期刊文献+
共找到815篇文章
< 1 2 41 >
每页显示 20 50 100
基于非平衡损失函数的细粒度多标签专利分类方法研究
1
作者 魏超 毛一雷 +2 位作者 李琳珊 王弋波 李妙钰 《高技术通讯》 北大核心 2025年第4期393-402,共10页
细粒度多标签专利分类方法面临非平衡专利分类标签,导致分类精度退化。为此,本文聚焦基于深度学习的多标签文本分类方法,将非平衡损失函数作为分类器的目标函数,然后通过基于深度学习的微调训练进行分类器最优化求解,引导分类器对非平... 细粒度多标签专利分类方法面临非平衡专利分类标签,导致分类精度退化。为此,本文聚焦基于深度学习的多标签文本分类方法,将非平衡损失函数作为分类器的目标函数,然后通过基于深度学习的微调训练进行分类器最优化求解,引导分类器对非平衡类别进行再平衡,缓解标签非平衡问题。选择2017-2022年“光伏”领域的英文专利构建实验数据集进行实证,最佳微平均F1值为0.4969,宏平均F1值为0.3329,汉明损失为0.1745,相比于基于二元交叉熵(binary cross entropy,BCE)模型,分别提升25%、80%和8%。实验结果表明,该方法实现了面向“大组/小组”级多标签专利分类,改善了多标签分类的整体效果,提升了少样本类别效果。 展开更多
关键词 多标签专利分类 深度学习 非平衡损失函数
在线阅读 下载PDF
基于改进Res2Net与迁移学习的水果图像分类 被引量:2
2
作者 吴迪 肖衍 +2 位作者 沈学军 万琴 陈子涵 《电子科技大学学报》 北大核心 2025年第1期62-71,共10页
针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点,提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先,针对网络结构,在Res2Net的残差单元中引入动态多尺度融合注意力模块,对各种尺寸的图像动态地生成... 针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点,提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先,针对网络结构,在Res2Net的残差单元中引入动态多尺度融合注意力模块,对各种尺寸的图像动态地生成卷积核,利用meta-ACON激活函数优化ReLU激活函数,动态学习激活函数的线性和非线性,自适应选择是否激活神经元;其次,采用基于模型迁移的训练方式进一步提升分类的效率与鲁棒性。实验结果表明,该算法在Fruit-Dataset和Fruits-360数据集上的测试准确率相比Res2Net提升了1.2%和1.0%,召回率相比Res2Net提升了1.13%和0.89%,有效提升了水果图像分类性能。 展开更多
关键词 图像分类 Res2Net 动态多尺度融合注意力 激活函数 迁移学习
在线阅读 下载PDF
基于函数型k近邻分类模型的PM2.5研究
3
作者 刘壮 凌能祥 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2024年第7期967-970,共4页
文章利用函数型数据分析方法,选取每天24 h的温度数据作为一条独立的曲线样本,并在该基础上建立函数型k近邻分类模型,用以对当天的24 h平均PM_(2.5)质量浓度进行分类判别。分别选取二次型核函数、指数型核函数、三角型核函数建立k近邻... 文章利用函数型数据分析方法,选取每天24 h的温度数据作为一条独立的曲线样本,并在该基础上建立函数型k近邻分类模型,用以对当天的24 h平均PM_(2.5)质量浓度进行分类判别。分别选取二次型核函数、指数型核函数、三角型核函数建立k近邻分类模型,并对其结果进行分析,通过对比发现,利用三角型核函数的k近邻分类模型对PM_(2.5)质量浓度进行分类的准确性最高且最稳健。采用NW(Nadaraya-Watson)核方法与k近邻分类模型进行比较分析,结果表明,k近邻分类模型能有效提高分类的准确率。 展开更多
