期刊文献+
共找到88篇文章
< 1 2 5 >
每页显示 20 50 100
基于样本加权的可能性模糊聚类算法 被引量:21
1
作者 刘兵 夏士雄 +1 位作者 周勇 韩旭东 《电子学报》 EI CAS CSCD 北大核心 2012年第2期371-375,共5页
可能性模糊聚类算法解决了噪音敏感和一致性聚类问题,但算法假定每个待分析样本对聚类的贡献相同,导致离群点或噪声点对算法的干扰较强,算法迭代次数过大.为此,提出一种基于样本加权的可能性模糊聚类算法,新算法具有更快的收敛速度,对... 可能性模糊聚类算法解决了噪音敏感和一致性聚类问题,但算法假定每个待分析样本对聚类的贡献相同,导致离群点或噪声点对算法的干扰较强,算法迭代次数过大.为此,提出一种基于样本加权的可能性模糊聚类算法,新算法具有更快的收敛速度,对标准数据集和人工数据集加噪后的测试结果表明,该算法具有更强的鲁棒性,在有效降低时间复杂度的同时能够取得较好的聚类准确率. 展开更多
关键词 样本加权 可能性C-均值聚类 可能性模糊聚类
下载PDF
基于样本加权FCM聚类的未知类别局部放电信号识别 被引量:15
2
作者 贾亚飞 朱永利 +1 位作者 高佳程 袁博 《电力自动化设备》 EI CSCD 北大核心 2018年第12期107-112,共6页
针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知... 针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知类别和待识别局部放电信号的样本权值,并根据Otsu准则确定样本权值的自适应阈值;将各待识别局部放电信号的权值与确定的阈值进行比较,判断其是否属于已知类别;采用支持向量机(SVM)对得到的属于已知类别的待识别局部放电信号进行分类,对未知类别样本进行人为分析判断。采用所提方法对实验室条件下的放电信号进行分析,实验结果表明,所提方法可以有效地区分待识别局部放电信号中的未知类别样本。 展开更多
关键词 电力变压器 局部放电 模式识别 未知样本 样本加权 FCM聚类 OTSU准则 支持向量机
下载PDF
基于两种加权方式的模糊聚类算法 被引量:2
3
作者 刘强 夏士雄 +1 位作者 周勇 刘兵 《计算机应用研究》 CSCD 北大核心 2011年第12期4437-4439,共3页
模糊聚类是一种应用广泛的数据分析和建模的无监督方法,但该算法受离群点影响较大,并且没有考虑样本数据中各维特征对聚类贡献程度的不同。针对这两个问题,提出了基于两种加权方式的聚类算法,该算法定义了一种新的样本加权的概念,减弱... 模糊聚类是一种应用广泛的数据分析和建模的无监督方法,但该算法受离群点影响较大,并且没有考虑样本数据中各维特征对聚类贡献程度的不同。针对这两个问题,提出了基于两种加权方式的聚类算法,该算法定义了一种新的样本加权的概念,减弱了离群点对聚类的干扰,同时为数据样本的每一维特征赋予一个权值,使聚类更加准确。仿真实验结果验证了该算法的有效性。 展开更多
关键词 聚类分析 聚类中心 离群点 特征加权 样本加权
下载PDF
Recommendation on unbiased estimation of population attributable fraction calculated in"prevalence and risk factors of active pulmonary tuberculosis among elderly people in China:a population based cross-sectional study"
4
作者 Ahmad Khosravi Mohammad Ali Mansournia 《Infectious Diseases of Poverty》 SCIE 2019年第4期82-84,共3页
Population attributable fraction(PAF)refers to the proportion of all cases with a particular outcome in a population that could be prevented by eliminating a specific exposure.The authors of a recent paper evaluated t... Population attributable fraction(PAF)refers to the proportion of all cases with a particular outcome in a population that could be prevented by eliminating a specific