期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种用于非平衡数据分类的集成学习模型 被引量：5
1
作者 焦盛岚 杨炳儒 +1 位作者 翟云 赵万里 《计算机工程与应用》 CSCD 2012年第29期119-123,219,共6页
针对非平衡数据分类问题,提出了一种改进的SVM-KNN分类算法,在此基础上设计了一种集成学习模型。该模型采用限数采样方法对多数类样本进行分割,将分割后的多数类子簇与少数类样本重新组合,利用改进的SVM-KNN分别训练,得到多个基本分类器... 针对非平衡数据分类问题,提出了一种改进的SVM-KNN分类算法,在此基础上设计了一种集成学习模型。该模型采用限数采样方法对多数类样本进行分割,将分割后的多数类子簇与少数类样本重新组合,利用改进的SVM-KNN分别训练,得到多个基本分类器,对各个基本分类器进行组合。采用该模型对UCI数据集进行实验,结果显示该模型对于非平衡数据分类有较好的效果。 展开更多
关键词 非平衡数据 集成学习模型 基本分类器 改进的支持向量机-K最近邻(SVM-KNN) UCI数据集
下载PDF
改进Faster R-CNN下的自然场景文本检测 被引量：1
2
作者 王雪娇 张超敏 《仪表技术》 2020年第10期18-22,共5页
通常情况下算法中滑动窗口都是固定大小,自然场景图像中的文本检测比较困难。针对滑动窗口固定会造成在图像边界处出现较多的冗余,产生运算量增大,运算时间较长等问题,在改进RPN网络模型的前提下,提出了一种改进的Faster R-CNN的自然场... 通常情况下算法中滑动窗口都是固定大小,自然场景图像中的文本检测比较困难。针对滑动窗口固定会造成在图像边界处出现较多的冗余,产生运算量增大,运算时间较长等问题,在改进RPN网络模型的前提下,提出了一种改进的Faster R-CNN的自然场景文本检测算法,对提高自然场景图像中的文本检测效能有着重要意义。 展开更多
关键词 文本检测 基本框架 卷积层 分类器
下载PDF
基于Adaboost算法的不平衡数据集分类效果研究
3
作者 董庆伟 《长春师范大学学报》 2022年第6期49-52,共4页
在不平衡数据集中,由于少类样本和多类样本的不平衡,在分类过程中容易产生难以分类和错误分类的现象。针对不平衡数据集的分类特点,设计出一种组合分类器,适用于不平衡数据集的分类。通过SMOTE算法采样对不平衡数据集进行一个预处理,采... 在不平衡数据集中,由于少类样本和多类样本的不平衡,在分类过程中容易产生难以分类和错误分类的现象。针对不平衡数据集的分类特点,设计出一种组合分类器,适用于不平衡数据集的分类。通过SMOTE算法采样对不平衡数据集进行一个预处理,采用单层决策树作为基本分类器,利用Matlab编程,构建Adaboost算法分类器,对demo、heart和usps数据集进行训练集和测试集分析。结果表明,通过Adaboost算法可以有效提高分类效果,算法中通过改变正类样本的权值,从而重视对少类样本的分类,在一定程度上能够提高整体的分类效果,实现不平衡数据集的分类设计。 展开更多
关键词 不平衡数据集 ADABOOST算法 单层决策树 基本分类器
下载PDF
基于智能手机传感器的基础行为识别方法研究 被引量：5
4
作者 孔菁 郭渊博 +1 位作者 刘春辉 王一丰 《计算机应用研究》 CSCD 北大核心 2020年第4期1081-1085,共5页
为提高人类行为识别准确性的同时降低实现过程的复杂程度,提出基于智能手机加速度传感器与陀螺仪数据对六种日常基础行为进行识别的方法。在分析传感器框架的基础上,对加速度传感器进行数据采集并对原始数据进行数据预处理,然后采用主... 为提高人类行为识别准确性的同时降低实现过程的复杂程度,提出基于智能手机加速度传感器与陀螺仪数据对六种日常基础行为进行识别的方法。在分析传感器框架的基础上,对加速度传感器进行数据采集并对原始数据进行数据预处理,然后采用主成分分析方法结合已有知识对数据统计特征进行降低维数处理,再利用机器学习算法实现对行为特征的分类与识别,目的是简化基础行为的识别过程并提高数据的利用率。实验测试结果验证了决策树与支持向量机分类器结合使用的有效性,识别准确率可接近97%。 展开更多
关键词 智能手机传感器 基础行为 主成分分析 决策树 支持向量机分类器
下载PDF
基于基本竞争型神经网络的TM影像分类研究 被引量：3
5
作者 王璐 刘艳华 +2 位作者 刘振华 徐剑波 严会超 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2009年第8期154-160,170,共8页
【目的】针对传统遥感图像分类方法精度低的缺点,运用基本竞争型神经网络模型对TM影像进行分类研究。【方法】在考虑TM影像光谱信息和地表结构变化信息的基础上,应用经过基本竞争型神经网络训练后的分类器对TM影像进行分类研究,并与利... 【目的】针对传统遥感图像分类方法精度低的缺点,运用基本竞争型神经网络模型对TM影像进行分类研究。【方法】在考虑TM影像光谱信息和地表结构变化信息的基础上,应用经过基本竞争型神经网络训练后的分类器对TM影像进行分类研究,并与利用最大似然法的分类结果进行比较。【结果】研究区TM影像采用基本竞争型神经网络进行分类的总体分类精度和Kappa系数分别为89.1%和0.873,而采用最大似然法分别为70.6%和0.646,前者的分类精度明显高于后者。【结论】基本竞争型神经网络的分类结果明显优于最大似然法的分类结果。 展开更多
关键词 TM影像分类 地表结构信息 基本竞争型神经网络 最大似然法
下载PDF
基于SPCA和域变换递归滤波的高光谱图像分类 被引量：1
6
作者 于多 黄永东 《计算机工程与应用》 CSCD 北大核心 2021年第4期199-208,共10页
提出一种基于分割的主成分分析(Segmented Principal Component Analysis,SPCA)和域变换递归滤波(Domain Transform Recursive Filtering,DTRF)的高光谱图像分类算法。利用SPCA方法降低高光谱图像的维数和提取各波段子集的第一主成分。... 提出一种基于分割的主成分分析(Segmented Principal Component Analysis,SPCA)和域变换递归滤波(Domain Transform Recursive Filtering,DTRF)的高光谱图像分类算法。利用SPCA方法降低高光谱图像的维数和提取各波段子集的第一主成分。使用不同参数的域变换递归滤波器对各波段子集第一主成分进行滤波,形成堆叠的边缘保持滤波图。采用主成分分析(Principal Component Analysis,PCA)将堆叠的边缘保持滤波图进行特征融合。利用基本阈值分类器(Basic Thresholding Classifier,BTC)对融合后的主成分进行分类。仿真实验表明,所提方法能够提高分类精度,且在总体分类精度、平均分类精度、Kappa系数等方面优于已有方法。 展开更多
关键词 主成分分析(PCA) 分割的主成分分析(SPCA) 域变换递归滤波(DTRF) 高光谱图像分类 基本阈值分类器
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部