期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于多标签随机森林的固体氧化物燃料电池系统并发故障识别 预览
1
作者 许朝雄 宫亮 杨煜普 《化工自动化及仪表》 CAS 2019年第10期828-833,共6页
为了快速准确地识别SOFC系统的并发故障,将多标签技术和机器学习算法相结合,实现了复杂非线性系统中并发故障数据稀少情况下的故障快速识别。研究了多标签随机森林故障识别方法,通过集成多个随机森林,系统地提升了并发故障的识别率。针... 为了快速准确地识别SOFC系统的并发故障,将多标签技术和机器学习算法相结合,实现了复杂非线性系统中并发故障数据稀少情况下的故障快速识别。研究了多标签随机森林故障识别方法,通过集成多个随机森林,系统地提升了并发故障的识别率。针对并发故障识别的多维标签输出的特殊性,采用F1-Measure准则来评价多维标签识别精度,从而实现对并发故障的识别精度评价。实验结果表明:多标签并发故障识别框架能够在并发故障训练数据稀少的情况下,高效地识别故障样本。 展开更多
关键词 固体氧化物燃料电池 并发故障识别 多标签 随机森林 F1-Measure
在线阅读 下载PDF
Application of Neural Network in Fault Location of Optical Transport Network 预览
2
作者 Tianyang Liu Haoyuan Mei +1 位作者 Qiang Sun Huachun Zhou 《中国通信:英文版》 SCIE CSCD 2019年第10期214-225,共12页
Due to the increasing variety of information and services carried by optical networks, the survivability of network becomes an important problem in current research. The fault location of OTN is of great significance ... Due to the increasing variety of information and services carried by optical networks, the survivability of network becomes an important problem in current research. The fault location of OTN is of great significance for studying the survivability of optical networks. Firstly, a three-channel network model is established and analyzing common alarm data, the fault monitoring points and common fault points are carried out. The artificial neural network is introduced into the fault location field of OTN and it is used to judge whether the possible fault point exists or not. But one of the obvious limitations of general neural networks is that they receive a fixedsize vector as input and produce a fixed-size vector as the output. Not only that, these models is even fixed for mapping operations (for example, the number of layers in the model). The difference between the recurrent neural network and general neural networks is that it can operate on the sequence. In spite of the fact that the gradient disappears and the gradient explodes still exist in the neural network, the method of gradient shearing or weight regularization is adopted to solve this problem, and choose the LSTM (long-short term memory networks) to locate the fault. The output uses the concept of membership degree of fuzzy theory to express the possible fault point with the probability from 0 to 1. Priority is given to the treatment of fault points with high probability. The concept of F-Measure is also introduced, and the positioning effect is measured by using location time, MSE and F-Measure. The experiment shows that both LSTM and BP neural network can locate the fault of optical transport network well, but the overall effect of LSTM is better. The localization time of LSTM is shorter than that of BP neural network, and the F1-score of LSTM can reach 0.961566888396156 after 45 iterations, which meets the accuracy and real-time requirements of fault location. Therefore, it has good application prospect and practical value to introduce neural networ 展开更多
关键词 optical transport networks FAILURE LOCALIZATION artificial NEURAL NETWORK longshort TERM memory NETWORK BP NEURAL NETWORK F1-Measure
