期刊文献+
共找到65篇文章
< 1 2 4 >
每页显示 20 50 100
面向短时心电信号的驾驶疲劳检测方法
1
作者 刘成昊 罗义凯 +3 位作者 陈邦举 徐金华 李昱燃 李岩 《中国安全生产科学技术》 北大核心 2025年第8期29-37,共9页
基于心电信号的驾驶疲劳检测具有准确、非侵入和低成本的优点,但传统方法需要采集较长时间数据,导致检测延迟,难以进行实时检测,提出1种面向短时心电数据的驾驶疲劳检测方法。该方法包括特征提取与疲劳识别2个模块,使用滤波方法预处理... 基于心电信号的驾驶疲劳检测具有准确、非侵入和低成本的优点,但传统方法需要采集较长时间数据,导致检测延迟,难以进行实时检测,提出1种面向短时心电数据的驾驶疲劳检测方法。该方法包括特征提取与疲劳识别2个模块,使用滤波方法预处理心电数据,以提取心率变异性(heart rate variability,HRV)与心电信号(electrocardiogram,ECG)指标作为识别特征;结合改进粒子群优化算法、核主成分分析与LightGBM模型进行疲劳检测,并将所提方法应用于DROZY数据集,以卡罗琳斯卡嗜睡量表评价作为标签。研究结果表明:所提方法可利用短时心电数据实现准确的疲劳检测,针对5,10,15 s的心电信号,所提方法的5折交叉验证平均检测准确率分别为95.54%,97.90%和99.05%,均优于对比方法,验证了所选特征指标的有效性。研究结果可为驾驶安全检测系统提供技术支持。 展开更多
关键词 疲劳检测 心电信号 轻量梯度提升机 核主成分分析 粒子群优化
在线阅读 下载PDF
基于图自动编码器和梯度决策树集成的lncRNA-疾病关联预测方法
2
作者 李明强 李然 +2 位作者 刘琪 杜晶颐 李慧慧 《现代电子技术》 北大核心 2025年第12期61-66,共6页
长链非编码RNA(lncRNA)的异常表达与人类疾病的发生发展密切相关。采用计算方法预测lncRNA与疾病的潜在关联可显著降低生物学实验验证的成本。针对现有机器学习方法易受噪声干扰且预测精度不足的问题,设计一种新型lncRNA-疾病关联预测模... 长链非编码RNA(lncRNA)的异常表达与人类疾病的发生发展密切相关。采用计算方法预测lncRNA与疾病的潜在关联可显著降低生物学实验验证的成本。针对现有机器学习方法易受噪声干扰且预测精度不足的问题,设计一种新型lncRNA-疾病关联预测模型LDA-GADT。首先,通过计算lncRNA和疾病的高斯关联核相似性对lncRNA功能相似性和疾病语义相似性进行补充,从而得到lncRNA和疾病的综合相似度矩阵;然后,使用图自动编码器学习lncRNA-疾病对的特征表示;最后,使用基于梯度的决策树集成算法来预测lncRNA与疾病之间的关联关系。五折交叉验证实验结果表明,在lncRNA Disease数据库上,LDA-GADT模型的AUC值为0.9424,较LDNFSGB、SDLDA、RWSF-BLP和LDAenDL模型分别提升了8.46%、6.5%、1.28%和3.14%;在MNDR数据库上的AUC值为0.982 2,较上述对比模型分别提升了4.76%、2.62%、1.93%和1.14%。此外,通过对肺癌和乳腺癌进行案例分析,进一步验证了所提模型的准确性和有效性。 展开更多
关键词 lncRNA-疾病关联 关联预测 高斯关联核相似度 图自动编码器 梯度下降 决策树 特征提取
在线阅读 下载PDF
Multi-scale Graph-matching Based Kernel for Character Recognition from Natural Scenes 被引量:2
3
作者 Cun-Zhao SHI Chun-Heng WANG +2 位作者 Bai-Hua XIAO Yang ZHANG Song GAO 《自动化学报》 EI CSCD 北大核心 2014年第4期751-756,共6页
