期刊文献+
共找到476篇文章
< 1 2 24 >
每页显示 20 50 100
Boosting框架算法模型预测雷击火的适用性
1
作者 周暖阳 睢星 +6 位作者 赵凤君 杜建华 李笑笑 闫凯达 张师渊 李威 王京鲁 《陆地生态系统与保护学报》 2025年第2期47-62,共16页
【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数... 【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数据,运用机器学习方法构建雷击火发生概率模型;并通过对比基于Boosting框架算法(包括AdaBoost、GBM、XGBoost、LightGBM和CatBoost)的模型与其他常用模型(随机森林、决策树和深度神经网络)在雷击火预测性能上的差异,筛选最优的算法模型。【结果】首先,基于Boosting框架集成算法(除AdaBoost)的预测模型在准确率、查准率、召回率、F1值和ROC AUC等关键指标上优于其他常用模型。其次,在所有Boosting框架集成算法中,梯度提升机(Gradient Boosting Machines,GBM)表现最为优异,其准确率达到91%,F1值为0.7004,ROC AUC值为0.9329,表明其在预测雷击火发生概率方面具有较强的综合性能。在实际预测结果验证中,GBM的预测效果也是最优的。模型的特征重要性评估结果表明,空气相对湿度和森林火险天气指数在多个模型中都具有高的重要性,另外纬度也具有较高的重要性。【结论】Boosting框架的集成算法能够有效处理不平衡数据,提高对少数类样本(雷击火)的预测能力,相比于构建模型的其他算法,Boosting框架算法在构建雷击火发生预测模型中具有明显优势,特别是GBM。 展开更多
关键词 雷击火 boosting框架算法 GBM 预测模型 大兴安岭
在线阅读 下载PDF
算法审计的现实困境、逻辑框架与实现路径 被引量:1
2
作者 薛丽达 钱莹 《财会通讯》 北大核心 2025年第1期8-16,共9页
立足当下对算法风险治理的迫切需求,如何建立算法审计的逻辑框架发挥审计作用、利用算法审计缓解算法风险成为目前应当解决的问题。算法审计如今面临信息披露风险、制度框架不健全、理论基础薄弱、审计人员不足四大现实困境。基于此,算... 立足当下对算法风险治理的迫切需求,如何建立算法审计的逻辑框架发挥审计作用、利用算法审计缓解算法风险成为目前应当解决的问题。算法审计如今面临信息披露风险、制度框架不健全、理论基础薄弱、审计人员不足四大现实困境。基于此,算法审计框架应围绕算法审计目标、依据以及原则建立,从算法审计与不同审计手段有效联结、不同审计主体人员互动以及法律与审计协同治理三个角度为算法审计提供保障。由此拓展数智时代算法审计的研究,并为算法风险治理手段提供参考。 展开更多
关键词 算法审计 算法风险 逻辑框架 实现路径
在线阅读 下载PDF
异质性购买情境下算法推荐解释框架的匹配效应研究 被引量:2
3
作者 杨炳成 吴继飞 +1 位作者 于洪彦 陈建兰 《南开管理评论》 北大核心 2025年第2期151-163,共13页
可解释性是揭开算法决策“黑箱”的关键方法,也是提升消费者采纳及促进有效人机交互的重要手段。为此,本文从算法可解释性与购买情境匹配角度,通过四项实验探讨了不同购买情境下算法推荐解释框架的匹配效应及其中介机制与边界条件,结果... 可解释性是揭开算法决策“黑箱”的关键方法,也是提升消费者采纳及促进有效人机交互的重要手段。为此,本文从算法可解释性与购买情境匹配角度,通过四项实验探讨了不同购买情境下算法推荐解释框架的匹配效应及其中介机制与边界条件,结果发现:(1)在不同购买情境下,算法推荐解释框架对消费者采纳意愿的影响具有匹配效应,即对于体验购买,消费者更愿意采纳基于用户(vs.产品)的算法推荐解释框架;对于实物购买,消费者更愿意采纳基于产品(vs.用户)的算法推荐解释框架。(2)如上效应受到加工流畅性的中介作用,即购买情境与算法推荐解释框架匹配(vs.不匹配)时,能够诱发消费者更高的加工流畅性,进而导致更高的采纳意愿。(3)该匹配效应受到决策风格的调节作用,即对于最优型决策主导的个体,在实物(vs.体验)购买情境下,算法推荐解释框架的匹配效应存在(vs.被抑制);对于满意型决策主导的个体,在体验(vs.实物)购买情境下,算法推荐解释框架的匹配效应存在(vs.被抑制)。本文从可解释性与购买情境匹配角度丰富了算法推荐系统及体验购买与实物购买的理论研究,并为企业有效运用解释策略提升算法推荐效果提供了管理启示。 展开更多
