基于多元自适应回归样条的黄土区滑坡敏感性评价

1

作者 潘网生 赵恬茵 +1 位作者 李鑫 卢玉东 《水土保持研究》 CSCD 北大核心 2024年第6期271-280,共10页

[目的]探讨和评价致灾因子对黄土滑坡敏感性区划的影响,以辅助滑坡灾害的监测、预警和防治。[方法]在因子筛选和独立性检验基础上,基于多元自适应回归样条模型(MARS)自主分割数据,正向拟合若干基函数,同时构建了铰链函数在各基函数之间... [目的]探讨和评价致灾因子对黄土滑坡敏感性区划的影响,以辅助滑坡灾害的监测、预警和防治。[方法]在因子筛选和独立性检验基础上,基于多元自适应回归样条模型(MARS)自主分割数据,正向拟合若干基函数,同时构建了铰链函数在各基函数之间建立连接机制,进而反向自我修正,剔除或修改部分基函数,实现自主选择致灾因子和给出因子权重,最后引入了概率比(PR)模型做精度对比分析。[结果](1)MARS模型的基函数物理含义明确,极大地降低了模型的复杂度,易于GIS空间分析实现;(2)评价因子的多重共线性和相关性检验有助于MARS模型优化;(3)MARS模型对极高敏感区和高敏感区的划分较PR模型更为严谨、客观,且滑坡敏感等级区划结果是所有参评因子综合作用的结果,关键因子对评价结果的影响并不明显。[结论]MARS模型在铜川市耀州区黄土滑坡敏感性评价研究中,ROC曲线的AUC值为0.879,整体拟合效果好,与野外实地勘察结果相吻合,结果可靠。 展开更多

关键词 多元自适应回归样条 黄土 滑坡 敏感性评价

在线阅读 下载PDF 职称材料

信用评级的新方法——多元自适应回归样条在民营企业信用评级中的应用 被引量：5

2

作者 孟庆福 杜元园 曲华锋 《广东金融学院学报》 CSSCI 北大核心 2011年第5期65-76,共12页

通过建立多元自适应回归样条模型,对民营企业是否违约进行两等级划分,结果表明总体正确率达95.9%,对第二类错误的判别正确率达80%,均高于多元判别分析模型和Logistic回归模型。因此可以证明,多元自适应回归样条模型应用于判别民营企业... 通过建立多元自适应回归样条模型,对民营企业是否违约进行两等级划分,结果表明总体正确率达95.9%,对第二类错误的判别正确率达80%,均高于多元判别分析模型和Logistic回归模型。因此可以证明,多元自适应回归样条模型应用于判别民营企业的信用等级具有较好的实践价值。 展开更多

关键词 民营企业 多元自适应回归样条 信用评级

在线阅读 下载PDF 职称材料

MARS模型在渭河流域参考作物蒸散量计算中的适应性研究 被引量：2

3

作者 葛杰 周晓平 +4 位作者 王晶 曹绮欣 曹钧恒 陈至立 冯家豪 《节水灌溉》 北大核心 2024年第2期17-24,共8页

为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET_(0))计算精度,选取流域及附近20个气象站58 a(1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET_(0)计算模型,并将计算结果与Hargreaves-S... 为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET_(0))计算精度,选取流域及附近20个气象站58 a(1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET_(0)计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明:MARS模型能很好地甄别ET_(0)与各输入因子间的非线性关系,MARS2(T_(max)、T_(min)、R_(a))计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射R_(a),可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MARS模型在渭河流域具有很强的泛化能力和可移植性。因此,气象资料缺失时基于MARS建立的ET_(0)计算模型可作为渭河流域ET_(0)计算的推荐模型。 展开更多

关键词 渭河流域 参考作物蒸散量 多元自适应回归样条 可移植性 ET_(0)模型 地球外辐射R_(a)

