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
3
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
基于特征选择和半监督学习的遥感图像检索
被引量：
8
1
作者
朱佳丽
李士进
+1 位作者
万定生
冯钧
《中国图象图形学报》
CSCD
北大核心
2011年第8期1474-1482,共9页
随着卫星遥感技术的不断发展,基于内容的遥感图像检索技术越来越受到关注。目前该方向的研究主要集中在对遥感图像中不同特征的提取和融合方面,这些方法普遍忽略了这样一个事实:对于不同类型的检索目标,特征应该是不同的。另外,小样本...
随着卫星遥感技术的不断发展,基于内容的遥感图像检索技术越来越受到关注。目前该方向的研究主要集中在对遥感图像中不同特征的提取和融合方面,这些方法普遍忽略了这样一个事实:对于不同类型的检索目标,特征应该是不同的。另外,小样本问题也是遥感图像检索中一个较为突出的问题。基于以上两方面考虑,本文提出一种基于特征选择和半监督学习的遥感图像检索新方法,该方法主要包括4个方面:1)利用最小描述长度准则自动确定聚类数目;2)结合聚类方法和适当的聚类有效性指标选择最能表示检索目标的特征,在计算聚类有效性指数时,针对遥感图像检索特点对原有的Davies-Bouldin指数进行了改进;3)动态确定最优颜色特征和最优纹理特征之间的权重;4)根据最优颜色特征和最优纹理特征的权重自动确定半监督学习方法,并进行遥感图像的检索。实验结果表明,与相关反馈方法的检索效果相比,该算法在土壤侵蚀区域检索以及其他一般地表覆盖目标检索中均获得了相近的检索效果,但不需要用户多次反馈。
展开更多
关键词
基于内容的遥感图像检索
半监督学习
特征选择
聚
类
聚
类
有效性
指数
原文传递
基于改进K-Means算法的交叉口影响路段行程速度估计
被引量：
6
2
作者
钱蕾
韩印
姚佼
《公路交通科技》
CAS
CSCD
北大核心
2017年第12期115-122,共8页
基于低频、低覆盖率、数据来源多样的GPS浮动车数据,在现有数据预处理方法的基础上,以交叉口影响路段数据点为研究对象,研究出更合理且准确获得交通参数的技术方案。GPS浮动车数据由于其具有全天候、多覆盖等特性,能够实时监测交通参数...
基于低频、低覆盖率、数据来源多样的GPS浮动车数据,在现有数据预处理方法的基础上,以交叉口影响路段数据点为研究对象,研究出更合理且准确获得交通参数的技术方案。GPS浮动车数据由于其具有全天候、多覆盖等特性,能够实时监测交通参数,估计交通状态。为克服数据本身缺陷,使数据能有效利用,精确得到交通参数,本研究获取短时内路段所有数据点代表整体状态。首先基于数据的特性和在路段分布的节律,利用曲线拟合及拉格朗日中值定理确定交叉口的影响范围;其次在该范围内利用改进K-Means聚类方法,确定初始聚类中心,并以有效性指数作为优化目标确定聚类数;在此基础上分配权重,结合交叉口影响范围外的数据点,对整个交叉口影响路段的行程速度进行估计。用杭州市局部路网中GPS数据进行案例分析,验证技术方案。通过实地调查获取实验真实值,分别讨论了在主、次干路路段本方案估计差异,并与传统模型进行了对比分析。分析表明,该方法得到的路段行程速度估计值与真实值较为接近,误差较小,在城市主干路和次干路中的误差分别为4.1%和9.5%,比传统模型误差更小更稳定,能较好地满足城市智能交通控制系统对于交通参数的精度要求。
展开更多
关键词
交通工程
路段行程速度
K-MEANS
聚
类
低频浮动车数据
聚
类
有效性
指数
原文传递
基于Xie-Beni指数的选择性聚类集成
3
作者
邵超
马进家
《计算机科学》
CSCD
北大核心
2020年第S01期457-460,共4页
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果。然而,聚类结果的准确性难以客观度量。为此,文中提出了一种基于Xie-Beni指数的选择性聚类集成算法,该算法采用Xie-Beni指数来度量基...
