基于多钻进参数和概率分类方法的地层识别研究 被引量：13

1

作者 梁栋才 汤华 +2 位作者 吴振君 张勇慧 房昱纬 《岩土力学》 EI CAS CSCD 北大核心 2022年第4期1123-1134,共12页

传统的超前钻探地质预报常以某个钻进参数的变化率作为地层识别的主要依据。钻头破岩是一个复杂的力学过程,应考虑多个参数的协同作用,仅采用单钻进参数识别地层的不确定性较大。首先,对超前钻探数据进行预处理,包括标准化、频数分布分... 传统的超前钻探地质预报常以某个钻进参数的变化率作为地层识别的主要依据。钻头破岩是一个复杂的力学过程,应考虑多个参数的协同作用,仅采用单钻进参数识别地层的不确定性较大。首先,对超前钻探数据进行预处理,包括标准化、频数分布分析和敏感性分析,筛选出对地层变化敏感的关键钻进参数;其次,基于能量守恒、二元无序逻辑回归分析和多参数变异性分析原理分别建立了破岩能量、逻辑回归概率和地层硬度3种地层识别综合指标;最后,采用基于贝叶斯原理的概率分类方法建立地层识别模型,利用ROC分析方法得到模型参数,实现基于多钻进参数和概率分类方法的地层识别。以地质条件复杂的隧道工程为例,介绍了该地层识别方法的应用,结果表明:3种地层识别综合指标均具有较好的跨孔地层识别能力,识别准确率超过80%;破岩能量和逻辑回归概率指标适用于较近距离的跨孔地层识别,平均识别准确率分别为86.3%和84.1%;逻辑回归概率指标对软弱夹层识别能力较强,准确率达到94.2%;地层硬度指标适用于较远距离的跨孔地层识别;灰岩识别准确率最大达到93.2%。 展开更多

关键词 超前钻探 破岩能量 逻辑回归概率 地层硬度指标 概率分类 地层识别

下载PDF 职称材料

科学计算可视化理论与应用研究进展 被引量：47

2

作者 唐泽圣 孙延奎 邓俊辉 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2001年第4期199-202,共4页

清华大学计算机系计算机图形学与可视化技术研究组 10年来先后对三维规则数据场的体绘制算法、面绘制算法、非规则数据场可视化、散乱数据可视化、科学计算可视化的并行算法、三维复杂模型的多分辨率表示等问题进行了研究 ,提出并实现... 清华大学计算机系计算机图形学与可视化技术研究组 10年来先后对三维规则数据场的体绘制算法、面绘制算法、非规则数据场可视化、散乱数据可视化、科学计算可视化的并行算法、三维复杂模型的多分辨率表示等问题进行了研究 ,提出并实现了多项有创新性的科学计算可视化算法 ,并将其应用于医学数据、气象数据及石油勘探数据的可视化 ,自主开发了三维数据场可视化实用系统。该文介绍研究组在科学计算可视化领域取得的主要理论和应用成果 ,并指出进一步的工作方向。 展开更多

关键词 科学计算可视化 体绘制 并行算法 三维复杂模型 多分辨率表示 SOM-PNN概率分类模型 计算机图形学

原文传递

基于Softmax概率分类器的数据驱动空间负荷预测 被引量：22

3

作者 郑伟民 叶承晋 +3 位作者 张曼颖 王蕾 孙可 丁一 《电力系统自动化》 EI CSCD 北大核心 2019年第9期117-124,共8页

提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取... 提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取。建立Softmax多元概率分类模型对未知地块的负荷水平类型进行匹配。自下而上对相邻地块负荷预测结果进行时域叠加,得到更大区域的预测信息,包括其负荷量和预测负荷曲线。算例仿真结果表明提出的空间负荷预测方法在预测精度上有一定提升。 展开更多

