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
面向集成学习的流形近邻样本包络与分层多类型变换算法
1
作者
颜芳
马洁
+3 位作者
李勇明
王品
覃剑
刘承宇
《电子学报》
CSCD
北大核心
2024年第12期4125-4141,共17页
集成学习是机器学习领域的重要分支和研究热点.目前集成学习算法的主要范式是:基于原样本集得到多个样本子集,分别训练基分类器,集成基分类器结果 .这种做法的主要问题在于:由于各子集均来自原样本集,因此,各子集之间的多样性显著降低....
集成学习是机器学习领域的重要分支和研究热点.目前集成学习算法的主要范式是:基于原样本集得到多个样本子集,分别训练基分类器,集成基分类器结果 .这种做法的主要问题在于:由于各子集均来自原样本集,因此,各子集之间的多样性显著降低.尤其当原样本集数据尺寸小、采样比率大、不平衡程度高时,这一问题非常严重.此外,当原样本集可分度低时,重采样获得的样本子集的可分度改善也有限.为解决这个问题,本文提出面向集成学习的流形近邻样本包络与分层多类型变换算法,旨在通过包络化机制和多类型样本变换将原样本集转化为具有差异性的分层包络样本集,从而提高样本子集的多样性和可分度.首先设计流形近邻样本包络化机制,将原样本转化为样本包络.然后对样本包络进行多类型样本变换,重构生成分层包络样本.接着,设计基于联合结构域适应的层间一致性保持机制,保持变换前后样本分布的一致性,提高包络样本对原样本的高表征能力.此后,针对各层包络样本集,分别进行特征降维和训练基分类器.最后,采用二维决策融合机制得到最终分类结果.实验部分采用了十余个数据集和多个相关算法用于验证.结果表明,相较于原样本集,本文算法构造的分层包络样本集提高了样本子集的多样性,改进了集成学习性能,准确率最高提升了18.56%.与相关集成学习算法相比,准确率最高提升了7.56%.本文工作为现有集成学习算法改进研究提供了新思路,将直接基于原样本的集成学习范式转化为基于分层包络样本的集成学习新范式,具有参考价值.
展开更多
关键词
集成学习
包络学习
样本变换
近邻
样本
包络化
域适应
分类器集成
在线阅读
下载PDF
职称材料
基于样本形态变换的高分遥感影像建筑物提取
被引量：
7
2
作者
冉树浩
胡玉龙
+3 位作者
杨元维
高贤君
李熙
陈明珠
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第5期996-1006,共11页
针对高分辨率遥感影像中建筑物屋顶光谱信息多变引起建筑物提取精度降低的问题,提出基于样本形态变换的建筑物提取方法.利用偏移阴影分析法自动提取初始建筑物样本,根据建筑物屋顶形态特征,合理利用样本旋转、偏移、缩放变换方法,构建...
针对高分辨率遥感影像中建筑物屋顶光谱信息多变引起建筑物提取精度降低的问题,提出基于样本形态变换的建筑物提取方法.利用偏移阴影分析法自动提取初始建筑物样本,根据建筑物屋顶形态特征,合理利用样本旋转、偏移、缩放变换方法,构建自适应样本精细提取变换组合,以更完整、全面地提取建筑物样本;结合支持向量机(SVM)分类器进行影像分类,得到建筑物初始提取结果;提出基于形态特征的格网占比法对初始提取结果进行确认,剔除不规则非建筑物,实现对建筑物的准确提取.对高分辨率遥感影像进行对比实验分析,以验证方法的有效性.结果表明,与面向对象分类、反向传播(BP)神经网络、基于偏移阴影分析3种参照方法对比,所提方法的建筑物提取精度均优于参照算法.
展开更多
关键词
高分辨率遥感影像
建筑物
样本
提取
偏移阴影分析
样本
形态
变换
格网占比法
在线阅读
下载PDF
职称材料
多品种小批量生产模式下动态控制图的应用
被引量：
6
3
作者
刘祚时
王宁克
罗金平
《机械设计与制造》
北大核心
2017年第5期96-98,共3页
针对多品种小批量的生产过程,依据产品相似性判断条件把同一工序中满足相似性判断条件的不同产品构建为一个零件族,并采用历史数据与实时数据相结合的方法收集样本数据。对样本数据进行标准化转换,采用MINITAB软件对转换后的数据进行检...
