嵌入共轭梯度的二次学习教与学优化算法 被引量：3

1

作者 王培崇 彭菲菲 钱旭 《计算机科学与探索》 CSCD 北大核心 2016年第6期891-900,共10页

教与学优化算法通过模拟自然班的教与学行为实现复杂问题的求解,已经得到较为广泛的应用。为了克服该算法容易早熟,解精度低的弱点,提出了一种改进的混合混沌共轭梯度法教与学优化算法。改进算法应用Chebyshev混沌映射初始化种群,以提... 教与学优化算法通过模拟自然班的教与学行为实现复杂问题的求解,已经得到较为广泛的应用。为了克服该算法容易早熟,解精度低的弱点,提出了一种改进的混合混沌共轭梯度法教与学优化算法。改进算法应用Chebyshev混沌映射初始化种群,以提高初始种群对解空间的覆盖。为了保持种群多样性,引入动态学习因子,使学生个体能够在早期主要向教师学习,并逐渐提高个人知识对其进化的影响比例。每次迭代后,教师个体将执行共轭梯度搜索。种群内适应度较差的学生个体如果长时间状态难以改变,则基于反向学习和高斯学习进行二次学习优化。最后在多个典型测试函数上的实验表明,改进算法对比相关算法具有较佳的全局收敛性,解精度较高,适用于求解较高维的函数优化问题。 展开更多

关键词 教与学优化算法 CHEBYSHEV映射 动态自适应学习 共轭梯度法 二次学习

在线阅读 下载PDF 职称材料

应用于临床生存时间预测的二次学习算法研究

2

作者 贾奇男 马磊 贺建峰 《计算机科学与探索》 CSCD 2014年第11期1391-1399,共9页

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,... 生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。 展开更多

关键词 生存时间预测 二次监督学习风范 K最近邻算法 支持向量机回归

在线阅读 下载PDF 职称材料

二次集成学习在医疗数据挖掘中的应用 被引量：1

3

作者 魏秀参 慕鑫 杨杨 《计算机科学与探索》 CSCD 2014年第9期1113-1119,共7页

CCDM 2014数据挖掘竞赛基于医学诊断数据,提出了实际生活中广泛出现的多类标问题和多类分类问题。针对两个问题出现的类别不平衡现象以及训练样本较少等特点,为了更好地完成数据挖掘任务,借助二次学习和集成学习的思想,提出了一个新的... CCDM 2014数据挖掘竞赛基于医学诊断数据,提出了实际生活中广泛出现的多类标问题和多类分类问题。针对两个问题出现的类别不平衡现象以及训练样本较少等特点,为了更好地完成数据挖掘任务,借助二次学习和集成学习的思想,提出了一个新的学习框架——二次集成学习。该学习框架通过首次集成学习得到若干置信度较高的样本,将其加入到原始训练集,并在新的训练集上进行二次学习,进而得到泛化性能更高的分类器。竞赛结果表明,与常用的集成学习相比,二次集成学习在两个问题上均取得了非常理想的结果。 展开更多

关键词 二次学习 集成学习 类别不平衡学习 数据挖掘

在线阅读 下载PDF 职称材料

基于二次相似度函数学习的行人再识别 被引量：8

4

作者 杜宇宁 艾海舟 《计算机学报》 EI CSCD 北大核心 2016年第8期1639-1651,共13页

行人再识别是一个有着非常重要现实意义的研究问题,它可以应用于刑事侦查、在公共场所中寻找丢失的小孩、个人相册管理以及电子商务等领域.同时由于光照、视角、人的姿态以及背景的变化,同一个人的表观在不同的监控视频中往往变化很大,... 行人再识别是一个有着非常重要现实意义的研究问题,它可以应用于刑事侦查、在公共场所中寻找丢失的小孩、个人相册管理以及电子商务等领域.同时由于光照、视角、人的姿态以及背景的变化,同一个人的表观在不同的监控视频中往往变化很大,解决行人再识别问题也非常有挑战性.在设计行人再识别算法时,给定行人图像的特征,考虑到不同的特征分量具有不同的区分能力,学习合适的相似度度量非常重要.度量学习是一类学习相似度度量的主流算法,这些算法通过学习一个马氏距离相似度函数(Mahalanobis Similarity Function,MSF)来估计一对行人图像的相似度.然而MSF只与特征差分空间有关,忽略了一对图像中每个个体的表观特征,对于同一个人在不同场景中很大的表观变化的捕捉能力有限.为了加强相似度函数与每个个体的表观特征的联系,该文提出通过学习一个二次相似度函数(Quadratic Similarity Function,QSF),来估计一对行人图像的相似度.QSF是MSF的泛化形式,不但描述了一对行人图像的互相关关系,而且关联了一对行人图像的自相关关系,可以更好地捕捉同一个人在不同监控视频中很大的表观变化.为了学习QSF,该文分别从分类和排序的角度出发,设计两种不同的优化目标,提出了两种不同的学习QSF的算法.由行人再识别的公共数据集VIPeR和CUHK的实验表明,这两种不同的算法都可以学习到有效的QSF,识别性能优于已有的行人再识别算法. 展开更多