关键词 算法推荐 解释框架 体验购买 加工流畅性 决策风格
在线阅读 下载PDF
CatBoost算法结合Optuna框架预测砂土液化 被引量:2
4
作者 何家智 冯现大 刘天琦 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第4期496-502,共7页
为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优... 为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优化框架Optuna进行调参训练,建立CatBoost-Optuna砂土液化预测模型;将标准贯入试验的地震液化数据集划分为训练集和测试集,利用5个评估指标评估所建立模型的预测结果,与测试集中多层感知机和支持向量机砂土液化预测模型的评估结果相比较,并以地震液化案例数据作为验证集,对比不同预测模型的预测效果。结果表明:与多层感知机和支持向量机砂土液化预测模型相比,所建立的模型在测试集中评估指标较大,有更好的预测效果;在验证集中,所建立模型的评估指标只有精准率略微减小,其他评估指标都保持稳定,而对比模型的评估指标只有召回率保持稳定,其他评估指标都有所减小,只有所建立模型的预测效果与在测试集中的预测效果保持一致,进一步证明所建立模型的泛化能力较强。 展开更多
关键词 岩土工程 砂土液化预测 机器学习 Catboost算法 Optuna框架 泛化能力
在线阅读 下载PDF
基于CatBoost优化算法的自密实混凝土工作性预测
5
作者 梁其旻 王喆 +2 位作者 梅英杰 孙奥 李鹏飞 《硅酸盐通报》 北大核心 2025年第9期3178-3187,共10页
针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Op... 针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Optuna超参数自动优化框架确定模型的最优超参数。最后,对模型输入参数进行分析。结果表明:相较于未加入净浆试验参数的数据集,本文所建立的数据集能有效提高自密实混凝土工作性预测精度;净浆试验参数在模型预测中表现出较高的相关性和重要性;所建立的模型可以高精度地预测扩展度和V型漏斗时间,表明该模型具有良好的泛化能力,可为自密实混凝土的设计和应用提供参考。 展开更多
关键词 自密实混凝土 净浆阈值理论 Catboost算法 Optuna框架 敏感性分析 工作性预测
在线阅读 下载PDF
基于GA-BP算法的汽车前端框架翘曲变形优化及验证 被引量:1
6
作者 林煌旭 孔选 +3 位作者 陆将男 周华江 朱国常 朱浩伟 《工程塑料应用》 北大核心 2025年第1期90-97,共8页
针对车用前端框架格栅插槽处翘曲变形大造成整车装配精度差的问题,首先通过Moldflow软件建立有限元模型分析零件初始翘曲变形量及影响参数。选定模具温度、熔体温度、保压压力、保压时间、冷却时间作为设计因素,通过正交试验表得到工艺... 针对车用前端框架格栅插槽处翘曲变形大造成整车装配精度差的问题,首先通过Moldflow软件建立有限元模型分析零件初始翘曲变形量及影响参数。选定模具温度、熔体温度、保压压力、保压时间、冷却时间作为设计因素,通过正交试验表得到工艺参数与翘曲变形量之间的映射关系并建立单目标非线性优化模型。利用GA遗传算法改良的BP神经网络进一步描述优化模型的非线性函数关系,以适应度曲线迭代收敛预测得到最佳的BP网络模型预测工艺参数分别为:模具温度60℃、熔体温度265℃、保压压力55MPa、保压时间4s、冷却时间35s,最大翘曲变形量为1.191mm。最后将最优工艺参数导入Moldflow中模拟得到最大翘曲变形量为1.33mm,较优化前初始翘曲量2.423 mm降低了45.1%。经GA-BP算法优化后的工艺参数应用于生产制造过程,前端框架注塑件偏差测量结果表明,实际测量值与优化后Moldflow模拟值拟合度较高,两者平均偏差为0.28mm,满足整车装配要求,证实了GA-BP神经网络预测模型用于优化前端框架翘曲变形的可行性。 展开更多
