期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于共有GP-LVM和改进型SVM的数据分类算法 被引量:1
1
作者 宋全有 王雪瑞 龚志恒 《计算机工程与设计》 CSCD 北大核心 2014年第7期2412-2416,2493,共6页
针对传统谱算法在数据分类问题中的局限,提出一种基于共有GP-LVM和改进型SVM的数据分类算法。通过高斯过程(GP)对数据流形建立概率模型,得到高斯过程隐变量模型(GP-LVM),分析GP-LVM得到数据流形的特征信息;利用多核迭代的方式,改进SVM... 针对传统谱算法在数据分类问题中的局限,提出一种基于共有GP-LVM和改进型SVM的数据分类算法。通过高斯过程(GP)对数据流形建立概率模型,得到高斯过程隐变量模型(GP-LVM),分析GP-LVM得到数据流形的特征信息;利用多核迭代的方式,改进SVM算法中的核函数,建立最佳的数据分类器,实现数据分类。选取FERET、UCI多类数据库进行对比实验,实验结果表明,该算法可以有效地对高维数据进行分类,针对均衡数据和不均衡数据也具有良好的分类效果,较传统算法在分类准确率上提高8%左右。 展开更多
关键词 高斯过程隐变量模型 谱算法 多核迭代 核函数 分类器 支持向量机
在线阅读 下载PDF
一种基于改进高斯过程隐变量模型的多角度人脸识别算法 被引量:5
2
作者 刘剑 龚志恒 +1 位作者 吴成东 高恩阳 《电子与信息学报》 EI CSCD 北大核心 2013年第9期2033-2039,共7页
针对传统谱算法在人脸识别中的局限,该文提出一种基于改进高斯过程隐变量模型(GP-LVM)的多角度人脸识别算法。首先,通过高斯过程(GP)对人脸流形建立概率模型,得到高斯过程隐变量模型(GP-LVM);其次,分析GP-LVM得到共有信息(shared inform... 针对传统谱算法在人脸识别中的局限,该文提出一种基于改进高斯过程隐变量模型(GP-LVM)的多角度人脸识别算法。首先,通过高斯过程(GP)对人脸流形建立概率模型,得到高斯过程隐变量模型(GP-LVM);其次,分析GP-LVM得到共有信息(shared information)和独有信息(private information),利用概率最大化与拉格朗日乘子法得到参照矩阵和参照值;最后,实现多角度人脸识别。选取Yale,JAFFE,FERET,CMU-PIE 4类数据集进行对比实验,实验结果表明:该文提出的算法可以有效地识别多角度人脸,针对无角度人脸识别也具有良好的效果。 展开更多
关键词 人脸识别 高斯过程 谱算法 隐变量模型 共有信息 独有信息
在线阅读 下载PDF
出行方式选择行为的SEM-Logit整合模型 被引量:51
3
作者 陈坚 晏启鹏 +1 位作者 杨飞 胡骥 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期51-57,65,共8页
现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之... 现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高. 展开更多
关键词 交通运输 出行方式选择 结构方程模型 因素分析法 潜变量 服务环境
在线阅读 下载PDF
基于混合选择模型的汽车共享选择行为研究 被引量:22
4
作者 鞠鹏 周晶 +1 位作者 徐红利 张俊婷 《交通运输系统工程与信息》 EI CSCD 北大核心 2017年第2期7-13,共7页
为了深入分析出行者的汽车共享选择行为,首先以技术接受模型和计划行为理论为框架,将对汽车共享选择行为具有影响的心理因素整合到传统的离散选择模型之中,形成混合选择模型.然后,基于南京市的实证调查数据,运用混合选择模型对出行者的... 为了深入分析出行者的汽车共享选择行为,首先以技术接受模型和计划行为理论为框架,将对汽车共享选择行为具有影响的心理因素整合到传统的离散选择模型之中,形成混合选择模型.然后,基于南京市的实证调查数据,运用混合选择模型对出行者的汽车共享选择行为进行研究.结果表明,出行者对于汽车共享的感知有用性、感知易用性、行为态度、知觉行为控制等心理态度潜变量对其选择行为产生显著的正向影响,混合选择模型比传统不带潜变量MNL模型对实证数据具有更高的拟合度. 展开更多
关键词 交通工程 出行方式选择 混合选择模型 汽车共享 潜变量
在线阅读 下载PDF
基于出行链的城际旅客出行方式选择行为 被引量:33
5
作者 叶玉玲 韩明初 陈俊晶 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2018年第9期1234-1240,共7页