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果。然而,聚类结果的准确性难以客观度量。为此,文中提出了一种基于Xie-Beni指数的选择性聚类集成算法,该算法采用Xie-Beni指数来度量基聚类结果的有效性,利用并结合NMI(互信息)选择出精度较高的基聚类结果,从而提升聚类结果的准确性。实验结果证实了该算法的有效性。
展开更多
关键词
选择
性
聚
类
集成
聚
类
有效性
指数
Xie-beni
NMI
下载PDF
职称材料
题名
基于特征选择和半监督学习的遥感图像检索
被引量：
8
1
作者
朱佳丽
李士进
万定生
冯钧
机构
河海大学计算机与信息学院
出处
《中国图象图形学报》
CSCD
北大核心
2011年第8期1474-1482,共9页
基金
国家自然科学基金项目(60673141)
文摘
随着卫星遥感技术的不断发展,基于内容的遥感图像检索技术越来越受到关注。目前该方向的研究主要集中在对遥感图像中不同特征的提取和融合方面,这些方法普遍忽略了这样一个事实:对于不同类型的检索目标,特征应该是不同的。另外,小样本问题也是遥感图像检索中一个较为突出的问题。基于以上两方面考虑,本文提出一种基于特征选择和半监督学习的遥感图像检索新方法,该方法主要包括4个方面:1)利用最小描述长度准则自动确定聚类数目;2)结合聚类方法和适当的聚类有效性指标选择最能表示检索目标的特征,在计算聚类有效性指数时,针对遥感图像检索特点对原有的Davies-Bouldin指数进行了改进;3)动态确定最优颜色特征和最优纹理特征之间的权重;4)根据最优颜色特征和最优纹理特征的权重自动确定半监督学习方法,并进行遥感图像的检索。实验结果表明,与相关反馈方法的检索效果相比,该算法在土壤侵蚀区域检索以及其他一般地表覆盖目标检索中均获得了相近的检索效果,但不需要用户多次反馈。
关键词
基于内容的遥感图像检索
半监督学习
特征选择
聚
类
聚
类
有效性
指数
Keywords
content-based remote sensing image retrieval
semi-supervised learning
feature selection
clustering
clustervalidity index
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于改进K-Means算法的交叉口影响路段行程速度估计
被引量：
6
2
作者
钱蕾
韩印
姚佼
机构
上海理工大学管理学院
出处
《公路交通科技》
CAS
CSCD
北大核心
2017年第12期115-122,共8页
基金
教育部人文社会科学研究青年基金项目(17YJCZH225)
上海理工大学人文社会科学基金项目(SK17YB05)
文摘
基于低频、低覆盖率、数据来源多样的GPS浮动车数据,在现有数据预处理方法的基础上,以交叉口影响路段数据点为研究对象,研究出更合理且准确获得交通参数的技术方案。GPS浮动车数据由于其具有全天候、多覆盖等特性,能够实时监测交通参数,估计交通状态。为克服数据本身缺陷,使数据能有效利用,精确得到交通参数,本研究获取短时内路段所有数据点代表整体状态。首先基于数据的特性和在路段分布的节律,利用曲线拟合及拉格朗日中值定理确定交叉口的影响范围;其次在该范围内利用改进K-Means聚类方法,确定初始聚类中心,并以有效性指数作为优化目标确定聚类数;在此基础上分配权重,结合交叉口影响范围外的数据点,对整个交叉口影响路段的行程速度进行估计。用杭州市局部路网中GPS数据进行案例分析,验证技术方案。通过实地调查获取实验真实值,分别讨论了在主、次干路路段本方案估计差异,并与传统模型进行了对比分析。分析表明,该方法得到的路段行程速度估计值与真实值较为接近,误差较小,在城市主干路和次干路中的误差分别为4.1%和9.5%,比传统模型误差更小更稳定,能较好地满足城市智能交通控制系统对于交通参数的精度要求。
关键词
交通工程
路段行程速度
K-MEANS
聚
类
低频浮动车数据
聚
类
有效性
指数
Keywords
traffic engineering
link travel speed
K-Means clustering
low-frequency FCD
clustering validity index
分类号
U491 [交通运输工程—交通运输规划与管理]
原文传递
题名
基于Xie-Beni指数的选择性聚类集成
3
作者
邵超
马进家
机构
河南财经政法大学计算机与信息工程学院
出处
《计算机科学》
CSCD
北大核心
2020年第S01期457-460,共4页
基金
国家自然科学基金(61806073,61907011)。
文摘
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果。然而,聚类结果的准确性难以客观度量。为此,文中提出了一种基于Xie-Beni指数的选择性聚类集成算法,该算法采用Xie-Beni指数来度量基聚类结果的有效性,利用并结合NMI(互信息)选择出精度较高的基聚类结果,从而提升聚类结果的准确性。实验结果证实了该算法的有效性。
关键词
选择
性
聚
类
集成
聚
类
有效性
指数
Xie-beni
NMI
Keywords
Selective clustering ensemble
Clustering validity index
Xie-beni
NMI
分类号
TP181 [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
作者
出处
发文年
被引量
操作
1
基于特征选择和半监督学习的遥感图像检索
朱佳丽
李士进
万定生
冯钧
《中国图象图形学报》
CSCD
北大核心
2011
8
原文传递
2
基于改进K-Means算法的交叉口影响路段行程速度估计
钱蕾
韩印
姚佼
《公路交通科技》
CAS
CSCD
北大核心
2017
6
原文传递
3
基于Xie-Beni指数的选择性聚类集成
邵超
马进家
《计算机科学》
CSCD
北大核心
2020
0
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
