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
共找到71篇文章
< 1 2 … 4 >
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：
多度量下ResGAT的风力发电机齿轮箱故障诊断
1
作者 李明 曹洁 +1 位作者 刘宗礼 王进花 《太阳能学报》 北大核心 2025年第6期683-690,共8页
针对现有深度学习方法在风力发电机齿轮箱故障诊断方面的特征提取和样本相似性建模局限性,提出一种多种距离度量下残差连接的图注意力网络(ResGAT)。该方法构建全连接图以生成邻接矩阵,并结合多种距离度量方法,充分挖掘样本之间的相似... 针对现有深度学习方法在风力发电机齿轮箱故障诊断方面的特征提取和样本相似性建模局限性,提出一种多种距离度量下残差连接的图注意力网络(ResGAT)。该方法构建全连接图以生成邻接矩阵,并结合多种距离度量方法,充分挖掘样本之间的相似性。利用图注意力网络进行节点特征聚合,结合残差连接以减轻模型梯度消失风险。进一步地,在Adam优化器中融入L2正则化及偏置校正,以降低过拟合问题。实验结果显示,ResGAT方法在WT-Planetary gearbox dataset齿轮箱数据集上能有效提取样本间相似性,并在风力发电机齿轮箱故障诊断上展现出优异性能。 展开更多
关键词 风力发电机 齿轮箱 故障诊断 深度学习 图注意力网络 过拟合
在线阅读 下载PDF
低密度奇偶校验码正则化神经网络归一化最小和译码算法
2
作者 周华 周鸣 张立康 《电子与信息学报》 北大核心 2025年第5期1486-1493,共8页
低密度奇偶校验(LDPC)码基于神经网络的归一化最小和(NNMS)译码算法按照网络中权重的共享方式可分为不共享(NNMS)、全共享(SNNMS)、部分共享(VC-SNNMS和CV-SNNMS)等。该文针对LDPC码在使用NNMS,VC-SNNMS和CV-SNNMS译码时因高复杂度导致... 低密度奇偶校验(LDPC)码基于神经网络的归一化最小和(NNMS)译码算法按照网络中权重的共享方式可分为不共享(NNMS)、全共享(SNNMS)、部分共享(VC-SNNMS和CV-SNNMS)等。该文针对LDPC码在使用NNMS,VC-SNNMS和CV-SNNMS译码时因高复杂度导致的过拟合问题,引入正则化(Regularization)优化了神经网络中边信息的权重训练,抑制了基于神经网络译码的过拟合问题,分别得到RNNMS,RVC-SNNMS和RCVSNNMS算法。仿真结果表明:采用共享权重可以减轻神经网络训练负担,降低LDPC码基于神经网络译码的误比特率(BER);正则化能有效缓解过拟合现象提升神经网络的译码性能。针对码长为576,码率为0.75的LDPC码,当误码率BER=10-6时,RNNMS,RVC-SNNMS和RCV-SNNMS算法相较于NNMS,VC-SNNMS和CV-SNNMS算法分别得到了0.18 dB,0.22 dB和0.27 dB的信噪比(SNR)增益,其中最佳的RVC-SNNMS算法相较于BP算法、NNMS算法和SNNMS算法,分别获得了0.55 dB,0.51 dB和0.22 dB的信噪比增益。 展开更多
关键词 低密度奇偶校验码 神经网络 归一化最小和译码 过拟合 正则化
在线阅读 下载PDF
基于局部合力改进的Borderline-SMOTE过采样方法
3
作者 吕峰 宋媚 +2 位作者 赵礼 祝义 李赫男 《南京师大学报(自然科学版)》 北大核心 2025年第5期93-103,共11页