exposure.The authors of a recent paper evaluated the prevalence and estimated the PAFs for risk factors of TB among elderly people in China[Inf Dis Poverty.2019;8:7].Confounding is inevitable in observational studies and Levin’s formula is of limited use in practice for unbiasedly estimating PAF.In a complex survey design,an unbiased estimation of the PAF can be calculated using a sample-weighted version of the Miettinen formula or a sample weighed parametric g-formula.With respect to causal interpretation of PAF in public health setting,computation of PAF is logical and practical when the exposure is amenable to intervention. 展开更多
关键词 Population attributable fraction CONFOUNDING sample-weighted parametric g-formula
原文传递
自适应样本加权的多视图聚类算法
5
作者 乔宇鑫 葛洪伟 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第4期544-550,共7页
将原始数据投影到一个包含几何一致性和簇分配一致性的空间,并且可以自适应学习几乎所有参数的多视图聚类算法,能够获得良好的聚类效果,但这样做没有考虑多视图中不同样本重要性不同的特点,忽视了噪声点与离群点对聚类效果造成的不利影... 将原始数据投影到一个包含几何一致性和簇分配一致性的空间,并且可以自适应学习几乎所有参数的多视图聚类算法,能够获得良好的聚类效果,但这样做没有考虑多视图中不同样本重要性不同的特点,忽视了噪声点与离群点对聚类效果造成的不利影响.针对上述问题,对样本重要性进行研究,提出一种自适应样本加权的多视图聚类算法.该算法对视图中不同的样本根据其重要性进行加权处理:首先给每个样本分配相同的权重,在之后的每次迭代中,不断进行自适应调整直至达到收敛条件.实验结果表明,该算法可以获得更好的实验效果. 展开更多
关键词 多视图 自适应 样本加权
下载PDF
一种基于WFCM的故障诊断方法 被引量:4
6
作者 鲁卿 冯金富 +1 位作者 胡俊华 张佳强 《振动.测试与诊断》 EI CSCD 2007年第4期308-311,共4页
为解决采用FCM方法进行故障诊断时产生的样本数目大差异问题,利用数据本身分布特性,将样本点处的样本分布密度大小作为权值,提出了一种加权FCM算法并给出了算法步骤。数据验证了此算法可以较好地处理团状样本数目大差异问题,最后将此算... 为解决采用FCM方法进行故障诊断时产生的样本数目大差异问题,利用数据本身分布特性,将样本点处的样本分布密度大小作为权值,提出了一种加权FCM算法并给出了算法步骤。数据验证了此算法可以较好地处理团状样本数目大差异问题,最后将此算法用于机载武器系统的故障诊断,证明了算法在工程应用的有效性。 展开更多
关键词 样本数目大差异 加权 模糊C均值 故障诊断
下载PDF
用样条加权残值法解任意四边形薄板
7
作者 陈一鸣 《中南林学院学报》 CSCD 2001年第2期71-74,共4页
采用区域变换法将任意四边形区域化为正方形区域 ,克服了样条加权残值法处理斜边界条件时的困难 ,获得了用样条加权残值法整体计算任意四边形薄板的一种新的途径 .本方法可推广应用于任意四边形区域上的其它力学问题 .
关键词 任意四边形薄板 加权残值法 区域变换
下载PDF
基于样本加权PointNet++的输电通道点云分类研究 被引量:6
8
作者 陈正宇 彭淑雯 +2 位作者 朱号东 张春涛 习晓环 《遥感技术与应用》 CSCD 北大核心 2021年第6期1299-1305,共7页
