期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于动态离差平方和准则的无监督机器学习 被引量:10
1
作者 肖枝洪 于浩 王一超 《重庆理工大学学报(自然科学)》 CAS 北大核心 2018年第11期134-139,186,共7页
无监督机器学习算法中的经典K-means算法,是基于局部最优的原则将观测数据进行分类,其算法严重依赖初始种子的选取,导致聚类结果的不确定性。基于经典K-means算法的不足,提出一种基于动态离差平方和的无监督机器学习算法,使得各类内观... 无监督机器学习算法中的经典K-means算法,是基于局部最优的原则将观测数据进行分类,其算法严重依赖初始种子的选取,导致聚类结果的不确定性。基于经典K-means算法的不足,提出一种基于动态离差平方和的无监督机器学习算法,使得各类内观测值的离差平方和最小,以此为划分依据,不断调整,从而对K-means算法进行改进。 展开更多
关键词 无监督机器学习 K-MEANS算法 动态离差平方和
在线阅读 下载PDF
基于无监督机器学习的胶州湾海底工程环境适宜性综合评价 被引量:2
2
作者 杜星 孙永福 +4 位作者 董杰 王青 宋玉鹏 苏志明 张莞君 《海洋与湖沼》 CAS CSCD 北大核心 2022年第4期972-980,共9页
海岸带工程地质环境的稳定性对于海洋工程的建设安全和沿海经济繁荣十分重要。在胶州湾海域已有地质、水文等数据的基础上,对胶州湾海底工程环境适宜性进行了分区。通过无监督机器学习的谱聚类算法,构建了胶州湾海底工程环境适宜性综合... 海岸带工程地质环境的稳定性对于海洋工程的建设安全和沿海经济繁荣十分重要。在胶州湾海域已有地质、水文等数据的基础上,对胶州湾海底工程环境适宜性进行了分区。通过无监督机器学习的谱聚类算法,构建了胶州湾海底工程环境适宜性综合评价模型。结果表明,胶州湾整体工程环境适宜性趋势为北高南低,从北向南依次可分为适宜性高、适宜性较高、适宜性较低和适宜性低四个区域。相关性分析表明,影响胶州湾海域海底工程适宜性的因素从高到低依次为冲淤分布、沉积物类型、坡度、第四系沉积物厚度、水深、海流流速、断裂分布。本研究可为胶州湾工程环境和地质灾害预防提供参考,有助于海洋工程环境稳定和经济安全保障。 展开更多
关键词 胶州湾 海底工程 环境适宜性 无监督机器学习 综合评价 谱聚类
在线阅读 下载PDF
气候变化视频传播中的框架策略——基于无监督机器学习方法 被引量:2
3
作者 胡赛全 陈娅静 朱俊明 《中国软科学》 CSSCI CSCD 北大核心 2023年第3期63-73,共11页
气候政策体系中的一个重要环节是加强面向公众的气候变化传播。在传播中使用并创新框架策略能达到影响公众认知与行为,提升传播效果的目的。但现有气候变化传播框架策略研究在媒介选择和方法运用上存在不足,难以支撑框架策略在形态丰富... 气候政策体系中的一个重要环节是加强面向公众的气候变化传播。在传播中使用并创新框架策略能达到影响公众认知与行为,提升传播效果的目的。但现有气候变化传播框架策略研究在媒介选择和方法运用上存在不足,难以支撑框架策略在形态丰富性和识别准确性上的创新。从视频媒介YouTube上提取234个气候变化纪录片的字幕构建了130万单词量的语料库,并基于无监督机器学习的主题模型网络分析法识别其中的框架策略。结果发现,气候变化视频传播语料中存在“环境威胁框架”“人类威胁框架”和“危机可控框架”3种策略。前两者分别强调气候变化对环境和人类生存的威胁;后者则强调气候变化所造成负面后果可通过科学、技术及多主体共同行动来有效控制。这是已有文献中未曾发现的复杂框架策略。研究发现对推进中国气候变化传播实践具有重要启示。 展开更多
关键词 气候变化传播 框架策略 主题模型网络分析 无监督机器学习 LDA主题模型
在线阅读 下载PDF
无监督机器学习在游戏反欺诈领域的应用研究
4
作者 徐瑜 周游 +1 位作者 林璐 张聪 《信息网络安全》 CSCD 北大核心 2020年第9期32-36,共5页
随着在线游戏市场不断壮大,互联网游戏"薅羊毛"事件日渐增多,这对网络游戏资产平衡,特别是游戏发行商的利益,造成严重影响。文章提出一种基于无监督机器学习的游戏机器人检测方法,该方法专注于发现游戏机器人与人类玩家在行... 随着在线游戏市场不断壮大,互联网游戏"薅羊毛"事件日渐增多,这对网络游戏资产平衡,特别是游戏发行商的利益,造成严重影响。文章提出一种基于无监督机器学习的游戏机器人检测方法,该方法专注于发现游戏机器人与人类玩家在行为上的区别,引入word2vec思想对事件类型向量进行处理,通过聚类分析发现游戏机器人及新的欺诈模式。将无监督机器学习应用于在线游戏反欺诈引擎后,在线游戏机器人检测准确率提升约8%,极大地提高了检测的准确率。 展开更多
关键词 无监督机器学习 时间序列 游戏机器 游戏反欺诈
在线阅读 下载PDF
基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究 被引量:4
5
作者 武小红 蔡培强 +2 位作者 武斌 孙俊 嵇港 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第3期711-715,共5页
为解决模糊学习矢量量化(FLVQ)对噪声数据敏感问题,在无监督可能模糊聚类(UPFC)基础上提出一种无监督可能模糊学习矢量量化(UPFLVQ)算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ... 为解决模糊学习矢量量化(FLVQ)对噪声数据敏感问题,在无监督可能模糊聚类(UPFC)基础上提出一种无监督可能模糊学习矢量量化(UPFLVQ)算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350~2 500nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析(PCA)进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类(FCM)至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明:UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。 展开更多
