期刊文献+
共找到4,099篇文章
< 1 2 205 >
每页显示 20 50 100
聚合支持向量机分类器的行人检测方法 预览
1
作者 甘玲 杨梦 《计算机工程与应用》 CSCD 北大核心 2019年第7期194-198,共5页
针对支持向量机分类器的行人检测方法采用欠采样方法,存在正负行人比例不平衡造成的准确率不高问题,结合欠采样和EasyEnsemble方法,提出一种聚合支持向量机(Ensemble SVM)分类器的行人检测方法。随机选择负样本作为初始训练样本,并将其... 针对支持向量机分类器的行人检测方法采用欠采样方法,存在正负行人比例不平衡造成的准确率不高问题,结合欠采样和EasyEnsemble方法,提出一种聚合支持向量机(Ensemble SVM)分类器的行人检测方法。随机选择负样本作为初始训练样本,并将其划分为与正样本集均衡的多个子负样本集,构建平衡子训练集,线性组合成EasyEnsemble SVM分类器;利用该分类器对负样本进行分类判断,将误判样本作为难例样本,重新划分构建新的平衡子训练集,训练子分类器,结合EasyEnsemble SVM分类器,得到Ensemble SVM分类器行人检测方法。在INRIA行人数据集上的实验表明,该方法在检测速度和检测率上都优于经典的SVM行人检测算法。 展开更多
关键词 行人检测 支持向量机(SVM) EasyEnsemble SVM分类器 聚合支持向量机(Ensemble SVM)
在线阅读 下载PDF
一种粒子群优化的SVM-ELM模型 预览
2
作者 王丽娟 丁世飞 《计算机科学与探索》 CSCD 北大核心 2019年第4期657-665,共9页
极限学习机(extreme learning machine,ELM)是一种简单易用、有效的单隐层前馈神经网络(single hidden layer feedforward neural networks,SLFNs)学习算法,近几年来已成为机器学习研究的热门领域之一。但是ELM单个隐层节点的判断能力不... 极限学习机(extreme learning machine,ELM)是一种简单易用、有效的单隐层前馈神经网络(single hidden layer feedforward neural networks,SLFNs)学习算法,近几年来已成为机器学习研究的热门领域之一。但是ELM单个隐层节点的判断能力不足,分类正确率的高低在一定程度上取决于隐层节点数。为了提高ELM单个隐层节点的判断能力,将支持向量机(support vector machine,SVM)和ELM结合,建立一种精简的SVM-ELM模型。同时,该模型为了避免人为选择参数的主观性,利用粒子群算法(particle swarm optimization,PSO)的全局搜索最优解对参数进行自动优化选取,建立了PSO-SVM-ELM模型。实验证明,该模型较SVMELM和ELM分类精度有较大的提高,具有很好的稳健性和泛化性。 展开更多
关键词 粒子群算法(PSO) 支持向量机(SVM) 极速学习机(ELM) SVM-ELM
在线阅读 下载PDF
基于PCA与SVM的振动传感器故障诊断方法 预览
3
作者 李翼飞 吴春平 涂煊 《自动化仪表》 CAS 2019年第10期48-52,共5页
为加快振动传感器故障诊断速度、提高诊断的准确率,提出了基于支持向量机(SVM)和主元分析法(PCA)特征信息提取相结合的故障诊断方法。首先进行诊断方法的调查,将振动传感器输出的时序电信号通过小波包分解得到频域领域的原始数据;然后经... 为加快振动传感器故障诊断速度、提高诊断的准确率,提出了基于支持向量机(SVM)和主元分析法(PCA)特征信息提取相结合的故障诊断方法。首先进行诊断方法的调查,将振动传感器输出的时序电信号通过小波包分解得到频域领域的原始数据;然后经过PCA的特征信息提取得到原始数据的特征向量,加强振动传感器工作状态的可分性;最后进行二叉树与SVM结合的多分类算法,实现振动传感器运行故障的诊断。为提高分类速度,引入最小二支持向量机(LS_SVM)算法,并应用到多分类器中。仿真试验表明,改进后的方法提高了诊断准确率、加快了故障分类速度,优于单一方法进行故障诊断的情况,为其他种类传感器(如温度、瓦斯等)的故障诊断提供了参考。对传感器故障诊断方法的研究,为传感器的正常运行提供了保证,降低了因传感器故障而造成应用设备的损失。 展开更多