输电通道内地物要素复杂,机载LiDAR获取的电力线、杆塔、植被等地物点云密度差异大、空间分布不规则,实际应用中"所见即所得"的应用需求对点云的高效自动化分类带来挑战。将深度学习中的PointNet++算法用于输电通道机载点云... 输电通道内地物要素复杂,机载LiDAR获取的电力线、杆塔、植被等地物点云密度差异大、空间分布不规则,实际应用中"所见即所得"的应用需求对点云的高效自动化分类带来挑战。将深度学习中的PointNet++算法用于输电通道机载点云自动分类研究,分析样本加权对不同密度点云数据分类精度的影响,利用两组实验数据验证算法的精度和效率,并与随机森林分类算法进行比较。结果表明:基于样本加权PointNet++的方法在输电通道点云自动化分类方面适用性更强,平均F1值87.14%,且分类精度和效率均优于随机森林方法。 展开更多
关键词 机载LIDAR 输电通道 点云分类 PointNet++ 样本加权
原文传递
基于样本与特征双加权的自适应FCM聚类算法 被引量:5
9
作者 林甲祥 吴丽萍 +1 位作者 巫建伟 张泽均 《黑龙江大学自然科学学报》 CAS 2018年第2期244-252,共9页
针对传统FCM算法无法获得令人满意的聚类结果的问题,提出了基于样本与特征双加权的自适应FCM聚类算法。采用特征和样本双加权的策略,以特征权重信息熵作为代价函数,与样本权重、特征权重相融合,通过迭代优化的方法动态计算各属性特征对... 针对传统FCM算法无法获得令人满意的聚类结果的问题,提出了基于样本与特征双加权的自适应FCM聚类算法。采用特征和样本双加权的策略,以特征权重信息熵作为代价函数,与样本权重、特征权重相融合,通过迭代优化的方法动态计算各属性特征对不同类别的权重系数、每个样本对聚类的重要性权重值,综合考虑各个样本的贡献度和各个特征的重要性,从而达到提高聚类结果质量的目的。使用5个来自UCI的标准机器学习数据集,对聚类算法的有效性进行验证。结果表明,对于具有不同样本贡献度和不同特征重要性的数据集,提出的算法具有较好的聚类效果。 展开更多
关键词 样本加权 特征加权 信息熵 模糊C-均值 聚类分析
下载PDF
基于改进蝙蝠算法优化的FCM聚类算法 被引量:5
10
作者 常雪 石鸿雁 《计算机与现代化》 2020年第5期29-33,38,共6页
针对传统模糊C-均值(Fuzzy C-Means,FCM)聚类算法隐含假设各个样本和各维属性对聚类结果作用相同,导致算法聚类性能降低,以及对初始中心点敏感且易陷入局部最优的问题,提出一种基于改进蝙蝠算法优化的FCM聚类算法。该算法首先采用混沌... 针对传统模糊C-均值(Fuzzy C-Means,FCM)聚类算法隐含假设各个样本和各维属性对聚类结果作用相同,导致算法聚类性能降低,以及对初始中心点敏感且易陷入局部最优的问题,提出一种基于改进蝙蝠算法优化的FCM聚类算法。该算法首先采用混沌映射和速度权重来改进蝙蝠算法,然后利用改进蝙蝠算法确定FCM算法的初始聚类中心,最后根据各个样本和各维属性对聚类结果作用不同,采用样本和属性加权法对FCM算法的目标函数重新设计。实验结果表明,改进算法表现出较好的聚类效果。 展开更多
关键词 FCM聚类算法 蝙蝠算法 混沌映射 样本加权 特征加权
下载PDF
一种改进的可能模糊聚类算法 被引量:3
11
作者 张辰 夏士雄 刘兵 《计算机应用研究》 CSCD 北大核心 2011年第8期2848-2851,2882,共5页
通过分析FCM、PCM、IPCM和PFCM等流行的聚类算法和它们在噪声环境下所面临的问题,提出一种概率模糊聚类新算法(SWPFCM),该算法结合样本加权和一种适用于噪音环境下的初始化聚类中心的方法,可以有效地消除噪声对聚类结果的影响。实验表明... 通过分析FCM、PCM、IPCM和PFCM等流行的聚类算法和它们在噪声环境下所面临的问题,提出一种概率模糊聚类新算法(SWPFCM),该算法结合样本加权和一种适用于噪音环境下的初始化聚类中心的方法,可以有效地消除噪声对聚类结果的影响。实验表明,SWPFCM算法具有处理大量噪声数据的能力,但对于没有噪声或噪声很少时,效果不明显,当目标样本集中出现噪声时,使用SWPFCM算法聚类将会得到满意的聚类结果。 展开更多
关键词 样本加权 模糊聚类 可能模糊聚类
下载PDF
双边加权直方图模糊C-均值聚类分割算法
12
作者 聂敏 刘鹏飞 +1 位作者 吴成茂 刘晓慧 《西安邮电大学学报》 2015年第3期53-59,70,共8页
针对小目标图像分割的问题,提出一种双边加权直方图模糊C-均值聚类分割算法。该算法将样本信息和几何结构信息作为权值,对传统模糊C-均值聚类分割算法进行双边加权。并对加权聚类分割目标函数进行最优化推导,获得迭代求解的隶属度、聚... 针对小目标图像分割的问题,提出一种双边加权直方图模糊C-均值聚类分割算法。该算法将样本信息和几何结构信息作为权值,对传统模糊C-均值聚类分割算法进行双边加权。并对加权聚类分割目标函数进行最优化推导,获得迭代求解的隶属度、聚类中心和聚类几何信息权表达式。对比实验表明,该分割算法能得到较好的分割效果。 展开更多