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的室内温度影响因素分析 被引量：4

4

作者 王盛慧 张亭亭 《科学技术与工程》 北大核心 2018年第26期200-206,共7页

为了对室内温度影响因素进行分析,引入了多元自适应样条回归模型。使用多元自适应样条算法对室外因素(室外温度、太阳辐射、风速、时间)、不同材料墙体、窗户朝向以及不同楼层等影响因素进行分析研究。结果表明:室外因素中对室内温度影... 为了对室内温度影响因素进行分析,引入了多元自适应样条回归模型。使用多元自适应样条算法对室外因素(室外温度、太阳辐射、风速、时间)、不同材料墙体、窗户朝向以及不同楼层等影响因素进行分析研究。结果表明:室外因素中对室内温度影响程度最大的是室外温度,其影响系数为0.405;墙体材料的导热系数为0.93时,其保温性越差,对室内温度影响越大,其影响系数为0.530;西向、东向、顶层和底层的房间保温性最差,对室内温度影响最大,其影响系数分别为0.706、0.423、0.610、0.580。对室内温度影响因素分析,可以为建筑节能减排提供依据。 展开更多

关键词 室内温度 多元自适应回归样条 影响因素 室外因素

在线阅读 下载PDF 职称材料

基于多元自适应回归样条方法的RMR系统预测岩体变形模量 被引量：2

5

作者 李鹏成 何鹏 +2 位作者 彭强 李浩 徐川 《水电能源科学》 北大核心 2018年第2期144-147,共4页

在采用岩土分级系统RMR估计变形模量时,需假设组成系统的所有参数对变形模量有着完全相同的关系,这一内在假设降低了经验公式的精度。为此,引入多元自适应回归样条(MARS)构建模型。实例分析表明,MARS模型的适用性较好,各项指标均优于多... 在采用岩土分级系统RMR估计变形模量时,需假设组成系统的所有参数对变形模量有着完全相同的关系,这一内在假设降低了经验公式的精度。为此,引入多元自适应回归样条(MARS)构建模型。实例分析表明,MARS模型的适用性较好,各项指标均优于多元线性模型和多项式模型;MARS模型对变量的重要性分析表明,测量深度、完整岩石的单轴抗压强度(UCS)和岩石质量指标(RQD)对变形模量有更强的影响,而地下水情况(GW)与变形模量不存在相关性。 展开更多

关键词 变形模量 多元自适应回归样条 RMR 预测

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的光伏并网系统日输出功率预测 被引量：11

6

作者 鲍长庚 闫贻鹏 +3 位作者 黄一楠 袁靖 陆培钧 周志峰 《电力系统保护与控制》 CSCD 北大核心 2021年第5期124-131,共8页

为了更加准确、灵活地预测光伏发电系统的输出功率,提出了基于多元自适应回归样条(MARS)的光伏系统输出功率预测方法。通过对该算法的原理进行分析,确定了模型分析流程,并介绍了数据来源。其次,以气温、日照时间等因素作为自变量,对MAR... 为了更加准确、灵活地预测光伏发电系统的输出功率,提出了基于多元自适应回归样条(MARS)的光伏系统输出功率预测方法。通过对该算法的原理进行分析,确定了模型分析流程,并介绍了数据来源。其次,以气温、日照时间等因素作为自变量,对MARS模型进行了分析研究,确定了光伏功率预测时的仿真模型。最后,将提出的预测方法与现有的预测方法进行了对比。通过训练数据以及测试数据对比分析各种方法的RMSE、MAD和MAPE,并根据历史数据预测光伏日输出功率。通过对比证实了MARS模型比其他模型更能准确预测光伏系统的输出功率。 展开更多

关键词 输出功率 预测模型 多元自适应回归样条

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的高维岩土工程问题分析 被引量：11

7

作者 仉文岗 洪利 黎泳钦 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第4期359-365,共7页

为解决岩土工程中多元变量间的非线性相关问题,采用一种非参数回归算法--多变量自适应回归样条建立对目标参数的预测模型。该算法基于大量可靠的岩土监测数据,运用简单线性样条函数的组合对输入、输出参数进行相关性拟合,生成显性表达式... 为解决岩土工程中多元变量间的非线性相关问题,采用一种非参数回归算法--多变量自适应回归样条建立对目标参数的预测模型。该算法基于大量可靠的岩土监测数据,运用简单线性样条函数的组合对输入、输出参数进行相关性拟合,生成显性表达式,同时得到各输入参数的相对重要性。通过桩的可贯入性、地下洞室稳定性分析2个实例,对该方法进行评估。2个实例中测试集的决定性系数R^2分别为0.921和0.986,最重要的输入参数分别是桩材料的弹性模量和围岩质量,表明该方法可较精确地拟合多元输入参数与输出参数间的相关性,可用于未知响应的预测。 展开更多

