-
题名保健酒中可见异物的神经网络复合分类方法
- 1
-
-
作者
朱慧慧
王耀南
-
机构
湖南大学电气与信息工程学院
-
出处
《计算机工程》
CAS
CSCD
2012年第17期182-185,188,共5页
-
基金
国家"863"计划基金资助项目(2007AA04Z244)
国家自然科学基金资助重点项目(60835004)
-
文摘
保健酒中可见异物个体微小、形状复杂多变,不利于自动分拣。为此,提出一种基于异物几何特征和不变矩特征的神经网络复合分类方法。通过单层感知器进行一级分类以检测毛发类异物,利用BP网络对非毛发类异物进行二级分类。为提高BP网络训练速度,设计动量因子和学习速率可自适应调整的改进学习算法。实验结果表明,该分类方法识别准确度高,识别速度快。
-
关键词
复合分类器
BP算法
神经网络
不变矩
几何特征
-
Keywords
composite classifier
BP algorithm
neural network
invariant moment
geometric feature
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向异构数据库集成的混合式元素分类技术研究
- 2
-
-
作者
赵寒
李山
周竞涛
王明微
张顺利
-
机构
西北工业大学现代设计与集成制造技术教育部重点实验室
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2007年第z2期37-41,共5页
-
基金
国家"八六三"高技术研究发展计划基金项目(2002AA414210)
教育部博士点基金项目(20030699032)
-
文摘
提出一种支持异构数据库集成的基于模式的元素分类技术,融合了基于语言和基于约束的分类方法,首先使用最大优先策略组合基于语言的分类算法形成复合元素名称分类器,然后将名称分类结果和元素模式约束转化为向量输入神经网络分类器,从而完成数据库元素分类.通过组合使用复合名称分类器和神经网络分类器,使得此方法可以应用于更复杂的分类环境.
-
关键词
元素分类
神经网络分类器
复合名称分类器
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名多子域隔离学习组合决策用于不均衡样本
被引量：2
- 3
-
-
作者
靳燕
彭新光
-
机构
山西大学商务学院信息学院
太原理工大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第9期2475-2480,共6页
-
基金
山西省自然科学基金资助项目(2010011022-2)
山西省高等学校科技创新项目(20131112)
山西大学商务学院科研基金资助项目(2014010)
-
文摘
为进一步弱化数据不均衡对分类算法的束缚,从数据集区域分布特性着手,提出了不均衡数据集上基于子域学习的复合分类模型。子域划分阶段,扩展支持向量数据描述(SVDD)算法给出类的最小界定域,划分出域内密集区与域外稀疏区。借鉴不同类存在相似样本的类重叠概念,对边界样本进行搜索,组合构成重叠域。子域清理阶段,基于邻近算法(KNN)的邻近性假设,结合不同域的密疏程度,设置样本有效性参数,对域内样本逐个检测以清理噪声。各子域隔离参与分类建模,按序组合产生出用于不均衡数据集的复合分类器CCRD。在相似算法对比以及代价敏感Meta Cost对比中,CCRD对正类的正确分类改善明显,且未加重负类误判;在SMOTE抽样比较中,CCRD改善了负类的误判情形,且未影响正类的正确分类;在五类数据集的逐个比较中,CCRD分类性能均有提升,在Haberman_sur的正类分类性能提升上尤为明显。结果表明,基于子域学习的复合分类模型的分类性能较好,是一种研究不均衡数据集的较有效的方法。
-
关键词
不均衡数据集区域分布
支持向量数据描述
稀疏域与重叠域
子域隔离学习
复合分类器
-
Keywords
regional distribution of imbalanced class
Support Vector Data Description （SVDD）
sparse and overlappingdomains
leaning classifiers on multiple isolated subdomains
Composite Classification model （CCRD）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