关键词 振动传感器 故障诊断 小波包分解 主元分析 支持向量机 二叉树分类 最小二乘支持向量机
在线阅读 下载PDF
基于成像光谱技术的土壤剖面发生层划分初探 预览
4
作者 郑光辉 焦彩霞 +3 位作者 上官晨曦 吴文乾 刘祎 洪长桥 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第3期882-885,共4页
土壤剖面是土壤发生学研究的核心,但过去几十年以来研究土壤剖面的技术并没有发生质的变化。成像光谱技术可以提供高空间、高光谱分辨率的土壤剖面数据,能够弥补反射光谱技术采样深度间隔较大的不足,用于定量研究土壤属性连续深度变化... 土壤剖面是土壤发生学研究的核心,但过去几十年以来研究土壤剖面的技术并没有发生质的变化。成像光谱技术可以提供高空间、高光谱分辨率的土壤剖面数据,能够弥补反射光谱技术采样深度间隔较大的不足,用于定量研究土壤属性连续深度变化。以室内采集的土壤剖面成像光谱数据为研究对象,采用支持向量机方法进行光谱数据主成分分类,探讨成像光谱数据用于剖面发生层划分的可行性并分析影响因素。研究中首先定性分析各发生层平均光谱曲线形态特征,然后通过分析剖面光谱数据主成分深度变化特征及其散点分布情况,探讨其用于剖面发生层划分的可行性;最后进行1000次随机划分数据集并建模、预测以减小误差,定量证明成像光谱数据用于土壤发生层划分的可行性,并通过样本分类错误频率来分析影响分类精度的因素。研究结果表明,受成土过程影响剖面内各发生层平均光谱曲线特征存在差异。成像光谱数据的主成分可以定量呈现土壤剖面深度方向上属性的连续变化及样本散点分布的集聚特征,能较好反映发生层之间的差异性,可以用于发生层划分。建模预测结果表明发生层的预测精度平均值达到93.08%。同时发现,光谱主成分分布相似区域的样本及位于发生层过渡区域的样本分类错误率较高。该研究为利用成像光谱技术进行土壤剖面发生层划分提供了理论依据,为下一步进行剖面发生层制图奠定了技术基础。 展开更多
关键词 土壤剖面 发生层 成像光谱 支持向量机(SVM)
在线阅读 下载PDF
基于数字钻探和支持向量机预测岩体单轴抗压强度的方法
5
作者 王琦 孙会彬 +3 位作者 江贝 高松 李术才 高红科 《岩土力学》 EI CAS CSCD 北大核心 2019年第3期1221-1228,共8页
针对常规的现场岩体单轴抗压强度(UCS)测试方法周期长、成本高的问题,提出一种基于数字钻探测试技术预测岩体UCS的方法。利用自主研发的岩体数字钻探测试系统,开展了不同强度岩石试件的数字钻探试验和单轴压缩试验,基于支持向量机(SVM)... 针对常规的现场岩体单轴抗压强度(UCS)测试方法周期长、成本高的问题,提出一种基于数字钻探测试技术预测岩体UCS的方法。利用自主研发的岩体数字钻探测试系统,开展了不同强度岩石试件的数字钻探试验和单轴压缩试验,基于支持向量机(SVM)建立了随钻参数与UCS的关系模型。作为模型输入参量的随钻参数,包括由传感器测定的钻进速率、转速、扭矩、推进力,也包括通过能量分析推导的岩石单位切削能ηc。结果显示,验证集中关系模型预测的UCS和单轴压缩试验测得的UCS相近,拟合优度R2为0.977,平均绝对误差MAE为3.037 MPa,表明基于SVM方法建立的随钻参数与UCS关系模型,在岩体UCS预测方面取得了较好的效果;同时表明数字钻探测试技术可实现对岩体UCS的有效预测。 展开更多
关键词 数字钻探测试技术 SVM 单轴抗压强度 随钻参数
一种基于视频图像的挖掘机工作状态识别方法
6
作者 毛亮 薛月菊 +1 位作者 林焕凯 杨阿庆 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2019年第3期797-804,共8页
