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
2
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
利用全球开源数字高程模型的高程误差预测数据集
1
作者
余翠琳
王青松
+3 位作者
钟梓炫
张君豪
赖涛
黄海风
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第9期3445-3455,共11页
数字高程模型(DEM)校正一直是遥感地学研究中的重要内容,近年来蓬勃发展的机器学习新方法为DEM高程误差校正提供了新的解决途径。由于机器学习等人工智能方法依赖大量的训练数据,考虑到目前缺少大区域公开的、统一的、大规模和规范化多...
数字高程模型(DEM)校正一直是遥感地学研究中的重要内容,近年来蓬勃发展的机器学习新方法为DEM高程误差校正提供了新的解决途径。由于机器学习等人工智能方法依赖大量的训练数据,考虑到目前缺少大区域公开的、统一的、大规模和规范化多源DEM高程误差预测数据集,针对数据集缺失的问题,该文公开了多源DEM高程误差预测数据集(DEEP-Dataset)。该数据集包括4个子数据集,分别基于中国广东省研究区域的数字高程测量的TerraSAR-X附加组件(TanDEM-X)DEM和先进陆地观测卫星世界3D-30米(AW3D30)DEM以及澳大利亚北领地研究区域的航天飞机雷达地形测绘任务(SRTM)DEM和先进星载热发射和反射辐射计全球数字高程模型(ASTER)DEM构成。其中,广东省研究区域的样本数量约为40000,北领地研究区域的样本数约量为1600000。数据集中的每个样本均由10个特征组成,涵盖了地理空间、地物种类以及地表形态等特征信息。通过设置机器学习模型测试、DEM校正以及特征重要性评估等对比实验,验证了DEEP-Dataset在实际模型训练和DEM校正中的有效性,也证明了该数据集的合理性和丰富性。
展开更多
关键词
数字高程模型
人工智能
机器学习
预测数据集
在线阅读
下载PDF
职称材料
基于组合机器学习算法的软件缺陷预测模型
被引量：
24
2
作者
傅艺绮
董威
+1 位作者
尹良泽
杜雨晴
《计算机研究与发展》
EI
CSCD
北大核心
2017年第3期633-641,共9页
软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早地预测软件可能还存在的缺陷,基于预测结果可合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预...
软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早地预测软件可能还存在的缺陷,基于预测结果可合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预测的主要方法.为了提高预测的效率和准确性,对机器学习算法的选择和研究是很关键的.对不同的机器学习缺陷预测方法进行对比分析,发现各算法在不同评价指标上有不同的优势,利用这些优势并结合机器学习中的stacking集成学习方法提出了将不同预测算法的预测结果作为软件度量并进行再次预测的基于组合机器学习算法的软件缺陷预测模型,最后用该模型对Eclipse数据集进行实验,表明了该模型的有效性.
展开更多
关键词
软件缺陷
预测
机器学习
集
成学习
组合
Eclipse
预测数据集
在线阅读
下载PDF
职称材料
题名
利用全球开源数字高程模型的高程误差预测数据集
1
作者
余翠琳
王青松
钟梓炫
张君豪
赖涛
黄海风
机构
中山大学电子与通信工程学院
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第9期3445-3455,共11页
基金
国家自然科学基金(62273365,62071499)
“小米青年学者”项目。
文摘
数字高程模型(DEM)校正一直是遥感地学研究中的重要内容,近年来蓬勃发展的机器学习新方法为DEM高程误差校正提供了新的解决途径。由于机器学习等人工智能方法依赖大量的训练数据,考虑到目前缺少大区域公开的、统一的、大规模和规范化多源DEM高程误差预测数据集,针对数据集缺失的问题,该文公开了多源DEM高程误差预测数据集(DEEP-Dataset)。该数据集包括4个子数据集,分别基于中国广东省研究区域的数字高程测量的TerraSAR-X附加组件(TanDEM-X)DEM和先进陆地观测卫星世界3D-30米(AW3D30)DEM以及澳大利亚北领地研究区域的航天飞机雷达地形测绘任务(SRTM)DEM和先进星载热发射和反射辐射计全球数字高程模型(ASTER)DEM构成。其中,广东省研究区域的样本数量约为40000,北领地研究区域的样本数约量为1600000。数据集中的每个样本均由10个特征组成,涵盖了地理空间、地物种类以及地表形态等特征信息。通过设置机器学习模型测试、DEM校正以及特征重要性评估等对比实验,验证了DEEP-Dataset在实际模型训练和DEM校正中的有效性,也证明了该数据集的合理性和丰富性。
关键词
数字高程模型
人工智能
机器学习
预测数据集
Keywords
Digital Elevation Model(DEM)
Artificial intelligence
Machine learning
Predictive datasets
分类号
TN957.52 [电子电信—信号与信息处理]
TP7 [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
基于组合机器学习算法的软件缺陷预测模型
被引量：
24
2
作者
傅艺绮
董威
尹良泽
杜雨晴
机构
国防科学技术大学计算机学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2017年第3期633-641,共9页
基金
国家"九七三"重点基础研究发展计划基金项目(2014CB340703)
国家自然科学基金项目(91318301
61690203)~~
文摘
软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早地预测软件可能还存在的缺陷,基于预测结果可合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预测的主要方法.为了提高预测的效率和准确性,对机器学习算法的选择和研究是很关键的.对不同的机器学习缺陷预测方法进行对比分析,发现各算法在不同评价指标上有不同的优势,利用这些优势并结合机器学习中的stacking集成学习方法提出了将不同预测算法的预测结果作为软件度量并进行再次预测的基于组合机器学习算法的软件缺陷预测模型,最后用该模型对Eclipse数据集进行实验,表明了该模型的有效性.
关键词
软件缺陷
预测
机器学习
集
成学习
组合
Eclipse
预测数据集
Keywords
software defect prediction
machine learning
ensemble learning
combination
Eclipse prediction dataset
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
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
利用全球开源数字高程模型的高程误差预测数据集
余翠琳
王青松
钟梓炫
张君豪
赖涛
黄海风
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于组合机器学习算法的软件缺陷预测模型
傅艺绮
董威
尹良泽
杜雨晴
《计算机研究与发展》
EI
CSCD
北大核心
2017
24
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