关键词 空间负荷预测 数据挖掘 地块 Softmax概率分类器 负荷曲线

下载PDF 职称材料

电能质量扰动的专家概率分类器模型 被引量：6

4

作者 王志群 朱守真 周双喜 《电力系统自动化》 EI CSCD 北大核心 2004年第8期45-49,56,共6页

电力系统以及部分用户均安装有监测装置,收集了大量的扰动数据,因此有必要研究出实用简单的、自动的扰动分类器,从而为进一步研究奠定基础。提出了电能质量扰动的专家概率分类器模型,用于常见电能质量扰动的分类。概率分类器基于数理统... 电力系统以及部分用户均安装有监测装置,收集了大量的扰动数据,因此有必要研究出实用简单的、自动的扰动分类器,从而为进一步研究奠定基础。提出了电能质量扰动的专家概率分类器模型,用于常见电能质量扰动的分类。概率分类器基于数理统计规律,概念清楚、运算简单,引入专家反馈环节可以提高分类的准确性、鲁棒性,使得分类器具备一定的自适应能力。根据同一监测地点检测到的电能质量扰动样本,构建并测试了该分类器的可行性及性能,结果令人满意。 展开更多

关键词 电能质量扰动分类 概率分类器 专家反馈

下载PDF 职称材料

基于频谱残差视觉显著计算的高分辨SAR图像舰船检测算法 被引量：9

5

作者 熊伟 徐永力 +2 位作者 姚力波 崔亚奇 李岳峰 《电光与控制》 北大核心 2018年第4期7-11,49,共6页

分析了高分辨率SAR图像中海洋背景和舰船目标的特点,针对高分辨率SAR图像提出了一种两阶段舰船目标快速检测算法:第一阶段采用改进的频谱残差视觉显著计算模型快速获取视觉的感兴趣区域;第二阶段检测阶段,结合贝叶斯理论二元假设检验的... 分析了高分辨率SAR图像中海洋背景和舰船目标的特点,针对高分辨率SAR图像提出了一种两阶段舰船目标快速检测算法:第一阶段采用改进的频谱残差视觉显著计算模型快速获取视觉的感兴趣区域;第二阶段检测阶段,结合贝叶斯理论二元假设检验的思想,设计了一个局部最大后验概率分类器进行像素分类,经参数估计、判决准则完成显著区域内像素二分类以实现目标检测。实验采用典型的高分辨率SAR卫星Terra-SAR-X卫星数据进行仿真实验,结果表明所提算法具有良好的检测性能,也更加符合实际高分辨率图像舰船目标检测的应用需求。通过进一步实验与以往检测算法的对比得出结论,高分辨率SAR图像舰船目标检测方法在能够改善由斑点噪声和不均匀的海杂波背景对检测结果带来虚警的同时,检测速度也提高了25%~50%。 展开更多

关键词 合成孔径雷达图像 舰船目标检测 频谱残差模型 视觉注意机制 局部最大后验概率分类器

下载PDF 职称材料

属性掌握概率分类模型——一种基于Q矩阵的认知诊断模型 被引量：6

6

作者 朱金鑫 张淑梅 辛涛 《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期117-122,共6页

提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机... 提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机模拟研究,发现该模型适用于总体的属性掌握概率服从左偏态分布和双峰分布的考生知识状态的识别. 展开更多

