期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
NCA降维和贝叶斯优化调参对分类模型的改进
被引量:
14
1
作者
李斌
王卫星
《计算机应用与软件》
北大核心
2019年第8期281-287,299,共8页
高校贫困生的贫困程度判定可以归属于构建分类模型对样本数据进行训练。但单个分类模型的精准度要取决于处理样本数据的大小和类型复杂度,在模型速度和准确性之间不易取舍。集成多个分类算法可以避免单个分类算法的过拟合。通过邻域分...
高校贫困生的贫困程度判定可以归属于构建分类模型对样本数据进行训练。但单个分类模型的精准度要取决于处理样本数据的大小和类型复杂度,在模型速度和准确性之间不易取舍。集成多个分类算法可以避免单个分类算法的过拟合。通过邻域分量分析(Neighborhood Component Analysis,NCA)进行特征降维降低初始分类模型的计算成本,对误判损失引入一个成本函数进行惩罚的同时采用贝叶斯优化进行超参数调优。结果表明,改进后的分类模型泛化能力得到明显提升。计算时间成本降低的同时,误判率由初始的8%下降到5%,模型的准确率提升了近4%。
展开更多
关键词
分类算法
领域分量分析
贝叶斯调优
MATLAB
贫困生判别
下载PDF
职称材料
一种基于近邻元分析的文本分类算法
被引量:
10
2
作者
刘丛山
李祥宝
杨煜普
《计算机工程》
CAS
CSCD
2012年第15期139-141,共3页
在近邻元分析(NCA)算法的基础上,提出K近邻元分析分类算法K-NCA。利用NCA算法完成对训练样本集的距离测度学习和降维,定义类偏斜因子,引入K近邻思想,得到测试样本的类条件概率估计,并通过该概率进行类别判定,实现文本分类器功能。实验...
在近邻元分析(NCA)算法的基础上,提出K近邻元分析分类算法K-NCA。利用NCA算法完成对训练样本集的距离测度学习和降维,定义类偏斜因子,引入K近邻思想,得到测试样本的类条件概率估计,并通过该概率进行类别判定,实现文本分类器功能。实验结果表明,K-NCA算法的分类效果较好。
展开更多
关键词
近邻元分析
距离测度学习
降维
K近邻
文本分类
下载PDF
职称材料
基于人工蜂群支持向量机的电动汽车制动意图识别方法
被引量:
8
3
作者
李向杰
张向文
《中国机械工程》
EI
CAS
CSCD
北大核心
2021年第17期2125-2135,共11页
在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标...
在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标,以搭载线控制动系统的电动汽车为研究对象,设计并实现了一种基于人工蜂群支持向量机(ABC-SVM)的驾驶员制动意图在线识别方法。首先对制动数据进行预处理,用近邻成分分析(NCA)特征选择算法选取有效特征,再用ABC-SVM算法建立制动意图识别模型,最后进行在线识别。离线验证和在线试验结果表明,NCA算法能有效筛选掉信号噪声导致的不相关特征;相比于模糊推理、反向传播(BP)算法、粒子群优化支持向量机(PSO-SVM)和遗传算法支持向量机(GA-SVM)识别算法,ABC-SVM算法能够更加准确、快速地识别驾驶员的制动意图。
展开更多
关键词
电动汽车
制动意图
近邻成分分析
人工蜂群
支持向量机
下载PDF
职称材料
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
被引量:
6
4
作者
谢罗峰
徐慧宁
+2 位作者
黄沁元
赵越
殷国富
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2017年第1期184-191,共8页
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并...
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并将能量、偏度、峭度、模糊熵作为分类特征;利用邻域成分分析法对分类特征降维;将降维构造的新特征集输入到最小二乘支持向量机,判断磁瓦是否含有内部缺陷.通过实验验证,对提出的检测方法进行可行性分析.3种不同类型磁瓦的内部缺陷识别率均可以达到99%,与以往双谱切片方法相比,提高了检测识别率.试验结果表明,提出的方法具有检测速度快、可靠性高、适应性强等特点,为高效、准确地进行磁瓦内部缺陷检测提供了有效的技术手段.
