检索结果-维普期刊中文期刊服务平台

流形判别分析和支持向量机的恒星光谱数据自动分类方法被引量：3: 1; 作者刘忠宝王召巴赵文娟《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第1期263-266,共4页; 尽管经典的分类方法支持向量机SVM在天文学领域广泛应用,但其只考虑类间的绝对间隔而忽略类内的分布性状,因而分类性能有待于进一步提升。鉴于此,提出一种新颖的基于流形判别分析和支持向量机的恒星光谱数据自动分类方法。该方法引入流... 展开更多; 关键词自动分类恒星光谱数据流形判别分析支持向量机; 在线阅读下载PDF 职称材料

基于关联规则的恒星光谱数据相关性分析被引量：1: 2; 作者张继福赵旭俊《高技术通讯》 CAS CSCD 北大核心 2006年第6期575-579,共5页; 利用关联规则作为恒星光谱数据相关性分析方法，以VC＋＋和Oracle9i作为开发工具，设计并以程序实现了基于关联规则的恒星光谱数据相关性分析系统，给出了其软件体系结构和模块功能，并对恒星光谱数据的预处理、取样技术、背景知识模板... 展开更多; 关键词数据挖掘恒星光谱数据关联规则抽样技术背景知识; 在线阅读下载PDF 职称材料

基于支持向量机的恒星光谱分类研究: 3; 作者邢飞郭平《计算机科学》 CSCD 北大核心 2004年第B07期57-58,65,共3页; 本文提出了一种新的恒星光谱分类技术。由于恒星光谱数据通常含有较高的噪声，首先我们采用小波变换的方法对原始数据进行降噪，然后采用支持向量机技术完成对光谱数据的最终分类。实验结果显示，使用这种组合分类方法的分类效果要优于... 展开更多; 关键词支持向量机小波降噪主分量分析恒星光谱数据; 在线阅读下载PDF 职称材料

一种基于卷积神经网络的恒星光谱快速分类法被引量：3: 4; 作者王楠楠邱波 +3 位作者马杰石超君宋涛郭平《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第10期3297-3301,共5页; 恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的... 展开更多; 关键词恒星光谱数据自动分类 CNN 5折交叉验证; 在线阅读下载PDF 职称材料

基于PSO的二阶段光谱模糊聚类研究被引量：4: 5; 作者蔡江辉张继福赵旭俊《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2009年第4期1137-1141,共5页; 在海量的天体光谱数据中利用无监督聚类学习方法将天体自动分类具有更加诱人的前景。针对当前聚类方法存在的缺点,提出一种高效的高维数据硬划分算法,在此基础上提出了一种分阶段模糊聚类方法。第一阶段,利用硬划分算法对数据聚类,克服... 展开更多; 关键词模糊聚类微粒群恒星光谱数据全局最优; 在线阅读下载PDF 职称材料

约束概念格及其构造方法被引量：14: 6; 作者张继福张素兰胡立华《智能系统学报》 2006年第2期31-38,共8页; 概念格是一种有效的数据分析和知识提取的形式化工具.然而,随着要处理的数据量的剧增,基于原始形式背景构造出的概念格结点数目庞大,占用大的存储空间,同时概念格结点中一些属性集形成的内涵,用户并不都感兴趣,因而从中提取用户需求知... 展开更多; 关键词数据挖掘约束概念格谓词逻辑背景知识恒星光谱数据; 在线阅读下载PDF 职称材料

二阶段模糊聚类方法研究: 7; 作者蔡江辉张继福赵旭俊《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期552-557,共6页; 针对当前聚类方法存在的缺点，提出一种高效的高维数据硬划分算法，在此基础上提出了一种分阶段模糊聚类方法．第一阶段，利用硬划分算法对数据聚类，克服了模糊聚类算法对初始值敏感的缺点．第二阶段，以第一阶段运算结果作为初始值，... 展开更多; 关键词模糊聚类模拟退火恒星光谱数据全局最优; 在线阅读下载PDF 职称材料