数据分类是保障大数据分析有效进行的关键环节,解决数据分类中的类别不平衡成为当前研究的热点.过采样技术凭借其简洁性、有效性等特点,成为处理类不平衡问题的主要途径之一.现有的过采样技术在处理不平衡数据中类重叠时缺乏合理的采样... 数据分类是保障大数据分析有效进行的关键环节,解决数据分类中的类别不平衡成为当前研究的热点.过采样技术凭借其简洁性、有效性等特点,成为处理类不平衡问题的主要途径之一.现有的过采样技术在处理不平衡数据中类重叠时缺乏合理的采样策略,导致机器学习模型预测时出现过拟合.因此,本文提出一种基于局部合力改进的Borderline-SMOTE过采样方法(IBSLG).首先,根据少数类样本最近邻分布构建边界区域;其次,基于局部合力计算边界区域内样本的集中度,根据集中度将样本划分为低概率/高概率边界样本;然后,基于两类边界样本分布,计算缩放因子构建新边界区域;最后,基于类不平衡比,对新边界区域自适应生成新样本.通过IBSLG与6种采样方法在4种分类器、8个不平衡数据集上进行对比实验,结果表明,IBSLG在大部分数据集上取得了最优的F1、G-mean、AUC和Friedman排名,并在大部分分类器上取得了最高的平均次优率,说明所提方法的有效性. 展开更多
关键词 不平衡数据 过拟合 类重叠 过采样 Borderline-SMOTE 局部合力
在线阅读 下载PDF
多标签零样本学习知识迁移集成分类方法
4
作者 王广晨 王宵 +1 位作者 马忠臣 詹永照 《小型微型计算机系统》 北大核心 2025年第5期1097-1104,共8页
在多标签零样本学习中,防止模型对可见类别过拟合,提升对不可见类的泛化识别能力是一个显著的挑战.受集成学习具有良好泛化性的启发,本文提出了一种知识迁移集成分类头方法.该方法将单次训练过程分为多个周期,使识别特定类别的共享知识... 在多标签零样本学习中,防止模型对可见类别过拟合,提升对不可见类的泛化识别能力是一个显著的挑战.受集成学习具有良好泛化性的启发,本文提出了一种知识迁移集成分类头方法.该方法将单次训练过程分为多个周期,使识别特定类别的共享知识从标准图像分类头的特征空间中解耦并分配至多个分类头中,而标准图像分类头的特征空间中识别可见类的基础知识得以保留,进而实现有效识别可见类别的同时,增强对不可见类别的泛化识别能力.该集成分类头可方便地移植到几乎所有的多标签零样本学习模型中,因而其与现有的多标签零样本学习模型的分类头正交,显示出高度的灵活性与鲁棒性.通过分析分类头对识别类别的置信度,揭示了对可见类过拟合的潜在原因,即现有多标签零样本学习方法的分类头受可见类的基础知识的影响,限制了共享知识的有效学习.本方法在两个大规模多标签零样本基准上进行了广泛性实验,证明了本方法的有效性. 展开更多
关键词 多标签零样本学习 知识迁移 集成学习 过拟合
在线阅读 下载PDF
用于高维小样本特征选择的超网络设计
5
作者 魏俊伊 董红斌 余紫康 《智能系统学报》 北大核心 2025年第2期465-474,共10页
特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘... 特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘,从而出现过拟合的情况。为了解决此类问题,提出了端到端的稀疏重构网络,模型先对特征进行稀有增强和奇异值嵌入,之后通过并行辅助网络对嵌入矩阵进行训练,重构预测权重,实现了削减参数的超网络学习方式。参数较少的网络受过拟合的影响也会随之减少,有效降低了无效参数对网络的影响。对生物、医学领域的12种高维小样本数据集进行了实验,并通过对比实验发现在8种特征选择网络中降维后,本网络的分类准确率平均提升了3.26百分点。另外,通过消融实验分别证明了分解层、重构层、关联层的作用,最后分析权重结果,进一步阐述了模型的扩展应用。 展开更多
关键词 特征选择 正则化网络 过拟合 端到端 稀疏重构 奇异值 辅助网络 超网络 高维小样本
在线阅读 下载PDF
基于梯度权值追踪的域自适应分类研究
6
作者 崔绍君 季繁繁 +1 位作者 王婷 袁晓彤 《南京信息工程大学学报》 北大核心 2025年第2期203-214,共12页
