期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工蜂群算法优化支持向量机的分类研究
被引量：
13
1
作者
李璟民
郭敏
《计算机工程与应用》
CSCD
北大核心
2015年第2期151-155,共5页
为了提高支持向量机分类准确率,采用人工蜂群算法对支持向量机参数进行优化,并将该优化方法应用于小麦完好粒、霉变粒和发芽粒三类麦粒的识别。使用小波变换分解信号能量作为特征向量,以分类错误率的倒数作为适应度函数,利用人工蜂群算...
为了提高支持向量机分类准确率,采用人工蜂群算法对支持向量机参数进行优化,并将该优化方法应用于小麦完好粒、霉变粒和发芽粒三类麦粒的识别。使用小波变换分解信号能量作为特征向量,以分类错误率的倒数作为适应度函数,利用人工蜂群算法对支持向量机的惩罚因子和核函数宽度参数进行优化,优化SVM方法对小麦完好粒、霉变粒和发芽粒的分类正确率达到86%以上。实验结果表明,该研究有较强的实用价值,为SVM性能优化提供了一种新的方法。
展开更多
关键词
人工蜂群算法
支持向量机
参数优化
小麦碰撞声
分类
在线阅读
下载PDF
职称材料
基于二叉树支持向量机的小麦碰撞声分类研究
2
作者
李璟民
郭敏
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2013年第2期33-38,共6页
为了实现小麦颗粒的自动分类,采用二叉树和支持向量机相结合方法对小麦碰撞声进行识别分类.首先从时域和频域对小麦碰撞声信号进行分析和处理,提取信号特征,然后利用二叉树支持向量机分类器进行分类,实验结果表明,对小麦完好粒、虫害粒...
为了实现小麦颗粒的自动分类,采用二叉树和支持向量机相结合方法对小麦碰撞声进行识别分类.首先从时域和频域对小麦碰撞声信号进行分析和处理,提取信号特征,然后利用二叉树支持向量机分类器进行分类,实验结果表明,对小麦完好粒、虫害粒、霉变粒和发芽粒4类麦粒的识别均达到84.0%以上.该项研究具有较强的实用价值,为小麦的自动识别分类提供了一种可行方法.
展开更多
关键词
小麦碰撞声
二叉树
支持向量机
识别分类
在线阅读
下载PDF
职称材料
题名
人工蜂群算法优化支持向量机的分类研究
被引量：
13
1
作者
李璟民
郭敏
机构
陕西师范大学计算机科学学院
出处
《计算机工程与应用》
CSCD
北大核心
2015年第2期151-155,共5页
基金
国家自然科学基金(No.10974130)
陕西省自然科学基金(No.2012JM1005)
中央高校基本科研业务费专项资金(No.GK201405007)
文摘
为了提高支持向量机分类准确率,采用人工蜂群算法对支持向量机参数进行优化,并将该优化方法应用于小麦完好粒、霉变粒和发芽粒三类麦粒的识别。使用小波变换分解信号能量作为特征向量,以分类错误率的倒数作为适应度函数,利用人工蜂群算法对支持向量机的惩罚因子和核函数宽度参数进行优化,优化SVM方法对小麦完好粒、霉变粒和发芽粒的分类正确率达到86%以上。实验结果表明,该研究有较强的实用价值,为SVM性能优化提供了一种新的方法。
关键词
人工蜂群算法
支持向量机
参数优化
小麦碰撞声
分类
Keywords
artificial bee colony algorithm
Support Vector Machine（SVM）
parameter optimization
wheat impact acoustic signals
classification
分类号
TP391.42 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于二叉树支持向量机的小麦碰撞声分类研究
2
作者
李璟民
郭敏
机构
陕西师范大学计算机科学学院
出处
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2013年第2期33-38,共6页
基金
国家自然科学基金资助项目(10974130)
陕西省自然科学基金资助项目(2012JM1005)
文摘
为了实现小麦颗粒的自动分类,采用二叉树和支持向量机相结合方法对小麦碰撞声进行识别分类.首先从时域和频域对小麦碰撞声信号进行分析和处理,提取信号特征,然后利用二叉树支持向量机分类器进行分类,实验结果表明,对小麦完好粒、虫害粒、霉变粒和发芽粒4类麦粒的识别均达到84.0%以上.该项研究具有较强的实用价值,为小麦的自动识别分类提供了一种可行方法.
关键词
小麦碰撞声
二叉树
支持向量机
识别分类
Keywords
wheat impact acoustic signals
binary tree
support vector machine
classification
分类号
TP391.42 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工蜂群算法优化支持向量机的分类研究
李璟民
郭敏
《计算机工程与应用》
CSCD
北大核心
2015
13
在线阅读
下载PDF
职称材料
2
基于二叉树支持向量机的小麦碰撞声分类研究
李璟民
郭敏
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2013
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