关键词 汽车前端框架 翘曲变形 MOLDFLOW 正交试验法 GA遗传算法 BP神经网络模型
在线阅读 下载PDF
SM2数字签名算法的两方门限计算方案框架
7
作者 刘振亚 林璟锵 《软件学报》 北大核心 2025年第5期2188-2211,共24页
近年来,已有多种SM2数字签名算法的两方门限计算方案被提出,这些方案能够有效地增强SM2数字签名算法的私钥安全性.根据不同的密钥拆分方法,已有公开方案可以分为两类,分别基于乘法和加法拆分,再根据不同的签名随机数构造方法,衍生出多... 近年来,已有多种SM2数字签名算法的两方门限计算方案被提出,这些方案能够有效地增强SM2数字签名算法的私钥安全性.根据不同的密钥拆分方法,已有公开方案可以分为两类,分别基于乘法和加法拆分,再根据不同的签名随机数构造方法,衍生出多种两方门限计算方案.提出SM2数字签名算法的两方门限计算方案框架,所提框架给出安全的两方门限计算基本过程,又可以引入不同构造的签名随机数.利用提出的框架,结合随机数的不同构造,完成所提框架的多种实例化,即得到SM2数字签名算法多种不同的两方门限计算方案.所提框架的实例化,包括现有已知的23种两方门限计算方案,也包括多种新的方案. 展开更多
关键词 SM2签名算法 两方门限签名 框架
在线阅读 下载PDF
基于BIM技术与模拟退火算法的村镇轻钢框架结构智能设计方法 被引量:9
8
作者 周婷 孙克肇 +1 位作者 陈志华 刘红波 《土木与环境工程学报(中英文)》 CSCD 北大核心 2024年第1期139-151,共13页
传统村镇住宅结构设计需要进行大量的人工试算与重复建模,而受制于建设成本,村镇住宅无法像城镇住宅一样通过设计师进行专业的结构设计与验算,其安全性与经济性均难以满足要求。为此,提出一种村镇轻钢框架结构智能设计方法,包括智能建... 传统村镇住宅结构设计需要进行大量的人工试算与重复建模,而受制于建设成本,村镇住宅无法像城镇住宅一样通过设计师进行专业的结构设计与验算,其安全性与经济性均难以满足要求。为此,提出一种村镇轻钢框架结构智能设计方法,包括智能建模与智能优化两个环节。基于图层自动识别算法、光学字符识别技术、自适应分块算法提出村镇轻钢框架结构BIM智能建模方法,包括图层识别、轴文本数据提取、墙体轮廓提取等,智能建模结果基本满足实际工程要求。基于提出的两阶段模拟退火算法给出村镇轻钢框架结构的智能优化方法,优化速度较快,优化效果良好。通过实际工程案例对提出的智能设计方法进行验证,结果表明,提出的村镇轻钢框架结构智能设计方法具有可行性,与传统的人工设计方法相比,设计周期可缩短70%以上,材料用量、结构设计指标接近人工设计结果。 展开更多
关键词 村镇住宅 轻钢框架结构 智能设计 BIM技术 模拟退火算法
在线阅读 下载PDF
“共赢”vs.“牺牲”:道德消费叙述框架对消费者算法推荐信任的影响 被引量:2
9
作者 徐岚 陈全 +1 位作者 崔楠 辜红 《心理学报》 CSSCI CSCD 北大核心 2024年第2期179-193,共15页
消费者在做出道德消费选择时,要面对丰富的道德产品,复杂地权衡功利利益和道德利益。算法决策推荐可以减轻道德消费决策的复杂性,但是消费者在涉及道德伦理的权衡决策中对算法存在不信任,因为算法是一种典型的以功利论来处理道德权衡问... 消费者在做出道德消费选择时,要面对丰富的道德产品,复杂地权衡功利利益和道德利益。算法决策推荐可以减轻道德消费决策的复杂性,但是消费者在涉及道德伦理的权衡决策中对算法存在不信任,因为算法是一种典型的以功利论来处理道德权衡问题的方式。本研究提出采用“共赢”(vs.“牺牲”)叙述框架对道德消费中的算法推荐信任有积极影响,消费者对功利论式道德观念的接受程度中介了上述积极效应。实验1发现“共赢”(vs.“牺牲”)叙述框架会增加消费者选择算法推荐的意愿。实验2验证了“共赢”(vs.“牺牲”)叙述框架对消费者算法推荐信任的正向影响,以及功利论式道德观念接受度的中介作用。实验3进一步识别了上述影响的边界条件,即道德消费的“共赢”(vs.“牺牲”)叙述框架仅会增强消费者对算法替代型决策推荐的信任,但是并不会改变消费者对于算法增强型决策推荐信任。 展开更多
