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
基于协同采样主动学习的恶意代码检测
被引量：
1
1
作者
张凯
王东安
+1 位作者
李超
贾冰
《高技术通讯》
CAS
CSCD
北大核心
2016年第5期458-463,共6页
研究了基于机器学习分类算法的恶意代码检测,考虑到目前主要采用传统分类方法对恶意代码进行分类识别,这些方法需要通过学习大量标记样本来获得精准的分类器模型,然而样本标记工作只有少数专家才能完成,导致标记样本往往不足,致使分类...
研究了基于机器学习分类算法的恶意代码检测,考虑到目前主要采用传统分类方法对恶意代码进行分类识别,这些方法需要通过学习大量标记样本来获得精准的分类器模型,然而样本标记工作只有少数专家才能完成,导致标记样本往往不足,致使分类结果准确率不高,提出了一种基于协同采样的主动学习方法。运用这种学习方法,仅需少量标记样本即可有效识别出恶意代码。实验证明,相对于传统的恶意代码分类方法,该方法能够显著提升分类准确率和泛化性能。
展开更多
关键词
主动学习
支持向量机(SVM)
概率性神经网络(PNN)
协同采样
在线阅读
下载PDF
职称材料
基于空地协同采样的植被覆盖度随机森林估算方法
被引量：
8
2
作者
程俊毅
张显峰
+2 位作者
孙敏
罗鹏
杨婉婷
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第1期143-154,共12页
基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分...
基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分辨率的航拍影像,作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-bluevegetationindex,RGBVI),然后使用大津分割法提取样方的植被覆盖信息,得到构建模型所需的训练样本。在此基础上,基于2018年8月16-18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据,利用递归特征消除算法优选参与随机森林回归的特征变量集,利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923,均方根误差为0.087,优于常用的像元二分模型,可用于矿区植被动态信息的精细化监测。
展开更多
关键词
植被覆盖度
随机森林
空地
协同采样
无人机高光谱
矿区
在线阅读
下载PDF
职称材料
题名
基于协同采样主动学习的恶意代码检测
被引量：
1
1
作者
张凯
王东安
李超
贾冰
机构
中国科学院信息工程研究所
中国科学院大学
国家计算机网络应急技术处理协调中心
河南省工人文化宫
出处
《高技术通讯》
CAS
CSCD
北大核心
2016年第5期458-463,共6页
基金
国家自然科学基金(61202067,61271275)
863计划(2012AA013001,2013AA013205,2013AA013204)资助项目
文摘
研究了基于机器学习分类算法的恶意代码检测,考虑到目前主要采用传统分类方法对恶意代码进行分类识别,这些方法需要通过学习大量标记样本来获得精准的分类器模型,然而样本标记工作只有少数专家才能完成,导致标记样本往往不足,致使分类结果准确率不高,提出了一种基于协同采样的主动学习方法。运用这种学习方法,仅需少量标记样本即可有效识别出恶意代码。实验证明,相对于传统的恶意代码分类方法,该方法能够显著提升分类准确率和泛化性能。
关键词
主动学习
支持向量机(SVM)
概率性神经网络(PNN)
协同采样
Keywords
active learning, support vector machine （SVM）, probabilistic neural network （PNN）, collaborative sampling
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于空地协同采样的植被覆盖度随机森林估算方法
被引量：
8
2
作者
程俊毅
张显峰
孙敏
罗鹏
杨婉婷
机构
北京大学遥感与地理信息系统研究所
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第1期143-154,共12页
基金
内蒙古自治区科技厅重大专项(数字化矿区资源管理与矿区生态环境监测技术与应用,2015—2018)
国家重点研发计划(2017YFC1500902)资助
文摘
基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分辨率的航拍影像,作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-bluevegetationindex,RGBVI),然后使用大津分割法提取样方的植被覆盖信息,得到构建模型所需的训练样本。在此基础上,基于2018年8月16-18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据,利用递归特征消除算法优选参与随机森林回归的特征变量集,利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923,均方根误差为0.087,优于常用的像元二分模型,可用于矿区植被动态信息的精细化监测。
关键词
植被覆盖度
随机森林
空地
协同采样
无人机高光谱
矿区
Keywords
fractional vegetation coverage
random forest
UAV-ground co-sampling
UAV hyperspectral remote sensing
mining area
分类号
Q948 [生物学—植物学]
TP751 [自动化与计算机技术—检测技术与自动化装置]
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
基于协同采样主动学习的恶意代码检测
张凯
王东安
李超
贾冰
《高技术通讯》
CAS
CSCD
北大核心
2016
1
在线阅读
下载PDF
职称材料
2
基于空地协同采样的植被覆盖度随机森林估算方法
程俊毅
张显峰
孙敏
罗鹏
杨婉婷
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
8
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
