混合多策略北方苍鹰优化算法及特征选择

1

作者 鲍美英 申晋祥 +1 位作者 张景安 周建慧 《现代电子技术》 北大核心 2025年第11期121-130,共10页

针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能... 针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能力;引入非线性权重因子,改善全局勘探能力,提高算法的收敛速度和收敛精度;引入Lévy飞行,改进NGO算法采用随机猎物引导种群易陷入局部最优的缺陷,对陷入局部最优的解进行扰动,使其跳出局部最优。选取8个经典基准函数进行测试,仿真结果表明,LANGO在求解精度、收敛速度等方面都优于比较算法。LANGO与K近邻分类器相结合,用于解决特征选择问题,进行数据分类,可以对特征有效降维并提高数据分类的准确率。 展开更多

关键词 北方苍鹰优化算法 Lévy飞行 特征选择 K近邻分类器 权重因子 收敛性

在线阅读 下载PDF 职称材料

改进的邻近加权合成过采样技术

2

作者 邢胜 王晓兰 +3 位作者 沈家星 朱美玲 曹永青 何玉林 《深圳大学学报（理工版）》 CAS CSCD 北大核心 2024年第6期748-755,共8页

针对邻近加权合成过采样技术(proximity weighted synthetic oversampling technique,ProWSyn)在合成样例时未删除噪声样例,且当平滑因子在[0,1]区间取值时,权重比例难以覆盖整个搜索空间的缺陷,提出一种改进的邻近加权合成过采样技术(i... 针对邻近加权合成过采样技术(proximity weighted synthetic oversampling technique,ProWSyn)在合成样例时未删除噪声样例,且当平滑因子在[0,1]区间取值时,权重比例难以覆盖整个搜索空间的缺陷,提出一种改进的邻近加权合成过采样技术(improved proximity weighted synthetic oversampling technique,IProWSyn).改变权重的计算策略,引入底数为(0,1]的普通指数函数,通过动态改变底数令权重覆盖更大范围的搜索空间,进而找到更优的权重.将IProWSyn、ASN-SMOTE和ProWSyn应用在非平衡数据集ada、ecoli1、glass1、haberman、Pima和yeast1上,再使用k近邻(k-nearest neighbors,kNN)分类器和神经网络分类器检验方法的有效性.实验结果表明,在多数数据集上IProWSyn的F1、几何平均值(geometric mean,G-mean)和曲线下面积(area under curve,AUC)指标性能都高于其他过采样方法.IProWSyn过采样技术在这些数据集的综合分类效果更好,有更好的泛化表现. 展开更多

关键词 人工智能 非平衡数据 邻近加权合成过采样技术 过采样方法 K近邻分类器 神经网络

在线阅读 下载PDF 职称材料

基于敏感特征选择与流形学习维数约简的故障诊断 被引量：42

3

作者 苏祖强 汤宝平 姚金宝 《振动与冲击》 EI CSCD 北大核心 2014年第3期70-75,共6页

针对故障诊断中特征集包含非敏感特征和维数过高的问题,提出基于特征选择(Feature Selection,FS)与流形学习维数约简的故障诊断方法。提出一种改进的核空间距离测度特征选择方法(Improved Kernel Distance Measurement Feature Selectio... 针对故障诊断中特征集包含非敏感特征和维数过高的问题,提出基于特征选择(Feature Selection,FS)与流形学习维数约简的故障诊断方法。提出一种改进的核空间距离测度特征选择方法(Improved Kernel Distance Measurement Feature Selection,IKDM-FS),在核空间中计算样本类间距离和类内散度,优选出使样本类间距大、类内散度小的特征,并根据特征的敏感程度对特征进行加权。通过线性局部切空间排列算法(Linear Local Tangent Space Alignment,LLTSA)对由敏感特征组成的特征子集进行特征融合,提取出对故障分类更加敏感的融合特征,并输入加权k最近邻分类器(Weighted k Nearest Neighbor Classifier,WKNNC)进行故障识别。WKNNC具有比k最近邻分类器(k Nearest Neighbor Classifier,KNNC)更加稳定的识别精度。最后,通过滚动轴承故障模拟实验验证了该方法的有效性。 展开更多

关键词 故障诊断 特征选择 改进的核空间距离测度 线性局部切空间排列 加权k最近邻分类器

在线阅读 下载PDF 职称材料

基于LKJ数据分析的机车速度传感器智能故障诊断 被引量：2

4

作者 董昱 史佳 《铁道学报》 EI CAS CSCD 北大核心 2015年第11期70-75,共6页

针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不... 针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不同故障类型的LKJ数据进行数据分析,总结出4点故障规律,由此得到故障特征向量。通过计算机仿真验证,根据LKJ数据用于机车速度传感器故障诊断的WKNN诊断方法是有效的,具有较高的故障识别率以及较短的故障诊断时间,较人工故障诊断方式提高了效率。 展开更多