为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同... 为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features(LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine(SVM)分类器自动判别挖掘机的工作状态——工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53%. 展开更多
关键词 挖掘机 local BINARY features(LBF)特征 形状回归模型 SUPPORT VECTOR machine(SVM) 工作状态识别
一种融合多因素的MOS风暴潮灾害过程模拟研究 预览
7
作者 张广平 彭世球 张晨晓 《安全与环境工程》 CAS 北大核心 2019年第3期50-55,共6页
风暴潮数值模型预报结果在小尺度区域往往存在弱于或强于实况的问题。针对此问题,该风暴潮灾害模拟方法融合数值模型预报结果为特征要素,使用一种基于多要素MOS(Model Output Statistics)风暴潮灾害过程模拟方法来实现对风暴潮灾害的预... 风暴潮数值模型预报结果在小尺度区域往往存在弱于或强于实况的问题。针对此问题,该风暴潮灾害模拟方法融合数值模型预报结果为特征要素,使用一种基于多要素MOS(Model Output Statistics)风暴潮灾害过程模拟方法来实现对风暴潮灾害的预报。该模拟方法是将低维的特征向量映射到高维的隐含层中进行支持向量机(SVM)学习训练并控制输出相对误差,其特点在于MOS风暴潮灾害过程模拟中融入数值模型预报结果,并通过在一定的约束条件下最小化不敏感损失函数的逐渐优化逼近实测值来实现。实例验证结果表明:在风暴潮灾害过程减增水切换时期,数值模型预报的水位增水峰值为0.95 m,低于水位实际增水峰值1.1 m,历时5 h,预报曲线表现较为平滑,而MOS风暴潮模型在此期间模拟得到历时2 h就达到水位增水峰值1.14 m,模拟曲线爬升明显较快,这与实际风暴潮灾害过程的特征更加吻合;从预报结果的均方误差(RMSS值)和相关系数(CORR值)来看,MOS风暴潮模型预报结果的RMSE值和CORR值分别为0.165 m和0.945,相比数值模型的0.190 m和0.912都有所提高,可为后期精细化风暴潮预报工作提供一种新的过程模拟思路。 展开更多
关键词 风暴潮 MOS模型 灾害过程模拟 特征要素 支持向量机(SVM) 海洋灾害
在线阅读 免费下载
基于单个特征分类准确率的特征选择方法研究
8
作者 杜学惠 孟春 刘美爽 《南京林业大学学报:自然科学版》 CAS CSCD 北大核心 2019年第4期109-116,共8页
【目的】随着遥感技术迅猛发展,在影像解译过程中提取的信息越来越繁杂多样。为提高地物分类准确率,常加入更多的特征信息,而由此往往造成一定的信息冗余,导致分类效率甚至准确率降低。笔者利用随机森林(RF)和支持向量机(SVM)分类器,探... 【目的】随着遥感技术迅猛发展,在影像解译过程中提取的信息越来越繁杂多样。为提高地物分类准确率,常加入更多的特征信息,而由此往往造成一定的信息冗余,导致分类效率甚至准确率降低。笔者利用随机森林(RF)和支持向量机(SVM)分类器,探索在遥感分类过程中保证分类精度的同时又能降低特征维度的方法。【方法】以吉林省安图县福兴林场部分区域为研究对象,利用2015年Landsat-8影像为数据源,提取光谱信息(红、绿、蓝、近红外和短波红外波段)、植被指数(NDVI、增强型植被指数、比值植被指数和裸土植被指数)、纹理(同质性、均值、二阶矩、方差、差异性、对比度、熵和相关性)和地形信息(坡度和坡向)共19个指标作为分类特征变量。以RF分类器估测的特征重要性进行特征选择为对照,分别以单个特征在RF和SVM两分类器中的分类准确率为依据进行特征选择,并对选取的特征进行主成分分析,与未做主成分分析的进行区分,再分别用RF和SVM分类器进行分类,评价分类精度,确定最优特征和分类器组合。【结果】①基于SVM单个特征分类准确率选取特征,对选取的特征进行主成分分析,再用RF进行分类,该方法与其他方法相比分类性能最好,当特征维度为5时,总体精度为0.86,Kappa系数为0.83;与输入全部特征进行分类相比,不仅提高了分类精度,而且降低了特征维度,使分类效率得以提升。基于RF特征重要性选取特征的RF分类取得了较高的分类准确率,但特征维数小于7时,分类准确率波动较大;在特征维数为4时分类准确率增至最大值(0.88),随后骤降为0.83,之后基本保持在此水平。而基于单个特征分类准确率选取特征,分类准确率变化较为平缓,如上所提最优分类性能方法的分类准确率波动范围基本在0.02。②基于单个特征在RF和SVM分类器中的分类准确率进行特征选择,在随后� 展开更多
