期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
小样本条件下基于深度森林学习模型的典型军事目标识别方法 被引量:12
1
作者 陈龙 张峰 蒋升 《中国电子科学研究院学报》 北大核心 2019年第3期232-237,共6页
卷积神经网络用于一般目标识别。然而,它的卓越性能在很大程度上取决于庞大的训练数据集。但是,面对像军事目标识别任务这样的训练数据样本很少的情况,其性能会急剧下降。针对这一问题,本文设计了一种基于采用生成对抗网络与深度森林相... 卷积神经网络用于一般目标识别。然而,它的卓越性能在很大程度上取决于庞大的训练数据集。但是,面对像军事目标识别任务这样的训练数据样本很少的情况,其性能会急剧下降。针对这一问题,本文设计了一种基于采用生成对抗网络与深度森林相结合的方法优化和训练识别方法。方法首先利用生成对抗网络对军事目标样本进行样本扩展,再采用主动学习的方法对所生成的样本进行优化;然后采用传统的模型增强的样本扩展方法对优化后的样本进行二次扩展;然后基于扩展后的样本,采用深度森林方法获得具有鲁棒性的网络模型,从而准确识别军事目标。实验表明,该方法具有较高的识别精度,优于其它许多算法。 展开更多
关键词 目标识别 小样本 深度森林模型 对抗生成网络 主动学习
在线阅读 下载PDF
基于深度学习的油浸式变压器故障诊断依据及特征确定
2
作者 薛李俐 《中国高新科技》 2024年第22期104-106,共3页
文章介绍了一种基于深度森林模型的油浸式变压器故障诊断方法。该方法通过分析变压器油中溶解气体的数据,利用深度森林模型的多级处理能力,从高维数据中精确提取故障特征,以识别和预测潜在故障。对比分析表明,该模型相较于传统的三比值... 文章介绍了一种基于深度森林模型的油浸式变压器故障诊断方法。该方法通过分析变压器油中溶解气体的数据,利用深度森林模型的多级处理能力,从高维数据中精确提取故障特征,以识别和预测潜在故障。对比分析表明,该模型相较于传统的三比值法和BP神经网络法,在故障诊断的准确性和可靠性上均有显著提升。研究结果不仅验证了深度森林模型在处理复杂变压器数据上的有效性,也为变压器的维护管理提供了技术支持,增强了电力系统的稳定性和安全性。 展开更多
关键词 油浸式变压器 故障诊断 深度森林模型 电力系统安全
在线阅读 下载PDF
基于FCMFS特征选择算法的煤层气压裂效果预测
3
作者 闵超 郭星 +2 位作者 华青 张娜 张馨慧 《西南石油大学学报(自然科学版)》 北大核心 2025年第2期95-104,共10页
煤层气压裂效果与特征之间存在的非线性关系难以从机理层面进行分析,针对该问题,开展煤层气压裂效果特征内在联系研究,提出了一种基于FCMFS特征选择算法的煤层气压裂效果预测方法。该方法利用模糊综合评价进行标签标定,并采用遗传编程和... 煤层气压裂效果与特征之间存在的非线性关系难以从机理层面进行分析,针对该问题,开展煤层气压裂效果特征内在联系研究,提出了一种基于FCMFS特征选择算法的煤层气压裂效果预测方法。该方法利用模糊综合评价进行标签标定,并采用遗传编程和XGBoost算法进行影响因素特征构造和筛选,包括2个新构造特征(应力比和地质施工遗传因素)以及射孔段厚度、渗透率、破裂压力、煤体结构、含气饱和度和加砂强度等6个特征。实验结果表明,基于FCMFS特征选择算法所构造和筛选的8个特征,结合多种机器学习算法进行煤层气压裂效果预测时,在准确率、召回率、F1分类评价指标上提高了约5%~10%,其中,深度森林模型在训练集和测试集上具有最优的预测分类效果,在3项分类评价指标上均达到95%和80%以上。 展开更多
关键词 煤层气 压裂效果 主控因素 遗传编程 深度森林模型
在线阅读 下载PDF
基于物联网检测的材料关键参数对路基压实度的影响及预测模型
4
作者 翟金陵 葛光华 《江苏建材》 2024年第5期30-32,共3页
针对道路工程建设中路基压实度检测的质量把控问题,文章开展了材料关键参数对路基压实度的影响研究,并提出一种基于集成学习算法的分析及预测模型。研究结果表明,在路基材料参数与压实度变化趋势匹配性分析中,湿密度对路基压实度的影响... 针对道路工程建设中路基压实度检测的质量把控问题,文章开展了材料关键参数对路基压实度的影响研究,并提出一种基于集成学习算法的分析及预测模型。研究结果表明,在路基材料参数与压实度变化趋势匹配性分析中,湿密度对路基压实度的影响最为显著。同时,在深度森林(Deep Forest)、XGBoost、随机森林(Random Forest)三种预测模型中,深度森林模型预测最为准确,拟合优度R2可达到0.9928,显示出高精度的路基压实度预测功能。文章基于一系列数据分析工作,旨在帮助相关企业更好地开展路基压实度质量动态检测工作,并为优化道路建设质量提供决策依据。 展开更多
关键词 路基工程 物联网检测 材料关键参数 深度森林预测模型
在线阅读 下载PDF
基于结构化学习的车辆行为分析 被引量:2
5
作者 牟伦田 谢海涛 +1 位作者 毛莎莎 陈艳艳 《交通工程》 2019年第4期29-36,共8页
人工智能的快速发展促使交通领域的研究走向智能化,基于视觉的车辆行为分析成为一个活跃且具有挑战性的研究领域.然而,现有方法只是对车辆行为进行简单分类,缺乏对车辆行为的结构化分析.受结构化学习启发,本文提出基于结构化学习的车辆... 人工智能的快速发展促使交通领域的研究走向智能化,基于视觉的车辆行为分析成为一个活跃且具有挑战性的研究领域.然而,现有方法只是对车辆行为进行简单分类,缺乏对车辆行为的结构化分析.受结构化学习启发,本文提出基于结构化学习的车辆行为分析方法.即采用能够捕捉车辆行为显著视觉信息的结构化标签表征车辆瞬时行为状态,结构化标签中同时包含车辆行为趋势和行为程度2个信息.为验证所提方法的可行性,本文将结构化标签分别与深度森林和卷积神经网络相结合,构建了结构化深度森林模型和结构化卷积神经网络模型.初步实验结果验证了对车辆行为进行结构化分析的有效性. 展开更多
关键词 车辆行为分析 结构化学习 结构化标签 结构化深度森林模型 结构化卷积神经网络模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部