检索结果-维普期刊中文期刊服务平台

基于最大惩罚似然的高斯混合模型无监督分类研究被引量：1: 1; 作者余鹏童行伟封举富《应用概率统计》 CSCD 北大核心 2008年第5期475-483,共9页; 本文提出了一个基于高斯混合模型的无监督分类算法.考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解,我们引入逆Wishart分布来代替传统的Jeffery先验.几个实验数据的结果表明,采用该方法估计无监督分类的成分数... 展开更多; 关键词高斯混合模型无监督分类最大惩罚似然 EM算法逆Wishart分布.; 在线阅读下载PDF 职称材料

基于混合分类算法模型的DNS隧道检测被引量：5: 2; 作者单康康郭晔 +1 位作者陈文智鲁东明《通信学报》 EI CSCD 北大核心 2018年第A01期53-57,共5页; 分析了目前DNS隧道检测各种方法,重点研究基于机器学习技术的DNS隧道分类方法,针对目前DNS隧道检测只局限于特定隧道类别进行判别的不足,提出了采用多种分类算法进行组合分类决策的混合分类算法模型(CCAM)对DNS隧道进行检测与分类,CCAM... 展开更多; 关键词混合分类算法模型机器学习 DNS隧道支持向量机朴素贝叶斯决策树; 在线阅读下载PDF 职称材料

基于逻辑回归树耦合熵指数模型的滑坡易发性分区——以陕西省延安市吴起县滑坡为例被引量：7: 3; 作者杨创奇陶攀杨正《人民长江》北大核心 2022年第5期128-134,共7页; 研究合适的县域滑坡易发性分区的方法,对于滑坡的防治有着非常重要的现实意义。鉴于此,基于陕西省延安市吴起县的717个滑坡样本,选取坡度、坡向、高程、平面曲率、剖面曲率、年平均降雨量、距道路的距离、距河流的距离、岩土体类型和NDV... 展开更多; 关键词滑坡易发性分区机器学习混合分类模型空间分析延安市陕西省; 在线阅读下载PDF 职称材料

基于人工智能的脱机手写数字识别研究综述被引量：8: 4; 作者张华美张皎洁《南京邮电大学学报（自然科学版）》北大核心 2021年第5期83-91,共9页; 脱机手写数字识别技术是在光学字符识别技术的基础上,采用计算机等处理器自动对手写阿拉伯数字进行识别的一种技术。文中对国内外研究工作进行全面分析,首先介绍了基于人工智能技术的脱机手写数字识别历经的3个重要阶段:第一阶段是利用... 展开更多; 关键词脱机手写数字识别支持向量机(SVM) 卷积神经网络(CNN) 混合分类模型; 在线阅读下载PDF 职称材料

