期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
实数向量型阴性选择算法的改进
1
作者 王华东 刘芳 《科学技术与工程》 2010年第9期2233-2236,2241,共5页
通过对实数向量型阴性选择算法的分析,提出了检测器空间覆盖率的概念,用它作为估计检测器数量的一项理论依据,将这个估计值引入到实数向量型阴性选择算法中,控制检测器的生成,同时对检测器采取了新的变异操作。实验表明,这一改进在保证... 通过对实数向量型阴性选择算法的分析,提出了检测器空间覆盖率的概念,用它作为估计检测器数量的一项理论依据,将这个估计值引入到实数向量型阴性选择算法中,控制检测器的生成,同时对检测器采取了新的变异操作。实验表明,这一改进在保证算法检出率的同时,又可降低误报率。 展开更多
关键词 实数向量型阴性选择算法 检测器 空间覆盖率 变异操作
在线阅读 下载PDF
基于遗传算法的回归型支持向量机参数选择法 被引量:42
2
作者 李良敏 温广瑞 王生昌 《计算机工程与应用》 CSCD 北大核心 2008年第7期23-26,共4页
研究了遗传算法在回归型支持向量机参数选择中的应用:首先,分析了支持向量机的几个参数对其预报能力的影响,发现参数选取不当,会导致支持向量机出现过学习或欠学习现象;在此基础上提出利用遗传算法来解决回归型支持向量机的参数选择问题... 研究了遗传算法在回归型支持向量机参数选择中的应用:首先,分析了支持向量机的几个参数对其预报能力的影响,发现参数选取不当,会导致支持向量机出现过学习或欠学习现象;在此基础上提出利用遗传算法来解决回归型支持向量机的参数选择问题,模拟实验证明,该方法克服了传统参数选择方法存在的缺点,提高了支持向量机的预报精度。 展开更多
关键词 回归支持向量 遗传算法 参数选择
在线阅读 下载PDF
基于遗传算法和支持向量机的肺结节检测 被引量:7
3
作者 孙申申 任会之 +1 位作者 康雁 赵宏 《系统仿真学报》 CAS CSCD 北大核心 2011年第3期497-501,566,共6页
针对圆点滤波器不能区分粘连血管型结节、血管端点和血管交叉结构,造成假阳率高的问题,提出基于改进遗传算法封装模型的特征选择算法,并把最优特征组合输入到支持向量机分类器,该分离器能做到检测肺结节时漏检率低同时降低假阳率。选出... 针对圆点滤波器不能区分粘连血管型结节、血管端点和血管交叉结构,造成假阳率高的问题,提出基于改进遗传算法封装模型的特征选择算法,并把最优特征组合输入到支持向量机分类器,该分离器能做到检测肺结节时漏检率低同时降低假阳率。选出七个特征(其中包含两种新提出的特征)作为最优特征组合。用含有肺结节的CT影像数据库(50个结节和961个假阳)测试分类器的性能,得到敏感性100%和特异性95.5%的效果。实验结果表明,该框架和算法能应用到临床中来提高影像科医生的阅片效率。改进的遗传算法比传统的遗传算法能搜索到更优的特征组合。 展开更多
关键词 肺结节检测 遗传算法 支持向量 特征选择 粘连血管结节
在线阅读 下载PDF
免疫支持向量机复合故障诊断方法及试验研究 被引量:14
4
作者 姜万录 牛慧峰 刘思远 《振动与冲击》 EI CSCD 北大核心 2011年第6期176-180,212,共6页
研究了传统分类算法在故障诊断中的不足,融合人工免疫系统中的实值否定选择(RNS)算法和支持向量机(SVM)算法提出了一种复合的故障诊断方法。在新方法中使用RNS算法产生检测器(非己集合)当作故障样本,这些样本再作为SVM算法的输入进行训... 研究了传统分类算法在故障诊断中的不足,融合人工免疫系统中的实值否定选择(RNS)算法和支持向量机(SVM)算法提出了一种复合的故障诊断方法。在新方法中使用RNS算法产生检测器(非己集合)当作故障样本,这些样本再作为SVM算法的输入进行训练,这样就能解决分类算法所面临的训练样本不足的难题。轴向柱塞泵发生故障时,由于滑靴对斜盘冲击产生的振动信号被高频谐振信号调制,通过小波簇包络解调方法将调制信号解调出来,然后对包络信号用小波包分解子带特征能量法进行特征提取。最后用轴向柱塞泵多松靴和配流盘磨损多故障模式样本进行诊断测试,正确率可达90%以上,验证了复合诊断方法的有效性。 展开更多
关键词 故障诊断 阴性选择算法 支持向量 包络解调 小波簇
在线阅读 下载PDF
基于BPSO的棉花异性纤维目标特征快速选择方法 被引量:5
5
作者 王金星 李恒斌 +3 位作者 王蕊 刘双喜 曹维时 闫银发 《农业机械学报》 EI CAS CSCD 北大核心 2013年第2期188-191,共4页
针对现有棉花异性纤维目标特征选择方法迭代次数多、速度慢等问题,提出了一种基于改进粒子群优化算法的棉花异性纤维目标特征快速选择方法。使用离散型粒子群优化算法作为特征选择算法,利用支持向量机算法作为分类器对最优特征集进行验... 针对现有棉花异性纤维目标特征选择方法迭代次数多、速度慢等问题,提出了一种基于改进粒子群优化算法的棉花异性纤维目标特征快速选择方法。使用离散型粒子群优化算法作为特征选择算法,利用支持向量机算法作为分类器对最优特征集进行验证。实验结果表明,在分类准确率与蚁群算法相当的情况下,能减少26%的运行时间。 展开更多
关键词 棉花 异性纤维 支持向量 离散粒子群优化算法 特征选择
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部