期刊文献+
共找到761篇文章
< 1 2 39 >
每页显示 20 50 100
基于禁忌搜索的神经网络集成 被引量:3
1
作者 周小锋 郭俊锋 《陕西理工学院学报(自然科学版)》 2007年第1期24-26,32,共4页
给出了一种利用禁忌搜索来实现神经网络集成AdaBoosting算法的方法。以Ada- Boosting算法中的权值向量为优化对象,对其若干个元素进行扰动,并通过设定其为禁忌对象,以禁忌搜索控制寻优方向,以逼近误差为适值函数,在满足逼近误差或达到... 给出了一种利用禁忌搜索来实现神经网络集成AdaBoosting算法的方法。以Ada- Boosting算法中的权值向量为优化对象,对其若干个元素进行扰动,并通过设定其为禁忌对象,以禁忌搜索控制寻优方向,以逼近误差为适值函数,在满足逼近误差或达到进化代数时结束进化。由于禁忌搜索可以避免迂回搜索,从而提高进化效率,使得算法易收敛。通过实例验证了该方法的可行性。 展开更多
关键词 神经网络集成 adaboosting算法 禁忌搜索
下载PDF
基于自适应增强算法的支持向量机组合模型 被引量:4
2
作者 杨慧中 邓玉俊 《控制与决策》 EI CSCD 北大核心 2011年第2期316-319,共4页
为了提高软测量模型的泛化能力,提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重... 为了提高软测量模型的泛化能力,提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重要样本的作用,以提高模型的估计精度和泛化能力.仿真结果表明,依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力. 展开更多
关键词 支持向量机 自适应增强算法 组合模型
原文传递
基于AHP与AdaBoosting的软件可靠性组合模型 被引量:2
3
作者 高峰 仵林博 +1 位作者 岳旸 李海峰 《计算机工程》 CAS CSCD 北大核心 2017年第12期69-72,共4页
目前的各类软件可靠性模型的评估效果依赖于对失效行为的假设,导致模型适用性较差。为此,借助层次分析法选择合适的软件可靠性模型,依据AdaBoosting算法,对合适的可靠性模型进行组合建模。在失效数据集上对多个参与组合的模型进行学习训... 目前的各类软件可靠性模型的评估效果依赖于对失效行为的假设,导致模型适用性较差。为此,借助层次分析法选择合适的软件可靠性模型,依据AdaBoosting算法,对合适的可靠性模型进行组合建模。在失效数据集上对多个参与组合的模型进行学习训练,从而建立AMCM模型。在AMCM模型与4个经典软件可靠性模型上的应用结果表明,该组合建模方法是有效的,可明显提升模型的评估性能。 展开更多
关键词 软件可靠性模型 层次分析法 adaboosting算法 组合模型 软件可靠性评估
下载PDF
基于层次分析与Adaboosting的电力用户信用评价方法
4
作者 徐宏宽 林顺富 +1 位作者 边晓燕 李东东 《电气传动》 2023年第2期79-85,共7页
我国电力市场化改革进程不断推进,将作为市场主体的电力用户信用评价问题分析清楚对电力市场的构建具有重要而深远的意义。针对电力用户信用评价问题提出一种基于层次分析与Adaboosting的电力用户信用综合评价方法。基于电力用户数据信... 我国电力市场化改革进程不断推进,将作为市场主体的电力用户信用评价问题分析清楚对电力市场的构建具有重要而深远的意义。针对电力用户信用评价问题提出一种基于层次分析与Adaboosting的电力用户信用综合评价方法。基于电力用户数据信息,建立了归一化综合评价指标体系;构建了基于层次分析法的信用评价模型,从典型分类算法中遴选出合适的备选分类算法;采用Adaboosting算法对备选分类算法进行线性动态赋权,通过对样本数据训练建立组合分类模型。基于实际电力用户信息数据对提出的综合评价方法进行应用验证,结果表明:相比已有的分类算法,所提出的综合评价方法的评价准确率与曲线下面积(AUC)值均较高,具有较好的适用性。 展开更多