关键词 多元自适应回归样条 基函数 贯入桩 可贯入性 地下洞室稳定性 参数相对重要性

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的交织区合流交互作用研究 被引量：2

8

作者 李根 翟伟 +1 位作者 邬岚 汤祥 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第4期796-805,共10页

为研究交织区车辆合流过程中的交互作用,基于多元自适应回归样条(MARS)构建车辆合流交互作用模型,从美国NGSIM数据集中US-101车辆轨迹数据提取影响合流车辆与周围车辆加速度的相关变量,引入车身碰撞时间(TTC)和车线冲突时间(TLC)2个交... 为研究交织区车辆合流过程中的交互作用,基于多元自适应回归样条(MARS)构建车辆合流交互作用模型,从美国NGSIM数据集中US-101车辆轨迹数据提取影响合流车辆与周围车辆加速度的相关变量,引入车身碰撞时间(TTC)和车线冲突时间(TLC)2个交通安全指标作为影响变量,在交叉验证的基础上,获取合流车辆与周围车辆的最佳参数组合和加速度表达式.结果显示,MARS模型对合流车辆加速度的预测精度显著高于主线车道的领车和跟车;TTC和TLC对合流车辆与周围车辆都具有显著的影响;模型对加速度的预测精度远高于基于视角的刺激反应(VASR)模型,略低于梯度提升树(GBDT)模型,但MARS模型的复杂程度远低于GBDT模型,且能够提供相应的显性表达式,更有利于工程应用.研究表明,MARS模型能够有效预测合流交通流中的车辆交互行为,揭示合流车辆与周围车辆不同影响变量之间的交互作用,深度挖掘变量间的潜在关系,其预测结果精度较高,能够提供显性表达式,得到的车辆加速度曲线较为平顺,有利于在辅助驾驶系统中的应用. 展开更多

关键词 公路运输 多元自适应回归样条 交织区 合流交通流 加速度 交互作用

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的2型糖尿病患者糖化血红蛋白达标的影响因素分析 被引量：7

9

作者 鲁瑞 段同庆 +7 位作者 王梦阳 王慧 王娇 刘红伟 刘媛媛 崔壮 李长平 马骏 《中国卫生统计》 CSCD 北大核心 2020年第1期2-5,共4页

目的调查天津地区2型糖尿病患者糖化血红蛋白(HbA1c)的控制情况并探讨其影响因素。方法以2015年1月-2017年8月天津市19家医院的1632例2型糖尿病门诊患者为研究对象,应用多元自适应回归样条分析HbA1c达标情况的影响因素。结果在1632例2... 目的调查天津地区2型糖尿病患者糖化血红蛋白(HbA1c)的控制情况并探讨其影响因素。方法以2015年1月-2017年8月天津市19家医院的1632例2型糖尿病门诊患者为研究对象,应用多元自适应回归样条分析HbA1c达标情况的影响因素。结果在1632例2型糖尿病患者中,HbA1c达标的患者有711例,达标率为43.57%。年龄小,BMI低,有家族史,病程短,无相关并发症,尽早接受胰岛素治疗,每周运动次数多,无高血压,空腹血糖低和餐后2h血糖低的患者达标率较高(P<0.001)。多元自适应回归样条模型结果显示,BMI低于22.43kg/m^2、空腹血糖低于8.8mmol/L、餐后2h血糖低于10.6mmol/L,有利于HbA1c达标,而胰岛素剂量大于18U,年龄>50岁与空腹血糖<8.8mmol/L的交互作用以及BMI<22.43kg/m^2与胰岛素剂量低的交互作用则不利于HbA1c达标。结论天津地区2型糖尿病患者的HbA1c达标率较低,有待进一步提高。鉴于影响HbA1c达标的因素之间存在交互作用,医务人员应该采取综合的干预措施来进一步控制患者的HbA1c水平。 展开更多