认出从自然景色图象提取的字符由于 intraclass 变化的高度是相当挑战性的。在这份报纸,我们为景色特性识别建议一个多尺度的匹配图的基于的核。以便捕获人物的内在地特殊的结构,每幅图象被与多尺度的图象格子联系的几张图代表。当也... 认出从自然景色图象提取的字符由于 intraclass 变化的高度是相当挑战性的。在这份报纸,我们为景色特性识别建议一个多尺度的匹配图的基于的核。以便捕获人物的内在地特殊的结构,每幅图象被与多尺度的图象格子联系的几张图代表。当也越过邻近的节点保存空间一致性时,二幅图象的类似被匹配二张图(图象) 因此定义为最佳精力,它在图为每个节点发现最好的火柴。计算类似是合适的为支持向量机器(SVM ) 构造一个核。与多尺度的格子匹配图获得的多重核被联合以便最后的核是更柔韧的。挑战性的 Chars74k 和 ICDAR03-CH 数据集上的试验性的结果证明建议方法比现状方法更好表现。 展开更多
关键词 字符识别 自然场景 多尺度 内核 配基 场景图 图形表示 最佳匹配
在线阅读 下载PDF
基于LOG和Canny算子的边缘检测算法 被引量:77
4
作者 贺强 晏立 《计算机工程》 CAS CSCD 北大核心 2011年第3期210-212,共3页
针对传统Canny算子抑制噪声和检测低强度边缘能力不足的问题,提出一种将LOG算子和Canny算子相结合的边缘检测方法。采用LOG算子对图像进行噪声过滤,从以下3个方面改进Canny算子实现边缘检测:(1)设计高斯滤波核对过滤掉噪声的图像进行边... 针对传统Canny算子抑制噪声和检测低强度边缘能力不足的问题,提出一种将LOG算子和Canny算子相结合的边缘检测方法。采用LOG算子对图像进行噪声过滤,从以下3个方面改进Canny算子实现边缘检测:(1)设计高斯滤波核对过滤掉噪声的图像进行边缘增强,使低强度边缘更容易被检测;(2)在M×N邻域中计算梯度幅值和方向;(3)将梯度方向结合梯度幅值计算,使梯度幅值在边缘检测中更具依据性。对增加椒盐噪声的图像进行实验,结果表明,该方法在最大程度抑制噪声的同时,能检测到更多的低强度边缘。 展开更多
关键词 CANNY算子 LOG算子 高斯滤波核 梯度核 梯度幅值
在线阅读 下载PDF
基于梯度核特征及N-gram模型的商品图像句子标注 被引量:5
5
作者 张红斌 姬东鸿 +1 位作者 尹兰 任亚峰 《计算机科学》 CSCD 北大核心 2016年第5期269-273,287,共6页
提出为商品图像标注句子,以便更准确地刻画图像内容。首先,执行图像特征学习,选出标注性能最优的梯度核特征完成图像分类和图像检索,该特征能客观描绘商品图像中形状和纹理这两类关键视觉特性。然后,基于语义相关度计算结果从训练图像... 提出为商品图像标注句子,以便更准确地刻画图像内容。首先,执行图像特征学习,选出标注性能最优的梯度核特征完成图像分类和图像检索,该特征能客观描绘商品图像中形状和纹理这两类关键视觉特性。然后,基于语义相关度计算结果从训练图像的文本描述中摘取关键单词,并采用N-gram模型把单词组装为蕴涵丰富语义信息且满足句法模式兼容性的修饰性短语,基于句子模板和修饰性短语生成句子。最后,构建Boosting模型,从若干标注结果中选取BLEU-3评分最优的句子标注商品图像。结果表明,Boosting模型的标注性能优于各基线。 展开更多
关键词 梯度核特征 N-GRAM模型 商品图像 句子标注 语义相关度计算 修饰性短语
在线阅读 下载PDF
基于CKPCA-HOG和支持向量机的运动目标分类算法 被引量:6
6
作者 闻帆 屈桢深 闫纪红 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2011年第5期643-649,共7页
