检索结果-维普期刊中文期刊服务平台

RGB三通道缺陷检测投票分类器方法: 1; 作者李全杰程良伦 +1 位作者吴珍珍蒋俊钊《计算机工程与设计》北大核心 2019年第2期462-466,共5页; 针对低温多晶硅/金属氧化物(LTPS/IGZO)玻璃基板缺陷检测图像具有周期性和固定性的特性,为提高缺陷的识别性能,提出一种投票分类器。将待检测的LTPS/IGZO玻璃基板的RGB (红绿蓝三通道色彩模式)缺陷图像分成R、G、B这3种颜色的合成图像,... 展开更多; 关键词低温多晶硅/金属氧化物玻璃基板红绿蓝缺陷检测投票分类器缺陷类型; 在线阅读下载PDF 职称材料

使用组合分类器预测蛋白质相互作用被引量：4: 2; 作者周正荣宋晓峰王明浩《电子学报》 EI CAS CSCD 北大核心 2010年第6期1464-1467,共4页; 蛋白质必须通过与其他蛋白质之间的相互作用才能行使其功能,因此,对于蛋白质相互作用的研究显得尤为重要.针对蛋白质相互作用预测问题,本文提出了一种基于不同特征编码的组合分类器投票的预测方法.该方法综合考虑了蛋白质序列中氨基酸... 展开更多; 关键词蛋白质相互作用编码支持向量机组合分类器投票; 在线阅读下载PDF 职称材料

基于修正G^2特征筛选的中文微博情感组合分类被引量：4: 3; 作者杜亚楠刘业政《情报学报》 CSSCI 北大核心 2016年第4期349-357,共9页; 新词的涌现、热词的漂移、海量碎片化及中文常用词特性带来的高维稀疏性成为中文微博情感分类的主要困难。本文提出了一种新颖的方法用以解决上述问题:构造表情符号词典用来自动获取微博的情感标签,解决海量微博数据标注的问题;引入修正... 展开更多; 关键词表情符号词典修正G2检验多阶段判断抽样加权多数投票合分类器; 在线阅读下载PDF 职称材料

基于VC-SVM与粒子群算法的卡钻智能预测方法被引量：2: 4; 作者刘子豪宋先知 +4 位作者朱硕叶山林张诚恺马宝东祝兆鹏《石油机械》北大核心 2024年第10期1-11,共11页; 在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻... 展开更多; 关键词卡钻智能预测支持向量机 BP神经网络投票分类器粒子群算法迁移能力测试耦合寻优; 在线阅读下载PDF 职称材料

基于CMFS-MIC特征选择的跳频电台个体识别方法被引量：4: 5; 作者杨银松郭英 +2 位作者李红光眭萍于欣永《计算机应用研究》 CSCD 北大核心 2019年第12期3811-3814,3818,共5页; 针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法。首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子... 展开更多; 关键词特征选择跳频电台关联信息熵最大信息系数投票组合分类器; 在线阅读下载PDF 职称材料

题名RGB三通道缺陷检测投票分类器方法: 1; 作者李全杰程良伦吴珍珍蒋俊钊; 机构广东工业大学计算机学院; 出处《计算机工程与设计》北大核心 2019年第2期462-466,共5页; 基金国家自然科学基金项目(61672170) 国家自然科学基金青年科学基金项目(2017A010101017) +3 种基金广东省省级科技计划基金项目(2014B090904079); 文摘针对低温多晶硅/金属氧化物(LTPS/IGZO)玻璃基板缺陷检测图像具有周期性和固定性的特性,为提高缺陷的识别性能,提出一种投票分类器。将待检测的LTPS/IGZO玻璃基板的RGB (红绿蓝三通道色彩模式)缺陷图像分成R、G、B这3种颜色的合成图像,设计一个投票分类器,对缺陷图片和正常图片的R、G、B颜色所占比例进行对比,使用投票的方式,多数服从少数原则,检测待检测图像是否含有缺陷,判断缺陷类型。实验结果表明,所提方法在加快缺陷检测速度的基础上,保证了产品的识别准确率。; 关键词低温多晶硅/金属氧化物玻璃基板红绿蓝缺陷检测投票分类器缺陷类型; Keywords LTPS/IGZO glass substrate RGB defect detection voting classifier defect type; 分类号 TP319.4 [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