关键词 糖化血红蛋白 达标情况 影响因素 多元自适应回归样条

在线阅读 下载PDF 职称材料

基于多元自适应回归样条的亚组识别方法

10

作者 周世煜 许军 安胜利 《中国卫生统计》 CSCD 北大核心 2020年第4期620-623,共4页

随着科技的进步和医疗水平的提高,越来越多治疗方法被发现可能存在受益亚组人群[1-2],因此亚组识别被逐渐重视起来。近年来,一些亚组识别方法已被提出,Forster等人针对二分类结局变量,提出"虚拟双胞胎"的方法[3],预测患者分... 随着科技的进步和医疗水平的提高,越来越多治疗方法被发现可能存在受益亚组人群[1-2],因此亚组识别被逐渐重视起来。近年来,一些亚组识别方法已被提出,Forster等人针对二分类结局变量,提出"虚拟双胞胎"的方法[3],预测患者分别处于试验组和对照组下阳性事件的发生率,以概率之差作为因变量拟合决策树进行亚组识别。Sysoev等人在虚拟双胞胎的基础上进行了拓展[4],提出一种可适用于连续型结局变量的亚组识别方法。 展开更多

关键词 决策树 多元自适应回归样条 双胞胎 医疗水平 识别方法 连续型 亚组

在线阅读 下载PDF 职称材料

基于MARS的岩石抗拉强度预测模型

11

作者 徐国权 王鑫瑀 《长江科学院院报》 CSCD 北大核心 2024年第2期135-141,共7页

将无损检测技术与机器学习相结合,通过建立预测模型来快速确定岩石抗拉强度已经成为热门研究方向之一。为了建立预测模型,提出一种基于多元自适应回归样条(MARS)的数据驱动建模技术,用于岩石抗拉强度预测。共收集了80组试验数据,包括施... 将无损检测技术与机器学习相结合,通过建立预测模型来快速确定岩石抗拉强度已经成为热门研究方向之一。为了建立预测模型,提出一种基于多元自适应回归样条(MARS)的数据驱动建模技术,用于岩石抗拉强度预测。共收集了80组试验数据,包括施密特回弹数、干密度、点荷载强度指数以及巴西抗拉强度。所有数据被随机分为2个部分,其中70%的数据用于训练模型,剩余30%的数据用于测试模型性能。同时开发了人工神经网络、支持向量机和决策树3种数据驱动模型。选择了4种常用的模型性能评价指标,分别为均方根误差、平均绝对误差、相关系数和决定系数,以此来对所开发模型的预测性能进行比较。结果表明:所开发的智能模型均能够提供较高的预测精度,其中MARS模型性能优于其他3种模型,支持向量机和人工神经网络模型次之,决策树模型相对较差。值得一提的是,MARS模型能够通过方差分析来评估每个变量的相对重要性。研究成果有助于快速确定岩石抗拉强度。 展开更多

关键词 岩石力学 抗拉强度 多元自适应回归样条(mars) 机器学习 预测模型

在线阅读 下载PDF 职称材料

基于MARS的语音清晰度客观评价 被引量：3

12

作者 沈刘平 杨吉斌 +2 位作者 曹铁勇 张雄伟 孙新建 《数据采集与处理》 CSCD 北大核心 2008年第1期100-103,共4页

提出了基于多元自适应回归样条法(Multivariate adaptive regression spline,MARS)的语音清晰度客观评价方法。该方法提取语音信号的Mel倒谱系数作为评估语音清晰度的候选特征参数。在Mel倒谱系数的失真距离基础上,利用MARS方法选出对... 提出了基于多元自适应回归样条法(Multivariate adaptive regression spline,MARS)的语音清晰度客观评价方法。该方法提取语音信号的Mel倒谱系数作为评估语音清晰度的候选特征参数。在Mel倒谱系数的失真距离基础上,利用MARS方法选出对语音清晰度影响较大的特征参数,并结合主观DRT分建立最佳客观预测模型,实现特征参数失真距离到客观DR∧T分的映射。仿真结果表明,分别采用训练集合样本和测试集合样本进行测试时,使用该方法评价的客观DR∧T分与主观DRT分的相关度,分别达到0.958和0.9102。 展开更多