关键词 视频监控 行人再识别 行人分析 度量学习 二次相似度函数学习 机器学习

在线阅读 下载PDF 职称材料

采用二次强化学习策略的多目标粒子群优化算法 被引量：2

5

作者 李浩君 张鹏威 +1 位作者 刘中锋 张征 《小型微型计算机系统》 CSCD 北大核心 2018年第11期2413-2418,共6页

针对多目标粒子群算法在进化后期易出现早熟收敛、种群多样性丢失的问题,本文提出采用二次强化学习策略的多目标粒子群优化算法SslMOPSO.首先利用无速度多目标粒子群框架,通过向所有个体历史最优学习实现粒子的第一次强化学习;其次将分... 针对多目标粒子群算法在进化后期易出现早熟收敛、种群多样性丢失的问题,本文提出采用二次强化学习策略的多目标粒子群优化算法SslMOPSO.首先利用无速度多目标粒子群框架,通过向所有个体历史最优学习实现粒子的第一次强化学习;其次将分解策略融入多目标粒子群算法中,使粒子向指定数量邻居的均值学习,实现粒子的第二次强化学习,增强算法跳出局部最优的能力,提高种群的多样性;最后分别在具有两目标和具有三目标的七个基准测试函数上进行仿真实验,结果表明,所提算法获得的非支配解集较对比算法具有较好的分布性,表现出较好的搜索性能. 展开更多

关键词 多目标粒子群优化算法 分解策略 二次强化学习策略 邻居均值学习

在线阅读 下载PDF 职称材料

基于二次型性能指标学习算法的温度控制系统 被引量：1

6

作者 何志琴 宋洪儒 《兵工自动化》 2010年第1期66-67,71,共3页

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出基于二次型性能指标学习算法的单神经元PID控制器,改善单神经元PID控制器的性能。同时,基于该算法进行了工业用温度控制试验箱设计。样机实验表明,该种新型控制算法具有学... 针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出基于二次型性能指标学习算法的单神经元PID控制器,改善单神经元PID控制器的性能。同时,基于该算法进行了工业用温度控制试验箱设计。样机实验表明,该种新型控制算法具有学习速度快、动态响应时间短的特点,该系统具有良好的动态品质和稳态性能。 展开更多

关键词 二次型性能指标学习算法 单神经元PID控制 PWM

在线阅读 下载PDF 职称材料

基于混合二次对立学习的生物地理优化算法

7

作者 王磊 贾砚池 《计算机应用》 CSCD 北大核心 2014年第11期3245-3249,共5页

针对生物地理优化(BBO)算法探索能力不强、收敛速度慢的缺点,提出一种基于混合二次对立学习的生物地理优化算法——HQBBO。首先,定义一种启发式的混合二次对立点,并从理论上证明其搜索效率优势;然后,提出混合二次对立学习算子,增强算法... 针对生物地理优化(BBO)算法探索能力不强、收敛速度慢的缺点,提出一种基于混合二次对立学习的生物地理优化算法——HQBBO。首先,定义一种启发式的混合二次对立点,并从理论上证明其搜索效率优势;然后,提出混合二次对立学习算子,增强算法的全局探索能力,提高收敛速度;此外,还采用搜索域动态缩放策略和精英保留策略进一步提高寻优效率。对8个基准测试函数的仿真实验结果表明,所提算法在寻优精度和收敛速度上优于基本BBO算法和对立BBO算法(OBBO),表明其采用的混合二次对立学习算法对于其高收敛速度和全局探索能力是非常有效的。 展开更多