关键词 认知诊断 属性掌握概率分类模型 属性掌握概率估计 模糊识别

下载PDF 职称材料

基于多时相影像的农业作物非参数与概率分类(英文) 被引量：7

7

作者 俞军 Bo Ranneby 《遥感学报》 CSCD 北大核心 2007年第5期748-755,共8页

本文提出了一种新的结合多光谱和变化检测技术的多时相卫星数据集分类方法。该方法以数理统计中的最近邻法为基础,其目标函数是使得正确分类的平均概率得到最优化,即把每个分类类别看成同等重要。该新算法被应用于一个农业作物分类的研... 本文提出了一种新的结合多光谱和变化检测技术的多时相卫星数据集分类方法。该方法以数理统计中的最近邻法为基础,其目标函数是使得正确分类的平均概率得到最优化,即把每个分类类别看成同等重要。该新算法被应用于一个农业作物分类的研究区域,并利用覆盖该区的不同季节的SPOT和LANDSAT TM多时像影像。结果表明,与单时像影像相比,使用五个不同季节的多时像影像可以充分地提高分类精度。为了说明该方法在大尺度范围内的效果,本文选取瑞典道拉河流域作为研究区。由于不同地物的分布高度重叠,不可能得到像元水平上满意的分类精度。这就需要引进一种新的概念:像元概率分类法。基于像元的概率向量可用于判别传统分类法的可靠性并测量单个像元的不确定性(熵)。概率分类法同时提供了不同地物的面积的无偏估计,无论所感兴趣的区域的大小。这已经在不同特性的耕地试验点进行了检验。 展开更多

关键词 非参数分类 近邻方法 概率分类法 农业作物 质量评价 多时相影像 遥感 流域

下载PDF 职称材料

面向类不均衡数据的多任务博弈概率分类向量机

8

作者 潘海洋 李丙新 +1 位作者 郑近德 童靳于 《机电工程》 CAS 北大核心 2024年第3期430-437,共8页

在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了... 在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了博弈因子,将不同类样本质心间的博弈信息赋予每个样本特定的样本质心敏感值,以解决传统分类器对不平衡数据集分类表现较差的问题;然后,在贝叶斯框架理论下,采用截断高斯先验分布的方法,使样本参数的正负与对应的标签信息相一致,且使样本质心敏感值产生了稀疏估计;最后,将MGPCVM方法应用于两种不同实验平台采集的滚动轴承实验数据处理,进行了故障诊断有效性验证。研究结果表明:在不同的不平衡比(IR)下,MGPCVM方法的准确率均保持在95%以上,相对于支持向量机(SVM)、概率分类向量机(PCVM)等方法提升了4%~8%;与典型向量式分类方法相比,MGPCVM方法可以在不平衡数据条件下表现出优越的分类性能,适用于实际工况中数据失衡的分类问题。 展开更多

关键词 滚动轴承 故障诊断 多任务博弈概率分类向量机 支持向量机 概率分类向量机 不均衡比 故障分类模型

下载PDF 职称材料

基于多目标演化算法和改进概率分类的重尾时间序列预测 被引量：6

9

作者 邹小云 林文学 《计算机应用与软件》 北大核心 2020年第12期273-279,共7页

金融、通信和气象等领域中高频时间序列的边际分布均为重尾分布,而传统时间序列预测算法大多将数据流考虑为正态分布,导致传统算法无法适用于重尾分布的时间序列。针对这种情况,提出一种基于演化算法和改进概率分类器的重尾时间序列预... 金融、通信和气象等领域中高频时间序列的边际分布均为重尾分布,而传统时间序列预测算法大多将数据流考虑为正态分布,导致传统算法无法适用于重尾分布的时间序列。针对这种情况,提出一种基于演化算法和改进概率分类器的重尾时间序列预测算法。将预测提前量和预测准确率作为两个优化目标,利用演化算法对两个目标进行独立优化。对高斯过程分类进行改进,使其支持重尾时间序列的分类问题,并且优化了时间效率。实验结果表明,该算法有效地提高了时间序列的预测准确率。 展开更多

关键词 多目标优化 风险预测 重尾分布 时间序列分类 概率分类器

下载PDF 职称材料

基于有偏最小最大概率回归的短期负荷预测 被引量：3

10

作者 沈秀汶 吴耀武 熊信银 《电力系统及其自动化学报》 CSCD 北大核心 2007年第4期46-49,共4页

针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模... 针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模型的输入进行训练预测。该方法通过核函数将输入向量从低维空间映射到高维空间,在高维空间实现了基于高阶统计信息的负荷影响因数的特征提取,既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足。计算实例表明,文中提出的方法用于短期负荷预测,其预测精度较高,且训练时间较短,方法可行且有效。 展开更多