关键词 语音清晰度 客观评价 多元自适应回归样条法(mars) MEL倒谱系数

在线阅读 下载PDF 职称材料

基于LZW算法和贝叶斯MARS的入侵检测研究 被引量：2

13

作者 李智慧 王晴 +1 位作者 邵春艳 张束 《计算机工程与应用》 CSCD 2012年第6期86-89,109,共5页

提出了一种基于LZW算法的入侵检测算法。使用系统调用序列作为特征数据,采用LZW算法对系统调用序列数据进行变长短序列划分,同时对短序列进行压缩,并在应用的过程中对LZW算法进行适当调整以适应序列的划分。通过贝叶斯多元自适应回归样... 提出了一种基于LZW算法的入侵检测算法。使用系统调用序列作为特征数据,采用LZW算法对系统调用序列数据进行变长短序列划分,同时对短序列进行压缩,并在应用的过程中对LZW算法进行适当调整以适应序列的划分。通过贝叶斯多元自适应回归样条(贝叶斯MARS)模型,对正常和异常序列进行分类并标识入侵。实验结果表明,基于LZW变长序列划分方法符合系统调用序列的内在规律,在较高压缩比的情况下,获得了很好的检测性能。LZW算法与贝叶斯MARS相结合的入侵检测算法,对各种数据表现稳定,具有一定可行性和实用性。 展开更多

关键词 入侵检测 系统调用 LZW算法 变长序列划分 贝叶斯多元自适应回归样条(贝叶斯mars)

在线阅读 下载PDF 职称材料

多疾病共同危险因素挖掘与MARS预测模型研究 被引量：4

14

作者 狄晓敏 谢红薇 《计算机应用与软件》 CSCD 北大核心 2013年第10期36-40,共5页

针对高血压和高血脂危险因素的相关性,集成多种数据挖掘模型分析获得两种疾病的共同危险因素,使用多元自适应回归样条(MARS)的方法建立高血压和高血脂疾病的预测模型。通过与BP神经网络预测方法相比较,表明多元自适应回归样条方法能够... 针对高血压和高血脂危险因素的相关性,集成多种数据挖掘模型分析获得两种疾病的共同危险因素,使用多元自适应回归样条(MARS)的方法建立高血压和高血脂疾病的预测模型。通过与BP神经网络预测方法相比较,表明多元自适应回归样条方法能够很好地反映疾病的危险因素与患病的关系,具有更高的稳定性,是很好的建立预测多种疾病模型的方法。 展开更多

关键词 数据挖掘 高血压 高血脂 多元自适应回归样条 BP神经网络

在线阅读 下载PDF 职称材料

基于黄金分割法的加速MARS研究 被引量：1

15

作者 初众 吴义忠 +1 位作者 陈立平 丁建完 《系统仿真学报》 CAS CSCD 北大核心 2012年第8期1561-1566,共6页

多元自适应回归样条法(Multivariate adaptive regression spline,MARS)是一种专门针对高维数据拟合的回归方法。该方法以样条函数的张量积作为基函数,以样本数据坐标作为可选的节点矢量值,算法过程以失拟度(Lack of fit,LOF)最小为目... 多元自适应回归样条法(Multivariate adaptive regression spline,MARS)是一种专门针对高维数据拟合的回归方法。该方法以样条函数的张量积作为基函数,以样本数据坐标作为可选的节点矢量值,算法过程以失拟度(Lack of fit,LOF)最小为目标优化选择基函数和节点矢量。提出了基于黄金分割的加速MARS算法,引入一维黄金分割搜索算法及计算子区间概念,以提高算法节点矢量和基函数的优化选择效率。最后,四个典型的测试算例验证了所提出的方法在保证模型近似精度的前提下可大幅节省模型构造时间。 展开更多

关键词 多元自适应回归样条 黄金分割法 失拟度 节点矢量优化 计算子区间

在线阅读 下载PDF 职称材料

基于MARS的电池荷电状态估计 被引量：1

16

作者 金星 张亚军 《电源技术》 CAS CSCD 北大核心 2017年第1期46-48,共3页

将多元自适应回归样条估算方法应用于大容量磷酸铁锂电池组的SOC估计,将电压、电流和温度共同作为输入变量。对实验所得数据进行标准化处理,将处理后的数据进行训练,得到SOC估计的精简数学模型,并对模型进行了验证。仿真实验结果表明该... 将多元自适应回归样条估算方法应用于大容量磷酸铁锂电池组的SOC估计,将电压、电流和温度共同作为输入变量。对实验所得数据进行标准化处理,将处理后的数据进行训练,得到SOC估计的精简数学模型,并对模型进行了验证。仿真实验结果表明该方法可以提高SOC估算精度。 展开更多