关键词 道德消费 算法推荐 道义论 功利论 框架效应
在线阅读 下载PDF
基于预估-校正算法的分数阶Boost变换器倍周期分岔研究 被引量:2
10
作者 谢玲玲 杨雨晴 +1 位作者 姚浚义 秦龙 《电源学报》 CSCD 北大核心 2024年第2期10-18,共9页
基于电感电容本质是分数阶的事实,对分数阶Boost变换器的非线性动力学特性进行了深入研究。采用分数阶微积分的预估-校正算法,建立了Boost变换器的预估-校正模型,在此基础上得到了以参考电流、输入电压以及电容电感阶数为分岔参数的分岔... 基于电感电容本质是分数阶的事实,对分数阶Boost变换器的非线性动力学特性进行了深入研究。采用分数阶微积分的预估-校正算法,建立了Boost变换器的预估-校正模型,在此基础上得到了以参考电流、输入电压以及电容电感阶数为分岔参数的分岔图,研究了变换器的倍周期分岔和混沌行为,同时与整数阶Boost变换器的非线性动力学行为进行了比较。研究结果表明,在一定的工作条件下,随着变换器某些电路参数的变化,分数阶Boost变换器会出现分岔和混沌等非线性现象;在相同电路参数的条件下,整数阶和分数阶变换器的稳定参数域之间存在差异,与整数阶变换器相比,分数阶变换器的参数稳定区域更小,更真实地反映了Boost变换器的非线性动力学特性。 展开更多
关键词 分数阶 boost变换器 混沌 预估-校正算法 倍周期分岔
在线阅读 下载PDF
Boosting家族AdaBoost系列代表算法 被引量:27
11
作者 涂承胜 刁力力 +1 位作者 鲁明羽 陆玉昌 《计算机科学》 CSCD 北大核心 2003年第3期30-34,145,共6页
Boosting is one of the most representational ensemble prediction methods. It can be divided into two se-ries: Boost-by-majority and Adaboost. This paper briefly introduces the research status of Boosting and one of it... Boosting is one of the most representational ensemble prediction methods. It can be divided into two se-ries: Boost-by-majority and Adaboost. This paper briefly introduces the research status of Boosting and one of its seri-als-AdaBoost,analyzes the typical algorithms of AdaBoost. 展开更多
关键词 boosting Adaboost.R算法 Adaboost.oc算法 学习算法 ADAboost算法
在线阅读 下载PDF
基于Boosting算法的垃圾邮件过滤方法研究 被引量:7
12
作者 柴宝仁 谷文成 +2 位作者 牛占云 周宏君 王克生 《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第1期79-83,共5页
为解决垃圾邮件过滤的精确度和有效性问题,提出了一种基于邮件内容过滤的垃圾邮件过滤方法,该方法采用Boosting算法构造了一种垃圾邮件过滤器,利用该垃圾邮件过滤器实现对垃圾邮件的过滤.本文借鉴文本分类和信息检索领域所使用的评价指... 为解决垃圾邮件过滤的精确度和有效性问题,提出了一种基于邮件内容过滤的垃圾邮件过滤方法,该方法采用Boosting算法构造了一种垃圾邮件过滤器,利用该垃圾邮件过滤器实现对垃圾邮件的过滤.本文借鉴文本分类和信息检索领域所使用的评价指标,构建了垃圾邮件过滤器的评价体系,利用该评价体系,针对基于Boosting算法所构造的垃圾邮件过滤器对垃圾邮件的过滤实验所得到的数据进行了测试和评估,测试和评估的结果验证了Boosting算法在垃圾邮件过滤中的有效性,其性能优于传统的贝叶斯算法. 展开更多