关键词 电力用户 信用评价 层次分析 adaboosting算法
下载PDF
采用Boosting方法预测电力信息网络的威胁态势 被引量:1
5
作者 徐茹枝 王婧 +1 位作者 朱少敏 许瑞辉 《电网技术》 EI CSCD 北大核心 2013年第10期2825-2829,共5页
威胁态势预测可以有效反映电力信息网络在未来时刻的宏观安全状况。为实现威胁态势的精确预测,提出一种基于AdaBoosting方法的网络威胁态势预测方法。该方法采用威胁态势值描述电力信息网络的宏观安全态势,并将威胁态势值的预测抽象为... 威胁态势预测可以有效反映电力信息网络在未来时刻的宏观安全状况。为实现威胁态势的精确预测,提出一种基于AdaBoosting方法的网络威胁态势预测方法。该方法采用威胁态势值描述电力信息网络的宏观安全态势,并将威胁态势值的预测抽象为回归问题,进而利用AdaBoosting方法求解。该方法先利用滑动时间窗口将威胁态势值构造成时间序列样本集,再将样本集输入到AdaBoosting方法中训练,以得到回归分析模型,并利用该模型完成威胁态势预测。最后基于现场数据的验证性实验证明了所提方法的有效性。 展开更多
关键词 电力信息网络 网络威胁态势 预测 adaboosting方法 支持向量回归 回归问题 滑动时间窗口
下载PDF
一种基于类Haar特征和改进AdaBoost分类器的车辆识别算法 被引量:87
6
作者 文学志 方巍 郑钰辉 《电子学报》 EI CAS CSCD 北大核心 2011年第5期1121-1126,共6页
提出一种基于类haar特征和改进AdaBoost分类器的车辆图像识别算法,以解决当前基于SVM分类器或级联分类器存在的分类识别性能不足以及传统基于AdaBoost算法的训练所需时间过长的问题.首先,基于积分图提取图像的扩展类haar特征,然后对所... 提出一种基于类haar特征和改进AdaBoost分类器的车辆图像识别算法,以解决当前基于SVM分类器或级联分类器存在的分类识别性能不足以及传统基于AdaBoost算法的训练所需时间过长的问题.首先,基于积分图提取图像的扩展类haar特征,然后对所提取的海量类haar特征应用改进的AdaBoost分类器训练方法进行特征选择及分类器训练,最后利用所选择的特征信息及训练得到的分类器进行两类分类识别.实验结果表明,文中方法无论是在识别性能还是训练所需时间方面均明显优于传统方法,具有较好的应用前景. 展开更多
关键词 车辆识别 类HAAR特征 adaboost算法
下载PDF
基于新Haar-like特征的Adaboost人脸检测算法 被引量:42
7
作者 江伟坚 郭躬德 赖智铭 《山东大学学报(工学版)》 CAS 北大核心 2014年第2期43-48,共6页
为解决基于Haar-like特征的Adaboost人脸检测方法存在的特征计算复杂度较高的问题,提出两组Haar-like特征扩展集;利用积分图给出特征组的计算方法;采用Adaboost算法在正脸和侧脸样本库分别训练出正脸和侧脸级联分类器,并将其组成双通道... 为解决基于Haar-like特征的Adaboost人脸检测方法存在的特征计算复杂度较高的问题,提出两组Haar-like特征扩展集;利用积分图给出特征组的计算方法;采用Adaboost算法在正脸和侧脸样本库分别训练出正脸和侧脸级联分类器,并将其组成双通道分类器。在开源视觉库OpenCV上的实验结果表明,本方法具有较少的弱分类器数,检测效率高、计算速度快,对于多角度人脸检测具有较好的鲁棒性。 展开更多
关键词 Haar-like 特征 adaboost 算法 人脸检测 积分图 级联分类器
原文传递
基于Adaboost的人脸检测技术 被引量:19
8
作者 孔凡芝 张兴周 谢耀菊 《应用科技》 CAS 2005年第6期7-9,共3页