关键词 特征选择 单个特征分类准确率 Landsat-8卫星 随机森林(RF) 支持向量机(SVM) 遥感分类
基于振电结合的高压断路器特征提取及分类方法研究 预览
9
作者 万书亭 李聪 +2 位作者 豆龙江 马晓棣 杨晓红 《华北电力大学学报:自然科学版》 CAS 北大核心 2019年第4期31-38,53共9页
为了对高压断路器操作机构的工作状态进行较准确的评估,提高高压断路器机构的运行稳定性,提出了一种基于振动信号与电流信号结合的高压断路器信号特征提取和分类方法。首先通过对高压断路器分合闸线圈电流信号和振动信号的机理分析,提... 为了对高压断路器操作机构的工作状态进行较准确的评估,提高高压断路器机构的运行稳定性,提出了一种基于振动信号与电流信号结合的高压断路器信号特征提取和分类方法。首先通过对高压断路器分合闸线圈电流信号和振动信号的机理分析,提出利用时间节点参数作为特征向量,然后采用曲线斜率方法提取电流信号时间参数,利用基于短时能量的双门限法提取振动事件的时间参数,将两者的参数作为模式识别的特征向量。最后通过支持向量机(Support Vector Machine, SVM)分类结果表明:线圈电流曲线与振动信号相结合能够准确而全面地反映操作机构的运行状况,利用SVM可以快速准确的判断操作机构的故障类型,对于断路器的故障诊断和检修维护具有重要的意义。 展开更多
关键词 高压断路器 线圈电流 振动信号 特征提取 支持向量机(SVM)
在线阅读 下载PDF
基于多小波的北京市房屋市场价格的分析预测 预览
10
作者 邬嘉怡 王思玉 +3 位作者 史宏炜 李虎森 楼凯达 崔丽鸿 《北京化工大学学报:自然科学版》 CAS CSCD 北大核心 2019年第5期101-106,共6页
针对房价波动大的数据特征,将多小波分析与房价预测问题结合,以北京市2010-2018年的房屋数据作为研究对象,探究了利用Haar小波变换、Daubechies系列小波变换以及基于过采样预处理的GHM多小波变换和CL多小波变换处理房价数据的分解重构效... 针对房价波动大的数据特征,将多小波分析与房价预测问题结合,以北京市2010-2018年的房屋数据作为研究对象,探究了利用Haar小波变换、Daubechies系列小波变换以及基于过采样预处理的GHM多小波变换和CL多小波变换处理房价数据的分解重构效果,并通过对高频系数进行门限阈值量化重构处理以达到去噪的目的;建立支持向量机(SVM)预测模型,通过探究4种小波处理方法对房屋价格预测的影响结果,给出了相应预测效果更佳的数据处理方法和选择依据。 展开更多
关键词 多小波变换 离散小波变换(DWT) 软阈值去噪 北京市房屋成交价格 支持向量机(SVM)
在线阅读 免费下载
基于GA-SVM算法烟叶部位致香成分差异性分析 预览
11
作者 申玉姝 曹晓卫 +2 位作者 于洁 沙云菲 岳宝华 《上海师范大学学报:自然科学版》 2019年第4期420-426,共7页
采用高效液相色谱-气相色谱-质谱联用法(HPLC-GC-MS)测定中部和下部烟叶的巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮、茄酮等11种致香成分,应用遗传算法(GA)对筛选出的8种致香成分建立中部和下部烟叶支持向量机(SVM)分类判别模型.结果表明... 采用高效液相色谱-气相色谱-质谱联用法(HPLC-GC-MS)测定中部和下部烟叶的巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮、茄酮等11种致香成分,应用遗传算法(GA)对筛选出的8种致香成分建立中部和下部烟叶支持向量机(SVM)分类判别模型.结果表明,中部和下部烟叶的SVM分类判别模型的建模、留一法及预报准确率分别为95.45%,89.39%和 81.25%.利用Fisher判别矢量方法考察了中部和下部烟叶的空间分布规律,分析出中部和下部烟叶致香成分中,巨豆三烯酮、β-紫罗兰酮、氧化紫罗兰酮差异显著. 展开更多