关键词 电力系统 负荷预测 数据分类 有偏最小最大概率分类 有偏最小最大概率回归

下载PDF 职称材料

基于局部方差和后验概率分类的快速模板匹配算法

11

作者 林煜桐 朱姗姗 +3 位作者 彭凌西 彭绍湖 谢翔 林焕然 《电子技术应用》 2023年第9期97-102,共6页

具有旋转不变性的模板匹配算法在工业制造上具有广泛的应用。为解决传统的模板匹配方法在目标旋转、匹配速度上的问题,提出一种基于局部方差和后验概率分类的模板匹配方法。为减少计算量,在匹配中通过局部方差过滤掉部分候选窗口,并在... 具有旋转不变性的模板匹配算法在工业制造上具有广泛的应用。为解决传统的模板匹配方法在目标旋转、匹配速度上的问题,提出一种基于局部方差和后验概率分类的模板匹配方法。为减少计算量,在匹配中通过局部方差过滤掉部分候选窗口,并在后验概率分类模块中通过对比不同区域稳定特征点对的灰度来计算窗口相关性。使用后验概率分类计算窗口相关度能在预处理过程实现旋转不变性,并保证准确率在95%以上。实验结果表明,该算法在80万像素级的任意角度匹配图像上选择合适的窗口移动步长后,可将匹配时间减少到10 ms以内,相较于现有算法速度更快。 展开更多

关键词 机器视觉 模板匹配 局部方差 稳定特征点 后验概率分类

下载PDF 职称材料

基于稀疏贝叶斯模型的特征选择 被引量：4

12

作者 祝璞 黄章进 《计算机工程》 CAS CSCD 北大核心 2017年第4期183-187,193,共6页

通过采用稀疏贝叶斯推理方法,设计出可同时进行学习最优分类器与选取最优特征子集的特征选择概率分类向量机算法。该算法是对概率分类向量机特征选择的扩展,可提高其在高维数据集上的性能。通过选取零均值的高斯分布作为先验,在模型中... 通过采用稀疏贝叶斯推理方法,设计出可同时进行学习最优分类器与选取最优特征子集的特征选择概率分类向量机算法。该算法是对概率分类向量机特征选择的扩展,可提高其在高维数据集上的性能。通过选取零均值的高斯分布作为先验,在模型中起到正则项的作用,同时在核函数和特征中引入稀疏,得到泛化性更好的分类模型。在高维度和低维度数据集中的实验结果表明,该算法同时具有较好的分类和特征选择能力。 展开更多

关键词 机器学习 核函数 稀疏贝叶斯 特征选择 概率分类向量机 自动相关性检测

下载PDF 职称材料

基于梯度提升树的电压暂降源概率辨识 被引量：3

13

作者 徐勇 周王峰 +2 位作者 曾麟 向运琨 何哲 《湖南电力》 2021年第1期18-24,共7页

提出一种基于梯度提升树的电压暂降源概率辨识方法,通过多个决策树弱学习器的依次学习不断拟合残差,依据算法输出的概率结果对暂降源进行辨识。依据仿真获得的各类暂降源波形对该方法的有效性和准确性进行验证,并与传统的支持向量机算... 提出一种基于梯度提升树的电压暂降源概率辨识方法,通过多个决策树弱学习器的依次学习不断拟合残差,依据算法输出的概率结果对暂降源进行辨识。依据仿真获得的各类暂降源波形对该方法的有效性和准确性进行验证,并与传统的支持向量机算法进行了对比。在相同样本数量下该方法相较支持向量机具有更高辨识准确性,所给出的各类暂降源辨识概率信息更能反映模型辨识的可信度,利于辅助决策人员进行决策。 展开更多

