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
2
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
基于集成特征选择的盗窃案件预测方法
被引量：
7
1
作者
石拓
蒋伟
+1 位作者
张晶晶
魏新蕾
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第9期985-990,共6页
盗窃类案件是公安机关较为棘手的一类犯罪,呈现高发低破态势.提前预测发案情况是预防该类型犯罪的有效途径,因此对预测盗窃犯罪提出了一种以Bagging方法为基础、基于特征选择准确度和差异性双重考量的集成学习算法,根据集成学习器好而...
盗窃类案件是公安机关较为棘手的一类犯罪,呈现高发低破态势.提前预测发案情况是预防该类型犯罪的有效途径,因此对预测盗窃犯罪提出了一种以Bagging方法为基础、基于特征选择准确度和差异性双重考量的集成学习算法,根据集成学习器好而不同的原则,构造由异质基学习器集成的特征选择器,实现对影响盗窃犯罪发生因子的有效选择,使用更少维度的特征数据集提升犯罪预测的效率和准确度.实验结果表明,提出的SEFV_Bagging算法具有较好的泛化能力和稳定性,在测试数据上表现出的预测准确度也较为理想,且算法无需根据先验知识设置所选特征子集维数,在盗窃犯罪数据分析预测领域应用中有较为明显优势.
展开更多
关键词
特征选择
异质基
学习
器
集成
学习
器
BAGGING
犯罪预测
下载PDF
职称材料
改进的注意机制在滚动轴承故障诊断中的应用
2
作者
胡颖
《机床与液压》
北大核心
2023年第12期216-225,共10页
针对滚动轴承振动信号易受到非平稳噪声的影响,提出一种改进注意力机制的多尺度内核网络(IA-MKNet),以从含噪振动信号中提取更敏感的特性信号。首先提出一种改进的多尺度卷积注意力机制(IAM),自适应提取有意义的故障特征并自动抑制噪声...
针对滚动轴承振动信号易受到非平稳噪声的影响,提出一种改进注意力机制的多尺度内核网络(IA-MKNet),以从含噪振动信号中提取更敏感的特性信号。首先提出一种改进的多尺度卷积注意力机制(IAM),自适应提取有意义的故障特征并自动抑制噪声;然后针对振动信号固有的多时间特征,设计基于IAM的自适应多尺度核残差块来捕获振动信号的多时间尺度故障特征;最后提出一种基于自适应集成学习器的组合策略,通过融合多个IA-MKNets的输出来增加特征的多样性,从而进一步提高诊断的准确性和稳定性。实验结果表明:该方法提高了噪声环境下滚动轴承的故障诊断精度,性能优于其他5种基准方法。
展开更多
关键词
改进的注意力机制
集成
学习
器
振动信号
故障诊断
下载PDF
职称材料
题名
基于集成特征选择的盗窃案件预测方法
被引量：
7
1
作者
石拓
蒋伟
张晶晶
魏新蕾
机构
中国传媒大学视听技术与智能控制系统文化部重点实验室
现代演艺技术北京市重点实验室
北京警察学院
出处
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第9期985-990,共6页
基金
中国传媒大学工科规划项目(2017XNG1601)
中国传媒大学优秀创新团队培育工作基金(YL1604)
文摘
盗窃类案件是公安机关较为棘手的一类犯罪,呈现高发低破态势.提前预测发案情况是预防该类型犯罪的有效途径,因此对预测盗窃犯罪提出了一种以Bagging方法为基础、基于特征选择准确度和差异性双重考量的集成学习算法,根据集成学习器好而不同的原则,构造由异质基学习器集成的特征选择器,实现对影响盗窃犯罪发生因子的有效选择,使用更少维度的特征数据集提升犯罪预测的效率和准确度.实验结果表明,提出的SEFV_Bagging算法具有较好的泛化能力和稳定性,在测试数据上表现出的预测准确度也较为理想,且算法无需根据先验知识设置所选特征子集维数,在盗窃犯罪数据分析预测领域应用中有较为明显优势.
关键词
特征选择
异质基
学习
器
集成
学习
器
BAGGING
犯罪预测
Keywords
feature selection
heterogeneous learner
ensemble learner
Bagging
crime prediction
分类号
TP399 [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
改进的注意机制在滚动轴承故障诊断中的应用
2
作者
胡颖
机构
山西职业技术学院电气自动化工程系
出处
《机床与液压》
北大核心
2023年第12期216-225,共10页
基金
2021年山西省教育科学规划课题(ZX-18130)。
文摘
针对滚动轴承振动信号易受到非平稳噪声的影响,提出一种改进注意力机制的多尺度内核网络(IA-MKNet),以从含噪振动信号中提取更敏感的特性信号。首先提出一种改进的多尺度卷积注意力机制(IAM),自适应提取有意义的故障特征并自动抑制噪声;然后针对振动信号固有的多时间特征,设计基于IAM的自适应多尺度核残差块来捕获振动信号的多时间尺度故障特征;最后提出一种基于自适应集成学习器的组合策略,通过融合多个IA-MKNets的输出来增加特征的多样性,从而进一步提高诊断的准确性和稳定性。实验结果表明:该方法提高了噪声环境下滚动轴承的故障诊断精度,性能优于其他5种基准方法。
关键词
改进的注意力机制
集成
学习
器
振动信号
故障诊断
Keywords
Improved attention mechanism
Integrated learner
Vibration signal
Fault diagnosis
分类号
TH165.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于集成特征选择的盗窃案件预测方法
石拓
蒋伟
张晶晶
魏新蕾
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2018
7
下载PDF
职称材料
2
改进的注意机制在滚动轴承故障诊断中的应用
胡颖
《机床与液压》
北大核心
2023
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