关键词 烟叶部位 致香成分 遗传算法(GA) 支持向量机(SVM)
在线阅读 下载PDF
基于多特征融合的交通标志识别算法 预览
12
作者 韩习习 魏民 +3 位作者 徐西义 李巧月 陈曦 祝汉城 《计算机工程与应用》 CSCD 北大核心 2019年第18期195-200,共6页
综合考虑识别率、时间复杂度以及鲁棒性,提出一种边缘、纹理、颜色多特征融合和支持向量机(SVM)的交通标志识别算法。通过提取能够描述交通标志图像边缘信息的方向梯度直方图(HOG)特征并进行统计平均,与能够表示标志图像内部纹理信息的... 综合考虑识别率、时间复杂度以及鲁棒性,提出一种边缘、纹理、颜色多特征融合和支持向量机(SVM)的交通标志识别算法。通过提取能够描述交通标志图像边缘信息的方向梯度直方图(HOG)特征并进行统计平均,与能够表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后的HOG-maxLBP特征,再级联交通标志的颜色特征作为最终的特征向量,最后利用SVM进行交通标志训练和分类。实验结果表明,该算法不仅提高了交通标志的识别率,而且降低了时间复杂度,增强了系统鲁棒性。 展开更多
关键词 交通标志识别(TSR) 方向梯度直方图(HOG) 局部二值模式(LBP) 颜色特征 特征融合 支持向量机(SVM)
在线阅读 下载PDF
基于水平集演化和支持向量机分类的高分辨率遥感图像自动变化检测 预览
13
作者 严明 曹国 夏梦 《哈尔滨理工大学学报》 CAS 北大核心 2019年第1期78-84,共7页
提出了基于水平集演化和支持向量机(SVM)分类的高分辨率遥感图像变化检测方法,该方法将像素级的和对象级的变化检测方法相结合,运用了像素特征和对象特征以提高变化类和非变化类的准确率。在像素级上,变化检测问题转化为水平集演化的图... 提出了基于水平集演化和支持向量机(SVM)分类的高分辨率遥感图像变化检测方法,该方法将像素级的和对象级的变化检测方法相结合,运用了像素特征和对象特征以提高变化类和非变化类的准确率。在像素级上,变化检测问题转化为水平集演化的图像分割问题。在对象级上,本文可以从分割结果中为SVM分类器自动地选择潜在的训练样本。最终将基于像素级的变化和基于对象级的变化相结合得到最终的变化结果。所提出的方法的主要优势在于可以自动选择合适的样本进行SVM分类器训练。此外,提出的方法可以有效的提高精确度和自动化水平。通过SPOT5图像和航空图像进行实验,结果表明该方法是有效的。 展开更多
关键词 变化检测 水平集演化 支持向量机(SVM) 多分辨率分析 图像分割
在线阅读 下载PDF
基于多种LBP特征集成学习的车标识别 预览
14
作者 李哲 于梦茹 《计算机工程与应用》 CSCD 北大核心 2019年第20期134-138,共5页
针对车标图像的分类难问题,提出基于多种LBP 特征集成学习的车标识别算法。利用车牌与车标的相对位置关系粗定位车标区域;根据车标背景纹理特征使用不同的算子进行边缘检测,进而实现背景消融,采用投影方法精确确定车标位置;将车标图像分... 针对车标图像的分类难问题,提出基于多种LBP 特征集成学习的车标识别算法。利用车牌与车标的相对位置关系粗定位车标区域;根据车标背景纹理特征使用不同的算子进行边缘检测,进而实现背景消融,采用投影方法精确确定车标位置;将车标图像分块,应用CSLBP 算子提取每个像素点邻域特征,将车标所有像素点邻域特征合成精细的纹理特征,运用LBP 直方图算法提取车标区域的空间结构特征,再采用SVM和BP 分别训练这两种特征,得到投票决策矩阵,利用加权求和的规则融合决策矩阵,构成最优集成分类器,输出车标类别。实验结果表明,该算法的识别率明显优于单一的特征和分类器。 展开更多
关键词 车标定位 CSLBP 算子 支持向量机(SVM) 集成学习