关键词 暂降源辨识 集成学习 梯度提升树 概率分类器

下载PDF 职称材料

基于SOM-PNN分类器的体数据概率分类及绘制 被引量：2

14

作者 马峰 夏绍玮 +1 位作者 童欣 唐泽圣 《计算机学报》 EI CSCD 北大核心 1998年第9期819-824,共6页

概率分类是三维医学体数据绘制必不可少的预处理环节．本文提出的SOM－PNN分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体绘制，得到了良好的图像质量和较高的分类效率．传统的参数模型方法的主要缺点是预先假定的概率... 概率分类是三维医学体数据绘制必不可少的预处理环节．本文提出的SOM－PNN分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体绘制，得到了良好的图像质量和较高的分类效率．传统的参数模型方法的主要缺点是预先假定的概率分布函数形式不一定符合待分类的数据．非参数模型方法，如PNN分类器，可以有效地克服参数模型的缺点，但其巨大的内存开销与低的分类速度使得用PNN作图像分类几乎不可行．SOM具有良好的自组织聚类能力，但无法直接给出概率分类结果．本文提出的SOM－PNN分类器在SOM聚类的基础上，利用PNN进行概率分类，结合了SOM自组织聚类和PNN概率分类的优势，同时克服了传统参数模型分类的局限性．实验结果证实了SOM-PNN分类器具有分类精度高、速度快及揭示细节的能力． 展开更多

关键词 SOM-PNN分类器 体数据概率分类 体绘制 医学

下载PDF 职称材料

基于FCM-PNN分类器的说话人识别

15

作者 程剑锋 徐俊艳 《计算机工程与应用》 CSCD 北大核心 2004年第10期65-67,共3页

说话人识别的本质就是模式分类。传统分类器算法中参数模型方法的主要缺点是预先假定的概率分布函数形式不一定符合待分类的数据。非参数模型方法,如PNN分类器,可以有效地克服参数模型的缺点,但其巨大的内存开销与低的分类速度使得PNN... 说话人识别的本质就是模式分类。传统分类器算法中参数模型方法的主要缺点是预先假定的概率分布函数形式不一定符合待分类的数据。非参数模型方法,如PNN分类器,可以有效地克服参数模型的缺点,但其巨大的内存开销与低的分类速度使得PNN作为大量和高维的数据样本分类几乎不可行。FCM虽具有良好的模糊聚类能力,但无法直接给出概率分类结果。该文提出的FCM-PNN分类器,在FCM聚类的基础上,以贝叶斯置信度为基础,利用PNN进行概率分类。它结合了FCM聚类和PNN概率分类的优势,同时克服了传统参数模型分类和FCM聚类的局限性。实验结果证实了FCM-PNN分类器具有分类精度高、速度快及揭示细节的能力。 展开更多

关键词 概率神经网络 说话人识别 FCM-PNN概率分类器 模糊C-均值聚类

下载PDF 职称材料

基于分类器的身份证号码识别研究 被引量：1

16

作者 黎平 刘萍 +1 位作者 张巡 范郁锋 《贵州科学》 2018年第1期94-96,共3页

目前,许多场合下需要进行身份证自动识别,因此准确识别身份证号码是一个有待重点研究的问题。本论文利用分类器进行识别身份证号码,将从两部分介绍身份证号码分类识别方法,第一部分是解释分类器(距离分类器、最小类间距分类器与最大后... 目前,许多场合下需要进行身份证自动识别,因此准确识别身份证号码是一个有待重点研究的问题。本论文利用分类器进行识别身份证号码,将从两部分介绍身份证号码分类识别方法,第一部分是解释分类器(距离分类器、最小类间距分类器与最大后验概率分类器)的分类公式。第二部分是对图像首先进行主成份分析(PCA)方法进行特征降维,再运用分类器识别身份证号码图像。通过实验结果证明,身份证号码图像经过PCA特征降维后,分类器可以获得很好的分类效果。 展开更多