本文提出一种基于梯度权值追踪的剪枝与优化算法(GWP),旨在解决无监督领域中存在的过拟合问题,即在下游任务上的精度远低于在训练集上的精度.针对无监督领域自适应中基于差异与基于对抗的方法,将稠密-稀疏-稠密策略应用于解决过拟合问题... 本文提出一种基于梯度权值追踪的剪枝与优化算法(GWP),旨在解决无监督领域中存在的过拟合问题,即在下游任务上的精度远低于在训练集上的精度.针对无监督领域自适应中基于差异与基于对抗的方法,将稠密-稀疏-稠密策略应用于解决过拟合问题.先对网络进行密集预训练,并学出哪些连接是重要的;在剪枝阶段,与原有的稠密-稀疏-稠密策略中的剪枝过程不同,本文的优化算法同时将权值和梯度联合考虑,既考虑到了权值信息(即零阶信息),也考虑到了梯度信息(即一阶信息)对网络剪枝过程的影响;在重密集阶段,恢复被修剪的连接,并以较小的学习率重新训练密集网络.最终,得到的网络在下游任务上取得了理想的效果.实验结果表明,与原有的基于差异和基于对抗的领域自适应方法相比,本文提出的GWP可以有效提升下游任务精度,且具有即插即用的效果. 展开更多
关键词 梯度权值追踪 无监督领域自适应 稠密-稀疏-稠密 过拟合 零阶信息 一阶信息
在线阅读 下载PDF
基于风险分析和模糊专家系统的电力工程应急成本估算方法
7
作者 陈铭 梅诗妍 《沈阳工业大学学报》 北大核心 2025年第3期281-287,共7页
【目的】电力工程因施工周期长,易受多种不确定因素影响,可能导致成本大幅增加。因此,合理估算应急成本对工程管理至关重要。然而,传统基于经验的方法误差较大,难以适应复杂的工程环境。基于模糊专家系统和机器学习的方法在性能上虽有... 【目的】电力工程因施工周期长,易受多种不确定因素影响,可能导致成本大幅增加。因此,合理估算应急成本对工程管理至关重要。然而,传统基于经验的方法误差较大,难以适应复杂的工程环境。基于模糊专家系统和机器学习的方法在性能上虽有所改进,但仍存在参数优化难、过拟合严重等问题。为此,提出了一种应急成本估算新方法,通过结合自适应网络模糊推理系统处理不确定性问题的优势,并引入主成分分析模块缓解过拟合问题,进而提高预测精度。【方法】提出了一种结合风险分析和自适应网络的模糊推理系统的应急成本估算方法,通过分析影响电力工程成本的13个风险因素,建立了应急成本与风险因素之间的关系模型;利用模糊逻辑处理不确定性问题,引入了自适应网络模糊推理系统。自适应网络模糊推理系统通过模糊化输入变量并利用神经网络进行推理,避免了传统模糊专家系统对模糊规则库的依赖。为进一步提高预测精度,在自适应网络模糊推理系统中引入了主成分分析模块,通过降维减少冗余信息,缓解了其在小数据集上可能出现的过拟合问题。【结果】实验选取210条电力工程应急成本数据,随机选取80%作为训练集、20%作为测试集,对比4种方法的性能:基于Mamdani模糊推理的方法、基于支持向量机的方法、基于自适应网络模糊推理系统的方法和基于改进型自适应网络模糊推理系统的方法。实验结果表明:对比两种现有方法,基于自适应网络模糊推理系统的方法在训练集上表现优异,但在测试集上过拟合严重;引入主成分分析模块后,基于改进型自适应网络模糊推理系统的方法在测试集上的表现明显更优、泛化能力更强且收敛速度更快。【结论】基于改进型自适应网络模糊推理系统的应急成本估算方法结合了模糊推理和神经网络的优势,提高了对电力工程应急成本的预测精度。主要创新点为:提出了一种应急成本估算方法,结合了模糊逻辑和神经网络的优势,能够有效处理不确定性问题;在自适应网络模糊推理系统中引入了主成分分析模块,通过降维减少了冗余信息,有效避免了模型过拟合问题,提高了其泛化能力。该方法可为电力工程预算管理提供智能化解决方案,也可推广至其他不确定性成本预测领域。 展开更多
关键词 应急成本 风险因素 模糊专家系统 模糊推理 自适应网络 主成分分析方法 过拟合 收敛速度
在线阅读 下载PDF