关键词 函数型数据分类 K近邻 函数 非参数统计
在线阅读 下载PDF
采用平衡函数的大规模多标签文本分类 被引量:1
4
作者 陈钊鸿 洪智勇 +1 位作者 余文华 张昕 《计算机工程与应用》 CSCD 北大核心 2024年第4期163-172,共10页
大规模多标签文本分类是自然语言处理领域的一项挑战性任务。该任务存在标签数据长尾分布的情况,在这种情况下,模型学习尾部标签分类能力不佳,导致模型的整体分类效果不理想。为解决以上问题,提出采用平衡函数的大规模多标签文本分类方... 大规模多标签文本分类是自然语言处理领域的一项挑战性任务。该任务存在标签数据长尾分布的情况,在这种情况下,模型学习尾部标签分类能力不佳,导致模型的整体分类效果不理想。为解决以上问题,提出采用平衡函数的大规模多标签文本分类方法。该方法使用BERT预训练模型对文本进行词嵌入处理,进一步使用预训练模型中多层编码器的拼接输出作为文本向量表示,获取了丰富的文本语义信息,提高了模型收敛速度。最后采用平衡函数针对预测标签的训练损失赋予不同的衰减权重,提高了方法在尾部标签分类上的学习能力。在Eurlex-4K和Wiki10-31K数据集上的实验结果表明,评价指标P@1、P@3和P@5上分别达到86.95%、74.12%、61.43%和88.57%、77.46%、67.90%。 展开更多
关键词 自然语言处理 大规模多标签文本分类 BERT 平衡函数 深度学习
在线阅读 下载PDF
基于双分支注意力机制的指纹纹型分类
5
作者 赵东越 石磊 丁锰 《智能系统学报》 北大核心 2025年第4期936-945,共10页
针对现有指纹分类算法中存在的低质量指纹难以识别、特征信息提取不充分以及提取过程中信息丢失的问题,提出一种基于双分支注意力机制的指纹纹型分类算法。算法通过提取方向场和进行Gabor滤波的双分支网络进行特征融合,充分利用指纹图... 针对现有指纹分类算法中存在的低质量指纹难以识别、特征信息提取不充分以及提取过程中信息丢失的问题,提出一种基于双分支注意力机制的指纹纹型分类算法。算法通过提取方向场和进行Gabor滤波的双分支网络进行特征融合,充分利用指纹图像的纹线特征和全局特征;提出的组合激活函数和综合注意力机制模块充分提取卷积分支上的空间特征和通道特征信息,减少提取过程中的信息丢失;设计分支特征融合模块对双分支输出的特征图进行加权,充分融合特征信息;最后引入改进的交叉熵损失缓解样本分布不平衡的问题。实验结果表明,所提算法在自建纹型数据集的4类指纹分类中取得了99.08%的准确率,在准确率、F1分数和曲线下面积指标方面均优于其他网络模型,验证了本文算法在纹型分类任务上的有效性和优越性。 展开更多
关键词 图像处理 指纹分类 双分支结构 注意力机制 特征融合 超参数 激活函数 深度学习
在线阅读 下载PDF
基于联合损失函数和组合对比学习的语义嵌入方法
6
作者 高晓欣 陆谣 +3 位作者 孔祥茂 刘玉玺 邓伟 杨淞皓 《电信科学》 北大核心 2025年第7期96-107,共12页
对比学习在语义嵌入中表现出色,能够通过捕捉数据样本间的关系提升模型的表示能力。然而,其效果主要受正样本构建和目标函数选择的影响。正样本需要精心设计,以确保模型能有效识别有意义的相似性并减少噪声干扰。为此,提出一种新方法,... 对比学习在语义嵌入中表现出色,能够通过捕捉数据样本间的关系提升模型的表示能力。然而,其效果主要受正样本构建和目标函数选择的影响。正样本需要精心设计,以确保模型能有效识别有意义的相似性并减少噪声干扰。为此,提出一种新方法,通过拆分、编码、聚合和投射文本来构建正样本。文本被分解为片段,编码用于提取语义内容,聚合用于突出关系,最终投射到适合学习的语义空间。此外,设计了两种监督损失函数,与标准对比损失相辅相成,以增强语义空间的区分性,从而提升模型辨别能力。实验结果表明,该方法在2个公开数据集和1个私有数据集上表现出色,显著提升了语义嵌入质量,解决了对比学习的核心挑战,并为其在自然语言处理领域的进一步应用奠定了基础。 展开更多