展开更多
关键词
磁瓦
内部缺陷
双树复小波包变换(DTCWPT)
邻域成分分析法(
nca
)
最小二乘支持向量机(LSSVM)
下载PDF
职称材料
基于近邻成分分析算法的原发性肝癌精确放疗后HBV再激活分类预测
被引量:
3
5
作者
赵咏旺
刘毅慧
黄伟
《生物信息学》
2018年第3期163-169,共7页
原发性肝癌(PLC)患者在精确放疗后乙型肝炎病毒(HBV)再激活是一种常见并发症,及时的预测防护能降低发病率、死亡率。研究表明:多余的特征变量会影响HBV再激活的预测精度。通过提出基于近邻成分分析(NCA)的特征选择方法找出HBV再激活的...
原发性肝癌(PLC)患者在精确放疗后乙型肝炎病毒(HBV)再激活是一种常见并发症,及时的预测防护能降低发病率、死亡率。研究表明:多余的特征变量会影响HBV再激活的预测精度。通过提出基于近邻成分分析(NCA)的特征选择方法找出HBV再激活的危险因素及特征组合。之后分别建立经Bayes优化前后的支持向量机模型(SVM)对这些关键特征子集及初始特征集进行分类预测。实验结果表:明HBV DNA水平、KPS评分、分割方式、外放边界、V25、肿瘤分期TNM、ChildPugh等都是影响HBV再激活的危险因素。其中经NCA特征选择之后发现的V25是在乙型肝炎病毒再激活研究中首次提出的危险因素。10折交叉验证下特征组合HBV DNA水平、外放边界、V25的预测精度高达86.11%。支持向量机分类器可以很好的应用于乙型肝炎病毒再激活的研究,特征选择后的关键特征组合具有更优越的分类性能。
展开更多
关键词
乙型肝炎病毒(HBV)
近邻盛分分析(
nca
)
特征选择
支持向量机
下载PDF
职称材料
基于近邻元分析算法的滚动轴承复合故障诊断
被引量:
1
6
作者
余震
《中国工程机械学报》
北大核心
2018年第6期531-534,共4页
滚动轴承发生复合故障时,由于故障之间的相互耦合效应导致其振动信号特征十分复杂,基于信号处理的故障处理方法往往难以取得理想的结果,智能分类算法是一种行之有效的替代方法.基于上述分析,提出基于近邻元分析法(NCA)的滚动轴承复合故...
滚动轴承发生复合故障时,由于故障之间的相互耦合效应导致其振动信号特征十分复杂,基于信号处理的故障处理方法往往难以取得理想的结果,智能分类算法是一种行之有效的替代方法.基于上述分析,提出基于近邻元分析法(NCA)的滚动轴承复合故障智能诊断方法.利用常规时域、时频域特征提取方法对滚动轴承不同复合故障振动信号进行特征提取;利用NCA对提取到的特征向量进行分类,取得理想的诊断效果.通过滚动轴承复合故障实验,验证了所述方法的有效性.为突出近邻元方法的优越性,将其分类效果与主成分分析方法(PCA)的分类效果进行对比.对比结果证明:近邻元方法具有更高的分类正确率.