基于无人机多光谱实测数据的草地生物量反演模型比较 被引量：6
8
作者 贾元 张琳 +3 位作者 吴冬秀 宋创业 袁伟影 李凌浩 《生态学报》 CAS CSCD 北大核心 2024年第15期6854-6864,共11页
应用无人机近地面遥感技术估算草地生物量是目前较热门的方法,但构建的反演模型类型、变量、算法差异较大。通过在内蒙古锡林郭勒获取的无人机多光谱影像提取出波段反射率、植被指数等变量,与实际获取的地面样方调查数据结合,构建并对比... 应用无人机近地面遥感技术估算草地生物量是目前较热门的方法,但构建的反演模型类型、变量、算法差异较大。通过在内蒙古锡林郭勒获取的无人机多光谱影像提取出波段反射率、植被指数等变量,与实际获取的地面样方调查数据结合,构建并对比了8种最常用的参数与非参数方法构建的草地地上生物量预测模型,评估不同模型的精度和建模变量,以期能够优化得到最佳预测模型。研究结果表明8种模型中参数模型精度相对较低,非参数模型具有更高精度;参数模型中多变量的广义线性模型优于线性、对数和指数这3个参数模型;非参数模型中K近邻、支持向量机、极端梯度提升和随机森林4种模型的决定系数R^(2)都大于0.7,但随机森林模型相对更稳健,且模型变量数最少。建模变量中归一化植被指数和红波段反射率变量对生物量估算作用较大。综上,随机森林模型是较适用于内蒙古锡林郭勒地区草原无人机近地面遥感技术估算草地生物量的模型,然而在超参数调整、算法优化,以及植被多源变量筛选等方面还需要更深入的研究。 展开更多
关键词 草原 无人机遥感 地上生物量 模型比较 交叉验证 过拟合
在线阅读 下载PDF
面向大型数据集的高效决策树参数剪枝算法 被引量：9
9
作者 谢兆贤 邹兴敏 张文静 《计算机工程》 CSCD 北大核心 2024年第1期156-165,共10页
决策树在数据分类上具有较好的效果,但容易产生过拟合的现象,解决方案是对决策树进行剪枝处理,然而传统剪枝算法普遍存在预剪枝容易欠拟合、后剪枝时间消耗多、网络搜索剪枝仅适用于小型数据集等问题。为了解决以上问题,提出一种高效的... 决策树在数据分类上具有较好的效果,但容易产生过拟合的现象,解决方案是对决策树进行剪枝处理,然而传统剪枝算法普遍存在预剪枝容易欠拟合、后剪枝时间消耗多、网络搜索剪枝仅适用于小型数据集等问题。为了解决以上问题,提出一种高效的决策树参数剪枝算法。根据网络安全态势感知模型,建立剪枝决策树态势感知系统架构,分析网络数据流。在生成决策树的过程中,利用枚举与二分搜索算法找出决策树最大深度,采用深度优先搜索算法找到节点最小分裂数和最大特征数,最终结合这3个最优参数自上而下完成剪枝。实验结果表明,所提算法在大型数据集上的过拟合风险较小,训练集与测试集准确率都在95%以上,同时相比于后剪枝算法中表现较好的悲观错误剪枝算法快了近20倍。 展开更多
关键词 决策树 剪枝 过拟合 安全态势感知 泛化性
在线阅读 下载PDF
基于梯度权重变化训练策略的低资源机器翻译 被引量：1
10
作者 王家琪 朱俊国 余正涛 《计算机科学与探索》 CSCD 北大核心 2024年第3期731-739,共9页
近年来Transformer等神经网络模型在机器翻译上取得了显著的成功,但训练这些模型需要依靠丰富的有标签数据,而低资源机器翻译因受限于平行语料库的规模,导致训练得到的模型表现不佳,同时很容易针对高频词汇过度拟合,从而降低模型在测试... 近年来Transformer等神经网络模型在机器翻译上取得了显著的成功,但训练这些模型需要依靠丰富的有标签数据,而低资源机器翻译因受限于平行语料库的规模,导致训练得到的模型表现不佳,同时很容易针对高频词汇过度拟合,从而降低模型在测试集上的泛化能力。为了缓解这一现象,提出了一种梯度权重变化的策略,即在Adam算法基础上为每一个新批次所产生的梯度乘以一个系数。该系数递增变化,旨在在训练早期削弱对高频特征的依赖,而在训练后期保持算法的快速收敛优势。介绍了模型改进后的训练流程,其中包括系数的调整和衰减,以实现在不同训练阶段的不同侧重。这种策略的目标是增加对低频词汇的关注度,防止模型对高频词汇的过拟合。在三个低资源的双语数据集上进行了翻译任务实验,该方法在测试集上相对于基线模型分别提升了0.72、1.37和1.04个BLEU得分。 展开更多