题名使用组合分类器预测蛋白质相互作用被引量：4: 2; 作者周正荣宋晓峰王明浩; 机构南京航空航天大学自动化学院生物医学工程系; 出处《电子学报》 EI CAS CSCD 北大核心 2010年第6期1464-1467,共4页; 文摘蛋白质必须通过与其他蛋白质之间的相互作用才能行使其功能,因此,对于蛋白质相互作用的研究显得尤为重要.针对蛋白质相互作用预测问题,本文提出了一种基于不同特征编码的组合分类器投票的预测方法.该方法综合考虑了蛋白质序列中氨基酸频率、氨基酸位置、氨基酸理化性质和氨基酸生物相似性等特征.在真实的蛋白质相互作用human数据集上,使用支持向量机根据不同特征编码建立的预测模型,分别作为组合分类器中的子分类器进行投票.结果表明,该方法能有效提高蛋白质相互作用预测的性能,且预测结果与其他方法相比也具有一定优势.; 关键词蛋白质相互作用编码支持向量机组合分类器投票; Keywords protein-protein interactions （PPI） encoding support vector machine （SVM） vote; 分类号 TP274 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于修正G^2特征筛选的中文微博情感组合分类被引量：4: 3; 作者杜亚楠刘业政; 机构合肥工业大学管理学院; 出处《情报学报》 CSSCI 北大核心 2016年第4期349-357,共9页; 文摘新词的涌现、热词的漂移、海量碎片化及中文常用词特性带来的高维稀疏性成为中文微博情感分类的主要困难。本文提出了一种新颖的方法用以解决上述问题:构造表情符号词典用来自动获取微博的情感标签,解决海量微博数据标注的问题;引入修正的G^2检验进行特征筛选,进行降维,控制稀疏性;采用多阶段判断的抽样策略保证基分类器的多样性,最后采用加权多数投票的方式对基分类器结果进行融合,解决特征和情感漂移及碎片化问题。实验表明本文方法可以快速有效的获取训练标签,保留下强区分能力的特征,并实现较高的精度,在中文微博情感分类上是一个有竞争力的方法。; 关键词表情符号词典修正G2检验多阶段判断抽样加权多数投票合分类器; Keywords dictionary of emoticons, modified G2 test, multistage judgment sampling, weighted majority voting, ensemble classifier; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术] G206 [文化科学—传播学]; 在线阅读下载PDF 职称材料

题名基于VC-SVM与粒子群算法的卡钻智能预测方法被引量：2: 4; 作者刘子豪宋先知朱硕叶山林张诚恺马宝东祝兆鹏; 机构中国石油大学(北京)石油工程学院中石油江汉机械研究所有限公司中国石油大学(北京)机械与储运工程学院; 出处《石油机械》北大核心 2024年第10期1-11,共11页; 基金国家重点研发计划“变革性技术关键科学问题”“复杂油气智能钻井理论与方法”(2019YFA0708300) 中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项“物探、测井、钻完井人工智能理论与应用场景关键技术研究”(ZLZX2020-03) +1 种基金中国石油大学(北京)科学基金项目“深井气侵自动压井井底压力智能预测和控制方法”(2462022SZBH002)。; 文摘在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻智能预测方法。该方法根据实际井场的卡钻数据,基于合理的标签标定方法,将标签准确定位于卡钻发生前而非卡死点;通过参数相关性分析、表征意义分析、时效性以及可信性分析优选了7个输入参数;使用了随机森林(RF)、支持向量机(SVM)和BP神经网络3种算法建立了卡钻预测模型,并对比了各模型在卡钻与非卡钻样本比例严重不均时(卡钻与非卡钻比例1∶117)的表现;然后使用投票分类器(VC)将多个模型集成,并分类预测,优选SVM模型作为卡钻预测基模型,使用集成学习的思想加以改进,并采用粒子群算法同时对多个SVM分类器进行超参数优化,简化了调参过程的同时实现了耦合寻优。最终以某区块10次卡钻样本进行训练测试。测试结果表明,改进后的模型可有效寻找不同类别卡钻的超平面,迁移预测虚警率可控制在9%,漏警率不到7%,有效预测了每一次卡钻的大部分数据点。研究结果有望提高现场钻井风险预警效率,为保障油气井安全高效钻进提供支撑。; 关键词卡钻智能预测支持向量机 BP神经网络投票分类器粒子群算法迁移能力测试耦合寻优; Keywords intelligent prediction on pipe sticking SVM BP neural network voting classifier PSO transfer ability test coupled optimization; 分类号 TE28 [石油与天然气工程—油气井工程]; 在线阅读下载PDF 职称材料

题名基于CMFS-MIC特征选择的跳频电台个体识别方法被引量：4: 5; 作者杨银松郭英李红光眭萍于欣永; 机构空军工程大学信息与导航学院空军通信士官学校; 出处《计算机应用研究》 CSCD 北大核心 2019年第12期3811-3814,3818,共5页; 基金国家自然科学基金资助项目; 文摘针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法。首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子集的组合效应,兼顾考虑特征间的关联关系和冗余关系对各个特征进行降序排序。在此基础上,采用最大信息系数度量的近似马尔可夫毯方法删除冗余特征,实现对特征子集进行优化和降维。最后,设计了投票组合分类器实现对四部跳频电台信号的识别。仿真结果表明,本文算法具有更高的分选识别率。; 关键词特征选择跳频电台关联信息熵最大信息系数投票组合分类器; Keywords feature selection frequency hopping radio associated information entropy maximum information coefficient voting combination classifier; 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	作者	出处	发文年	被引量	操作
1	RGB三通道缺陷检测投票分类器方法	李全杰程良伦吴珍珍蒋俊钊	《计算机工程与设计》北大核心	2019	0	在线阅读下载PDF 职称材料
2	使用组合分类器预测蛋白质相互作用	周正荣宋晓峰王明浩	《电子学报》 EI CAS CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料
3	基于修正G^2特征筛选的中文微博情感组合分类	杜亚楠刘业政	《情报学报》 CSSCI 北大核心	2016	4	在线阅读下载PDF 职称材料
4	基于VC-SVM与粒子群算法的卡钻智能预测方法	刘子豪宋先知朱硕叶山林张诚恺马宝东祝兆鹏	《石油机械》北大核心	2024	2	在线阅读下载PDF 职称材料
5	基于CMFS-MIC特征选择的跳频电台个体识别方法	杨银松郭英李红光眭萍于欣永	《计算机应用研究》 CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料