利用OpenCV图像处理软件,选取扩展的Haar like特征,实现了基于Adaboost的人脸检测器.阐述了Ad aboost人脸检测技术的基本原理,深入分析了强分类器的个数及排序对检测器性能的影响,并对3种分类方法得到的分级分类器的检测能力进行了比较... 利用OpenCV图像处理软件,选取扩展的Haar like特征,实现了基于Adaboost的人脸检测器.阐述了Ad aboost人脸检测技术的基本原理,深入分析了强分类器的个数及排序对检测器性能的影响,并对3种分类方法得到的分级分类器的检测能力进行了比较,最后给出一种实用的分类方法.实验结果表明,该检测器检测速度快,开发周期短,具有可行性. 展开更多
关键词 人脸检测 adaboost OPENCV
下载PDF
基于诉讼专利的专利质量评价方法研究 被引量:34
9
作者 张杰 孙超 +2 位作者 翟东升 孙宁宁 栾博杨 《科研管理》 CSSCI CSCD 北大核心 2018年第5期138-146,共9页
专利质量评价可以从众多专利中甄别出高质量专利,辅助企业了解技术发展现状、确定研发方向和新产品开发方案。本文对专利质量评价方法作了系统梳理,比较分析了其优缺点。针对专利质量的模糊性和无法直接观察的特点,在高质量专利特征分... 专利质量评价可以从众多专利中甄别出高质量专利,辅助企业了解技术发展现状、确定研发方向和新产品开发方案。本文对专利质量评价方法作了系统梳理,比较分析了其优缺点。针对专利质量的模糊性和无法直接观察的特点,在高质量专利特征分析的基础上,给出了表征专利质量的两个代理变量,进而提出了基于诉讼专利数据建立专利质量评价模型的研究方案。实证部分,构建了心脏起搏器领域专利质量评价模型,用专利转让数据对模型的适用性进行验证,最后给出了该领域专利质量的评价结果。 展开更多
关键词 专利质量 诉讼专利 adaboost算法 转让专利
原文传递
基于支持向量机集成的模拟电路故障诊断 被引量:30
10
作者 唐静远 师奕兵 张伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第6期1216-1220,共5页
为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种支持向量机集成的故障诊断方法。首先,该方法对采集信号进行Haar小波变换,提取1~5层小波变换的每层第1个低频系数构成特征集。然后将特征集输入集成... 为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种支持向量机集成的故障诊断方法。首先,该方法对采集信号进行Haar小波变换,提取1~5层小波变换的每层第1个低频系数构成特征集。然后将特征集输入集成支持向量机,实现对不同故障类型进行识别。将该方法应用于Sallen-Key带通和4运放双二次高通滤波电路进行故障诊断实验,结果表明,该方法比单一支持向量机、径向基神经网络、BP神经网络和集成K-NN分类器有更好的分类和泛化性能,故障诊断准确率更高。 展开更多
关键词 支持向量机集成 adaboost算法 模拟电路 故障诊断
下载PDF
改进SMOTE的不平衡数据集成分类算法 被引量:32
11
作者 王忠震 黄勃 +2 位作者 方志军 高永彬 张娟 《计算机应用》 CSCD 北大核心 2019年第9期2591-2596,共6页