题名流形判别分析和支持向量机的恒星光谱数据自动分类方法被引量：3: 1; 作者刘忠宝王召巴赵文娟; 机构中北大学计算机与控制工程学院中北大学信息与通信工程学院山西大学商务学院信息学院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第1期263-266,共4页; 基金国家自然科学基金项目(61202311) 山西省高等学校科技创新项目(20131112)资助; 文摘尽管经典的分类方法支持向量机SVM在天文学领域广泛应用,但其只考虑类间的绝对间隔而忽略类内的分布性状,因而分类性能有待于进一步提升。鉴于此,提出一种新颖的基于流形判别分析和支持向量机的恒星光谱数据自动分类方法。该方法引入流形判别分析的两个重要概念:基于流形的类内离散度MW和基于流形的类间离散度MB。所提方法找到的分类面同时保证MW最小且MB最大。可建立相应最优化问题,然后将原最优化问题转化为QP对偶形式求得支持向量和判别函数,最后利用判别函数判断测试样本的类属。该方法的最大优势在于进行分类决策时,不仅考虑样本的类间信息和分布特征,而且还保持了各类的局部流形结构。SDSS恒星光谱数据上的比较实验表明该方法的有效性。; 关键词自动分类恒星光谱数据流形判别分析支持向量机; Keywords Automatic classification Star spectra data Manifold-based discriminant analysis （MDA） Support vector machine（SVM）; 分类号 TP391 [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

题名基于关联规则的恒星光谱数据相关性分析被引量：1: 2; 作者张继福赵旭俊; 机构太原科技大学计算机科学与技术学院中国科学院自动化研究所模式识别国家重点实验室; 出处《高技术通讯》 CAS CSCD 北大核心 2006年第6期575-579,共5页; 基金 863计划（2003AA133060）、国家自然科学基金（60573075）和山西省自然科学基金（20060l1041）资助项目.; 文摘利用关联规则作为恒星光谱数据相关性分析方法，以VC＋＋和Oracle9i作为开发工具，设计并以程序实现了基于关联规则的恒星光谱数据相关性分析系统，给出了其软件体系结构和模块功能，并对恒星光谱数据的预处理、取样技术、背景知识模板、频繁模式集挖掘算法等关键技术进行了详细描述。最后，通过系统运行结果表明，利用关联规则来描述、分析光谱数据特征和物理化学性质之间存在的相关性是可行的和有价值的。; 关键词数据挖掘恒星光谱数据关联规则抽样技术背景知识; Keywords data mining, star optical spectrum data, association rule, sample technique, background knowledge; 分类号 TP75 [自动化与计算机技术—检测技术与自动化装置] O157.5 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于支持向量机的恒星光谱分类研究: 3; 作者邢飞郭平; 机构北京师范大学计算机科学系; 出处《计算机科学》 CSCD 北大核心 2004年第B07期57-58,65,共3页; 文摘本文提出了一种新的恒星光谱分类技术。由于恒星光谱数据通常含有较高的噪声，首先我们采用小波变换的方法对原始数据进行降噪，然后采用支持向量机技术完成对光谱数据的最终分类。实验结果显示，使用这种组合分类方法的分类效果要优于使用支持向量机结合主分量分析降噪技术的分类方法。; 关键词支持向量机小波降噪主分量分析恒星光谱数据; 分类号 TN911.6 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于卷积神经网络的恒星光谱快速分类法被引量：3: 4; 作者王楠楠邱波马杰石超君宋涛郭平; 机构河北工业大学电子信息工程学院北京师范大学系统科学学院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第10期3297-3301,共5页; 基金国家自然科学基金委员会-中国科学院天文联合基金项目(U1531242) 河北省科技支撑计划(15212105D) 天津市企业科技特派员项目(18JCTPJC54300)资助; 文摘恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想:当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOSTDR3数据库,首先进行预处理截取光谱3600~7300的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分:第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。; 关键词恒星光谱数据自动分类 CNN 5折交叉验证; Keywords Stellar spectral data Automatic classification CNN 5-Cross-validation; 分类号 P157.2 [天文地球—天文学]; 在线阅读下载PDF 职称材料

