检索结果-维普期刊中文期刊服务平台

核函数主成分分析在粮虫特征提取中的应用被引量：2: 1; 作者张红涛楚清河 +1 位作者胡玉霞顾波《河南农业科学》 CSCD 北大核心 2011年第9期90-93,共4页; 针对储粮害虫种类多、类别之间区分度比较小的特点,提出基于核函数主成分分析(KPCA)的粮虫特征提取方法。利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核函数主成分分析,即通过非线性变换将样本数据从输入空间映射到高维... 展开更多; 关键词储粮害虫特征提取核函数主成分分析识别; 在线阅读下载PDF 职称材料

基于小波核主成分分析的相关向量机高光谱图像分类被引量：19: 2; 作者赵春晖张燚王玉磊《电子与信息学报》 EI CSCD 北大核心 2012年第8期1905-1910,共6页; 相关向量机（RVM）高光谱图像分类是一种较新的高光谱图像分类方法，然而算法本身存在对于高维大样本数据训练时间过长、分类精度不高的问题。针对这些问题，该文提出一种基于新型核主成分分析的RVM分类方法。该方法首先将核函数引入到... 展开更多; 关键词高光谱图像分类相关向量机核函数主成分分析小波核函数; 在线阅读下载PDF 职称材料

基于核函数PCA的柔性薄板装配偏差源诊断被引量：4: 3; 作者王华《机械强度》 EI CAS CSCD 北大核心 2007年第3期433-436,共4页; 讨论柔性薄板装配过程中装配偏差的非线性传递规律。针对柔性薄板装配的特点,引入核函数PCA(principal componentan alysis)方法诊断装配偏差源。同时,根据实际问题的不同,核函数PCA方法所选择的核函数是不同的,选择合适的核函数是采用... 展开更多; 关键词核函数主成分分析柔性薄板装配; 在线阅读下载PDF 职称材料

基于改进的F-score与支持向量机的特征选择方法被引量：33: 4; 作者谢娟英王春霞 +1 位作者蒋帅张琰《计算机应用》 CSCD 北大核心 2010年第4期993-996,共4页; 将传统F-score度量样本特征在两类之间的辨别能力进行推广,提出了改进的F-score,使其不但能够评价样本特征在两类之间的辨别能力,而且能够度量样本特征在多类之间的辨别能力大小。以改进的F-score作为特征选择准则,用支持向量机(SVM)评... 展开更多; 关键词 F-score 支持向量机特征选择主成分分析核函数主成分分析; 在线阅读下载PDF 职称材料

题名核函数主成分分析在粮虫特征提取中的应用被引量：2: 1; 作者张红涛楚清河胡玉霞顾波; 机构华北水利水电学院电力学院郑州大学电气工程学院; 出处《河南农业科学》 CSCD 北大核心 2011年第9期90-93,共4页; 基金国家自然科学基金项目(30871449) 河南省教育厅自然科学研究计划项目(2011B210028); 文摘针对储粮害虫种类多、类别之间区分度比较小的特点,提出基于核函数主成分分析(KPCA)的粮虫特征提取方法。利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核函数主成分分析,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间进行特征提取。从类间可分性指数和粮虫分类效果2个方面,将KPCA法与传统的主成分分析(PCA)法进行了比较分析。结果表明,KPCA法对粮虫的非线性特征更为敏感,应用KPCA法提取的前2个特征,由最近邻分类器对粮仓中常见的9类粮虫进行分类,验证集的识别率为86.67%,在有效降低特征维数的同时,还保持了类别之间的可分性信息。; 关键词储粮害虫特征提取核函数主成分分析识别; Keywords Stored-grain insects Feature extraction Kernel principal component analysis （KPCA） Recognition; 分类号 S435.122 [农业科学—农业昆虫与害虫防治] TP391.41 [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