关键词 磷酸铁锂电池 SOC 多元自适应回归样条

在线阅读 下载PDF 职称材料

基于MARS的卷烟吸阻和通风预测模型 被引量：2

17

作者 何孝强 李泓燊 +7 位作者 向虎 王龙 张云飞 邹玉胜 赵荣 刘戈弋 杨涛 李绍臣 《食品与机械》 北大核心 2020年第3期220-224,共5页

通过对卷烟吸阻、通风率的原理分析找出相关的影响因子,结合大量丰富的不同规格和原辅料特性的卷烟数据,利用多元自适应回归样条(MARS)方法建立了卷烟吸阻、通风预测模型。结果表明,吸阻预测模型的标准化均方误差为0.276,绝对误差平均值... 通过对卷烟吸阻、通风率的原理分析找出相关的影响因子,结合大量丰富的不同规格和原辅料特性的卷烟数据,利用多元自适应回归样条(MARS)方法建立了卷烟吸阻、通风预测模型。结果表明,吸阻预测模型的标准化均方误差为0.276,绝对误差平均值为37.5Pa;纸通风预测模型的标准化均方误差为0.184,绝对误差平均值为0.91%;滤嘴通风预测模型的标准化均方误差为0.044,绝对误差平均值为1.27%,模型预测效果较好。 展开更多

关键词 多元自适应回归样条 吸阻 通风 预测

在线阅读 下载PDF 职称材料

工程优化设计中的近似模型技术 被引量：28

18

作者 韩鼎 郑建荣 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第6期762-768,共7页

解决复杂系统的建模优化问题,需根据具体的应用环境,选择合适的近似模型。本文对响应面模型、多元自适应回归样条模型、克立格模型、径向基函数模型、支持向量回归模型等近似模型的性能特点和适用范围进行了系统的比较研究,在分析这些... 解决复杂系统的建模优化问题,需根据具体的应用环境,选择合适的近似模型。本文对响应面模型、多元自适应回归样条模型、克立格模型、径向基函数模型、支持向量回归模型等近似模型的性能特点和适用范围进行了系统的比较研究,在分析这些近似模型基本特性的基础上,选取具有广泛代表性的测试函数,并综合考虑问题的复杂度、非线性程度、采样点的规模及分布等多个因素,对上述5种近似模型的全局和局部拟合能力、鲁棒性等进行了较为全面的比较评价,并给出应用实例。 展开更多

关键词 近似模型 响应面 多元自适应样条 克立格 径向基 支持向量回归

在线阅读 下载PDF 职称材料

基于集成学习的交互式图像分割 被引量：3

19

作者 刘金平 陈青 +1 位作者 张进 唐朝晖 《电子学报》 EI CAS CSCD 北大核心 2016年第7期1649-1655,共7页

针对交互式图像分割人工标记示例匮乏、不同目标区域难以均衡标记,单一分类器难以获得有效分割结果的问题,提出一种多分类器集成学习的交互式图像分割方法.采用多元自适应回归样条(MARS)方法构造第一个分类器;同时引入光滑薄板样条回归... 针对交互式图像分割人工标记示例匮乏、不同目标区域难以均衡标记,单一分类器难以获得有效分割结果的问题,提出一种多分类器集成学习的交互式图像分割方法.采用多元自适应回归样条(MARS)方法构造第一个分类器;同时引入光滑薄板样条回归函数(TPSR)构造与之互补的第二个分类器,综合组成bagging集成学习器,以降低单一分类器对噪声的敏感度并进一步提高人工标记样本特征空间的利用率.随后,基于半监督学习中的聚类假设,结合bagging多学习器并联特点,提出一种REG-Boosting半监督学习算法,实现半监督图像分割.在不同数据集上的验证性和对比性实验表明所提方法的有效性和优越性. 展开更多

关键词 交互式图像分割 多元自适应回归样条 集成学习 薄板样条回归 半监督学习

在线阅读 下载PDF 职称材料