在线阅读 下载PDF
基于CEEMD与VHBFO_SVM的微网短期负荷预测模型 预览
15
作者 赵敏 《煤矿机电》 2019年第5期38-43,共6页
为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有... 为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有模态函数分量均值,并建立VHBFO_SVM模型对各组分量分别进行预测,最后通过叠加各组分量的预测结果得到预测值。以国内某微网示范工程项目为例,将VHBFO_SVM用于微网短期负荷预测。实例仿真结果表明,所提出的VHBFO_SVM预测模型优于SVM预测模型,更适用于当前微网短期负荷预测需要。 展开更多
关键词 微网 短期负荷预测 补充的总体平均经验模态分解(CEEMD) 变概率混合细菌觅食优化算法(VHBFO) 支持向量机(SVM)
在线阅读 下载PDF
基于树木激光点云的有效特征抽取与识别方法
16
作者 卢晓艺 云挺 +2 位作者 薛联凤 徐强法 曹林 《中国激光》 EI CAS CSCD 北大核心 2019年第5期403-414,共12页
采用地面激光扫描获取树木的光探测和测距数据,并将其作为遥感数据源,选取水杉、棕榈、无患子、竹子和橡胶树为研究对象,提出了三类有效特征:树木相对聚类特征、点云分布特征和树木表观特征,列举了68个特征参数。采用支持向量机在交叉... 采用地面激光扫描获取树木的光探测和测距数据,并将其作为遥感数据源,选取水杉、棕榈、无患子、竹子和橡胶树为研究对象,提出了三类有效特征:树木相对聚类特征、点云分布特征和树木表观特征,列举了68个特征参数。采用支持向量机在交叉验证中对训练数据集进行检验计算,确定最优的特征参数组,最终在测试数据集中进行树种分类。研究结果表明:基于树木相对聚类特征的最优特征参数组进行树种分类的平均分类精度较低(45%);基于点云分布特征的最优特征参数组进行树种分类的平均分类精度有所增加(58.8%);基于树木表观特征的最优特征参数组进行树种分类的平均分类精度较高(63.8%);基于三类特征的13个最优特征参数进行树种分类的平均分类精度最高(87.5%)。此外,由于水杉与其他树种形态差异较为明显,在分类中表现突出,错判率最低(6.5%)。所提方法具有较高的可行性,为获得更准确的森林树种分布提供了强有力的工具。 展开更多
关键词 遥感 激光雷达 树种识别 支持向量机(SVM) 交叉验证 组合特征参数
基于关键特征随机组合的亲属关系认证算法 预览
17
作者 胡正平 郭增洁 +1 位作者 李淑芳 孙德刚 《高技术通讯》 CAS 北大核心 2019年第1期60-68,共9页
提出基于3个客体进行亲属关系认证的算法,即利用父母和他们的1个子女的面部关键特征判断他们之间的亲属关系。根据父母与子女之间有基因重叠的生物学原理,子女的面部关键特征和父母双方中一方的面部关键特征具有相似性。基于此提出了利... 提出基于3个客体进行亲属关系认证的算法,即利用父母和他们的1个子女的面部关键特征判断他们之间的亲属关系。根据父母与子女之间有基因重叠的生物学原理,子女的面部关键特征和父母双方中一方的面部关键特征具有相似性。基于此提出了利用父母的面部关键特征重构子女面部特征的想法,即通过比较父母面部关键特征与子女面部关键特征之间的欧氏距离,选取欧式距离较小的关键特征作为子女面部关键特征的近似特征。在相似性学习方面引入了度量学习,从局部特征的角度入手,分别对各个关键特征进行度量学习,然后利用余弦相似函数求得每对样本对应关键特征的相似度。将获得的各个相似度值作为一对样本的属性值,最后使用支持向量机(SVM)在最高决策层进行融合分类,求得最终的准确率。通过与现有的基于3个客体进行亲属关系认证的方法对比证明本文算法可取得更好的性能。 展开更多
关键词 亲属关系认证 度量学习 支持向量机(SVM) 特征组合
在线阅读 下载PDF
基于SVM算法的TATB基PBX单轴准静态应力应变关系 预览
18
作者 段晓畅 孙杰 +4 位作者 刘迎彬 常双君 赵龙 袁洪魏 唐维 《含能材料》 EI CAS CSCD 北大核心 2019年第5期410-416,I0005共8页