题名基于小波核主成分分析的相关向量机高光谱图像分类被引量：19: 2; 作者赵春晖张燚王玉磊; 机构哈尔滨工程大学信息与通信工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2012年第8期1905-1910,共6页; 基金国家自然科学基金(61077079) 教育部博士点计划基金(20102304110013) 哈尔滨市优秀学术带头人基金(2009RFXXG034)资助课题; 文摘相关向量机（RVM）高光谱图像分类是一种较新的高光谱图像分类方法，然而算法本身存在对于高维大样本数据训练时间过长、分类精度不高的问题。针对这些问题，该文提出一种基于新型核主成分分析的RVM分类方法。该方法首先将核函数引入到主成分分析中，然后应用小波核函数代替传统核函数，利用小波核函数的多分辨率分析特点，进一步提高核主成分分析（KPCA）非线性映射能力，最终将新型核主成分分析算法与相关向量机相结合，对高光谱图像进行分类。仿真实验结果表明，将所提出的方法应用于AVIRIS美国印第安纳州实验田高光谱数据预处理后，类内类间距离比降低20％，方差整体增幅较大，最终将处理后的数据应用于相关向量机的高光谱图像分类中，分类精度提升3％～5％。; 关键词高光谱图像分类相关向量机核函数主成分分析小波核函数; Keywords Hyperspectral image classification Relevant Vector Machine （RVM） Kernel Principal ComponentAnalysis （KPCA） Wavelet kernel function; 分类号 TP751.1 [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

题名基于核函数PCA的柔性薄板装配偏差源诊断被引量：4: 3; 作者王华; 机构上海交通大学机械与动力工程学院; 出处《机械强度》 EI CAS CSCD 北大核心 2007年第3期433-436,共4页; 文摘讨论柔性薄板装配过程中装配偏差的非线性传递规律。针对柔性薄板装配的特点,引入核函数PCA(principal componentan alysis)方法诊断装配偏差源。同时,根据实际问题的不同,核函数PCA方法所选择的核函数是不同的,选择合适的核函数是采用核函数PCA方法取得良好效果的关键。成功的工程应用表明,在柔性薄板装配偏差源诊断中核函数PCA比PCA效果更好,能够准确、快速地找到装配偏差模式。文中提出的基于核函数PCA的柔性薄板装配偏差源诊断方法是正确、有效的。; 关键词核函数主成分分析柔性薄板装配; Keywords Kernel principal component analysis Flexible sheet Assembly; 分类号 TH161.7 [机械工程—机械制造及自动化] TP206.3 [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

题名基于改进的F-score与支持向量机的特征选择方法被引量：33: 4; 作者谢娟英王春霞蒋帅张琰; 机构陕西师范大学计算机科学学院; 出处《计算机应用》 CSCD 北大核心 2010年第4期993-996,共4页; 文摘将传统F-score度量样本特征在两类之间的辨别能力进行推广,提出了改进的F-score,使其不但能够评价样本特征在两类之间的辨别能力,而且能够度量样本特征在多类之间的辨别能力大小。以改进的F-score作为特征选择准则,用支持向量机(SVM)评估所选特征子集的有效性,实现有效的特征选择。通过UCI机器学习数据库中六组数据集的实验测试,并与SVM、PCA+SVM方法进行比较,证明基于改进F-score与SVM的特征选择方法不仅提高了分类精度,并具有很好的泛化能力,且在训练时间上优于PCA+SVM方法。; 关键词 F-score 支持向量机特征选择主成分分析核函数主成分分析; Keywords F-score Support Vector Machine（SVM） feature selection Principle Component Analysis（PCA） Kernel Principal Component Analysis（KPCA）; 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	作者	出处	发文年	被引量	操作
1	核函数主成分分析在粮虫特征提取中的应用	张红涛楚清河胡玉霞顾波	《河南农业科学》 CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
2	基于小波核主成分分析的相关向量机高光谱图像分类	赵春晖张燚王玉磊	《电子与信息学报》 EI CSCD 北大核心	2012	19	在线阅读下载PDF 职称材料
3	基于核函数PCA的柔性薄板装配偏差源诊断	王华	《机械强度》 EI CAS CSCD 北大核心	2007	4	在线阅读下载PDF 职称材料
4	基于改进的F-score与支持向量机的特征选择方法	谢娟英王春霞蒋帅张琰	《计算机应用》 CSCD 北大核心	2010	33	在线阅读下载PDF 职称材料