关键词 对比学习 句子嵌入 语义相似度 文本分类 联合损失函数
在线阅读 下载PDF
集多头点注意力与边卷积的点云分类分割模型
7
作者 熊伟 娄政浩 +1 位作者 徐敏夫 袁和金 《计算机辅助设计与图形学学报》 北大核心 2025年第3期446-456,共11页
针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用... 针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用多头机制将单头点注意力模块进行聚合,构建多头点注意力模块,赋予邻域内不同点相应的注意力系数;其次,设计加权金字塔池化模块进行特征融合,获得更加丰富的特征信息;最后,提出结合交叉熵损失和焦点损失的联合损失函数,解决数据集中存在的难分类样本和类别不平衡问题.在ModelNet40数据集和ShapeNet数据集上分别进行了点云分类与分割实验,在ModelNet40数据集上,所提模型的总体精度提升到了94.1%;在ShapeNet数据集上的平均交并比提升到了86.3%,有效地提升了模型的分类和分割性能. 展开更多
关键词 点云数据 分类与分割 多头点注意力 边卷积 特征融合 损失函数
在线阅读 下载PDF
强噪声干扰下基于SVMD-FFCNN的深沟球轴承故障分类模型
8
作者 李友家 张忠伟 +2 位作者 焦宗豪 李新宇 秦贺 《机电工程》 北大核心 2025年第4期686-696,共11页
针对滚动轴承振动信号易受到外界噪声的干扰,导致故障特征信号微弱甚至被淹没,难以提取有效的故障特征的问题,提出了一种基于逐次变分模态分解与特征融合卷积神经网络(SVMD-FFCNN)的故障诊断方法。首先,利用SVMD对原始振动信号进行了模... 针对滚动轴承振动信号易受到外界噪声的干扰,导致故障特征信号微弱甚至被淹没,难以提取有效的故障特征的问题,提出了一种基于逐次变分模态分解与特征融合卷积神经网络(SVMD-FFCNN)的故障诊断方法。首先,利用SVMD对原始振动信号进行了模态分解,得到了固有模态函数(IMF)分量,并计算了皮尔森相关系数,筛选出相关程度大的分量,对信号进行了重构,完成了信号的降噪工作,并以降噪后的信号作为输入数据;然后,搭建了特征融合卷积神经网络模型(FFCNN),对卷积神经网络(CNN)提取到的浅层特征以及利用不同映射方法获取的深层特征成分进行了融合,提取了更具代表性的故障特征;最后,以SoftMax作为分类器,进行了深沟球轴承故障的分类任务,采用SKF6203深沟球轴承,并利用搭建的轴承故障模拟实验台采集了深沟球轴承振动数据,对SVMD-FFCNN方法进行了实验验证,并将其与其他方法进行了对比分析。研究结果表明:SVMD方法能够有效降低噪声的干扰,相较于未经过SVMD降噪处理的信号,实测实验信号信噪比提升了116.22%,均方根误差减低了56.10%;SVMD-FFCNN方法在噪声环境下的平均准确精度达到了99.37%,且三个转速工况下的诊断精度均达到了99%以上。上述结果表明,该方法在噪声环境下具有更优越的故障诊断性能。 展开更多
关键词 滚动轴承 强噪声干扰 智能故障诊断 逐次变分模态分解 特征融合卷积神经网络 softmax分类
在线阅读 下载PDF
基于偏好学习的多准则分类问题建模及其ADMM研究
9
作者 过燕晶 陈凯伦 吴中明 《南京理工大学学报》 北大核心 2025年第2期146-154,共9页