针对多品种小批量的生产过程,依据产品相似性判断条件把同一工序中满足相似性判断条件的不同产品构建为一个零件族,并采用历史数据与实时数据相结合的方法收集样本数据。对样本数据进行标准化转换,采用MINITAB软件对转换后的数据进行检验,表明经过变换之后的数据符合建立控制图的条件。在进行数据变换的时候采用实时均值的方法,使得随着生产的进行,控制图的控制界限在不断变化,增强了控制图的检出能力。使控制图能更好的反映生产过程的实际情况,并通过实例进行分析。
展开更多
关键词
多品种小批量
零件族
样本
数据
变换
控制图
在线阅读
下载PDF
职称材料
题名
面向集成学习的流形近邻样本包络与分层多类型变换算法
1
作者
颜芳
马洁
李勇明
王品
覃剑
刘承宇
机构
重庆大学微电子与通信工程学院
出处
《电子学报》
CSCD
北大核心
2024年第12期4125-4141,共17页
基金
国家自然科学基金(No.U21A20448,No.61771080)。
文摘
集成学习是机器学习领域的重要分支和研究热点.目前集成学习算法的主要范式是:基于原样本集得到多个样本子集,分别训练基分类器,集成基分类器结果 .这种做法的主要问题在于:由于各子集均来自原样本集,因此,各子集之间的多样性显著降低.尤其当原样本集数据尺寸小、采样比率大、不平衡程度高时,这一问题非常严重.此外,当原样本集可分度低时,重采样获得的样本子集的可分度改善也有限.为解决这个问题,本文提出面向集成学习的流形近邻样本包络与分层多类型变换算法,旨在通过包络化机制和多类型样本变换将原样本集转化为具有差异性的分层包络样本集,从而提高样本子集的多样性和可分度.首先设计流形近邻样本包络化机制,将原样本转化为样本包络.然后对样本包络进行多类型样本变换,重构生成分层包络样本.接着,设计基于联合结构域适应的层间一致性保持机制,保持变换前后样本分布的一致性,提高包络样本对原样本的高表征能力.此后,针对各层包络样本集,分别进行特征降维和训练基分类器.最后,采用二维决策融合机制得到最终分类结果.实验部分采用了十余个数据集和多个相关算法用于验证.结果表明,相较于原样本集,本文算法构造的分层包络样本集提高了样本子集的多样性,改进了集成学习性能,准确率最高提升了18.56%.与相关集成学习算法相比,准确率最高提升了7.56%.本文工作为现有集成学习算法改进研究提供了新思路,将直接基于原样本的集成学习范式转化为基于分层包络样本的集成学习新范式,具有参考价值.
关键词
集成学习
包络学习
样本变换
近邻
样本
包络化
域适应
分类器集成
Keywords
ensemble learning
envelope learning
sample transformation
nearest neighbor sample enveloping
do-main adaptation
classifier ensemble
分类号
TP391.4 [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
基于样本形态变换的高分遥感影像建筑物提取
被引量：
7
2
作者
冉树浩
胡玉龙
杨元维
高贤君
李熙
陈明珠
机构
长江大学地球科学学院
中国交通通信信息中心
武汉大学
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第5期996-1006,共11页
基金
国家自然科学基金资助项目(91646207)
武汉大学测绘遥感信息工程国家重点实验室开放基金资助项目(18R04)
+1 种基金
地理国情监测国家测绘地理信息局重点实验室开放基金资助项目(2017NGCM07)
湖北省教育厅科学研究计划资助项目(Q20181317).
文摘
针对高分辨率遥感影像中建筑物屋顶光谱信息多变引起建筑物提取精度降低的问题,提出基于样本形态变换的建筑物提取方法.利用偏移阴影分析法自动提取初始建筑物样本,根据建筑物屋顶形态特征,合理利用样本旋转、偏移、缩放变换方法,构建自适应样本精细提取变换组合,以更完整、全面地提取建筑物样本;结合支持向量机(SVM)分类器进行影像分类,得到建筑物初始提取结果;提出基于形态特征的格网占比法对初始提取结果进行确认,剔除不规则非建筑物,实现对建筑物的准确提取.对高分辨率遥感影像进行对比实验分析,以验证方法的有效性.结果表明,与面向对象分类、反向传播(BP)神经网络、基于偏移阴影分析3种参照方法对比,所提方法的建筑物提取精度均优于参照算法.
关键词
高分辨率遥感影像
建筑物
样本
提取
偏移阴影分析
样本
形态
变换
格网占比法
Keywords
high-resolution remote sensing image
building sample extraction
shifted shadow analysis
morphological transformation of sample
grid proportion method
分类号
TP753 [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
多品种小批量生产模式下动态控制图的应用
被引量：
6
3
作者
刘祚时
王宁克
罗金平
机构
江西理工大学机电工程学院
出处
《机械设计与制造》
北大核心
2017年第5期96-98,共3页
文摘
针对多品种小批量的生产过程,依据产品相似性判断条件把同一工序中满足相似性判断条件的不同产品构建为一个零件族,并采用历史数据与实时数据相结合的方法收集样本数据。对样本数据进行标准化转换,采用MINITAB软件对转换后的数据进行检验,表明经过变换之后的数据符合建立控制图的条件。在进行数据变换的时候采用实时均值的方法,使得随着生产的进行,控制图的控制界限在不断变化,增强了控制图的检出能力。使控制图能更好的反映生产过程的实际情况,并通过实例进行分析。
关键词
多品种小批量
零件族
样本
数据
变换
控制图
Keywords
Multi-Variety and Small-Batch
Part Family
Sample Data Transformation
Control Chart
分类号
TH16 [机械工程—机械制造及自动化]
TH163 [机械工程—机械制造及自动化]
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
面向集成学习的流形近邻样本包络与分层多类型变换算法
颜芳
马洁
李勇明
王品
覃剑
刘承宇
《电子学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于样本形态变换的高分遥感影像建筑物提取
冉树浩
胡玉龙
杨元维
高贤君
李熙
陈明珠
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020
7
在线阅读
下载PDF
职称材料
3
多品种小批量生产模式下动态控制图的应用
刘祚时
王宁克
罗金平
《机械设计与制造》
北大核心
2017
6
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