关键词 神经机器翻译 过拟合 动态梯度权重
在线阅读 下载PDF
卷积神经网络的正则化方法综述 被引量：11
11
作者 陈琨 王安志 《计算机应用研究》 CSCD 北大核心 2024年第4期961-969,共9页
近年来,卷积神经网络已经广泛应用于计算机视觉各个领域中并取得了显著的效果。正则化方法是卷积神经网络的重要组成部分,它能避免卷积神经网络在模型训练的过程中出现过拟合现象。目前关于卷积神经网络正则化方法的综述较少,且大多缺... 近年来,卷积神经网络已经广泛应用于计算机视觉各个领域中并取得了显著的效果。正则化方法是卷积神经网络的重要组成部分,它能避免卷积神经网络在模型训练的过程中出现过拟合现象。目前关于卷积神经网络正则化方法的综述较少,且大多缺乏对新提出的正则化方法的总结。首先对卷积神经网络中的正则化方法相关文献进行详细的总结和梳理,将正则化方法分为参数正则化、数据正则化、标签正则化和组合正则化;然后在ImageNet等公开数据集上,基于top-1 accuracy、top-5 accuracy等评价指标,对不同正则化方法的优缺点进行对比分析;最后讨论了卷积神经网络的正则化方法未来的研究趋势和工作方向。 展开更多
关键词 卷积神经网络 正则化方法 过拟合 泛化
在线阅读 下载PDF
基于小波采样理论的新型准则函数
12
作者 毛伟伟 张治国 金晓宇 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第1期102-109,共8页
为解决在噪声环境下建模的过拟合问题,基于小波采样理论,提出一种适用于小波神经网络的新型准则函数,并设计了相应的训练算法。这种算法能够利用样本分布和误差训练输入和输出层权值,因此可以大大提高小波神经网络的学习效率。理论和试... 为解决在噪声环境下建模的过拟合问题,基于小波采样理论,提出一种适用于小波神经网络的新型准则函数,并设计了相应的训练算法。这种算法能够利用样本分布和误差训练输入和输出层权值,因此可以大大提高小波神经网络的学习效率。理论和试验表明,新型准则函数有力地保证了小波神经网络的泛化能力,其相应的算法具有全局收敛性,并对噪声变化具有良好的鲁棒性。 展开更多
关键词 广义采样 神经网络 过拟合 小波采样
在线阅读 下载PDF
决策树优化选择下城市交通出行特征研究
13
作者 李文 《现代电子技术》 北大核心 2024年第5期182-186,共5页
文中对基于决策树优化选择下城市交通出行特征进行研究,通过研究城市交通出行方式,缓解城市交通出行压力。基于决策树算法基本理论,构建决策树模型,选取城市交通出行特征作为分类依据,运用C4.5决策树算法对城市交通出行数据进行分类,根... 文中对基于决策树优化选择下城市交通出行特征进行研究,通过研究城市交通出行方式,缓解城市交通出行压力。基于决策树算法基本理论,构建决策树模型,选取城市交通出行特征作为分类依据,运用C4.5决策树算法对城市交通出行数据进行分类,根据分类后各个不同特征叶子节点对上层子节点的总占比进行城市交通出行特征优化选择分析,并在“Occam's razor”的基础上,利用重新引入法提出优化方法,解决C4.5决策树算法存在的过度拟合问题,提升城市交通出行方式分析效果。实验结果表明,该方法可有效分析城市交通现有出行特征,指导城市交通规划,依据该方法的分析结果对早高峰线路进行优化后,有效减少了长距离拥堵路段,同时避免了严重阻塞路段的产生。 展开更多
关键词 城市交通 出行特征 决策树 优化选择 特征分类 C4.5决策树算法 奥卡姆剃刀理论 过度拟合
在线阅读 下载PDF