在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的... 在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的应用及参数标定,并对城际旅客出行链的选择进行了预测,拟合值与调查值的相对误差在2%以内.结果表明,考虑了心理潜变量的改进模型具有良好解释能力,能直观地反应和预测旅客在城际出行中对出行方式的选择行为. 展开更多
关键词 城际出行链 出行方式选择 心理潜变量 SEM LOGIT模型
在线阅读 下载PDF
考虑出行链的城际旅客换乘选择行为研究 被引量:14
6
作者 马书红 李阳 岳敏 《北京交通大学学报》 CAS CSCD 北大核心 2020年第6期74-81,共8页
为研究基于出行链的城际旅客换乘选择行为,揭示旅客个体社会经济属性、出行特性与心理潜变量对出行方式选择的影响,基于北京—天津—广州、北京—石家庄—广州两条运输通道的城际旅客调查数据,构建多指标多原因模型分析旅客社会经济属... 为研究基于出行链的城际旅客换乘选择行为,揭示旅客个体社会经济属性、出行特性与心理潜变量对出行方式选择的影响,基于北京—天津—广州、北京—石家庄—广州两条运输通道的城际旅客调查数据,构建多指标多原因模型分析旅客社会经济属性与换乘舒适性、方便性、经济性三个潜变量间的因果关系.研究结果表明,性别、收入、有无小汽车对心理潜变量影响较显著.将潜变量作为解释变量加入离散选择模型中,构建基于出行链的混合选择模型,发现性别、职业、出发时间等对出行链的选择影响较大.最后对城际旅客出行链的选择进行预测,预测值与调查数据的误差在3%以内,表明考虑潜变量的模型具有良好的解释能力. 展开更多
关键词 交通运输规划与管理 出行链 出行方式选择 心理潜变量 ICLV模型
在线阅读 下载PDF
基于ICLV模型的通勤方式选择行为 被引量:12
7
作者 付学梅 隽志才 《系统管理学报》 CSSCI 北大核心 2016年第6期1046-1050,共5页
基于ICLV(Integrated Choice and Latent Variable)模型,结合2013年绍兴市居民出行调查数据,研究通勤者的方式选择行为,包括小汽车、公交车、摩托车和电动车等4种当地居民在日常生活中较常用的交通方式。模型不仅分析了可观测的个人及... 基于ICLV(Integrated Choice and Latent Variable)模型,结合2013年绍兴市居民出行调查数据,研究通勤者的方式选择行为,包括小汽车、公交车、摩托车和电动车等4种当地居民在日常生活中较常用的交通方式。模型不仅分析了可观测的个人及家庭的社会经济属性对通勤方式的影响,而且通过潜变量模型构建通勤者个人对各类出行方式的态度等不可见因素,并将其纳入选择模型。结果表明,潜在的心理因素同样对方式选择行为有重要影响,并能够揭示选择行为的内在原因。该研究可为交通需求管理策略制定者以及交通规划者提供指导意见,从而促进交通系统的可持续发展。 展开更多
关键词 通勤方式 潜变量 多项Probit 选择和潜变量的集成模型
在线阅读 下载PDF
基于高斯过程隐变量模型的图像数据降维算法 被引量:4
8
作者 郭莉莉 刘春光 +1 位作者 王迪 韩忠华 《控制工程》 CSCD 北大核心 2014年第5期687-690,共4页
针对传统谱算法在数据降维计算复杂度高的缺点,提出一种基于高斯过程隐变量模型的图像数据降维算法。首先,通过高斯过程(Gaussian Process,GP)建立图像数据的概率模型,得到图像数据的隐变量模型;其次,利用概率最大化原则得到最优超参数... 针对传统谱算法在数据降维计算复杂度高的缺点,提出一种基于高斯过程隐变量模型的图像数据降维算法。首先,通过高斯过程(Gaussian Process,GP)建立图像数据的概率模型,得到图像数据的隐变量模型;其次,利用概率最大化原则得到最优超参数,通过最优超参数求取最优数据降维结果;最后,实现图像数据降维。选取Yale,ORL两类数据集与传统算法进行人脸识别对比实验,实验结果表明:所提出的算法针对图像数据降维问题有较好的效果,结合支持向量机算法,可有效地对人脸图像进行识别,且有较高的识别率,从而体现出算法对高维数据降维的准确性。 展开更多
关键词 高斯过程隐变量模型 数据降维 人脸识别 超参数 概率最大化
在线阅读 下载PDF
考虑心理潜变量的专车出行选择行为分析 被引量:12
9
作者 李军 陈雅 《科学技术与工程》 北大核心 2017年第11期322-327,共6页
