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
3
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
应用多分类多核学习支持向量机的变压器故障诊断方法
被引量：
97
1
作者
郭创新
朱承治
+2 位作者
张琳
彭明伟
刘毅
《中国电机工程学报》
EI
CSCD
北大核心
2010年第13期128-134,共7页
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多...
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多个基核函数的组合,提高了分类的精度;将模型分解为2个凸优问题进行求解,问题的复杂度低,求解速度快。诊断实例表明,该方法能保证较高的诊断准确率,具有较好的实用性和推广性。
展开更多
关键词
变压器
故障诊断
支持向量机
多分类
多核
学习
在线阅读
下载PDF
职称材料
面向不确定数据的序数回归算法
被引量：
1
2
作者
李晰
肖燕珊
刘波
《计算机工程与设计》
北大核心
2023年第1期174-181,共8页
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向...
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向量序数回归模型。实验结果表明,模型可以减少不确定数据对决策边界的影响,增强学习模型的鲁棒性。
展开更多
关键词
机器
学习
多分类学习
不确定数据
序数回归
有序信息
最大间隔原理
支持向量机
在线阅读
下载PDF
职称材料
基于改进卷积神经网络的城市地下排水管道视频智能识别
被引量：
10
3
作者
彭述刚
王大成
+2 位作者
谭军辉
敖旋峰
俞佳颖
《测绘通报》
CSCD
北大核心
2021年第10期132-135,167,共5页
城市地下排水管道是市政工程中的一个重要基础设施,但随着管道的老化,不同类型的缺陷开始产生,如何及时有效地对其进行智能识别是当前市政管理面临的一个重要挑战。对此,本文利用当前最新的深度学习进行管道视频图像的智能识别,提出了...
城市地下排水管道是市政工程中的一个重要基础设施,但随着管道的老化,不同类型的缺陷开始产生,如何及时有效地对其进行智能识别是当前市政管理面临的一个重要挑战。对此,本文利用当前最新的深度学习进行管道视频图像的智能识别,提出了基于改进卷积神经网络的IM-CNN算法。算法基于InceptionV3框架,针对需要识别的管道图片不同类别缺陷间具有类不平衡性的特点,设计了面向管道识别的改进特征融合策略及新的目标函数。基于地下排水管道数据集的试验表明,该算法的预测识别能力不仅优于传统的机器学习算法,而且强于已有直接利用卷积神经网络的算法。
展开更多
关键词
地下排水管道
深度
学习
卷积神经网络
多分类学习
图像
分类
在线阅读
下载PDF
职称材料
题名
应用多分类多核学习支持向量机的变压器故障诊断方法
被引量：
97
1
作者
郭创新
朱承治
张琳
彭明伟
刘毅
机构
浙江大学电气工程学院
浙江省电力公司
西北电网公司
出处
《中国电机工程学报》
EI
CSCD
北大核心
2010年第13期128-134,共7页
基金
国家自然科学基金项目(50677062)
国家高技术研究发展计划项目(863计划)(2008AA05Z210)
+1 种基金
新世纪优秀人才支持计划项目(NCET-07-0745)
浙江省自然科学基金项目(R107062)~~
文摘
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多个基核函数的组合,提高了分类的精度;将模型分解为2个凸优问题进行求解,问题的复杂度低,求解速度快。诊断实例表明,该方法能保证较高的诊断准确率,具有较好的实用性和推广性。
关键词
变压器
故障诊断
支持向量机
多分类
多核
学习
Keywords
transformer
fault diagnosis
support vector machine （SVM）
multiclass multiple-kernel learning
分类号
TM85 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
面向不确定数据的序数回归算法
被引量：
1
2
作者
李晰
肖燕珊
刘波
机构
广东工业大学计算机学院
广东工业大学自动化学院
出处
《计算机工程与设计》
北大核心
2023年第1期174-181,共8页
基金
国家自然科学基金项目(61672169)。
文摘
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向量序数回归模型。实验结果表明,模型可以减少不确定数据对决策边界的影响,增强学习模型的鲁棒性。
关键词
机器
学习
多分类学习
不确定数据
序数回归
有序信息
最大间隔原理
支持向量机
Keywords
machine learning
multi-class learning
uncertain data
ordinal regression
ordered data
maximum interval
support vector machine
分类号
TP393.04 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进卷积神经网络的城市地下排水管道视频智能识别
被引量：
10
3
作者
彭述刚
王大成
谭军辉
敖旋峰
俞佳颖
机构
广东绘宇智能勘测科技有限公司
出处
《测绘通报》
CSCD
北大核心
2021年第10期132-135,167,共5页
基金
2019年珠海市促进实体经济高质量发展专项资金。
文摘
城市地下排水管道是市政工程中的一个重要基础设施,但随着管道的老化,不同类型的缺陷开始产生,如何及时有效地对其进行智能识别是当前市政管理面临的一个重要挑战。对此,本文利用当前最新的深度学习进行管道视频图像的智能识别,提出了基于改进卷积神经网络的IM-CNN算法。算法基于InceptionV3框架,针对需要识别的管道图片不同类别缺陷间具有类不平衡性的特点,设计了面向管道识别的改进特征融合策略及新的目标函数。基于地下排水管道数据集的试验表明,该算法的预测识别能力不仅优于传统的机器学习算法,而且强于已有直接利用卷积神经网络的算法。
关键词
地下排水管道
深度
学习
卷积神经网络
多分类学习
图像
分类
Keywords
underground drainage pipeline
deep learning
CNN
multi-class learning
image classification
分类号
P258 [天文地球—测绘科学与技术]
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
应用多分类多核学习支持向量机的变压器故障诊断方法
郭创新
朱承治
张琳
彭明伟
刘毅
《中国电机工程学报》
EI
CSCD
北大核心
2010
97
在线阅读
下载PDF
职称材料
2
面向不确定数据的序数回归算法
李晰
肖燕珊
刘波
《计算机工程与设计》
北大核心
2023
1
在线阅读
下载PDF
职称材料
3
基于改进卷积神经网络的城市地下排水管道视频智能识别
彭述刚
王大成
谭军辉
敖旋峰
俞佳颖
《测绘通报》
CSCD
北大核心
2021
10
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