针对不平衡数据集的低分类准确性,提出基于改进合成少数类过采样技术(SMOTE)和AdaBoost算法相结合的不平衡数据分类算法(KSMOTE-AdaBoost)。首先,根据K近邻(K NN)的思想,提出噪声样本识别算法,通过样本的K个近邻中所包含的异类样本数目... 针对不平衡数据集的低分类准确性,提出基于改进合成少数类过采样技术(SMOTE)和AdaBoost算法相结合的不平衡数据分类算法(KSMOTE-AdaBoost)。首先,根据K近邻(K NN)的思想,提出噪声样本识别算法,通过样本的K个近邻中所包含的异类样本数目,对样本集中的噪声样本进行精确识别并予以滤除;其次,在过采样过程中基于聚类的思想将样本集划分为不同的子簇,根据子簇的簇心及其所包含的样本数目,在簇内样本与簇心之间进行新样本的合成操作。在样本合成过程中充分考虑类间和类内数据不平衡性,对样本及时修正以保证合成样本质量,平衡样本信息;最后,利用AdaBoost算法的优势,采用决策树作为基分类器,对平衡后的样本集进行训练,迭代多次直到满足终止条件,得到最终分类模型。选择G-mean、AUC作为评价指标,通过在6组KEEL数据集进行对比实验。实验结果表明,所提的过采样算法与经典的过采样算法SMOTE、自适应综合过采样技术(ADASYN)相比,G-means和AUC在4组中有3组最高;所提分类模型与现有的不平衡分类模型SMOTE-Boost,CUS-Boost,RUS-Boost相比,6组数据中:G-means均高于CUS-Boost和RUS-Boost,有3组低于SMOTE-Boost;AUC均高于SMOTE-Boost和RUS-Boost,有1组低于CUS-Boost。验证了所提的KSMOTE-AdaBoost具有更好的分类效果,且模型泛化性能更高。 展开更多
关键词 不平衡数据分类 合成少数类过采样技术 K近邻 过采样 聚类 adaboost算法
下载PDF
基于多步校正的改进AdaBoost算法 被引量:25
12
作者 蒋焰 丁晓青 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第10期1613-1616,共4页
为了提高传统AdaBoost(adaptive boosting)算法的收敛性能,提出一种基于多步校正的AdaBoost改进算法。在该算法中,训练样本的分布更新不仅与当前分类器有关,而且也需要考虑到前面的若干分类器;进一步地,新的算法在每一个分类器集成进来... 为了提高传统AdaBoost(adaptive boosting)算法的收敛性能,提出一种基于多步校正的AdaBoost改进算法。在该算法中,训练样本的分布更新不仅与当前分类器有关,而且也需要考虑到前面的若干分类器;进一步地,新的算法在每一个分类器集成进来后会对前面产生的某些分类器权重进行修正。在UCI数据集Diabets,Heart-statlog和Breastcancer Wisconsin上的实验表明,该算法获得了更好的训练误差和测试误差的优化性能。这说明,利用多步校正策略不但可以提高成员分类器的搜索效率,而且可以进一步地改进集成分类器的整体性能。 展开更多
关键词 人脸检测 adaboost算法 梯度下降
原文传递
结合空间像素模板和Adaboost算法的高分辨率遥感影像河流提取 被引量:31
13
作者 慎利 唐宏 +1 位作者 王世东 张露 《测绘学报》 EI CSCD 北大核心 2013年第3期344-350,共7页
充分有效地利用像素间的空间关系,是提高高分辨率遥感影像解译精度的关键之一。提出一种空间像素模板来获取空间邻域关系,并结合Adaboost集成学习算法来实现高分辨率影像上河流的精确提取。首先,基于过滤式特征选择方法自动生成像素模板... 充分有效地利用像素间的空间关系,是提高高分辨率遥感影像解译精度的关键之一。提出一种空间像素模板来获取空间邻域关系,并结合Adaboost集成学习算法来实现高分辨率影像上河流的精确提取。首先,基于过滤式特征选择方法自动生成像素模板,继而构建多维特征向量,然后利用Adaboost算法实现多特征的加权集成利用提取河流。相关试验结果表明,本文提出的方法河流提取结果面向对象特征显著,并且能够较好地将与河流具有光谱重叠的其他地物区分开。 展开更多
关键词 空间像素模板 高分辨率遥感影像 adaboost算法 河流提取
下载PDF
Adaboost算法改进BP神经网络预测研究 被引量:29
14
作者 李翔 朱全银 《计算机工程与科学》 CSCD 北大核心 2013年第8期96-102,共7页