多准则分类问题是决策科学领域的研究热点,在金融、教育和人力资源管理等领域具有广泛应用。针对多准则分类问题,基于加性价值函数和线性近似方法,构建了数据驱动的偏好学习模型。其中目标函数刻画了类内和类间距离的性质,并引入稀疏正... 多准则分类问题是决策科学领域的研究热点,在金融、教育和人力资源管理等领域具有广泛应用。针对多准则分类问题,基于加性价值函数和线性近似方法,构建了数据驱动的偏好学习模型。其中目标函数刻画了类内和类间距离的性质,并引入稀疏正则项,提高模型的泛化能力。接着,提出交替方向乘子法(ADMM)求解模型。最后,基于实际数据集进行数值仿真对比实验。结果表明,所提模型能有效抑制过拟合现象,达到80%以上的样本外分类准确度;同时,相较于传统求解器,所提算法在计算效率上提升显著。 展开更多
关键词 多准则分类问题 偏好学习 加性价值函数 正则化 交替方向乘子法
在线阅读 下载PDF
从随机集落影到随机点落影——隶属函数用于机器学习
10
作者 汪培庄 鲁晨光 《智能系统学报》 北大核心 2025年第2期305-315,共11页
从样本分布求得隶属函数是重要的也是困难的。汪培庄的随机集落影理论使用集值统计得到隶属函数,从而在统计和模糊逻辑之间架起桥梁。但是,通常的样本并不包含集值,所以该理论不够实用。鲁晨光使用语义信息方法推导出用样本分布优化隶... 从样本分布求得隶属函数是重要的也是困难的。汪培庄的随机集落影理论使用集值统计得到隶属函数,从而在统计和模糊逻辑之间架起桥梁。但是,通常的样本并不包含集值,所以该理论不够实用。鲁晨光使用语义信息方法推导出用样本分布优化隶属函数的2个公式,它们和集值统计结果一致,可谓随机点落影方法。该方法可以用于多标签分类、最大互信息分类、混合模型、贝叶斯确证等。深度学习最新潮流中用的相似函数和估计互信息就是隶属函数和语义互信息的特例。因为最大语义信息准则和最大似然准则以及正则化最小误差平方准则兼容,并且隶属函数比似然函数迁移性更好,比反概率函数更容易构造,隶属函数有希望被广泛用于机器学习。 展开更多
关键词 模糊集合 隶属函数 样本分布 语义信息测度 机器学习 多标签分类 最大互信息分类 混合模型 贝叶斯确证
在线阅读 下载PDF
基于卷积辅助自注意力的胸部疾病分类网络
11
作者 张自然 李锵 关欣 《浙江大学学报(工学版)》 北大核心 2025年第5期890-901,共12页
针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补... 针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补其缺陷的同时,强化局部特征提取能力.引入图像相对位置编码,通过有向相对位置的动态计算,帮助网络更好地建模像素间的位置关系.使用类别残差注意力,根据疾病类别来调整分类器关注的区域,突出有效信息,提高多标签分类能力.提出动态难度损失函数,解决不同疾病分类的难度差异大,数据集中正负样本不平衡的问题.在公开数据集ChestX-Ray14、CheXpert和MIMIC-CXR-JPG上的实验结果表明,提出CAWSNet的AUC分数分别达到0.853、0.898和0.819,表明该网络在胸部X光影像疾病诊断中的有效性和鲁棒性. 展开更多
关键词 胸部X光图像分类 窗口自注意力 卷积 图像相对位置编码 动态难度损失函数
在线阅读 下载PDF
基于半监督学习的多标签遥感图像分类方法
12
作者 杨秋勇 杨春 《沈阳工业大学学报》 北大核心 2025年第3期355-361,共7页