人工神经网络预报模型的过拟合研究 被引量：83
14
作者 金龙 况雪源 +2 位作者 黄海洪 覃志年 王业宏 《气象学报》 CAS CSCD 北大核心 2004年第1期62-70,共9页
针对神经网络方法在预报建模中存在的“过拟合”(overfitting)现象和提高泛化性能 (generalizationcapability)问题 ,提出了采用主成分分析构造神经网络低维学习矩阵的预报建模方法。研究结果表明 ,这种新的神经网络预报建模方法 ,通过... 针对神经网络方法在预报建模中存在的“过拟合”(overfitting)现象和提高泛化性能 (generalizationcapability)问题 ,提出了采用主成分分析构造神经网络低维学习矩阵的预报建模方法。研究结果表明 ,这种新的神经网络预报建模方法 ,通过浓缩预报信息 ,降维去噪 ,使得神经网络的预报建模不需要进行适宜隐节点数的最优网络结构试验 ,没有“过拟合”现象 。 展开更多
关键词 人工神经网络 预报模型 过拟合现象 泛化性能
在线阅读 下载PDF
基于卷积神经网络的图像分类算法综述 被引量：82
15
作者 季长清 高志勇 +1 位作者 秦静 汪祖民 《计算机应用》 CSCD 北大核心 2022年第4期1044-1049,共6页
卷积神经网络(CNN)是目前基于深度学习的计算机视觉领域中重要的研究方向之一。它在图像分类和分割、目标检测等的应用中表现出色,其强大的特征学习与特征表达能力越来越受到研究者的推崇。然而,CNN仍存在特征提取不完整、样本训练过拟... 卷积神经网络(CNN)是目前基于深度学习的计算机视觉领域中重要的研究方向之一。它在图像分类和分割、目标检测等的应用中表现出色,其强大的特征学习与特征表达能力越来越受到研究者的推崇。然而,CNN仍存在特征提取不完整、样本训练过拟合等问题。针对这些问题,介绍了CNN的发展、CNN经典的网络模型及其组件,并提供了解决上述问题的方法。通过对CNN模型在图像分类中研究现状的综述,为CNN的进一步发展及研究方向提供了建议。 展开更多
关键词 深度学习 卷积神经网络 图像分类 特征提取 过拟合
在线阅读 下载PDF
改进的基于AdaBoost算法的人脸检测方法 被引量：15
16
作者 熊盛武 宗欣露 朱国锋 《计算机应用研究》 CSCD 北大核心 2007年第11期298-300,共3页
针对传统AdaBoost算法的不足,分析了训练过程中出现的退化问题及样本权重扭曲的现象,并提出了解决这一问题的有效方法。该方法对样本权重的更新规则进行了适当的调整,即为每一轮循环设定一个权重更新阈值,根据样本是否被错误分类以及当... 针对传统AdaBoost算法的不足,分析了训练过程中出现的退化问题及样本权重扭曲的现象,并提出了解决这一问题的有效方法。该方法对样本权重的更新规则进行了适当的调整,即为每一轮循环设定一个权重更新阈值,根据样本是否被错误分类以及当前权重是否大于该阈值来更新样本权重,从而限制了困难样本权重的过分增大。使用该方法训练级联人脸检测器,试验结果表明,该方法较好地解决了传统AdaBoost算法所出现的退化问题,在保证检测率的同时降低了误检率。 展开更多
关键词 ADABOOST 人脸检测 权重调整 退化 级联分类器
在线阅读 下载PDF
支持向量机算法在若干熔盐相图中间相预报中的应用 被引量：7
17
作者 刘旭 陆文聪 +3 位作者 刘亮 陈念贻 叶晨洲 杨杰 《应用科学学报》 CAS CSCD 2004年第1期55-59,共5页