展开更多
关键词
近邻元
滚动轴承
复合故障
故障诊断
下载PDF
职称材料
题名
NCA降维和贝叶斯优化调参对分类模型的改进
被引量:
14
1
作者
李斌
王卫星
机构
河南科技大学应用工程学院现代教育技术中心
出处
《计算机应用与软件》
北大核心
2019年第8期281-287,299,共8页
基金
河南省2017年高等教育教学改革研究与实践项目(2017SJGLX636)
文摘
高校贫困生的贫困程度判定可以归属于构建分类模型对样本数据进行训练。但单个分类模型的精准度要取决于处理样本数据的大小和类型复杂度,在模型速度和准确性之间不易取舍。集成多个分类算法可以避免单个分类算法的过拟合。通过邻域分量分析(Neighborhood Component Analysis,NCA)进行特征降维降低初始分类模型的计算成本,对误判损失引入一个成本函数进行惩罚的同时采用贝叶斯优化进行超参数调优。结果表明,改进后的分类模型泛化能力得到明显提升。计算时间成本降低的同时,误判率由初始的8%下降到5%,模型的准确率提升了近4%。
关键词
分类算法
领域分量分析
贝叶斯调优
MATLAB
贫困生判别
Keywords
Classification
algorithm
neighborhood
component analysis
(
nca
)
Bayesian
tuning
MATLAB
Poor
student
discriminant
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
一种基于近邻元分析的文本分类算法
被引量:
10
2
作者
刘丛山
李祥宝
杨煜普
机构
上海交通大学自动化系系统控制与信息处理教育部重点实验室
出处
《计算机工程》
CAS
CSCD
2012年第15期139-141,共3页
基金
国家"863"计划基金资助项目"云制造服务平台关键技术"(2011AA040605)
文摘
在近邻元分析(NCA)算法的基础上,提出K近邻元分析分类算法K-NCA。利用NCA算法完成对训练样本集的距离测度学习和降维,定义类偏斜因子,引入K近邻思想,得到测试样本的类条件概率估计,并通过该概率进行类别判定,实现文本分类器功能。实验结果表明,K-NCA算法的分类效果较好。
关键词
近邻元分析
距离测度学习
降维
K近邻
文本分类
Keywords
neighborhood
component analysis
(
nca
)
distance
metric
learning
dimension
reduction
K
Nearest
Neighbor(KNN)
text
classification
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于人工蜂群支持向量机的电动汽车制动意图识别方法
被引量:
8
3
作者
李向杰
张向文
机构
桂林电子科技大学电子工程与自动化学院
广西自动检测技术与仪器重点实验室(桂林电子科技大学)
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2021年第17期2125-2135,共11页
基金
国家自然科学基金(51465011)
广西自然科学基金(2018GXNSFAA281282)
+1 种基金
广西自动检测技术与仪器重点实验室主任基金(YQ17110)
桂林电子科技大学研究生教育创新计划(2019YCXS091)。
文摘
在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标,以搭载线控制动系统的电动汽车为研究对象,设计并实现了一种基于人工蜂群支持向量机(ABC-SVM)的驾驶员制动意图在线识别方法。首先对制动数据进行预处理,用近邻成分分析(NCA)特征选择算法选取有效特征,再用ABC-SVM算法建立制动意图识别模型,最后进行在线识别。离线验证和在线试验结果表明,NCA算法能有效筛选掉信号噪声导致的不相关特征;相比于模糊推理、反向传播(BP)算法、粒子群优化支持向量机(PSO-SVM)和遗传算法支持向量机(GA-SVM)识别算法,ABC-SVM算法能够更加准确、快速地识别驾驶员的制动意图。
关键词
电动汽车
制动意图
近邻成分分析
人工蜂群
支持向量机
Keywords
electric
vehicle
braking
intention
neighborhood
component analysis
(
nca
)
artificial
bee
colony(ABC)
support
vector
machine(SVM)
分类号
U463.5 [机械工程—车辆工程]
下载PDF
职称材料
题名
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
被引量:
6
4
作者
谢罗峰
徐慧宁
黄沁元
赵越
殷国富
机构
四川大学制造科学与工程学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2017年第1期184-191,共8页
基金
国家自然科学青年基金资助项目(51205265)
四川省科技计划资助项目(2015ZR0018)
文摘
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并将能量、偏度、峭度、模糊熵作为分类特征;利用邻域成分分析法对分类特征降维;将降维构造的新特征集输入到最小二乘支持向量机,判断磁瓦是否含有内部缺陷.通过实验验证,对提出的检测方法进行可行性分析.3种不同类型磁瓦的内部缺陷识别率均可以达到99%,与以往双谱切片方法相比,提高了检测识别率.试验结果表明,提出的方法具有检测速度快、可靠性高、适应性强等特点,为高效、准确地进行磁瓦内部缺陷检测提供了有效的技术手段.