提出了考虑心理潜变量的选择模型来分析出行者的专车选择行为。首先构建了多指标多原因模型以描述个体社会经济学属性与潜在态度变量的关系;继而结合二项Logit模型分析出行方式属性、个体社会经济学属性及潜在态度对出行者专车选择的影... 提出了考虑心理潜变量的选择模型来分析出行者的专车选择行为。首先构建了多指标多原因模型以描述个体社会经济学属性与潜在态度变量的关系;继而结合二项Logit模型分析出行方式属性、个体社会经济学属性及潜在态度对出行者专车选择的影响;并利用潜分类模型对出行者进行分类分析。以广州市为例,发现年龄、性别、教育水平及收入水平对态度变量的构成影响较大,安全意识、服务质量及舒适性、忠诚度也是影响选择的重要因素;通过潜分类发现出行者可分为费用敏感型、舒适享受型和中立型3个典型群体,比例分别为61.6%、21.8%、16.6%,显示出明显的两极分化趋势。 展开更多
关键词 交通工程 出行选择行为 心理潜变量 多指标多原因模型 潜分类模型
在线阅读 下载PDF
考虑出行者异质性的高铁站到达方式选择 被引量:8
10
作者 刘建荣 刘志伟 任倩 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第9期47-52,共6页
出行者到达枢纽站的交通方式效用是交通出行选择的重要因素;另一方面,出行者方式的偏好具有显著的异质性,传统的离散选择模型不能很好地解释出行者异质性.本研究利用潜在类别条件Logit模型研究高铁站出行者的出行选择行为.潜在类别条件L... 出行者到达枢纽站的交通方式效用是交通出行选择的重要因素;另一方面,出行者方式的偏好具有显著的异质性,传统的离散选择模型不能很好地解释出行者异质性.本研究利用潜在类别条件Logit模型研究高铁站出行者的出行选择行为.潜在类别条件Logit模型考虑出行者异质性,在对出行者进行潜在类别划分的同时得到不同类别的出行者的出行行为效用函数.研究结果表明,将出行者划分为3个类别.不同类别出行者在步行时间、车内时间、价格、公交偏好、地铁偏好等方面具有显著差异.此外,出行者小汽车拥有情况、月收入等个人属性以及灵活性、舒适性、可靠性等潜在心理变量会影响出行者的类别划分. 展开更多
关键词 出行者异质性 出行方式选择 潜在类别条件Logit模型 潜变量
在线阅读 下载PDF
考虑心理潜变量及异质性的电动汽车联合充电选择行为研究 被引量:1
11
作者 王立晓 周娅 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2022年第9期1216-1224,共9页
为深入剖析电动汽车用户联合充电方式和充电地点的选择行为,揭示用户心理潜变量、社会经济属性及充电属性对其联合充电选择行为的共同影响,文章基于上海市电动汽车用户的实证调查数据进行分析研究,构建考虑心理潜变量的混合选择模型剖... 为深入剖析电动汽车用户联合充电方式和充电地点的选择行为,揭示用户心理潜变量、社会经济属性及充电属性对其联合充电选择行为的共同影响,文章基于上海市电动汽车用户的实证调查数据进行分析研究,构建考虑心理潜变量的混合选择模型剖析联合充电选择行为的决策机理。分析结果表明:风险规避态度、里程焦虑及充电习惯均对联合充电选择存在显著影响;混合选择模型的拟合度明显优于混合Logit模型;日出行距离、充电费用、停车政策等属性在模型估计中表现出异质性。对用户联合充电方式和充电地点的选择行为预测结果表明,混合选择模型的预测值与实际调查数据的误差在5%以内,混合选择模型具有更高的预测能力和解释能力。该文研究结果可为充电需求预测及充电管理策略提供一定的理论依据。 展开更多
关键词 电动汽车用户 联合充电方式与地点选择行为 心理潜变量 混合选择模型 异质性 混合Logit模型
在线阅读 下载PDF
基于深度信念网与隐变量模型的用户偏好建模 被引量:3
12
作者 潘良辰 吴鑫然 岳昆 《计算机工程》 CAS CSCD 北大核心 2020年第5期54-62,共9页
从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能... 从高维、稀疏的用户评分数据中构建用户偏好模型,存在迭代计算复杂度高、中间结果规模大和难以实现有效推理等问题。为此,提出一种基于深度信念网(DBN)和贝叶斯网(BN)的用户偏好建模方法。采用DBN对评分数据进行分类,用隐变量表示不能直接观测到的用户偏好,利用含隐变量的BN描述评分数据中蕴含的相关属性间的依赖关系及其不确定性。在MovieLens和大众点评数据集上的实验结果表明,该方法能够有效描述评分数据中与用户偏好相关的各属性间的依赖关系,其精确率和执行效率均高于隐变量模型。 展开更多
关键词 贝叶斯网 用户偏好 评分数据 隐变量模型 深度信念网
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部