用支持向量机(SVM)算法与原子参数方法相结合预报了KNO3-KBr、KNO3-KI、Cs,Li,Er|Cl等含卤化物系的中间化合物形成情况.若干预报已得到实验证实.用留一法对比了SVM算法和若干传统的模式识别算法对AX-BX系和AX2-BX2系形成中间化合物,含... 用支持向量机(SVM)算法与原子参数方法相结合预报了KNO3-KBr、KNO3-KI、Cs,Li,Er|Cl等含卤化物系的中间化合物形成情况.若干预报已得到实验证实.用留一法对比了SVM算法和若干传统的模式识别算法对AX-BX系和AX2-BX2系形成中间化合物,含稀土氯化物的盐系形成A3B2Cl9型和A2BCl5型化合物等的预报正确率,结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高. 展开更多
关键词 支持向量机 过拟合 中间相预报 熔盐相图 模式识别算法
在线阅读 下载PDF
基于分数阶灰色模型的农业用水量预测 被引量：15
18
作者 李俊 宋松柏 +1 位作者 郭田丽 王小军 《农业工程学报》 EI CAS CSCD 北大核心 2020年第4期82-89,共8页
针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个... 针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个目标函数构造优化模型,采用改进NSGA-Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行模型求解。根据验证集拟合结果优选出模型阶数,结合分数阶反向累加灰色模型(fractional order reverse accumulation grey model),以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将该文模型分别与传统GM(1,1)模型、自回归模型、基于小波分析理论组合模型进行对比。结果表明,该文模型对于通辽市、宝鸡市与鄂尔多斯市的农业用水量预测的相对误差分别为2.33%、0.31%和1.77%。同时,该文模型预测误差最小(比自回归模型分别低1.11%(通辽)、6.18%(宝鸡);比传统GM(1,1)模型分别低3.32%(通辽)、0.97%(宝鸡)),具有一定实用性,研究结果可为区域农业用水量预测提供依据。 展开更多
关键词 农业 水 模型 分数阶 灰色预测 振荡序列 过拟合 多目标优化
在线阅读 下载PDF
基于BP神经网络的库存动态预测及其应用 被引量：11
19
作者 罗兵 黄万杰 杨帅 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第2期137-140,共4页
利用库存的历史数据,建立了动态环境下一个基于BP神经网络的初始库存模型,采用提前结束训练法克服因样本量不足而产生的网络过适应问题,并通过网络的训练获得一个关系简单的库存模型。每次获得新样本数据后对模型进行重构,达到了动态建... 利用库存的历史数据,建立了动态环境下一个基于BP神经网络的初始库存模型,采用提前结束训练法克服因样本量不足而产生的网络过适应问题,并通过网络的训练获得一个关系简单的库存模型。每次获得新样本数据后对模型进行重构,达到了动态建模和分析的目的,并用实例进行了说明,为库存系统的管理决策提供了理论依据。 展开更多
关键词 BP神经网络 动态建模 库存管理 数据挖掘 过适应
在线阅读 下载PDF
基于粗集理论的新决策树剪枝方法 被引量：5
20
作者 王名扬 卫金茂 伊卫国 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2005年第3期28-32,共5页
提出了一种基于粗糙集理论的新决策树剪枝方法.在剪枝的过程中,不仅考虑了树的分类精度,而且还考虑了生成树的深度对剪枝的影响;最后针对具体的数据集对新方法进行了验证,得到了较好的效果.
关键词 过匹配 剪枝 深度拟合率 错误率
在线阅读 下载PDF
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 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部