【目的】遥感图像作为观测地球的重要工具,被广泛应用于环境监测、资源勘探、灾害预警等多个领域。然而,遥感图像在采集过程中容易受到传感器噪声、大气干扰等因素的影响,导致图像质量下降,细节信息模糊,给后续的图像分析和目标分类带... 【目的】遥感图像作为观测地球的重要工具,被广泛应用于环境监测、资源勘探、灾害预警等多个领域。然而,遥感图像在采集过程中容易受到传感器噪声、大气干扰等因素的影响,导致图像质量下降,细节信息模糊,给后续的图像分析和目标分类带来了巨大挑战。在多标签遥感图像分类任务中,由于图像中往往包含多个类别的目标,且这些目标之间可能存在复杂的关联和依赖关系,传统的监督学习方法在处理这类问题时显得力不从心,分类误差较大。【方法】为有效应对遥感图像噪声影响、准确捕捉图像特征、提高分类精度,提出一种半监督学习的多标签遥感图像分类方法。利用感知损失函数对遥感图像进行预处理,通过查找图像中存在细节丢失和模糊的像素点位置,计算原始图像和缺陷图像的信噪比残差值,确定遥感图像质量下降程度。设计了一种基于残差映射的图像去噪算法,按照残差映射值调整含噪位置的频谱值,通过调节像素的高低频关系提高信噪比,恢复图像中的细节信息。采用半监督学习方法对图像分类器进行更新改进,提高遥感图像的处理效率和分类准确性,以此实现多标签遥感图像的分类。【结果】为了验证方法的有效性,在不同分辨率、不同主成分数情况下进行了图像分类实验,同时,设计了针对不同类型遥感图像的分类实验。测试结果表明,方法在去噪效果和图像细节还原方面表现出色,能够清晰地区分每个区域的色块,恢复了图像中的关键细节信息。在地貌特征提取方面,结果与实际地貌分布的吻合度较高,误差较小,证明了其在遥感图像特征提取方面的优势。在图像分类精度方面,方法在图像分辨率为70像素×80像素、主成分数为12时,分类精度达到0.88,表现出了较高的分类精度。同时,在对不同类型的遥感图像进行分类时,方法的分类精度也保持在0.9以上,最高达到0.98,充分验证了其广泛的适用性和高分类精度。【结论】实验结果表明,方法利用结合感知损失函数、残差映射的图像去噪算法和半监督学习方法,实现了多标签遥感图像分类。不仅提高了遥感图像的处理效率和分类精度,还为遥感图像处理领域提供了新的思路和技术支持,具有较高的理论意义和实际应用价值。 展开更多
关键词 图像去噪 感知损失函数 信噪比 残差映射 半监督学习 图像分类 多标签遥感图像 特征提取
在线阅读 下载PDF
基于Softmax分类器的小春作物种植空间信息提取 被引量:11
13
作者 蒋怡 黄平 +4 位作者 董秀春 李宗南 王昕 魏来 邱金春 《西南农业学报》 CSCD 北大核心 2019年第8期1880-1885,F0003,共7页
[目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨... [目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油菜、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息。[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油菜生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Softmax法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10 m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散。[结论]Softmax分类器在10~30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作。 展开更多
关键词 小春作物 softmax 机器学习 空间分辨率 分类精度
在线阅读 下载PDF
ε不敏感损失函数支持向量机分类性能研究 被引量:17
14
作者 杨俊燕 张优云 朱永生 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第11期1315-1320,共6页