针对传统BP神经网络容易陷入局部极小、预测精度低的问题,提出使用Adaboost算法和BP神经网络相结合的方法,提高网络预测精度和泛化能力。该方法首先对样本数据进行预处理并初始化测试数据分布权值;然后通过选取不同的隐含层节点数、节... 针对传统BP神经网络容易陷入局部极小、预测精度低的问题,提出使用Adaboost算法和BP神经网络相结合的方法,提高网络预测精度和泛化能力。该方法首先对样本数据进行预处理并初始化测试数据分布权值;然后通过选取不同的隐含层节点数、节点传递函数、训练函数、网络学习函数构造出不同类型的BP弱预测器并对样本数据进行反复训练;最后使用Adaboost算法将得到的多个BP神经网络弱预测器组成新的强预测器。对UCI数据库中数据集进行仿真实验,结果表明本方法比传统BP网络预测平均误差绝对值减少近50%,提高了网络预测精度,为神经网络预测提供借鉴。 展开更多
关键词 神经网络 强预测器 迭代算法 adaboost算法
下载PDF
一种改进遗传神经网络的建筑基坑沉降预测模型 被引量:30
15
作者 周星勇 杨容浩 +1 位作者 王志胜 冉中鑫 《测绘工程》 CSCD 2018年第3期53-57,共5页
目前常见的沉降预测方法有灰色系统模型、时间序列分析法、BP神经网络及其改进算法等。针对BP神经网络容易出现过拟合和局部最优的缺点,部分学者利用遗传算法进行神经网络初始权值和阈值优化。但是遗传算法对于因监测数据质量问题而造... 目前常见的沉降预测方法有灰色系统模型、时间序列分析法、BP神经网络及其改进算法等。针对BP神经网络容易出现过拟合和局部最优的缺点,部分学者利用遗传算法进行神经网络初始权值和阈值优化。但是遗传算法对于因监测数据质量问题而造成变形预测结果不佳的优化效果有限。因此引入自适应增强算法对遗传神经网络预测模型进行改进。并利用某高层建筑基坑实测50期监测数据进行仿真预测。实验结果表明,利用自适应增强算法改进之后的遗传神经网络预测模型在满足工程监测精度要求的前提下,在MAPE、MAE、MSE三项精度指标上分别提高80.57%、81.04%、70.83%。 展开更多
关键词 建筑基坑 沉降预测 BP神经网络 遗传算法 自适应增强算法
下载PDF
基于参数优化AdaBoost算法的酸性火山岩岩性分类 被引量:28
16
作者 杨笑 王志章 +4 位作者 周子勇 魏周城 曲康 王翔宇 王如意 《石油学报》 EI CAS CSCD 北大核心 2019年第4期457-467,共11页
岩性识别是火山岩油气藏勘探的基础,为提高长岭气田火山岩岩性识别的准确率,采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法,对研究区酸性火山岩岩性进行分类与识别。通过分析研... 岩性识别是火山岩油气藏勘探的基础,为提高长岭气田火山岩岩性识别的准确率,采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法,对研究区酸性火山岩岩性进行分类与识别。通过分析研究区火山岩不同岩性的测井响应特征,选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量。选择3口井中岩心分析和岩矿录井资料完整的7 150个测井数据作为数据集,并从中随机选取70%的数据作为训练集建立岩性识别模型,剩余30%的数据作为测试集。对6种算法建立的模型通过交叉验证进行参数优化及模型评价,对比不同算法与录井剖面的结果表明,AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段,准确率可达90%以上。 展开更多
关键词 火山岩 岩性识别 集成算法 adaboost算法 交叉验证
原文传递
一种基于AdaBoost的SVM分类器 被引量:22
17
作者 王晓丹 孙东延 +2 位作者 郑春颖 张宏达 赵学军 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2006年第6期54-57,共4页
