-
题名一种基于半监督学习的地理加权回归方法
被引量：10
- 1
-
-
作者
赵阳阳
刘纪平
徐胜华
张福浩
杨毅
-
机构
辽宁工程技术大学测绘与地理科学学院
中国测绘科学研究院政府地理信息系统研究中心
-
出处
《测绘学报》
EI
CSCD
北大核心
2017年第1期123-129,共7页
-
基金
测绘地理信息公益性行业科研专项(201512032)
国家重点研发计划(2016YFC0803101)~~
-
文摘
地理加权回归方法在小样本数据下回归分析精度往往不高。半监督学习是一种利用未标记样本参与训练的机器学习方法,可以有效地提升少量有标记样本的学习性能。基于此本文提出了一种基于半监督学习的地理加权回归方法,其核心思想是利用有标记样本建立回归模型来训练未标记样本,再选择置信度高的结果扩充有标记样本,不断训练,以提高回归性能。本文采用模拟数据和真实数据进行试验,以均方误差提升百分比作为性能评价指标,将SSLGWR与GWR、COREG对比分析。模拟数据试验中,SSLGWR在3种不同配置下性能分别提升了39.66%、11.92%和0.94%。真实数据试验中,SSLGWR在3种不同配置下性能分别提升了8.94%、3.36%和5.87%。SSLGWR结果均显著优于GWR和COGWR。试验证明,半监督学习方法能利用未标记数据提升地理加权回归模型的性能,特别是在有标记样本数量较少时作用显著。
-
关键词
地理加权回归
半监督学习
SSLGWR
人口分布
-
Keywords
geographically weighted regressiom semi-supervised learning
SSLGWR
population distribution
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-
-
题名皮肤信息化的应用研究现状与展望
- 2
-
-
作者
张慧妍
崔雪莹
王小艺
孟宏
许继平
-
机构
北京工商大学人工智能学院
北京工商大学智慧环保北京重点实验室
北京工商大学中国轻工业化妆品重点实验室
北京工商大学中国轻工业工业互联网与大数据重点实验室
-
出处
《日用化学工业》
CAS
北大核心
2021年第10期997-1002,共6页
-
基金
北京工商大学科研平台建设项目(19005902008)
北京优秀人才培养资助青年拔尖团队项目(2018000026833Td01)。
-
文摘
皮肤作为一道屏障,美观与保护意义重大。从信息化角度出发,对皮肤指标与状态相关性,皮肤状态评价、皮肤指标预测、皮肤养护用化妆品决策等几个方面进行了应用研究现状综述。总结了目前采用的相关性、评价、预测及决策方法的特点和适用性,并对皮肤指标与人体健康、所关注皮肤领域问题间的相关性,皮肤检测分析系统研发等方向进行了展望。指出随着信息化技术的发展,图像、数据、专家经验等相对以往更容易获取、存储,使得采用信息化技术客观、系统地进行皮肤指标、状态的综合评价、预测、决策等研究成为可能。皮肤研究具有一定的复杂性,后续可融合机器学习等方法横向挖掘指标与问题间的非线性相关性,纵向提炼指标随时间的演化规律,在此基础上进行专家与消费者、检测数据协同的智能决策以科学选取化妆品实现对皮肤性能的改善。最后,指出利用方便采集的图像并结合云端服务器,研发高效、快速、具有自主知识产权的皮肤检测分析系统将是皮肤化妆品领域研究的一个重要方向。
-
关键词
皮肤
相关性
评价
预测
决策
图像
皮肤检测分析系统
-
Keywords
skin
correlation
evaluation
prediction
decision making
image
skin detection and analysis system
-
分类号
TQ658
[化学工程—精细化工]
-