题名基于最大惩罚似然的高斯混合模型无监督分类研究被引量：1: 1; 作者余鹏童行伟封举富; 机构北京大学数学科学学院国家基础地理信息中心北京师范大学数学科学学院北京大学信息科学学院信息科学中心、视觉与听觉信息处理国家重点实验室; 出处《应用概率统计》 CSCD 北大核心 2008年第5期475-483,共9页; 文摘本文提出了一个基于高斯混合模型的无监督分类算法.考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解,我们引入逆Wishart分布来代替传统的Jeffery先验.几个实验数据的结果表明,采用该方法估计无监督分类的成分数,无论是估计的正确率,还是运算速度,都有较大提高.; 关键词高斯混合模型无监督分类最大惩罚似然 EM算法逆Wishart分布.; Keywords Gaussian mixture models, unsupervised Classification, penalized maximum likelihood, EM algorithm, invert Wishart distribution.; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于混合分类算法模型的DNS隧道检测被引量：5: 2; 作者单康康郭晔陈文智鲁东明; 机构浙江大学信息技术中心浙江大学计算机科学与技术学院; 出处《通信学报》 EI CSCD 北大核心 2018年第A01期53-57,共5页; 基金浙江省公益技术研究社会发展基金资助项目(No.2011C23109) 浙江省重点科技创新团队计划基金资助项目(No.2012R10040) 浙江省项目(No.LY16F020008)~~; 文摘分析了目前DNS隧道检测各种方法,重点研究基于机器学习技术的DNS隧道分类方法,针对目前DNS隧道检测只局限于特定隧道类别进行判别的不足,提出了采用多种分类算法进行组合分类决策的混合分类算法模型(CCAM)对DNS隧道进行检测与分类,CCAM算法采用了支持向量机(SVM)、朴素贝叶斯(NB)、决策树(DT)等3种机器学习分类算法进行混合分类、组合训练与加权求优。结果表明,混合分类算法模型(CCAM)对DNS隧道的检测能达到90%精度值。; 关键词混合分类算法模型机器学习 DNS隧道支持向量机朴素贝叶斯决策树; Keywords combined classification algorithm mode machine learning DNS tunneling support vector machine naive Bayes decision tree; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于逻辑回归树耦合熵指数模型的滑坡易发性分区——以陕西省延安市吴起县滑坡为例被引量：7: 3; 作者杨创奇陶攀杨正; 机构四川建筑职业技术学院土木工程系山东大学土建与水利学院黄河水利职业技术学院水利工程学院; 出处《人民长江》北大核心 2022年第5期128-134,共7页; 基金国家自然科学基金项目(51879150)。; 文摘研究合适的县域滑坡易发性分区的方法,对于滑坡的防治有着非常重要的现实意义。鉴于此,基于陕西省延安市吴起县的717个滑坡样本,选取坡度、坡向、高程、平面曲率、剖面曲率、年平均降雨量、距道路的距离、距河流的距离、岩土体类型和NDVI作为影响因子,计算对应的熵指数,构建了基于熵指数的建模数据集。随后,基于建模数据集,耦合熵指数(IOE)和逻辑回归树模型(LMT),建立了IOE-LMT混合分类模型,并绘制了吴起县滑坡易发性分区图。利用多种统计学指标、ROC曲线下的面积(AUROC)和平均绝对误差(MAE)评价分区精度和模型的泛化性能。结果表明:IOE-LMT模型的泛化性能较强(AUROC=0.942),且滑坡易发性分区图的精度较高;研究区内滑坡易发于黄土沟道范围内,并且研究区北部的滑坡易发性明显高于南部。评价结果合理可靠,可为当地的滑坡防治和国土空间规划提供参考。; 关键词滑坡易发性分区机器学习混合分类模型空间分析延安市陕西省; Keywords landslide susceptibility zoning machine learning mixed classification model spatial analysis Yan’an City Shaanxi Province; 分类号 P694 [天文地球—地质学]; 在线阅读下载PDF 职称材料

题名基于人工智能的脱机手写数字识别研究综述被引量：8: 4; 作者张华美张皎洁; 机构南京邮电大学电子与光学工程学院、微电子学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2021年第5期83-91,共9页; 基金国家自然科学基金(61601242) 江苏省博士后基金(1601150C)资助项目。; 文摘脱机手写数字识别技术是在光学字符识别技术的基础上,采用计算机等处理器自动对手写阿拉伯数字进行识别的一种技术。文中对国内外研究工作进行全面分析,首先介绍了基于人工智能技术的脱机手写数字识别历经的3个重要阶段:第一阶段是利用以支持向量机(SVM)为代表的传统分类器进行识别;第二阶段建立了卷积神经网络(CNN)为代表的神经网络模型;第三阶段设立了卷积神经网络和支持向量机相结合(CNN+SVM)为代表的混合分类模型。然后总结了人工智能技术在这3个阶段的优缺点,最后阐述了人工智能技术应用于脱机手写数字识别的问题和未来的发展方向。; 关键词脱机手写数字识别支持向量机(SVM) 卷积神经网络(CNN) 混合分类模型; Keywords offline handwritten digit recognition support vector machine(SVM) convolutional neural network(CNN) hybrid classification model; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP183 [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	基于最大惩罚似然的高斯混合模型无监督分类研究	余鹏童行伟封举富	《应用概率统计》 CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
2	基于混合分类算法模型的DNS隧道检测	单康康郭晔陈文智鲁东明	《通信学报》 EI CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料
3	基于逻辑回归树耦合熵指数模型的滑坡易发性分区——以陕西省延安市吴起县滑坡为例	杨创奇陶攀杨正	《人民长江》北大核心	2022	7	在线阅读下载PDF 职称材料
4	基于人工智能的脱机手写数字识别研究综述	张华美张皎洁	《南京邮电大学学报（自然科学版）》北大核心	2021	8	在线阅读下载PDF 职称材料