关键词 机车速度传感器 故障诊断 LKJ数据 加权K近邻分类器

在线阅读 下载PDF 职称材料

分层结构的双人交互行为识别方法 被引量：4

5

作者 姬晓飞 王昌汇 王扬扬 《智能系统学报》 CSCD 北大核心 2015年第6期893-900,共8页

针对日常生活中双人交互行为因运动区域难以分割,造成无法准确识别的问题,提出了一种基于分层结构的双人交互行为识别方法。该方法首先按照交互行为双方身体是否接触作为分界点,将整个交互行为分为开始阶段、执行阶段和结束阶段。将开... 针对日常生活中双人交互行为因运动区域难以分割,造成无法准确识别的问题,提出了一种基于分层结构的双人交互行为识别方法。该方法首先按照交互行为双方身体是否接触作为分界点,将整个交互行为分为开始阶段、执行阶段和结束阶段。将开始阶段与结束阶段左右两侧人体所在矩形区域分别提取作为该兴趣区域,将执行阶段双人所在矩形区域整体提取作为感兴趣区域,分别提取HOG特征。使用1NN分类器获得每个阶段的每个对象的识别概率,最终通过加权融合各个阶段各个对象的识别概率实现对该交互行为的识别。利用UT-interaction数据库对该方法进行测试的实验结果表明,该方法实现简单,并具有良好的识别效果。 展开更多

关键词 计算机视觉 交互动作 动作识别 方向梯度直方图 分层模型 最近邻分类器 UT-interaction数据库 加权融合

在线阅读 下载PDF 职称材料

一种在微机上实现白细胞自动分类的方法 被引量：1

6

作者 周伟 王承训 《大连理工大学学报》 EI CAS CSCD 北大核心 1989年第2期217-222,共6页

阐述一种用微机实现白细胞自动分类的方法。系统采用二分树分类器实现对６种 白细胞分类。对确定二分树分类器的结构、细胞特征选择和结点分类器等问题作了详 细讨论；提出两种适用于微机系统的特征选择方法——相关分析法和二步选择法... 阐述一种用微机实现白细胞自动分类的方法。系统采用二分树分类器实现对６种 白细胞分类。对确定二分树分类器的结构、细胞特征选择和结点分类器等问题作了详 细讨论；提出两种适用于微机系统的特征选择方法——相关分析法和二步选择法；给 出不同情况下系统的分类准确率。结果表明．本文提出的方法在训练集上获得的分类 准确确率达９３％，考试集上的分类准确率为８６％． 展开更多

关键词 白细胞 二分树 分类器 微机 分类

在线阅读 下载PDF 职称材料

基于加权区域特征的快速步态识别 被引量：2

7

作者 叶汉民 黄培亮 《计算机工程与应用》 CSCD 北大核心 2016年第10期157-160,200,共5页

为提高步态识别率根据不同肢体部位对识别贡献程度的不同,提出一种基于加权区域面积特征的步态识别新算法,将人体轮廓侧影划分为多个可变区域,分别提取每个区域的面积作为步态特征,计算特征向量各元素的贡献度,然后对特征向量进行加权处... 为提高步态识别率根据不同肢体部位对识别贡献程度的不同,提出一种基于加权区域面积特征的步态识别新算法,将人体轮廓侧影划分为多个可变区域,分别提取每个区域的面积作为步态特征,计算特征向量各元素的贡献度,然后对特征向量进行加权处理,并改进最近邻分类器进行分类,最后在UCSD和CASIA步态数据库上进行充足的实验,实验结果表明了该方法具有较高的识别率。 展开更多

关键词 步态识别 可变区域面积 加权处理 最近邻分类器

在线阅读 下载PDF 职称材料

神经网络分类器动态集成方法

8

作者 郑建军 甘仞初 +1 位作者 贺跃 于同 《北京理工大学学报》 EI CAS CSCD 北大核心 2005年第12期1062-1065,1091,共5页

提出一种神经网络分类器的动态集成方法.基于bootstrapp ing构建不同的个体神经网络,针对混合属性,通过不同的加权最近邻设计评估单个网络的分类精度,在此基础上动态选择误差率较小的神经网络,经过投票形成集成分类结果.将该方法与其它... 提出一种神经网络分类器的动态集成方法.基于bootstrapp ing构建不同的个体神经网络,针对混合属性,通过不同的加权最近邻设计评估单个网络的分类精度,在此基础上动态选择误差率较小的神经网络,经过投票形成集成分类结果.将该方法与其它几种集成方法在10个UC I数据集上进行了分类性能比较.实验结果表明,该方法在上述所有数据集上的平均分类精度最佳,同时发现,B agg ing比隐层神经元数法能更好地生成个体网络,而将两者结合起来训练个体神经网络,并不能明显提高集成性能. 展开更多