关键词
磁瓦
内部缺陷
双树复小波包变换(DTCWPT)
邻域成分分析法(
nca
)
最小二乘支持向量机(LSSVM)
Keywords
magnetic
tile
internal
defects
dual-tree
complex
wavelet
packet
transform(DTCWPT)
neighborhood
component analysis
(
nca
)
least
squares
support
vector
machine(LSSVM)
分类号
TN911 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于近邻成分分析算法的原发性肝癌精确放疗后HBV再激活分类预测
被引量:
3
5
作者
赵咏旺
刘毅慧
黄伟
机构
齐鲁工业大学信息学院
山东省肿瘤医院放疗病区
出处
《生物信息学》
2018年第3期163-169,共7页
基金
国家自然科学基金项目(No.81402538)
国家自然科学基金项目(No.61375013)
山东省自然科学基金项目(No.ZR2013FM020)
文摘
原发性肝癌(PLC)患者在精确放疗后乙型肝炎病毒(HBV)再激活是一种常见并发症,及时的预测防护能降低发病率、死亡率。研究表明:多余的特征变量会影响HBV再激活的预测精度。通过提出基于近邻成分分析(NCA)的特征选择方法找出HBV再激活的危险因素及特征组合。之后分别建立经Bayes优化前后的支持向量机模型(SVM)对这些关键特征子集及初始特征集进行分类预测。实验结果表:明HBV DNA水平、KPS评分、分割方式、外放边界、V25、肿瘤分期TNM、ChildPugh等都是影响HBV再激活的危险因素。其中经NCA特征选择之后发现的V25是在乙型肝炎病毒再激活研究中首次提出的危险因素。10折交叉验证下特征组合HBV DNA水平、外放边界、V25的预测精度高达86.11%。支持向量机分类器可以很好的应用于乙型肝炎病毒再激活的研究,特征选择后的关键特征组合具有更优越的分类性能。
关键词
乙型肝炎病毒(HBV)
近邻盛分分析(
nca
)
特征选择
支持向量机
Keywords
Hepatitis
B
virus
(HBV)
neighborhood
component analysis
(
nca
)
Feature
selection
Supportvector
machine
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于近邻元分析算法的滚动轴承复合故障诊断
被引量:
1
6
作者
余震
机构
黄河科技学院医学院
出处
《中国工程机械学报》
北大核心
2018年第6期531-534,共4页
文摘
滚动轴承发生复合故障时,由于故障之间的相互耦合效应导致其振动信号特征十分复杂,基于信号处理的故障处理方法往往难以取得理想的结果,智能分类算法是一种行之有效的替代方法.基于上述分析,提出基于近邻元分析法(NCA)的滚动轴承复合故障智能诊断方法.利用常规时域、时频域特征提取方法对滚动轴承不同复合故障振动信号进行特征提取;利用NCA对提取到的特征向量进行分类,取得理想的诊断效果.通过滚动轴承复合故障实验,验证了所述方法的有效性.为突出近邻元方法的优越性,将其分类效果与主成分分析方法(PCA)的分类效果进行对比.对比结果证明:近邻元方法具有更高的分类正确率.
关键词
近邻元
滚动轴承
复合故障
故障诊断
Keywords
neighborhood
component analysis
(
nca
)
rolling
element
bearing
compound
faults
fault
diagnosis
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
NCA降维和贝叶斯优化调参对分类模型的改进
李斌
王卫星
《计算机应用与软件》
北大核心
2019
14
下载PDF
职称材料
2
一种基于近邻元分析的文本分类算法
刘丛山
李祥宝
杨煜普
《计算机工程》
CAS
CSCD
2012
10
下载PDF
职称材料
3
基于人工蜂群支持向量机的电动汽车制动意图识别方法
李向杰
张向文
《中国机械工程》
EI
CAS
CSCD
北大核心
2021
8
下载PDF
职称材料
4
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
谢罗峰
徐慧宁
黄沁元
赵越
殷国富
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2017
6
下载PDF
职称材料
5
基于近邻成分分析算法的原发性肝癌精确放疗后HBV再激活分类预测
赵咏旺
刘毅慧
黄伟
《生物信息学》
2018
3
下载PDF
职称材料
6
基于近邻元分析算法的滚动轴承复合故障诊断
余震
《中国工程机械学报》
北大核心
2018
1
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部