检索结果-维普期刊中文期刊服务平台

高分二号影像树种分类最优分割尺度的非监督选择: 1; 作者李朝妃邢艳秋李睿《森林工程》北大核心 2024年第6期53-63,共11页; 良好的影像分割结果能够提高树种分类的精度,而分割效果取决于最优分割尺度(optimal scale parameter,OSP)的选择。以往研究依赖人为设置的尺度序列,结果具有主观性。为避免此问题,以高分二号影像(GF-2)为数据源,提出一种基于有效尺度... 展开更多; 关键词高分二号最优分割尺度有效尺度区间非监督选择树种分类; 在线阅读下载PDF 职称材料

用于非监督特征选择的免疫克隆多目标优化算法被引量：3: 2; 作者尚荣华焦李成 +2 位作者吴建设马文萍李阳阳《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第1期18-22,共5页; 提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数.最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特... 展开更多; 关键词非监督特征选择克隆选择多目标优化; 在线阅读下载PDF 职称材料

基于图结构优化的自适应多度量非监督特征选择方法被引量：5: 3; 作者林筠超万源《计算机应用》 CSCD 北大核心 2021年第5期1282-1289,共8页; 非监督特征选择是机器学习领域的热点研究问题,对于高维数据的降维和分类都极为重要。数据点之间的相似性可以用多个不同的标准来衡量,这使得不同的数据点之间相似性度量标准难以一致;并且现有方法多数通过近邻分配得到相似矩阵,因此其... 展开更多; 关键词自适应多度量图结构优化子空间学习稀疏正则化约束非监督特征选择; 在线阅读下载PDF 职称材料

p值统计量建模独立性的高光谱波段选择方法被引量：2: 4; 作者张爱武康孝岩《红外与激光工程》 EI CSCD 北大核心 2018年第9期390-398,共9页; 近年来,p值统计量的使用规范引起了统计学界的极大关注和集中讨论,广泛认为,p值统计量可表达观测数据与备择假设之间的不相容程度。为探究高光谱图像波段的相关分析p值与其样本独立性的联系,进行了演绎推理和实例验证,研究表明,与相关系... 展开更多; 关键词 p值统计量波段独立性自稀疏性非监督波段选择高光谱; 在线阅读下载PDF 职称材料

基于三元组排序局部性的SOCFS改进算法: 5; 作者吴昌明赵兴涛柳可鑫《计算机工程》 CAS CSCD 北大核心 2020年第5期47-53,共7页; 特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基... 展开更多; 关键词非监督特征选择三元组排序局部性聚类收敛性; 在线阅读下载PDF 职称材料

题名高分二号影像树种分类最优分割尺度的非监督选择: 1; 作者李朝妃邢艳秋李睿; 机构东北林业大学机电工程学院北京遥感信息研究所; 出处《森林工程》北大核心 2024年第6期53-63,共11页; 基金国家重点研发计划项目(2021YFE0117700-6)。; 文摘良好的影像分割结果能够提高树种分类的精度,而分割效果取决于最优分割尺度(optimal scale parameter,OSP)的选择。以往研究依赖人为设置的尺度序列,结果具有主观性。为避免此问题,以高分二号影像(GF-2)为数据源,提出一种基于有效尺度区间的非监督OSP选择方法,用于确定不同森林类型最佳分割结果出现的分割尺度。影像分割采用多分辨率分割(multi-resolution segmentation,MRS)算法,通过构建有效尺度区间估计函数(effective scale interval estimation functions,ESF),结合总体优度函数(overall goodness F-measure,OGF)得出不同森林类型在不同尺度区间下的OSP,最后依据监督分割精度分析结合谷歌地图目视判读确定最佳分割结果。结果表明,OGF在有效尺度区间Ⅲ获取的OSP得到了各森林类型的最佳分割结果,监督分割评价方法(F-measure)的最低和最高值分别为0.7311和0.8733。同时,在GF-2影像树种分类的分割任务中,OSP与树种和森林类型有关。研究结果为高分辨率遥感影像树种分类的对象提取提供技术支撑,同时为不同地物组成的复杂影像分割尺度参数选择提供方法。; 关键词高分二号最优分割尺度有效尺度区间非监督选择树种分类; Keywords GF-2 optimal scale parameter effective scale interval unsupervised selection tree species classification; 分类号 S757 [农业科学—森林经理学] TP75 [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

题名用于非监督特征选择的免疫克隆多目标优化算法被引量：3: 2; 作者尚荣华焦李成吴建设马文萍李阳阳; 机构西安电子科技大学智能感知与图像理解教育部重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第1期18-22,共5页; 基金国家"863"计划资助项目(2009AA12Z210) 陕西省"13115"科技创新工程重大科技专项资助项目(2008ZDKG-37) +7 种基金 60703108 60803098) 教育部长江学者和创新团队支持计划资助项目(IRT0645); 文摘提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数.最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特征显著性的优化,达到特征选择的目的.UCI数据集的仿真实验表明,该算法降低了错误识别率,验证了其在非监督特征选择中的应用潜力.; 关键词非监督特征选择克隆选择多目标优化; Keywords unsupervised feature selection clonal selection multi-objective optimization; 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