将原先用于支持向量回归的ε不敏感损失函数引入到支持向量分类中,提出ε不敏感损失函数支持向量分类算法(-εSVC).同标准支持向量分类方法(C-SVC)和最小二乘支持向量分类方法(LS-SVC)相比较,试验结果表明:当赋予参数ε一个足够大的接近... 将原先用于支持向量回归的ε不敏感损失函数引入到支持向量分类中,提出ε不敏感损失函数支持向量分类算法(-εSVC).同标准支持向量分类方法(C-SVC)和最小二乘支持向量分类方法(LS-SVC)相比较,试验结果表明:当赋予参数ε一个足够大的接近于1的值时,-εSVC的分类正确率略低于C-SVC和LS-SVC,但是-εSVC的训练、测试和参数选择的速度要高于C-SVC和LS-SVC.特别是对于大规模数据集,这种优势将更加明显.另外,通过精确选择参数ε的值,-εSVC能够获得比C-SVC和LS-SVC更高的分类正确率,但是训练、测试和参数选择的速度却随着ε的减小而降低. 展开更多
关键词 ε不敏感损失函数 支持向量分类 模式分类 支持向量回归
在线阅读 下载PDF
用于图像分类的卷积神经网络中激活函数的设计 被引量:60
15
作者 王红霞 周家奇 +1 位作者 辜承昊 林泓 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2019年第7期1363-1373,共11页
为了提高图像分类效果,针对卷积神经网络中常用激活函数relu在x负半轴的导数恒为零,导致训练过程中容易造成神经元"坏死"以及现有组合激活函数relu-softplus在模型收敛情况下学习率过小导致收敛速度慢的问题,提出新的组合激... 为了提高图像分类效果,针对卷积神经网络中常用激活函数relu在x负半轴的导数恒为零,导致训练过程中容易造成神经元"坏死"以及现有组合激活函数relu-softplus在模型收敛情况下学习率过小导致收敛速度慢的问题,提出新的组合激活函数relu-softsign.分析激活函数在训练过程中的作用,给出激活函数在设计时需要考虑的要点;根据这些要点,将relu和softsign函数于x轴正、负半轴进行分段组合,使其x负半轴导数不再恒为零;分别在MNIST、PI100、CIFAR-100和Caltech256数据集上,与单一的激活函数和relu-softplus组合激活函数进行对比实验.实验结果表明,使用relu-softsign组合激活函数提高了模型分类准确率,简单有效地缓解了神经元不可逆"坏死"现象;加快了模型的收敛速度,在复杂数据集上该组合函数的收敛性能更好. 展开更多
关键词 图像分类 卷积神经网络 激活函数 relu 神经元坏死 组合激活函数
在线阅读 下载PDF
基于二维隶属函数的场地模糊分类及其应用 被引量:8
16
作者 张世海 刘叔军 +1 位作者 欧进萍 王光远 《岩土工程学报》 EI CAS CSCD 北大核心 2005年第8期912-917,共6页
首先分析了场地土及其分类的模糊性特征,并在综合考虑现行建(构)筑物抗震规范场地分类特征的基础上,构建了四类场地的二维隶属函数,实现了场地分类边界模糊化;其次给出了基于最大隶属度、加权综合及特征周期的三种场地模糊分类法,实现... 首先分析了场地土及其分类的模糊性特征,并在综合考虑现行建(构)筑物抗震规范场地分类特征的基础上,构建了四类场地的二维隶属函数,实现了场地分类边界模糊化;其次给出了基于最大隶属度、加权综合及特征周期的三种场地模糊分类法,实现了场地分类连续化,探讨了各类方法在抗震结构设计中的应用;最后给出了场地特征周期连续化方法及其空间分布图,结果表明:该方法所确定的特征周期分布与现行建筑抗震规范给出的特征周期等值图吻合较好。所建场地分类法克服了在分类边界处易出现类别跳跃等不合理现象,基本实现了现行建(构)筑物抗震规范在场地分类方面的统一,为工程抗震设计中客观确定地震作用及采取合理抗震对策等奠定了基础。 展开更多
关键词 模糊分类 隶属函数 场地土 应用 二维 连续化方法 抗震规范 场地分类 特征周期
在线阅读 下载PDF
基于SVM不同核函数的多源遥感影像分类研究 被引量:8