为了准确地对监控场景中的运动目标进行语义上的分类,提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法.利用背景减法提取运动目标前景区域,并识别出潜在候选运动目标.利用提出的基于聚类的核... 为了准确地对监控场景中的运动目标进行语义上的分类,提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法.利用背景减法提取运动目标前景区域,并识别出潜在候选运动目标.利用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征,以较低维数的数据有效地描述运动目标的有效特征.将提取的运动目标特征输入二叉决策树支持向量机,实现多类目标的准确分类.通过在不同视频序列上的实验验证,提出的算法对运动目标进行较好地分类,而且在运算速度方面较传统目标分类方法有了明显的提高.实验结果证明了算法对运动目标分类具有较好的准确性、可靠性和鲁棒性. 展开更多
关键词 目标分类 梯度方向直方图 核主成分分析 二叉决策树支持向量机
在线阅读 下载PDF
梯度双边滤波的图像去噪 被引量:15
7
作者 蒋辉 汪辉 张家树 《计算机工程与应用》 CSCD 北大核心 2016年第5期231-235,共5页
为了改善双边滤波的去噪性能,引入图像的局部模式,提出了梯度双边滤波算法。采用相邻像素亮度值的梯度距离来构造梯度相似度核,通过几何邻近度核函数和梯度相似度核函数来对图像邻域像素进行加权平均,从而实现滤波;为了获得最佳的滤波参... 为了改善双边滤波的去噪性能,引入图像的局部模式,提出了梯度双边滤波算法。采用相邻像素亮度值的梯度距离来构造梯度相似度核,通过几何邻近度核函数和梯度相似度核函数来对图像邻域像素进行加权平均,从而实现滤波;为了获得最佳的滤波参数,通过经验学习的方法对滤波参数进行选择,最终得到通用的参数配置。实验结果表明,新方法能很好地保持图像的边缘,且与传统去噪模型相比,其去噪性能也是最好的。 展开更多
关键词 双边滤波 局部模式 梯度双边滤波 梯度相似度核 参数配置
在线阅读 下载PDF
基于灰度-梯度共生矩阵和模糊核聚类的振动图形识别方法 被引量:12
8
作者 丛蕊 高光甫 +2 位作者 樊瑞筱 乔磊 张威 《振动与冲击》 EI CSCD 北大核心 2012年第21期73-76,88,共5页
以往复机械振动参数图形为对象,提出了基于灰度-梯度共生矩阵和模糊核聚类的振动图形识别方法。利用灰度-梯度共生矩阵直接提取振动参数图形中的特征信息,将得到的纹理特征参量作为样本输入空间,通过Mercer核把输入样本映射到高斯特征... 以往复机械振动参数图形为对象,提出了基于灰度-梯度共生矩阵和模糊核聚类的振动图形识别方法。利用灰度-梯度共生矩阵直接提取振动参数图形中的特征信息,将得到的纹理特征参量作为样本输入空间,通过Mercer核把输入样本映射到高斯特征空间后,在高维特征空间中进行聚类,从而实现往复机械故障智能诊断。实验结果表明,该方法可以获得较高的诊断精度,具有一定的可行性和有效性。 展开更多
关键词 灰度-梯度共生矩阵 核函数 模糊聚类 故障诊断
在线阅读 下载PDF
扩散张量加权梯度域图像彩色化方法 被引量:4
9
作者 彭宏京 顾佳玲 段江 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2007年第9期1114-1118,1125,共6页
基于扩散张量的加权拉普拉斯核推广了图像彩色化的泊松解法,该彩色化过程是通过颜色在亮度值扩散张量加权的梯度场引导下自动传播完成的.首先在灰度图像上由用户手工地给定少量的颜色条带;然后计算每个像素的扩散张量,并利用这些扩散张... 基于扩散张量的加权拉普拉斯核推广了图像彩色化的泊松解法,该彩色化过程是通过颜色在亮度值扩散张量加权的梯度场引导下自动传播完成的.首先在灰度图像上由用户手工地给定少量的颜色条带;然后计算每个像素的扩散张量,并利用这些扩散张量构造加权梯度场,从而导出基于散度的图像彩色化方程;最后求解方程,获得灰度图像着色结果.实验结果表明:该方法效果良好,比原泊松解法有显著改善. 展开更多
关键词 泊松方程 图像梯度 扩散张量 拉普拉斯核 彩色化
在线阅读 下载PDF
基于最小二乘支持向量机的图像边缘检测研究 被引量:17
10
作者 刘涵 郭勇 +1 位作者 郑岗 刘丁 《电子学报》 EI CAS CSCD 北大核心 2006年第7期1275-1279,共5页