关键词 生物地理学优化算法 混合二次对立学习 搜索域动态缩放 精英保留策略 探索能力

在线阅读 下载PDF 职称材料

从心理学数据中发现可理解的模式 被引量：1

8

作者 肖新攀 余嘉元 +1 位作者 姜远 周志华 《计算机科学与探索》 CSCD 2011年第3期247-255,共9页

近年来,机器学习技术常被用于分析心理学数据,以期从数据中找出有价值的模式,更好地刻画和调整人们的心理行为。提出采用二次学习风范的规则生成算法,结合规则学习算法的在模式理解性方面的优势和集成学习、支持向量机等高性能算法在泛... 近年来,机器学习技术常被用于分析心理学数据,以期从数据中找出有价值的模式,更好地刻画和调整人们的心理行为。提出采用二次学习风范的规则生成算法,结合规则学习算法的在模式理解性方面的优势和集成学习、支持向量机等高性能算法在泛化性能上的优势,从心理学数据中发现准确且易于理解的模式。实验表明,采用二次学习风范的规则生成算法在泛化性能上显著高于传统的规则生成算法,且在许多情况下,其输出规则的可理解性亦优于传统的规则生成算法。 展开更多

关键词 可理解性 二次学习 规则归纳 数据审计

在线阅读 下载PDF 职称材料

基于最大互信息系数和小波分解的多模型集成短期负荷预测 被引量：17

9

作者 张振中 郭傅傲 +1 位作者 刘大明 唐飞 《计算机应用与软件》 北大核心 2021年第5期82-87,共6页

为提高负荷预测精度,提出一种基于小波分解的多模型集成短期负荷预测方法。由最大互信息系数(MIC)选出与负荷相关性高的特征候选集;为获得平稳的负荷序列,将小波分解集成到多预测模型中;小波分解后的负荷序列由多种预测模型(最小二乘支... 为提高负荷预测精度,提出一种基于小波分解的多模型集成短期负荷预测方法。由最大互信息系数(MIC)选出与负荷相关性高的特征候选集;为获得平稳的负荷序列,将小波分解集成到多预测模型中;小波分解后的负荷序列由多种预测模型(最小二乘支持向量回归、长短期记忆循环神经网络和极限梯度提升树)进行训练,这些模型在同一小时内提供不同的预测;在集成过程中采用二次学习来组合各时段预测结果并得到最终输出。真实电网数据实验对比结果表明,该方法具有更高的泛化能力和预测精度。 展开更多

关键词 最大互信息系数 小波变换 多预测模型 二次学习 短期负荷预测

在线阅读 下载PDF 职称材料

基于特征交互与权重集成的癌症分类方法 被引量：3

10

作者 陈昊楠 金敏 《计算机应用研究》 CSCD 北大核心 2021年第4期1051-1057,共7页

在癌症分类研究领域,高维、高冗余、类分布不平衡的基因表达数据如何进行特征选择与分类模型构建一直是影响分类准确率的难点。为了提高癌症分类的准确率,提出了基于特征交互与权重集成的癌症分类方法。在特征选择层面,利用多特征对分... 在癌症分类研究领域,高维、高冗余、类分布不平衡的基因表达数据如何进行特征选择与分类模型构建一直是影响分类准确率的难点。为了提高癌症分类的准确率,提出了基于特征交互与权重集成的癌症分类方法。在特征选择层面,利用多特征对分类信息的增益性交互作用来选出对于标签联合互信息大于单独互信息之和的特征组合,并利用条件互信息选择低冗余的特征,解决基因表达数据的高维、高冗余问题。在分类模型层面,提出结合权重集成反馈机制的二次学习集成模型,综合不同模型对不同类别样本的差异拟合能力,构造不依赖于样本数量的类权重,解决数据类分布不平衡的问题。应用该方法对六种癌症数据进行分类测试,accuracy、sensitivity、precision和F-measure四项指标均稳定在99.39%以上、specificity在94.74%以上,表明该方法能有效提高癌症分类的准确率和稳定性,同时具有对于不同癌症分类的通用性。 展开更多

