-
题名基于贝叶斯BP神经网络的区间需水预测方法
被引量：13
- 1
-
-
作者
郭强
李文竹
刘心
-
机构
河北工程大学信息与电气工程学院
-
出处
《人民黄河》
CAS
北大核心
2018年第12期76-80,共5页
-
基金
国家自然科学基金资助项目(61440001)
教育部新世纪优秀人才支持计划项目(NCET-13-0770)
河北省高等学校高层次人才科学研究项目(GCC2014062)
-
文摘
结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法,对校园用水量进行预测。首先运用贝叶斯准则对BP神经网络进行优化,之后对区间预测进行仿真并和传统的BP神经网络预测法进行比较,结果显示预测准确率为96.7%,多数预测值和实际用水量吻合,相对误差绝对值平均为1.6%,最大预测误差为4.2%,表明该方法不仅可以解决传统BP神经网络易陷入局部极小化和收敛速度慢的问题,而且能够有效预测出校园日用水量的波动范围,验证了预测方法的有效性和精确性。
-
关键词
需水量预测
区间预测
贝叶斯准则
BP神经网络
-
Keywords
water demand forecasting
interval prediction
bayes criteria
BP neural network
-
分类号
TV214.9
[水利工程—水文学及水资源]
-
-
题名谐波能量谱特征向量的高光谱影像Bayes分类
被引量：3
- 2
-
-
作者
杨可明
刘二雄
卓伟
张婉婉
刘聪
-
机构
中国矿业大学(北京)地球科学与测绘工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第5期1585-1589,共5页
-
基金
国家自然科学基金资助项目(41271436)
中央高校基本科研业务费专项资金资助项目(2009QD02)
-
文摘
对于高光谱影像存在高维非线性、数据冗余多、纯训练样本难以提取等不足,引入频率域空间的谐波分析(harmonic analysis,HA)理论并提出了一种高光谱影像的HA-Bayes监督分类方法。该方法在保持高光谱数据空—谱特性不变的情况下,从光谱维角度分析不同分解层的影像光谱谐波特征,将高光谱影像变换成由谐波能量谱组成的频率域特征矢量信息。通过建立谐波能量谱特征向量的先验知识,实现Bayes准则下谐波能量谱特征矢量信息判别与分类,最终实现高光谱影像分类。将此方法应用到ROSIS高光谱影像分类时获得的分类总体精度达85.5%,Kappa系数也达到了0.812。进一步实验也证明了频率域的谐波分析在高光谱遥感影像特征提取与分类方面具有更好的优势和潜力。
-
关键词
高光谱影像
频率域变换
谐波分析
能量谱
bayes准则
监督分类
-
Keywords
hyperspectral image
frequency domain transform
harmonic analysis
energy spectrum
bayes criteria
supervised classification
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名潜艇艇员健康等级判别模型的研究
- 3
-
-
作者
缪敏
杨春龙
张步宏
王友顺
-
机构
南京海军医学高等专科学校
-
出处
《中华航海医学杂志》
CSCD
1995年第2期7-9,共3页
-
文摘
根据一组潜艇艇员体格检查资料中的１４项指标，应用Ｂａｙｅｓ逐步判别分析法，选择其中６项指标建立了潜艇艇员健康等级的判别模型，用所建立的判别模型对原数据进行回代考核，总回代符合率为７４．１％。表明：应用该判别模型，可对艇员的健康等级进行定量分析，减少人为因素影响，此法应用方便，可在基层卫生单位推广使用。
-
关键词
健康等级
判别分析
潜艇艇员
-
Keywords
Health level Discriminatory analysis bayes criteria
-
分类号
R841.3
[医药卫生—航空、航天与航海医学]
-
-
题名基于贝叶斯信息准则的文本主题数估计
被引量：5
- 4
-
-
作者
王晓斌
温春
石昭祥
-
机构
电子工程学院网络工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第7期183-185,共3页
-
文摘
特定领域的主题识别和关键词提取有着广泛的应用,但通过人工指定识别或文本聚类自动生成的主题类别缺乏客观的度量方法。该文结合基于BIC准则的模型选择理论和独立分量分析技术对主题的数量进行概率估计,给出主题数量在BIC意义下的统计分布。在此基础上实现了文档矩阵的ICA分解,并根据分离的独立分量获得主题的关键词及其权重。实验表明,该方法在没有领域知识支持的情况下能估计出反映文本集合的主题数并提取相应的关键词。
-
关键词
主题识别
关键词提取
独立分量分析
贝叶斯信息准则
-
Keywords
topic identification
keyword extraction
Independent Component Analysis（ICA）
bayes Information criteria（BIC）
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名未知信源个数的自适应盲信号分离算法
被引量：2
- 5
-
-
作者
贠亚男
许明圣
-
机构
平顶山工业职业技术学院
河南平高电器股份有限公司
-
出处
《科学技术与工程》
2011年第32期7931-7933,7939,共4页
-
文摘
结合基于贝叶斯信息准则的模型选择理论和独立分量分析技术对信源数未知时超定盲分离模型的源信号数量进行概率估计。给出了信源数量的统计分布,在此基础上实现了未知源个数的ICA分解。根据输出分量间的冗余分量进行有效数据提取,大大简化了算法的计算量和复杂度。仿真结果验证了该算法的收敛稳定性与分离的有效性。
-
关键词
独立分量分析
盲分离
贝叶斯信息准则
-
Keywords
according to the ICA separating matrix.The new algorithm overcomes the drawback of being unable to convergence stably
and utilizes the redundant components to select the effective data
which simplifies the computation and complexity.The simulation results illustrate the convergent stability and the separating efficiency. [Key words] independent component analysis blind separation bayes information criteria
-
分类号
TN911.25
[电子电信—通信与信息系统]
-
-
题名结合两种距离测度的说话人聚类算法
被引量：1
- 6
-
-
作者
陈玥同
刘学亮
-
机构
合肥工业大学计算机与信息学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第10期2369-2373,共5页
-
基金
国家"八六三"高技术研究发展计划项目(2014AA015104)资助
-
文摘
说话人聚类研究如何将一段语音中同一说话人的语音聚合.提出一种基于结合广义似然比与归一化交叉似然比两种距离测度的聚类算法.算法首先提取每一段语音信号的MFCC特征,并建立高斯混合模型,最后采用基于结合广义似然比与归一化交叉似然比两种距离测度的层次化策略对语音信号进行聚类.在算法中,贝叶斯判据用以确定聚类结束的条件.实验表明,该算法提高了系统的综合性能,较好的解决了无监督说话人聚类问题.结合两种距离测度比单独使用任何一种距离测度的系统性能提高了6%.并且,通过改进更新类间距的方式,聚类速度相比传统高斯混合模型聚类方法提升6倍.
-
关键词
说话人聚类
广义似然比
归一化交叉似然比
贝叶斯判据
-
Keywords
speaker clustering
Generalized Likelihood Ratio （ GLR）
Normalized Cross Likelihood Ratio （ NCLR ）
bayes Information criteria（ BIC）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