本文研究了基于最小二乘支持向量机(LS-SVM)的图像边缘检测技术,利用LS-SVM对图像像素邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯度算子和零交叉算子实现了图像边缘定位.通过实... 本文研究了基于最小二乘支持向量机(LS-SVM)的图像边缘检测技术,利用LS-SVM对图像像素邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯度算子和零交叉算子实现了图像边缘定位.通过实验获取了不同核函数的最佳卷积核的大小,同时采用遗传算法对不同核函数的参数进行寻优以获得最佳的边缘检测性能.通过与Canny方法的实验比较,验证了本文提出的边缘检测方法是有效的. 展开更多
关键词 最小二乘支持向量机 多项式核函数 高斯核函数 梯度和零交叉算子 边缘检测性能
在线阅读 下载PDF
基于PCA降维的多特征级联的行人检测 被引量:18
11
作者 甘玲 邹宽中 刘肖 《计算机科学》 CSCD 北大核心 2016年第6期308-311,共4页
在行人检测中,针对梯度方向直方图(HOG)冗余信息过多、检测速度慢等不足,提出了运用PCA降维的多特征级联的行人检测。首先利用PCA对HOG特征进行降维,其次将HOG特征和Gabor特征、颜色特征级联作为行人检测的特征,最后使用SVM的径向基(RBF... 在行人检测中,针对梯度方向直方图(HOG)冗余信息过多、检测速度慢等不足,提出了运用PCA降维的多特征级联的行人检测。首先利用PCA对HOG特征进行降维,其次将HOG特征和Gabor特征、颜色特征级联作为行人检测的特征,最后使用SVM的径向基(RBF)核函数进行分类。在INRIA行人库上的实验表明,该方法不但提高了分类的速度,而且提高了检测的准确率。 展开更多
关键词 行人检测 梯度方向直方图 径向基核函数(RBF)
在线阅读 下载PDF
联合自然梯度和AdamW算法的RSF图像分割模型 被引量:9
12
作者 蔡玉芳 王涵 +1 位作者 李琦 王小军 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第3期261-270,共10页
关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时,面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此,本文研究了局部能量最小化模型(RSF)的图像分割方法,引入自然梯度... 关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时,面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此,本文研究了局部能量最小化模型(RSF)的图像分割方法,引入自然梯度和AdamW算法分别提高了RSF模型的收敛速度和参数自适应性。首先,在统计流形上计算自然梯度,提高梯度下降效率和RSF模型收敛速度;其次,采用AdamW算法实现RSF模型的高斯核函数尺度大小自适应控制。与经典RSF模型相比,改进后的RSF模型迭代次数减少了1353次,迭代次数降低约76.79%,迭代时间减少约43.61%,测针球面半径和航空燃油喷嘴圆柱直径测量误差均较小,既保持了原模型亚像素分割精度,又大幅提高了模型收敛速度和鲁棒性。 展开更多
关键词 主动轮廓模型 水平集 自然梯度 AdamW算法 高斯核函数 参数自适应 图像分割
在线阅读 下载PDF
Mean Shift算法的收敛性分析 被引量:48
13
作者 文志强 蔡自兴 《软件学报》 EI CSCD 北大核心 2007年第2期205-212,共8页
作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指... 作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指出其收敛到局部极大值的条件;最后,从几何上举反例分析了Mean Shift的收敛性,并进行了深入比较和讨论.这为Mean Shift算法的深入研究及应用奠定了基础. 展开更多