关键词 距离分类器 最小类间距分类器 最大后验概率分类器 主成份分析

下载PDF 职称材料

高光谱影像概率分类向量机分类方法研究 被引量：1

17

作者 薛志祥 余旭初 +2 位作者 张鹏强 谭熊 魏祥坡 《测绘科学技术学报》 CSCD 北大核心 2016年第4期426-430,共5页

从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具... 从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具有不同符号的先验分布,并利用EM算法进行参数推断,得到足够稀疏的概率模型,弥补了相关向量机选取错误类别的样本作为相关向量的不足,从而有效地提高了模型的分类精度和稳定性。OMIS和PHI影像分类试验表明,概率分类向量机能够很好地应用在高光谱影像分类。 展开更多

关键词 高光谱影像 稀疏分类 贝叶斯模型 概率分类向量机 相关向量机

下载PDF 职称材料

基于多重概率机器算法的齿轮箱耦合故障诊断 被引量：1

18

作者 钟建华 钟敏 施雯 《制造业自动化》 CSCD 2018年第12期15-19,共5页

针对旋转设备耦合故障难以诊断的问题,提出多重概率分类器联合诊断方法(MPC)。首先,提取原信号时域统计特征(TDSF),同时通过集合经验模态分解(EEMD)振动和声音信号得到本征模态函数(IMF),利用相关性分析(CC)选取适合的IMF数量,并计算各... 针对旋转设备耦合故障难以诊断的问题,提出多重概率分类器联合诊断方法(MPC)。首先,提取原信号时域统计特征(TDSF),同时通过集合经验模态分解(EEMD)振动和声音信号得到本征模态函数(IMF),利用相关性分析(CC)选取适合的IMF数量,并计算各IMF的能量特征;其次,基于获取的故障特征,训练并振动和声音双重概率分类器(SBELM);再次,考虑到各自概率分类器的性能差异,利用粒子群算法(PSO)优化概率分类器的权重与决策阈值,建立公平公正的耦合故障识别机制。本项研究结果准确识别出耦合故障中的单故障数量与类型,为解决设备在复机后二次停机待修问题具有重要的理论意义和工程价值。 展开更多

关键词 齿轮箱 耦合故障 EEMD PSO 概率分类器

下载PDF 职称材料

最小最大概率回归机在短期风电功率预测中的应用

19

作者 王新友 常燕芝 《自动化仪表》 CAS 2016年第7期30-33,共4页

为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的... 为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的预测输出位于其真实值边界内的最小概率。验证试验表明,MPMR方法能更好地跟踪风电功率的变化,有效地提高风电功率的预测精度,具有很好的应用前景。 展开更多

关键词 最大最小概率回归机 最小最大概率分类机 卡尔曼滤波法 支持向量机 人工智能 功率预测 风电

下载PDF 职称材料

利用概率分类向量机的高光谱影像非线性解混

20

作者 薛志祥 余旭初 +1 位作者 谭熊 秦进春 《测绘科学与工程》 2017年第1期45-50,共6页

为提高高光谱影像的解混精度，针对线性解混模型无法揭示混合像元中的非线性特性以及当前非线性解混方法解混精度低的问题，提出一种利用概率分类向量机后验概率进行高光谱影像非线性混合像元分解的方法。在贝叶斯理论框架下，概率分类... 为提高高光谱影像的解混精度，针对线性解混模型无法揭示混合像元中的非线性特性以及当前非线性解混方法解混精度低的问题，提出一种利用概率分类向量机后验概率进行高光谱影像非线性混合像元分解的方法。在贝叶斯理论框架下，概率分类向量机为基函数权值引入截断Gauss先验概率分布，弥补了相关向量机选取错误类别的样本作为相关向量的不足；模型预测值具有明确的概率统计意义，类别后验概率不需要通过带参数的Sigmoid函数近似，有效地提高了模型的解混精度和稳定性。实验结果表明，与基于支持向量机、相关向量机和线性解混模型相比，所提模型有效地提高了光谱解混精度。 展开更多

关键词 高光谱影像 核稀疏表示 概率分类向量机 相关向量机 非线性解混

下载PDF 职称材料