针对AdaBoost的分量分类器的分类精度和差异性互为矛盾、以至于该矛盾的存在降低了AdaBoost算法的分类精度和泛化性的问题,提出了一种变σ-AdaBoostRBFSVM算法,通过根据训练样本调整各个分量分类器的核函数参数值,使分量分类器在精度和... 针对AdaBoost的分量分类器的分类精度和差异性互为矛盾、以至于该矛盾的存在降低了AdaBoost算法的分类精度和泛化性的问题,提出了一种变σ-AdaBoostRBFSVM算法,通过根据训练样本调整各个分量分类器的核函数参数值,使分量分类器在精度和差异性之间达到一定的平衡,从而提高了集成分类器的分类精度和泛化性。对标准数据集的分类实验结果表明了算法的有效性。 展开更多
关键词 支持向量机 adaboost算法 分类器
下载PDF
支持向量机与AdaBoost的结合算法研究 被引量:20
18
作者 张晓龙 任芳 《计算机应用研究》 CSCD 北大核心 2009年第1期77-78,110,共3页
将支持向量机与AdaBoost算法相结合,称其为Boost-SVM。从提升泛化性能和预测精度等方面对支持向量机的学习算法进行了研究与比较。Boost-SVM实验结果表明,该算法提高了支持向量机的预测精度并优化了学习机的性能。
关键词 支持向量机 增强法 自适应增强算法 算法优化
下载PDF
基于人脸特征和AdaBoost算法的多姿态人脸检测 被引量:23
19
作者 阮锦新 尹俊勋 《计算机应用》 CSCD 北大核心 2010年第4期967-970,共4页
基于人脸特征和AdaBoost算法,提出一种改进的多姿态人脸检测算法。首先利用肤色特征快速排除绝大部分背景区域,然后在肤色区域中搜索眼睛和嘴巴区域,根据眼睛和嘴巴区域的几何特征所确定的人脸方向分割出大致正向的人脸候选区域,最后利... 基于人脸特征和AdaBoost算法,提出一种改进的多姿态人脸检测算法。首先利用肤色特征快速排除绝大部分背景区域,然后在肤色区域中搜索眼睛和嘴巴区域,根据眼睛和嘴巴区域的几何特征所确定的人脸方向分割出大致正向的人脸候选区域,最后利用AdaBoost算法对候选区域进行分类。实验表明,算法能实现多姿态人脸的快速检测,而且对脸部表情和遮挡有较强的鲁棒性。 展开更多
关键词 人脸检测 多姿态 肤色区域 人脸特征 adaboost算法 Harr-like特征
下载PDF
基于Adaboost的改进BP神经网络地表沉陷预测 被引量:24
20
作者 潘红宇 赵云红 +2 位作者 张卫东 白芸 韩亚伟 《煤炭科学技术》 CAS CSCD 北大核心 2019年第2期161-167,共7页
BP神经网络可以解决地表沉陷等非线性关系问题,为了更精确地进行地表沉陷变形预测,引入Adaboost算法对BP神经网络进行改进,并运用Matlab R2014a建立基于Adaboost的BP神经网络地表沉陷预测模型。首先通过BP神经网络进行训练、测试,经过... BP神经网络可以解决地表沉陷等非线性关系问题,为了更精确地进行地表沉陷变形预测,引入Adaboost算法对BP神经网络进行改进,并运用Matlab R2014a建立基于Adaboost的BP神经网络地表沉陷预测模型。首先通过BP神经网络进行训练、测试,经过多次迭代,将每个BP神经网络作为一个弱预测器加权组合,形成强预测器,并首次对青岛地铁3号线保河区间隧道进行地表下沉值预测。预测结果表明:Adaboost的BP神经网络预测下沉值的平均绝对误差为0.585 3 mm,平均相对误差为5.82%,与BP神经网络预测相比,绝对误差降低了2.594 7 mm,相对误差降低了27.46%,由此表明Adaboost的BP神经网络适用于地表沉陷预测,且预测精度更高。 展开更多
关键词 地表沉陷 adaboost算法 BP神经网络 变形预测
下载PDF
上一页 1 2 39 下一页 到第
使用帮助 返回顶部