关键词 近红外光谱 生菜 品种鉴别 无监督机器学习
在线阅读 下载PDF
机器学习算法在农业机器视觉系统中的应用 被引量:11
6
作者 赵献立 王志明 《江苏农业科学》 2020年第12期226-231,共6页
主要通过介绍机器视觉技术在农业中的发展状况,然后阐述机器视觉系统的组成和工作原理,并基于当前机器视觉研究在农业中的应用,总结近几年使用农业机器视觉研究中用到的机器学习技术,包括有监督学习、无监督学习、人工神经网络,详细讨... 主要通过介绍机器视觉技术在农业中的发展状况,然后阐述机器视觉系统的组成和工作原理,并基于当前机器视觉研究在农业中的应用,总结近几年使用农业机器视觉研究中用到的机器学习技术,包括有监督学习、无监督学习、人工神经网络,详细讨论这些技术的原理、优劣以及在农业领域中的应用,最后讨论机器视觉技术面临的问题和挑战,以及未来应用场景与发展方向。 展开更多
关键词 农业 机器视觉 机器学习算法 监督机器学习 无监督机器学习 人工神经网络
在线阅读 下载PDF
急性胰腺炎机器学习模型的研究进展
7
作者 殷民月 朱锦舟 +3 位作者 刘璐 高静雯 林嘉希 许春芳 《临床肝胆病杂志》 CAS 北大核心 2023年第12期2978-2984,共7页
急性胰腺炎是一种需要早期干预的消化系统急症,当进展为中度重症或重症急性胰腺炎时,患者病死率显著升高。机器学习凭借强大的计算和学习能力,充分利用临床数据对急性胰腺炎进行早期预测,取得了显著成果。本文综述机器学习在预测急性胰... 急性胰腺炎是一种需要早期干预的消化系统急症,当进展为中度重症或重症急性胰腺炎时,患者病死率显著升高。机器学习凭借强大的计算和学习能力,充分利用临床数据对急性胰腺炎进行早期预测,取得了显著成果。本文综述机器学习在预测急性胰腺炎严重程度、并发症和死亡中的研究进展,为进一步通过人工智能协助急性胰腺炎临床诊疗提供理论依据和新思路。 展开更多
关键词 急性胰腺炎 人工智能 监督机器学习 无监督机器学习
在线阅读 下载PDF
MIMO-NOMA系统中基于近邻传播的用户分簇算法 被引量:2
8
作者 王杰 付安琦 余开文 《小型微型计算机系统》 CSCD 北大核心 2021年第6期1327-1331,共5页
文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NOM A)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算... 文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NOM A)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算法.仿真结果表明,提出的用户分簇算法在系统和速率上相较于对比算法具有显著的优势,同时算法不需要指定簇数,仅依赖于基站(Base Station,BS)处获取的信道状态信息(Channel State Information,CSI),便可将用户划分为多个簇,是一种方便且实用的算法. 展开更多
关键词 MIMO NOMA 用户分簇 无监督机器学习 近邻传播
在线阅读 下载PDF
城市轨道交通道岔转辙机动作功率参考曲线推荐方法研究 被引量:2
9
作者 朱存仁 卢瑞冰 张超凡 《城市轨道交通研究》 北大核心 2021年第9期170-172,共3页
介绍了一种根据道岔转辙机历史动作功率曲线,通过无监督机器学习自动生成转辙机动作功率参考曲线的方法。该方法首先通过提取历史曲线特征,然后形成自适应分类成簇,最后以簇为单位生成推荐的参考曲线。测试验证表明,该方法可以降低设备... 介绍了一种根据道岔转辙机历史动作功率曲线,通过无监督机器学习自动生成转辙机动作功率参考曲线的方法。该方法首先通过提取历史曲线特征,然后形成自适应分类成簇,最后以簇为单位生成推荐的参考曲线。测试验证表明,该方法可以降低设备维护人员工作量,提高参考曲线设置的准确度,提升转辙机设备的智能化维护。 展开更多
关键词 城市轨道交通 道岔转辙机 参考曲线 无监督机器学习
在线阅读 下载PDF
基于模糊邻域的比较密度峰值算法
10
作者 李昕 雷迎科 《信号处理》 CSCD 北大核心 2019年第11期1919-1928,共10页
聚类作为机器学习中一种重要的无监督学习方式,在图像处理及生物基因分类上具有广泛的应用。快速密度峰搜索与聚类算法(DPC)提出通过寻找密度峰对数据进行分类,它既不需要迭代过程,也不需要人工输入太多参数。但在球形数据集上,DPC算法... 聚类作为机器学习中一种重要的无监督学习方式,在图像处理及生物基因分类上具有广泛的应用。快速密度峰搜索与聚类算法(DPC)提出通过寻找密度峰对数据进行分类,它既不需要迭代过程,也不需要人工输入太多参数。但在球形数据集上,DPC算法聚类效果不好,容易忽略潜在的聚类中心,需要人工参与聚类中心选取。针对上述问题,本文采用模糊邻域关系计算数据密度,采用比较距离代替DPC算法中的相对距离。通过对机器学习数据集的实验,将本文提出的算法同DBSCN、OPTICS、DPC在准确率和调整兰德系数上进行比较。实验结果表明本文提出的算法可行有效。 展开更多
关键词 无监督机器学习 密度峰值聚类算法 模糊聚类算法 比较距离
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部