期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于混合二进制灰狼算法的入侵检测特征选择方法
1
作者 胡琦渊 赵志衡 +1 位作者 罗思 刘勇 《计算机应用与软件》 北大核心 2024年第11期350-357,共8页
为了减少数据集的冗余特征对入侵检测分类器训练用时和检测精度的影响,对二进制灰狼算法的变异概率问题进行分析,重构逼近向量表达式,改善算法的种群变异机制,加快特征降维,减少分类器训练用时;融入粒子群算法的迭代决策形式,增强算法... 为了减少数据集的冗余特征对入侵检测分类器训练用时和检测精度的影响,对二进制灰狼算法的变异概率问题进行分析,重构逼近向量表达式,改善算法的种群变异机制,加快特征降维,减少分类器训练用时;融入粒子群算法的迭代决策形式,增强算法寻优能力;采用混合二进制灰狼算法进行包裹式特征选择,使得数据集特征结构适合于决策树分类器。经NSL-KDD数据集测试,该方法对DoS、Probe攻击流量的检测精度较好,适合用于数据平衡分布的数据集。 展开更多
关键词 二进制灰狼算法 特征选择 入侵检测 决策树
下载PDF
基于颜色分割与GA-SVM的花生表皮破损识别 被引量:3
2
作者 申志超 赵志衡 +3 位作者 卢雷 孙磊 罗思 胡琦渊 《中国粮油学报》 EI CAS CSCD 北大核心 2021年第3期140-147,共8页
传统农作物色选方法以设定颜色阈值为主,具有分类准确率较低、泛化能力较差等缺点,本研究提出基于颜色分割的预处理与遗传算法优化支持向量机参数的花生表皮破损识别算法。根据花生表皮的破损情况将花生分为完好花生及表皮破损花生2类,... 传统农作物色选方法以设定颜色阈值为主,具有分类准确率较低、泛化能力较差等缺点,本研究提出基于颜色分割的预处理与遗传算法优化支持向量机参数的花生表皮破损识别算法。根据花生表皮的破损情况将花生分为完好花生及表皮破损花生2类,在不同光照条件下构建了含有多个品种的花生图像数据集。对花生图像提取方向梯度直方图特征,利用支持向量机对花生图像进行分类。为提高分类准确率,在RGB颜色空间基于支持向量机对彩色花生图像进行颜色分割预处理;同时采用软间隔非线性支持向量机模型,并基于遗传算法对模型参数进行寻优。综合优化后的算法在训练集上对花生图像分类时的准确率达到96.88%,在测试集上的准确率达到100%,测试时平均每张花生图像耗时5.6 ms。仿真测试结果表明本文构建的花生表皮破损识别算法对花生品种及光照变化等干扰有较好的鲁棒性,且算法不依赖于人的经验,泛化能力强,具有良好的应用前景。 展开更多
关键词 颜色分割 遗传算法 方向梯度直方图特征 软间隔非线性支持向量机 破损识别
下载PDF
广东地区垂直绿化野生植物种类应用研究
3
作者 罗思 《花卉》 2018年第4期18-19,共2页
广东地区植被资源丰富,选择野生植物作为植物墙的主要植物材料,从长远来看,推动其繁育及推广,在一定程度上节约植物材料的购置成本。另一方面,市面上植物墙的植物材料并不丰富,推广野生植物的运用,有利于增加植物材料的可选择种类,形成... 广东地区植被资源丰富,选择野生植物作为植物墙的主要植物材料,从长远来看,推动其繁育及推广,在一定程度上节约植物材料的购置成本。另一方面,市面上植物墙的植物材料并不丰富,推广野生植物的运用,有利于增加植物材料的可选择种类,形成更加丰富的景观效果。野生植物对城市环境适应力较强,适合粗放管养,有利于节约植物墙的管养成本;为了达到更丰富的景观效果,植物墙需要增加可选的植物材料。本次研究主要通过野外采种和设计实践,研究野生植物在布毡式植物墙与砌块式植物墙的生长适应性和景观效果;考虑实际采种的时间及地域限制,最终决定以罗浮山为主要选种范围。 展开更多
关键词 野生植物 植物种类 广东地区 垂直绿化 植物材料 应用 景观效果 植物墙
下载PDF
民族高校图书馆资源利用的分析与思考——以湖北民族学院图书馆为例
4
作者 周亚利 罗思 吴彦超 《高教学刊》 2015年第20期180-182,共3页
采用实地问卷调查的方法,搜集了解民族高校图书馆资源利用情况,从读者的角度分析图书馆的不足之处与当前资源利用状况以及读者需求,了解读者对图书馆未来工作的期望,探讨如何提高图书馆的资源利用率。
关键词 问卷调查 民族高校图书馆 资源利用
下载PDF
论对冲基金的国际监管分歧 被引量:2
5
作者 陈楚钟 罗思 《金融经济(下半月)》 2008年第1期90-90,共1页
各国由于不同的利益使其在对冲基金的国际监管上存在分歧。美国出于自身利益的考虑,不同意德国等提出的对对冲基金进行全面的监管建议,而遭受对冲基金狙击的国家则强烈要求进行加强对冲基金的国际监管。国际监管合作是符合各国的根本利益。
关键词 对冲基金 国际监管 分歧 合作
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部