关键词 神经网络分类器 动态集成 BAGGING 加权最近邻

在线阅读 下载PDF 职称材料

一种自适应加权的基于Gabor滤波器的人脸识别方法

9

作者 刘嵩 罗敏 +1 位作者 来国红 张国平 《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第6期673-676,共4页

为了改善Gabor滤波器的识别性能,提出了一种自适应的基于Gabor滤波器的特征权重选择的人脸识别方法.首先将训练样本进行镜像变换,由镜像偶对称图像构成探测图像集,然后把每幅人脸图像采用离散余弦变化进行降维,经过Gabor小波变换提取人... 为了改善Gabor滤波器的识别性能,提出了一种自适应的基于Gabor滤波器的特征权重选择的人脸识别方法.首先将训练样本进行镜像变换,由镜像偶对称图像构成探测图像集,然后把每幅人脸图像采用离散余弦变化进行降维,经过Gabor小波变换提取人脸特征,再自适应地计算出不同特征对识别的不同贡献并加权到鉴别特征中,最后根据最近邻分类器分类.基于ORL和Yale人脸库上的实验结果验证了改进算法的有效性. 展开更多

关键词 人脸识别 加权融合 GABOR滤波器 离散余弦变换 最近邻分类器 特征提取

在线阅读 下载PDF 职称材料

基于加权小波分解和Fisherfaces的人脸识别算法研究

10

作者 张震 李龙 《郑州大学学报（工学版）》 CAS 北大核心 2014年第3期47-50,共4页

提出了一种将加权小波分解和Fisherfaces方法相结合的人脸识别算法.首先,对人脸图像进行加入白化的预处理,去除干扰、噪声的同时平衡图像的能量谱;然后,采用小波分解得到图像的低频分量和水平、垂直高频分量并进行加权组合,结合Fisherfa... 提出了一种将加权小波分解和Fisherfaces方法相结合的人脸识别算法.首先,对人脸图像进行加入白化的预处理,去除干扰、噪声的同时平衡图像的能量谱;然后,采用小波分解得到图像的低频分量和水平、垂直高频分量并进行加权组合,结合Fisherfaces方法,在PCA变换后的空间内应用线性判别分析（LDA）,解决了类内散布矩阵奇异和PCA在降维过程中不利于样本分类的问题;最后,运用最近邻分类器进行分类识别.基于ORL和YALE人脸库进行实验,确定小波基及分解层数分别为db2小波和2层,选择归一化尺寸和特征维数的最佳参数能够使得识别率分别达到98.75％和100％,且特征维数20～70的对比实验结果表明,该算法具有更好的识别效果. 展开更多

关键词 人脸识别 白化 预处理 加权小波分解 Fisherfaces方法 最近邻分类器

在线阅读 下载PDF 职称材料

基于噪声自检测的分段非线性组合Adaboost改进算法 被引量：3

11

作者 张才 陈优广 《计算机工程》 CAS CSCD 北大核心 2017年第5期163-168,173,共7页

针对传统Adaboost算法对有噪声样本敏感的问题以及线性相加基分类器的不合理性,提出一种噪声自检测的分段非线性组合Adaboost算法(NDK Adaboost)。NDK Adaboost利用传统Adaboost算法的训练误差率随迭代次数呈指数下降的特点直接构造检... 针对传统Adaboost算法对有噪声样本敏感的问题以及线性相加基分类器的不合理性,提出一种噪声自检测的分段非线性组合Adaboost算法(NDK Adaboost)。NDK Adaboost利用传统Adaboost算法的训练误差率随迭代次数呈指数下降的特点直接构造检测噪声模型来识别噪声,并且在预测阶段将预测样本映射到训练样本的相对位置,根据其邻近的样本分布决定基分类器的权重,从而使算法在不同的样本分布中具有较高的分类准确率。实验结果表明,与传统Adaboost算法以及Adaboost相关的改进算法相比,该算法具有较高的分类准确率。 展开更多