关键词 Mean SHIFT算法 收敛性 核函数 核密度估计 梯度上升方法
在线阅读 下载PDF
基于特征样本核主元分析的TE过程快速故障辨识方法(英文) 被引量:20
14
作者 薄翠梅 张湜 +1 位作者 张广明 王执铨 《化工学报》 EI CAS CSCD 北大核心 2008年第7期1783-1789,共7页
核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法。首... 核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法。首先采用特征样本(FS)提取方法有效解决核矩阵K的计算量问题。然后利用计算核函数的偏导方法求取KPCA监控中每个原始变量对统计量T2和SPE的贡献率,利用每个变量对监控统计量贡献程度的不同,可以辨识出故障源。将上述方法应用到TE过程,仿真结果表明该方法不仅能够有效辨识故障,而且提高了故障检测和辨识速度。 展开更多
关键词 核主元分析 故障辨识 梯度算法 特征样本提取 TE过程
在线阅读 下载PDF
基于改进高斯卷积核的复杂场景红外图像目标识别研究 被引量:4
15
作者 郭晓磊 刘悦 王青正 《激光杂志》 CAS 北大核心 2023年第5期169-173,共5页
考虑复杂环境因素干扰,提出基于改进高斯卷积核的复杂场景红外图像目标识别方法。计算图像梯度值,利用扩散阈值抑制梯度较大点和加强梯度较小点,保证图像内像素点统一,采用改进高斯卷积核计算复杂场景红外图像像素点度量值,将其与既定... 考虑复杂环境因素干扰,提出基于改进高斯卷积核的复杂场景红外图像目标识别方法。计算图像梯度值,利用扩散阈值抑制梯度较大点和加强梯度较小点,保证图像内像素点统一,采用改进高斯卷积核计算复杂场景红外图像像素点度量值,将其与既定值对比划分前景与背景点图像,根据目标在红外图像中表现为恒温的特点,判定待识别目标点灰度值是否符合高斯分布,符合则认定为目标像素点,实现图像目标识别。仿真实验证明,所提方法240 dBm外界噪声输入环境下图像信噪比在52.5 dB~57.9 dB之间变化,识别准确率平均值为96.5%,识别精度高。 展开更多
关键词 改进高斯卷积核 梯度值 扩散阈值 高斯分布 背景点
在线阅读 下载PDF
基于改进深度学习模型的鱼群密度检测试验研究 被引量:10
16
作者 王金凤 胡凯 +3 位作者 江帆 吴耿潜 罗东林 周子枫 《渔业现代化》 CSCD 2021年第2期77-82,共6页
在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷... 在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷积神经网络相结合,保持分辨率的同时扩大感知域,从而生成高质量的鱼群分布密度图。结果显示:CSRNet在仿真鱼群数据集中,检测准确率达90%以上,预测密度图与真实情况接近,失真度小;在预测真实鱼群密度中也同样表现良好。CSRNet与传统的基于光栅图方法相比,准确率提升近10%;与同样基于VGG-16的Faster R-CNN相比,CSRNet的表现更为优越。研究表明,构建的检测系统软件可实时检测定点区域鱼群密度是否处于正常范围,有利于预防鱼群高密度缺氧,提高鱼量产出,实现智能养殖。 展开更多
关键词 鱼群密度检测 CSRNet 深度学习 高斯变换核 随机梯度下降
在线阅读 下载PDF
基于非线性扩散滤波结构信息的图像去噪方法 被引量:2
17
作者 张建伟 王译禾 陈允杰 《计算机工程与设计》 北大核心 2016年第11期2971-2978,共8页