在线阅读 下载PDF
基于卷积神经网络的大规模人脸聚类 预览 被引量:1
3
作者 申小敏 李保俊 +1 位作者 孙旭 徐维超 《广东工业大学学报》 CAS 2016年第6期77-84,共8页
大规模人脸聚类不仅要求高效的人脸特征,还要求聚类算法在保持高准确率的同时耗时短.本文通过构建卷积神经网络高效提取人脸特征,并采用经典K-means算法和现阶段新颖的CFSFDP(Clustering by Fast Search and Find of Density Peaks)... 大规模人脸聚类不仅要求高效的人脸特征,还要求聚类算法在保持高准确率的同时耗时短.本文通过构建卷积神经网络高效提取人脸特征,并采用经典K-means算法和现阶段新颖的CFSFDP(Clustering by Fast Search and Find of Density Peaks)算法进行大规模人脸聚类.实验在聚类数目递增的情况下进行,并通过随机指标(Rand Index,RI)、信息熵、F1-measure和混淆矩阵可视化来综合评估聚类的质量.结果表明,在大规模人脸聚类的情况下,卷积神经网络特征融合K-means的人脸聚类算法速度和准确率均优于CFSFDP算法.这一结论对大规模人脸聚类的实际应用具有重要的指导意义. 展开更多
关键词 大规模人脸聚类 卷积神经网络 K-MEANS 随机指标 信息熵 F1-测试值 混淆矩阵可视化
在线阅读 下载PDF
基于图聚类的蛋白质功能预测方法
4
作者 郭金文 林劼 《福建师范大学学报:自然科学版》 CAS CSCD 北大核心 2015年第3期26-31,38共7页
利用蛋白质序列的循环关系,采用循环匹配算法对数据进行预处理,得到相关联蛋白质数据集,再利用该数据集构造蛋白质的网络图,在此基础上采用图聚类算法,对待预测的蛋白质相关的各个蛋白聚类,并进行子群分割,对各个子群采用z值进一步计算... 利用蛋白质序列的循环关系,采用循环匹配算法对数据进行预处理,得到相关联蛋白质数据集,再利用该数据集构造蛋白质的网络图,在此基础上采用图聚类算法,对待预测的蛋白质相关的各个蛋白聚类,并进行子群分割,对各个子群采用z值进一步计算并得出作为预测结果的蛋白质功能.经实验,该方法与其它最新方法相比较,预测结果的最终衡量指标F1-measure具有明显的提升. 展开更多
关键词 蛋白质功能预测 循环关系 图聚类 蛋白质域 F1-measure
K-S检验与mRMR相结合的基因选择算法 预览 被引量:4
5
作者 谢娟英 胡秋锋 董亚非 《计算机应用研究》 CSCD 北大核心 2016年第4期1013-1018,1043共7页
为了解决基因数据集的基因选择难题,提出一种基于K-S检验与最小冗余最大相关(minimum redundancy-maximum relevance,mRMR)原则的基因选择算法。该算法先采用K-S检验选择出具有一定区分能力的基因,然后对选择到的基因进行mRMR判断,保... 为了解决基因数据集的基因选择难题,提出一种基于K-S检验与最小冗余最大相关(minimum redundancy-maximum relevance,mRMR)原则的基因选择算法。该算法先采用K-S检验选择出具有一定区分能力的基因,然后对选择到的基因进行mRMR判断,保留与类别高度相关而其间相关性较小的基因构成最终被选基因子集。以SVM为分类器,以F1_measure、分类准确率和AUC为评价指标对该算法选择的基因子集进行评估,并将本算法与K-S检验、mRMR,以及经典的RELIEF和FAST算法进行比较。五个经典基因数据集上的平均实验结果表明:本算法的运行时间远低于mRMR算法,且其各项评价指标值优于其他比较算法。因此,提出的K-S检验与mRMR结合的基因选择算法能选择到非常有效的基因子集。 展开更多
关键词 基因选择 K-S检验 最小见余最大相关 支持向量机 F1_measure AUC RELIEF FAST
在线阅读 下载PDF
应用于不平衡多分类问题的损失平衡函数 预览
6
作者 黄庆康 宋恺涛 陆建峰 《智能系统学报》 CSCD 北大核心 2019年第5期953-958,共6页
传统分类算法一般要求数据集类别分布平衡,然而在实际情况中往往面临的是不平衡的类别分布。目前存在的数据层面和模型层面算法试图从不同角度解决该问题,但面临着参数选择以及重复采样产生的额外计算等问题。针对此问题,提出了一种在... 传统分类算法一般要求数据集类别分布平衡,然而在实际情况中往往面临的是不平衡的类别分布。目前存在的数据层面和模型层面算法试图从不同角度解决该问题,但面临着参数选择以及重复采样产生的额外计算等问题。针对此问题,提出了一种在小批量内样本损失自适应均衡化的方法。该算法采用了一种动态学习损失函数的方式,根据小批量内样本标签信息调整各样本损失权重,从而实现在小批量内各类别样本总损失的平衡性。通过在caltech101和ILSVRC2014数据集上的实验表明,该算法能够有效地减少计算成本并提高分类精度,且一定程度上避免了过采样方法所带来的模型过拟合风险。 展开更多
关键词 不平衡学习 不平衡数据分类 多分类不平衡 损失平衡 不平衡数据分类算法 不平衡数据集 F1调和平均 卷积神经网络 深度学习
在线阅读 下载PDF
组块3×2 交叉验证的F1度量的方差分析* 预览 被引量:1
7
作者 杨柳 王钰 《计算机科学与探索》 CSCD 北大核心 2016年第8期1176-1183,共8页
在统计机器学习的研究中,研究者常常通过定量实验来对照基于交叉验证的分类算法的F1 度量,为了得到统计可信的结论,估计它的不确定性是非常重要的。特别地,组块3×2 交叉验证方法被大量理论和实验验证了它的性能优于诸如标准K... 在统计机器学习的研究中,研究者常常通过定量实验来对照基于交叉验证的分类算法的F1 度量,为了得到统计可信的结论,估计它的不确定性是非常重要的。特别地,组块3×2 交叉验证方法被大量理论和实验验证了它的性能优于诸如标准K折交叉验证的其他常用交叉验证方法。为此,理论上研究了基于组块3×2 交叉验证的F1 度量的方差。方差的结构表明它由块方差、块内协方差和块间协方差三部分组成,从而说明了广泛使用的样本方差估计可能严重地低估或高估真实的方差。通过条形图方法在模拟和真实数据上进行实验,验证了上述理论结果,实验结果表明块内、块间协方差和块方差是同阶的,块内和块间相关性是不可忽略的。 展开更多
关键词 F1度量 交叉验证 方差 分类算法 模拟实验
在线阅读 下载PDF
家蚕杂种一代数量性状预测模型的探讨:Ⅱ. 数量性状预测模型的遗传学意义 预览 被引量:2
8
作者 潘沈元 何斯美 《蚕业科学》 CAS CSCD 1989年第3期 130-134,共5页
本文探讨了预测模型的遗传学意义,指出在回归模型中,中亲值主要用于估计基因的加性效应,双亲主成分差主要用于估计基因的非加性效应:双亲各主成分差对F_1性状的贡献并不相同。在讨论中,对本模型在理论和应用上存在的问题作了分析。
关键词 育种 遗传 数量性状 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