关键词 噪声检测 传统Adaboost 分段 基分类器 邻近样本 权重

在线阅读 下载PDF 职称材料

一种基于小波特征贡献率的融合特征的检索算法 被引量：4

12

作者 张丹 王玉德 冯玮 《激光杂志》 北大核心 2018年第1期110-113,共4页

提出了一种基于小波特征贡献率融合特征的图像检索算法。首先,使用Daubechies小波族中的db4小波对人脸图像进行三层小波分解,按照4个分量对图像检索的贡献率进行加权处理。其次,采用主成分分析方法（PCA）获取人脸图像的降维特征。然后... 提出了一种基于小波特征贡献率融合特征的图像检索算法。首先,使用Daubechies小波族中的db4小波对人脸图像进行三层小波分解,按照4个分量对图像检索的贡献率进行加权处理。其次,采用主成分分析方法（PCA）获取人脸图像的降维特征。然后,融合小波加权特征与PCA降维特征,得到图像的检索特征,最后利用最近邻分类器实现图像的分类检索。在ORL、Yale库上进行实验,图像检索准确率分别达到98.75%和96.67%,表明算法具有较好的识别效果,有良好的适应能力。 展开更多

关键词 人脸识别 小波变换 贡献率 主成分分析 加权融合 最近邻分类器

在线阅读 下载PDF 职称材料

基于自适应类别权重的HRRP决策融合识别 被引量：2

13

作者 戴为龙 张弓 +1 位作者 刘文波 钟娟娟 《现代雷达》 CSCD 北大核心 2017年第7期34-38,共5页

针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混... 针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混淆矩阵自适应完成分类器置信度的计算和筛选,最终获得目标各类别权重,输出分类结果。基于实测数据的研究结果表明,相较于以上任意单个分类器和传统决策融合方案,文中提出的融合识别方法识别率有明显提高,并且随着噪声的增大,该方法的优势愈加突显。 展开更多

关键词 雷达高分辨率距离像 多分类器决策融合 K-最近邻 混淆矩阵 自适应类别权重

在线阅读 下载PDF 职称材料

基于总变差降噪与RQA的单向阀故障诊断 被引量：4

14

作者 何冬 黄国勇 +1 位作者 钱恩丽 李锶宇 《电子测量与仪器学报》 CSCD 北大核心 2021年第2期65-72,共8页

针对单向阀振动信号易被噪声淹没和故障表征不明显的问题,提出了一种基于总变差降噪(TVD)和递归定量分析(RQA)的单向阀故障诊断方法。首先利用总变差降噪方法对振动信号进行降噪,提高信号的信噪比;然后对降噪后的信号绘制递归图,通过递... 针对单向阀振动信号易被噪声淹没和故障表征不明显的问题,提出了一种基于总变差降噪(TVD)和递归定量分析(RQA)的单向阀故障诊断方法。首先利用总变差降噪方法对振动信号进行降噪,提高信号的信噪比;然后对降噪后的信号绘制递归图,通过递归定量分析方法提取递归图中的非线性特征参数,并对所提取特征参数进行敏感度分析,找出敏感度较高的特征参数构成特征向量;最后将得到的特征向量输入加权K近邻分类器(WKNN)完成单向阀故障类型的识别。实验结果表明,该方法在降低背景噪声、表征故障信息和保证故障诊断准确性方面具有明显的效果,具有一定的工程应用价值。 展开更多

关键词 总变差降噪 递归定量分析 加权K近邻分类器 单向阀 故障诊断

在线阅读 下载PDF 职称材料

振动敏感特征与流形学习的风机基座螺栓松动程度诊断 被引量：4

15

作者 陈仁祥 周君 +2 位作者 杨黎霞 母芝验 袁静 《计算机集成制造系统》 EI CSCD 北大核心 2017年第12期2613-2621,共9页

为实现在役风机基座螺栓松动程度诊断的自动化与高精度,解决松动特征提取与敏感特征选取、高维非线性约简与松动程度稳定识别的问题,提出基于振动敏感特征与流形学习约简的风机基座螺栓松动程度诊断方法。首先,融合振动信号时频特征构... 为实现在役风机基座螺栓松动程度诊断的自动化与高精度,解决松动特征提取与敏感特征选取、高维非线性约简与松动程度稳定识别的问题,提出基于振动敏感特征与流形学习约简的风机基座螺栓松动程度诊断方法。首先,融合振动信号时频特征构建出原始松动程度特征集,实现对松动程度的定量表征;设计出风机基座连接螺栓松动程度敏感性指标算法,选取敏感特征构建松动程度敏感特征集,增强特征集的表征性能。再应用正交局部保持映射流形学习算法对松动程度敏感特征集进行非线性约简,滤除冗余信息获得分类特性好的低维松动程度特征集,并输入加权最近邻分类器进行松动程度识别。工程应用结果证明了所提方法的可行性和有效性。 展开更多

关键词 风机基座 松动程度 敏感特征 正交局部保持映射 加权k最近邻分类器 故障诊断

在线阅读 下载PDF 职称材料