为在去除噪声的同时保持更多的边缘信息,利用拉普拉斯算子的旋转不变性提出一种适用于更多角度的拉普拉斯算子模板,根据模板适应角度的不同提出相应的权重函数,使非线性扩散滤波在原有的去噪基础上能够自适应地选取对应的算子对含噪图... 为在去除噪声的同时保持更多的边缘信息,利用拉普拉斯算子的旋转不变性提出一种适用于更多角度的拉普拉斯算子模板,根据模板适应角度的不同提出相应的权重函数,使非线性扩散滤波在原有的去噪基础上能够自适应地选取对应的算子对含噪图像进行扩散处理。实验结果表明,该方法在去除噪声的同时可以保持更多的边缘信息。 展开更多
关键词 非线性偏微分方程 图像去噪 拉普拉斯算子 梯度信息 边缘信息
在线阅读 下载PDF
基于梯度方向直方图的热核特征提取方法 被引量:3
18
作者 曾慧 李斯琦 +1 位作者 汪慧娟 刘冀伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第4期844-852,共9页
提出了一种适用于描述非刚性三维模型局部表面结构的特征提取方法,即基于梯度方向直方图的热核特征(HOGHKS)提取方法。该方法首先提取具有等距不变性的三维点热核信号,可以使后续提取的特征向量具有等距不变性和较好的稳定性;然后对热... 提出了一种适用于描述非刚性三维模型局部表面结构的特征提取方法,即基于梯度方向直方图的热核特征(HOGHKS)提取方法。该方法首先提取具有等距不变性的三维点热核信号,可以使后续提取的特征向量具有等距不变性和较好的稳定性;然后对热核信号的对数差分值进行梯度方向直方图统计,可以使构造出的特征向量对三维模型的尺度变化具有一定的不变性。该特征在一定程度上解决了HKS特征不具有尺度不变性、SI-HKS特征虽然具有尺度不变性但是需要将热核信号转换到频域进行描述会丢失一部分有效描述信息的问题。实验结果表明,与HKS特征和SI-HKS特征相比,HOG-HKS特征具有更好的检索效果。 展开更多
关键词 非刚性三维模型 三维模型检索 热核特征 具有尺度不变性的热核特征 基于梯度方向直方图的热核特征
在线阅读 下载PDF
基于粒子群优化的模糊核聚类方法 被引量:12
19
作者 杨广全 朱昌明 《上海交通大学学报》 EI CAS CSCD 北大核心 2009年第6期935-939,共5页
针对模糊核聚类对初始值敏感、易陷入局部最优的缺点,提出了基于粒子群优化的模糊核聚类方法.该方法根据聚类准则设计适应度函数,利用粒子群优化算法对聚类中心进行优化,在迭代优化过程中设计了梯度下降法加快算法的收敛速度,并引入变... 针对模糊核聚类对初始值敏感、易陷入局部最优的缺点,提出了基于粒子群优化的模糊核聚类方法.该方法根据聚类准则设计适应度函数,利用粒子群优化算法对聚类中心进行优化,在迭代优化过程中设计了梯度下降法加快算法的收敛速度,并引入变异机制增强粒子群的多样性.仿真实验及在水轮机转轮叶片裂纹源定位中的应用验证了算法的可行性和有效性. 展开更多
关键词 聚类分析 模糊核聚类 粒子群优化算法 梯度下降法
在线阅读 下载PDF
基于牛顿梯度优化的弹性多核学习 被引量:2
20
作者 何佳佳 陈秀宏 +1 位作者 田进 万月 《传感器与微系统》 CSCD 2018年第2期136-139,共4页
已有稀疏多核学习(MKL)模型在产生核函数权重稀疏解时容易导致信息丢失且泛化能力差,且基于梯度下降法的MKL在接近最优解时收敛速度慢。建立了基于支持向量机(SVM)的弹性多核学习(EMKL)模型并给出了一种基于牛顿梯度优化的EMKL(NO-EMKL... 已有稀疏多核学习(MKL)模型在产生核函数权重稀疏解时容易导致信息丢失且泛化能力差,且基于梯度下降法的MKL在接近最优解时收敛速度慢。建立了基于支持向量机(SVM)的弹性多核学习(EMKL)模型并给出了一种基于牛顿梯度优化的EMKL(NO-EMKL)。模型在MKL的目标函数中引入弹性项,并设计了基于二阶牛顿梯度下降法的优化算法。实验结果表明:算法不仅具有更好的分类精度,还具有较快的收敛速度。 展开更多
关键词 多核学习 梯度优化 支持向量机
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部