题名基于PSO的二阶段光谱模糊聚类研究被引量：4: 5; 作者蔡江辉张继福赵旭俊; 机构太原科技大学计算机科学与技术学院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2009年第4期1137-1141,共5页; 基金国家自然科学基金项目(70573075) 山西省青年基金项目(2008021028)资助; 文摘在海量的天体光谱数据中利用无监督聚类学习方法将天体自动分类具有更加诱人的前景。针对当前聚类方法存在的缺点,提出一种高效的高维数据硬划分算法,在此基础上提出了一种分阶段模糊聚类方法。第一阶段,利用硬划分算法对数据聚类,克服了模糊聚类算法对初始值敏感的缺点。第二阶段,以第一阶段运算结果作为初始值,进行模糊聚类的,并将微粒群算法引入模糊聚类,从而保证了聚类结果的全局最优性。实验结果表明,该方法用于天体光谱聚类是可行的、有价值的。; 关键词模糊聚类微粒群恒星光谱数据全局最优; Keywords Fuzzy clustering, Particle swarm optimization approach Star optical spectrum data, Global optimization; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名约束概念格及其构造方法被引量：14: 6; 作者张继福张素兰胡立华; 机构太原科技大学计算机科学与技术学院; 出处《智能系统学报》 2006年第2期31-38,共8页; 基金国家自然科学基金资助项目(60573075).; 文摘概念格是一种有效的数据分析和知识提取的形式化工具.然而,随着要处理的数据量的剧增,基于原始形式背景构造出的概念格结点数目庞大,占用大的存储空间,同时概念格结点中一些属性集形成的内涵,用户并不都感兴趣,因而从中提取用户需求知识费时.为了降低概念格构造的时空复杂性,增强实用性和针对性,首先采用谓词逻辑描述用户感兴趣的背景知识,并将背景知识引入到概念格结构中,提出了一种新的概念格:约束概念格.在此基础上,提出了基于背景知识的约束概念格构造算法CCLA.理论分析表明,该算法能有效地减少概念格的存储空间和建格时间.最后,采用恒星天体光谱数据作为形式背景,实验验证了该算法的有效性.; 关键词数据挖掘约束概念格谓词逻辑背景知识恒星光谱数据; Keywords data mining constrained concept lattice predicate logic background knowledge star spectra data; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名二阶段模糊聚类方法研究: 7; 作者蔡江辉张继福赵旭俊; 机构太原科技大学计算机科学与技术学院中国科学院自动化研究所模式识别国家重点实验室; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期552-557,共6页; 基金国家“863”高技术研究发展计划基金资助项目（2003AA133060）山西省自然科学基金资助项目（2006011041）.; 文摘针对当前聚类方法存在的缺点，提出一种高效的高维数据硬划分算法，在此基础上提出了一种分阶段模糊聚类方法．第一阶段，利用硬划分算法对数据聚类，克服了模糊聚类算法对初始值敏感的缺点．第二阶段，以第一阶段运算结果作为初始值，进行模糊聚类的，并将模拟退火算法引入模糊聚类，从而保证了聚类结果的全局最优性．实验结果表明，该方法是可行的、有价值的．; 关键词模糊聚类模拟退火恒星光谱数据全局最优; Keywords fuzzy clustering simulated annealing star optical spectrum data global optimization; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 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	流形判别分析和支持向量机的恒星光谱数据自动分类方法	刘忠宝王召巴赵文娟	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2014	3	在线阅读下载PDF 职称材料
2	基于关联规则的恒星光谱数据相关性分析	张继福赵旭俊	《高技术通讯》 CAS CSCD 北大核心	2006	1	在线阅读下载PDF 职称材料
3	基于支持向量机的恒星光谱分类研究	邢飞郭平	《计算机科学》 CSCD 北大核心	2004	0	在线阅读下载PDF 职称材料
4	一种基于卷积神经网络的恒星光谱快速分类法	王楠楠邱波马杰石超君宋涛郭平	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
5	基于PSO的二阶段光谱模糊聚类研究	蔡江辉张继福赵旭俊	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
6	约束概念格及其构造方法	张继福张素兰胡立华	《智能系统学报》	2006	14	在线阅读下载PDF 职称材料
7	二阶段模糊聚类方法研究	蔡江辉张继福赵旭俊	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料