17
作者 王双亭 艾泽天 +1 位作者 都伟冰 康敏 《河南理工大学学报(自然科学版)》 CAS 2011年第3期304-309,共6页
选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精... 选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近. 展开更多
关键词 SVM 函数 多源遥感影像分类
在线阅读 下载PDF
文本分类中结合评估函数的TEF-WA权值调整技术 被引量:26
18
作者 唐焕玲 孙建涛 陆玉昌 《计算机研究与发展》 EI CSCD 北大核心 2005年第1期47-53,共7页
文本自动分类面临的难题之一是如何从高维的特征空间中选取对文本分类有效的特征,以适应文本分类算法并提高分类精度.针对这一问题,在分析比较特征选择和权值调整对文本分类精度和效率的影响后,提出了一种结合评估函数的TEF-WA权重调整... 文本自动分类面临的难题之一是如何从高维的特征空间中选取对文本分类有效的特征,以适应文本分类算法并提高分类精度.针对这一问题,在分析比较特征选择和权值调整对文本分类精度和效率的影响后,提出了一种结合评估函数的TEF-WA权重调整技术,设计了一种新的权重函数,将特征评估函数蕴含到权值函数,按照特征对文本分类的辨别能力调整其在分类器中的贡献.实验结果证明了TEF-WA权值调整技术在提高分类精度和降低算法的时间复杂度方面都是有效的. 展开更多
关键词 向量空间模型(VSM) 特征选择 权重调整 特征评估函数 文本分类
在线阅读 下载PDF
基于白化权函数分类区分度的变权灰色聚类 被引量:23
19
作者 王正新 党耀国 刘思峰 《统计与信息论坛》 CSSCI 2011年第6期23-27,共5页
针对灰色聚类指标权重确定的问题,通过定义白化权函数的分类区分度来度量各指标对聚类对象的分类所作的贡献,并据此确定分类指标的权重。在此基础上,提出了变权灰色聚类方法。结果表明,该方法能够融合聚类对象的样本信息和专家的经验,... 针对灰色聚类指标权重确定的问题,通过定义白化权函数的分类区分度来度量各指标对聚类对象的分类所作的贡献,并据此确定分类指标的权重。在此基础上,提出了变权灰色聚类方法。结果表明,该方法能够融合聚类对象的样本信息和专家的经验,有效确定不同聚类对象的各指标权重,且适用于聚类指标的量纲不同、数量级悬殊较大的情形。最后通过一个实例说明了变权灰色聚类的实用性和有效性。 展开更多
关键词 灰色聚类 变权 白化权函数 分类区分度
在线阅读 下载PDF
一种新的直方图核函数及在图像分类中的应用 被引量:13
20
作者 贾世杰 孔祥维 《电子与信息学报》 EI CSCD 北大核心 2011年第7期1738-1742,共5页
基于核方法的支持向量机(SVM)以其良好的推广性在图像分类等领域已经得到广泛应用,运用支持向量机的关键是设计有效的核函数。为克服传统核函数较少融合先验知识的弱点,该文提出基于数据驱动的核函数构建方法;并结合词包(BOW)模型,设计... 基于核方法的支持向量机(SVM)以其良好的推广性在图像分类等领域已经得到广泛应用,运用支持向量机的关键是设计有效的核函数。为克服传统核函数较少融合先验知识的弱点,该文提出基于数据驱动的核函数构建方法;并结合词包(BOW)模型,设计了一种基于TF-IDF规则的加权二次卡方(Weighted Quadritic Chisquared,WQC)距离的直方图核函数;在计算直方图之间距离时充分考虑到不同量化区间的不同区分性能,从而增强核函数对不同类别的区分能力。在Caltech101/256等多个经典图像数据集上的分类实验结果验证了该文方法的有效性。 展开更多
关键词 图像分类 函数 直方图 支持向量机
在线阅读 下载PDF
上一页 1 2 41 下一页 到第
使用帮助 返回顶部