关键词 癌症分类 数据科学 特征交互 多元异构模型 权重集成反馈 二次学习集成模型

在线阅读 下载PDF 职称材料

基于改进SSD的夜间猪群舒适度监测 被引量：1

11

作者 刘伟 王芳 +1 位作者 张苏楠 郭融 《中国饲料》 北大核心 2020年第14期28-31,共4页

针对圈养猪夜间难以监测的问题,提出一种基于改进SSD的夜间猪群舒适度监测方法。首先,在SSD(single shot multibox detector)算法中引入焦点损失函数,解决夜间目标与背景差异小而难以识别的问题;其次,使用soft-NMS算法检测遮挡的猪只目... 针对圈养猪夜间难以监测的问题,提出一种基于改进SSD的夜间猪群舒适度监测方法。首先,在SSD(single shot multibox detector)算法中引入焦点损失函数,解决夜间目标与背景差异小而难以识别的问题;其次,使用soft-NMS算法检测遮挡的猪只目标;再次,通过二次迁移学习方法得到夜间圈养猪目标检测模型;最后,分析猪只位置信息监测夜间猪群舒适度。结果表明,所提方法能精确检测夜间多只猪目标,并对其舒适度进行监测。 展开更多

关键词 多目标检测 焦点损失 软化非极大抑制 二次迁移学习 夜间监控 舒适度

在线阅读 下载PDF 职称材料

改进Mask R-CNN的真实环境下鱼体语义分割 被引量：13

12

作者 郭奕 黄佳芯 +1 位作者 邓博奇 刘洋成 《农业工程学报》 EI CAS CSCD 北大核心 2022年第23期162-169,共8页

鱼体语义分割是实现鱼体三维建模和语义点云、计算鱼体生长信息的基础。为了提高真实复杂环境下鱼体语义分割精度,该研究提出了SA-Mask R-CNN模型,即融合SimAM注意力机制的Mask R-CNN。在残差网络的每一层引入注意力机制,利用能量函数... 鱼体语义分割是实现鱼体三维建模和语义点云、计算鱼体生长信息的基础。为了提高真实复杂环境下鱼体语义分割精度,该研究提出了SA-Mask R-CNN模型,即融合SimAM注意力机制的Mask R-CNN。在残差网络的每一层引入注意力机制,利用能量函数为每一个神经元分配三维权重,以加强对鱼体关键特征的提取;使用二次迁移学习方法对模型进行训练,即首先利用COCO数据集预训练模型在Open Images DatasetV6鱼类图像数据集完成第一次迁移学习,然后在自建数据集上完成第二次迁移学习,利用具有相似特征空间的2个数据集进行迁移学习,在一定程度上缓解了图像质量不佳的情况下鱼体语义分割精度不高的问题。在具有真实养殖环境特点的自建数据集上进行性能测试,结果表明,SA-Mask R-CNN网络结合二次迁移学习方法的交并比达93.82%,综合评价指标达96.04%,分割效果优于SegNet和U-Net++,较引入SENet和CBAM(Convolutional Block Attention Module,CBAM)注意力模块的Mask R-CNN交并比分别提升了2.46和1.0个百分点,综合评价指标分别提升了2.57和0.92个百分点,模型参数量分别减小了4.7和5 MB。研究结果可为鱼体点云计算提供参考。 展开更多

关键词 深度学习 语义分割 注意力机制 鱼体分割 二次迁移学习

在线阅读 下载PDF 职称材料

最小均衡化后的行人重识别

13

作者 刘翠响 袁香伟 +2 位作者 王宝珠 张亚凤 马杰 《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2019年第4期447-452,共6页

为解决实际监控场景中的行人重识别技术的智能应用,考虑到行人图像拍摄角度不断变化的情况,将颜色和纹理等特征进行融合,利用部分局部块提取图像特征;针对行人轮廓不清晰,提出在纹理特征提取前实现直方图均衡化的方法;通过对图像进行两... 为解决实际监控场景中的行人重识别技术的智能应用,考虑到行人图像拍摄角度不断变化的情况,将颜色和纹理等特征进行融合,利用部分局部块提取图像特征;针对行人轮廓不清晰,提出在纹理特征提取前实现直方图均衡化的方法;通过对图像进行两次下采样,使算法具有更好的比例尺度不变性.与现有的局部最大概率(local maximal occurrence,LOMO)特征与跨视图二次鉴别分析(cross-view quadratic discriminant analysis,XQDA)方法结合的重识别方法进行对比,结果表明,在数据集VIPeR、PKU-Reid和i-LIDS-VID上重识别率rank1分别提高了0.28%、1.75%和0.20%,证明采用最小均衡化后的行人重识别率得到了提升. 展开更多

关键词 人工智能 行人重识别 特征融合 下采样 交叉二次判别分析度量学习 直方图均衡化 图像处理 模式识别

在线阅读 下载PDF 职称材料