题名基于图结构优化的自适应多度量非监督特征选择方法被引量：5: 3; 作者林筠超万源; 机构武汉理工大学理学院; 出处《计算机应用》 CSCD 北大核心 2021年第5期1282-1289,共8页; 基金中央高校基本科研业务费专项资金资助项目(2019IB010)。; 文摘非监督特征选择是机器学习领域的热点研究问题,对于高维数据的降维和分类都极为重要。数据点之间的相似性可以用多个不同的标准来衡量,这使得不同的数据点之间相似性度量标准难以一致;并且现有方法多数通过近邻分配得到相似矩阵,因此其连通分量数通常不够理想。针对这两个问题,将相似矩阵看作变量而非预先对其进行设定,提出了一种基于图结构优化的自适应多度量非监督特征选择(SAM-SGO)方法。该方法将不同的度量函数自适应地融合成一种统一的度量,从而对多种度量方法进行综合,自适应地获得数据的相似矩阵,并且更准确地捕获数据点之间的关系。为获得理想的图结构,通过对相似矩阵的秩进行约束,在优化图局部结构的同时简化了计算。此外,将基于图的降维问题合并到所提出的自适应多度量问题中,并引入稀疏l_(2,0)正则化约束以获得用于特征选择的稀疏投影。在多个标准数据集上的实验验证了SAM-SGO的有效性,相比较于近年所提出的基于局部学习聚类的特征选择和内核学习(LLCFS)、依赖指导的非监督特征选择(DGUFS)和结构化最优图特征选择(SOGFS)方法,该方法的聚类正确率平均提高了约3.6个百分点。; 关键词自适应多度量图结构优化子空间学习稀疏正则化约束非监督特征选择; Keywords Self-Adaptive Multi-measure(SAM) Structured Graph Optimization(SGO) subspace learning sparse regularization constraint unsupervised feature selection; 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p值统计量建模独立性的高光谱波段选择方法被引量：2: 4; 作者张爱武康孝岩; 机构首都师范大学三维信息获取与应用教育部重点实验室首都师范大学空间信息技术教育部工程研究中心; 出处《红外与激光工程》 EI CSCD 北大核心 2018年第9期390-398,共9页; 基金国家自然科学基金面上项目(41571369) 国家重点研发计划项目(2016YFB0502500) 青海省科技计划项目(2016-NK-138); 文摘近年来,p值统计量的使用规范引起了统计学界的极大关注和集中讨论,广泛认为,p值统计量可表达观测数据与备择假设之间的不相容程度。为探究高光谱图像波段的相关分析p值与其样本独立性的联系,进行了演绎推理和实例验证,研究表明,与相关系数r统计量相比,相关分析p统计量可直接表达波段样本的独立性,且p值矩阵具有高水平的自稀疏性,便于建模和计算。进而,对相关性p值矩阵进行直方图频数统计,提出一种基于p值的高光谱自适应波段选择方法 p SMBS。选取典型数据进行了监督分类实验,结果表明,在Kappa系数、总体精度(OA)和平均精度(AA)上,p SMBS均优于同类方法 ABS、Inf FS和LSFS。说明p SMBS在高光谱波段选择方面具有突出的有效性,这也佐证了相关性p值对波段独立性的强表征能力。; 关键词 p值统计量波段独立性自稀疏性非监督波段选择高光谱; Keywords p-value statistic band independence self-sparsity unsupervised band selection hyperspectral image; 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

题名基于三元组排序局部性的SOCFS改进算法: 5; 作者吴昌明赵兴涛柳可鑫; 机构中国人民公安大学信息技术与网络安全学院; 出处《计算机工程》 CAS CSCD 北大核心 2020年第5期47-53,共7页; 基金国家重点研发计划(2017YFC0820606) 国家自然科学基金(61771072) 公安部科技强警基础工作专项(2014GABJC026)。; 文摘特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基于三元组排序局部性的同时正交基聚类特征选择(SOCFS)改进算法,选择具有局部结构保持性且判别区分度高的特征。实验结果表明,与传统非监督特征选择算法相比,SOCFS改进算法聚类效果更好、收敛速度更快。; 关键词非监督特征选择三元组排序局部性聚类收敛性; Keywords unsupervised feature selection triplet ordinal locality clustering convergence; 分类号 TP399 [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	作者	出处	发文年	被引量	操作
1	高分二号影像树种分类最优分割尺度的非监督选择	李朝妃邢艳秋李睿	《森林工程》北大核心	2024	0	在线阅读下载PDF 职称材料
2	用于非监督特征选择的免疫克隆多目标优化算法	尚荣华焦李成吴建设马文萍李阳阳	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
3	基于图结构优化的自适应多度量非监督特征选择方法	林筠超万源	《计算机应用》 CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
4	p值统计量建模独立性的高光谱波段选择方法	张爱武康孝岩	《红外与激光工程》 EI CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
5	基于三元组排序局部性的SOCFS改进算法	吴昌明赵兴涛柳可鑫	《计算机工程》 CAS CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料