以1,3,5-三氨基-2,4,6-三硝基苯(TATB)基高聚物粘结炸药(PBX)材料为研究对象,在-40~75℃下开展了准静态的单轴拉伸、压缩试验,获得了预设17个温度点下的应力应变关系数据;以温度、应变为自变量,应力为因变量,基于支持向量机(SVM)算法对... 以1,3,5-三氨基-2,4,6-三硝基苯(TATB)基高聚物粘结炸药(PBX)材料为研究对象,在-40~75℃下开展了准静态的单轴拉伸、压缩试验,获得了预设17个温度点下的应力应变关系数据;以温度、应变为自变量,应力为因变量,基于支持向量机(SVM)算法对拉伸压缩条件下的应力应变关系进行了描述,并对构建的关系式进行了误差分析。结果表明,在-40~75℃内,材料的拉伸强度和压缩强度均随温度的升高而劣化,应力应变曲线的非线性和拉压非对称性特征变化明显;同时,采用一组参数基于SVM算法实现了不同温度下TATB基PBX拉伸压缩应力应变关系的描述,解决了模型参数常随温度变化的问题,构建的关系式平均绝对百分比误差不超过7.77%,相关系数均大于0.998,表现出了良好的适用性。 展开更多
关键词 高聚物粘结炸药(PBX) 支持向量机(SVM) 应力应变关系
在线阅读 下载PDF
一种基于粒子群算法的配电网低电压诊断模型研究 预览 被引量:2
19
作者 李占英 马福兰 马伟兵 《电力大数据》 2019年第5期49-55,共7页
随着智能电网建设的发展,传统的基于检测技术的配电低电压原因诊断已变成基于数据挖掘的电力大数据分类技术,而着眼于低电压故障原因的数据分类研究在国内尚处于起步阶段,为此该文提出一种采用改进聚类算法和支持向量机分类算法的配电... 随着智能电网建设的发展,传统的基于检测技术的配电低电压原因诊断已变成基于数据挖掘的电力大数据分类技术,而着眼于低电压故障原因的数据分类研究在国内尚处于起步阶段,为此该文提出一种采用改进聚类算法和支持向量机分类算法的配电网低电压诊断模型。该模型首先采用Canopy-Kmeans的聚类算法基于配电网历史运行数据进行低电压原因的聚类分析并得出可能存在的低电压原因,然后采用经粒子群算法对支持向量机数据分类算法进行参数优化,最后使用结果参数优化的支持向量机算法对智能电表所采集的配电网实时运行数据进行低电压原因分类并最终输出低压故障原因的诊断结果。实验表明,采样基于粒子群优化的支持向量机诊断模型能够实现90%的低电压原因诊断准确度。 展开更多
关键词 低电压 Canopy-Kmeans 粒子群优化(PSO) 支持向量机(SVM)
在线阅读 下载PDF
基于混合采样的非平衡数据分类算法 预览
20
作者 吴艺凡 梁吉业 王俊红 《计算机科学与探索》 CSCD 北大核心 2019年第2期342-349,共8页
过采样和欠采样方法是处理非平衡数据集分类的常用方法,但使用单一的采样算法可能造成少数类样本过拟合或者丢失含有重要信息的样本。提出了基于分类超平面的混合采样算法SVM_HS(hybrid sampling algorithm based on support vector mac... 过采样和欠采样方法是处理非平衡数据集分类的常用方法,但使用单一的采样算法可能造成少数类样本过拟合或者丢失含有重要信息的样本。提出了基于分类超平面的混合采样算法SVM_HS(hybrid sampling algorithm based on support vector machine),旨在克服SVM算法在处理非平衡数据时分类超平面容易偏向少数类样本的问题。该算法首先利用SVM算法得到分类超平面。然后迭代进行混合采样,主要包括:(1)删除离分类超平面较远的一些多数类样本;(2)对靠近真实类边界的少数类样本用SMOTE(synthetic minority oversampling technique)过采样,使分类超平面向着真实类边界方向偏移。实验结果表明相比其他相关算法,该算法的F-value值和G-mean值均有较大提高。 展开更多
关键词 非平衡 支持向量机(SVM) 少数类样本过采样技术(SMOTE) 分类超平面 混合采样
在线阅读 下载PDF
上一页 1 2 205 下一页 到第
使用帮助 返回顶部 意见反馈