关键词 boosting算法 垃圾邮件 过滤 分类器 评价
在线阅读 下载PDF
基于Boosting算法的文本自动分类器设计 被引量:13
13
作者 董乐红 耿国华 周明全 《计算机应用》 CSCD 北大核心 2007年第2期384-386,共3页
Boosting算法是目前流行的一种机器学习算法。采用一种改进的Boosting算法Adaboost.MH^(KR)作为分类算法,设计了一个文本自动分类器,并给出了评估方法和结果。评价表明,该分类器有很好的分类精度。
关键词 文本分类 机器学习 boosting算法
在线阅读 下载PDF
不均衡数据下基于CS-Boosting的故障诊断算法 被引量:6
14
作者 姚培 王仲生 +1 位作者 姜洪开 刘贞报 《振动.测试与诊断》 EI CSCD 北大核心 2013年第1期111-115,169,共5页
针对传统Boosting算法在训练样本不均衡数据情况下不能较好地实现转子系统故障诊断的问题,提出了一种基于代价敏感度框架的Boosting故障诊断算法CS-Boosting。该算法建立了一个代价敏感损失函数,通过先验概率公式计算正样本与负样本的... 针对传统Boosting算法在训练样本不均衡数据情况下不能较好地实现转子系统故障诊断的问题,提出了一种基于代价敏感度框架的Boosting故障诊断算法CS-Boosting。该算法建立了一个代价敏感损失函数,通过先验概率公式计算正样本与负样本的惩罚因子,并通过决策规则的训练使代价损失函数最小化。将该算法应用到滚动轴承故障诊断中,并与传统的Adaboost算法进行对比。试验结果表明,在转子系统不能获取更多故障数据的情况下,该算法的故障诊断性能较其他算法有明显的提高。 展开更多
关键词 代价敏感度 滚动轴承 boosting算法 CS—boosting 代价损失函数
在线阅读 下载PDF
Boosting家族Boost-by-majority系列代表算法 被引量:4
15
作者 涂承胜 刁力力 +1 位作者 鲁明羽 陆玉昌 《计算机科学》 CSCD 北大核心 2003年第4期133-135,共3页
1 引言 Boosting由Freund和Schapire于1990年提出,是提高预测学习系统预测能力的有效工具,也是组合学习中最具代表性的方法,其代表算法可分为Boost-by-majority和AdaBoost两个系列。Boosting操纵训练例子以产生多个假设。从而建立通过... 1 引言 Boosting由Freund和Schapire于1990年提出,是提高预测学习系统预测能力的有效工具,也是组合学习中最具代表性的方法,其代表算法可分为Boost-by-majority和AdaBoost两个系列。Boosting操纵训练例子以产生多个假设。从而建立通过投票结合的预测器集合。Boosting在训练例子上维护一套概率分布。 展开更多
关键词 学习算法 boosting算法 boost-by-majority系列算法 组合学习
在线阅读 下载PDF
一种结合半监督Boosting方法的迁移学习算法 被引量:4
16
作者 洪佳明 陈炳超 印鉴 《小型微型计算机系统》 CSCD 北大核心 2011年第11期2169-2173,共5页
迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识"迁移"到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据.为了避免这个问题,通... 迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识"迁移"到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据.为了避免这个问题,通过引入目标领域的无标记样本参与训练,利用半监督Boosting方法,提出一种新的迁移学习算法,能够对样本的相关性进行更好的判断,减少选择性偏差的影响.在大量文本数据集上的实验表明了新算法的有效性. 展开更多
关键词 迁移学习 跨领域学习 boosting算法 半监督学习
在线阅读 下载PDF
自适应梯度Boosting算法及多硝基芳香族化合物密度的主因子选择 被引量:2
17
作者 张海 丁毅涛 +3 位作者 王尧 胡荣祖 高红旭 赵凤起 《火炸药学报》 EI CAS CSCD 北大核心 2011年第2期12-16,共5页
用自适应梯度Boosting算法研究了影响多硝基芳香族化合物(PNACs)密度的主因子。选择分子结构描述码作影响特征参数,采用影响多硝基芳香族化合物密度的分子结构描述码,依据相关影响程度给出了相应分子结构描述码,预测密度值与文献值的相... 用自适应梯度Boosting算法研究了影响多硝基芳香族化合物(PNACs)密度的主因子。选择分子结构描述码作影响特征参数,采用影响多硝基芳香族化合物密度的分子结构描述码,依据相关影响程度给出了相应分子结构描述码,预测密度值与文献值的相对误差在10%以内。 展开更多
关键词 学习算法 boosting算法 多硝基芳香族化合物 主因子
在线阅读 下载PDF
用Boosting算法预测多硝基芳香族化合物的密度 被引量:5
18
作者 张海 王尧 +3 位作者 陈冰 胡荣祖 高红旭 赵凤起 《火炸药学报》 EI CAS CSCD 2007年第5期5-7,共3页
采用Boosting算法对多硝基芳香族化合物(PNACs)的密度进行预估。选用分子结构描述码作为输入特征参数。结果表明,PNACs的密度与其分子结构存在良好的相关性,与人工神经网络相比,Boosting算法对预测的准确性有显著提高,预测结果的相对误... 采用Boosting算法对多硝基芳香族化合物(PNACs)的密度进行预估。选用分子结构描述码作为输入特征参数。结果表明,PNACs的密度与其分子结构存在良好的相关性,与人工神经网络相比,Boosting算法对预测的准确性有显著提高,预测结果的相对误差都在8%以内。 展开更多
关键词 物理化学 人工神经网络 boosting算法 密度预估 多硝基芳香族化合物
在线阅读 下载PDF
基于boosting算法的交通事件检测 被引量:3
19
作者 孙熙 李夏苗 《交通运输系统工程与信息》 EI CSCD 2007年第5期37-41,共5页
提出一种新颖的基于boosting模糊分类的交通事件检测方法.该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值,分类器以加权投票方式进行分类决策.运用Matlab进行了仿真分析,结果表明提出的交通事件检测算法... 提出一种新颖的基于boosting模糊分类的交通事件检测方法.该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值,分类器以加权投票方式进行分类决策.运用Matlab进行了仿真分析,结果表明提出的交通事件检测算法利用较少样本数据即可快速实现交通事件检测. 展开更多
关键词 交通事件检测 遗传算法 boosting方法 模糊分类器
在线阅读 下载PDF
Boosting算法在基因表达谱样本分类中的应用 被引量:2
20
作者 刘全金 李颖新 《计算机工程与应用》 CSCD 北大核心 2008年第14期228-230,238,共4页
基于基因表达谱结构提出一种基因表达谱的样本分类方法。首先用基因的Bhattacharyya距离衡量其所含样本类别的信息,过滤Bhattacharyya距离较小的噪声基因;然后修改重复剪辑近邻算法,剔除噪声样本;再基于Boosting算法构建支持向量机组合... 基于基因表达谱结构提出一种基因表达谱的样本分类方法。首先用基因的Bhattacharyya距离衡量其所含样本类别的信息,过滤Bhattacharyya距离较小的噪声基因;然后修改重复剪辑近邻算法,剔除噪声样本;再基于Boosting算法构建支持向量机组合分类器;最后以结肠癌基因表达谱样本为例,进行了分类实验。实验结果表明该方法简单、有效,对基因表达谱样本的分类问题有强的实用性。 展开更多
关键词 BHATTACHARYYA距离 重复剪辑近邻法 boosting算法
在线阅读 下载PDF
上一页 1 2 24 下一页 到第
使用帮助 返回顶部