关键词 图像分割 模糊C-均值聚类 样本加权 结构加权 分割精度
下载PDF
一种基于样本加权的位置文本排序算法
13
作者 敖飞 陈梅 《贵州大学学报(自然科学版)》 2010年第5期72-75,80,共5页
为有效解决元搜索引擎结果排序的问题,提出了一种基于样本加权的位置文本排序算法。分析了现有基础算法,并在充分考虑结构信息的基础上将记录的PageRank值转化为权值。结合文本信息及其在结果列表中的位置信息实现局部相似度的调整,对... 为有效解决元搜索引擎结果排序的问题,提出了一种基于样本加权的位置文本排序算法。分析了现有基础算法,并在充分考虑结构信息的基础上将记录的PageRank值转化为权值。结合文本信息及其在结果列表中的位置信息实现局部相似度的调整,对排序位置的相关分值进行了规范化处理。对摘要排序算法进行了改进,提出了查询词条匹配度和词条间关联度的概念。最后将各相关分值进行合并得到搜索结果的最终相关度。实验结果表明该方法的可行性和有效性。 展开更多
关键词 元搜索引擎 排序算法 样本加权 信息检索 相关性
下载PDF
基于样本-特征加权的可能性模糊核聚类算法 被引量:12
14
作者 黄卫春 刘建林 熊李艳 《计算机工程与科学》 CSCD 北大核心 2014年第1期169-175,共7页
经典的模糊C-均值聚类算法存在对噪声数据较为敏感、未考虑样本属性特征间的不平衡性及对高维数据聚类不理想等问题,而可能性聚类算法虽然解决了噪声敏感和一致性聚类问题,但算法假定每个样本对聚类的贡献程度一样。针对以上问题,提出... 经典的模糊C-均值聚类算法存在对噪声数据较为敏感、未考虑样本属性特征间的不平衡性及对高维数据聚类不理想等问题,而可能性聚类算法虽然解决了噪声敏感和一致性聚类问题,但算法假定每个样本对聚类的贡献程度一样。针对以上问题,提出了一种基于样本-特征加权的可能性模糊核聚类算法,将可能性聚类应用到模糊聚类中以提高其对噪声或例外点的抗干扰能力;同时,根据不同类的具体特性动态计算样本各个属性特征对不同类别的重要性权值及各个样本对聚类的重要性权值,并优化选取核参数,不断修正核函数把原始空间中非线性可分的数据集映射到高维空间中的可分数据集。实验结果表明,基于样本-特征加权模糊聚类算法能够减少噪声数据和例外点的影响,比传统的聚类算法具有更好的聚类准确率。 展开更多
关键词 样本加权 特征加权 模糊C均值 可能性模糊聚类 核函数
下载PDF
基于样本加权的文本聚类算法研究 被引量:10
15
作者 章成志 师庆辉 薛德军 《情报学报》 CSSCI 北大核心 2008年第1期42-48,共7页
样本加权聚类算法是一种最近才引起人们注意的算法,还存在一些需要解决的问题,例如,聚类对象之间的结构信息对样本加权聚类是否有帮助,如何将结构信息自动转换为样本或对象的权重?针对该问题,本文以学术论文为聚类对象,以K-Mean... 样本加权聚类算法是一种最近才引起人们注意的算法,还存在一些需要解决的问题,例如,聚类对象之间的结构信息对样本加权聚类是否有帮助,如何将结构信息自动转换为样本或对象的权重?针对该问题,本文以学术论文为聚类对象,以K-Means算法为聚类算法基础,利用论文之间的引用关系计算每篇论文的PageRank值,并将其作为权重,提出一种基于样本加权的新的文本聚类算法。实验结果表明,基于论文PageRank值加权的聚类算法能改善文本聚类效果。该算法可推广到网页的聚类中,利用网页的PageRank进行加权聚类,来改善网页的聚类效果。 展开更多
关键词 文本聚类 样本加权聚类 PAGERANK 被引频次
下载PDF
基于特征优化与深层次融合的目标检测算法 被引量:4
16
作者 谢誉 包梓群 +3 位作者 张娜 吴彪 涂小妹 包晓安 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2022年第12期2403-2415,共13页
针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题,提出基于特征优化与深层次融合的目标检测算法,通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD.SCFE模块基于局部空间特征增强和全局通道特征增强... 针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题,提出基于特征优化与深层次融合的目标检测算法,通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD.SCFE模块基于局部空间特征增强和全局通道特征增强机制优化特征层,注重特征层的细节信息;DFPN基于残差空间通道增强模块改进特征金字塔网络,使不同尺度特征层进行深层次特征融合,提升目标检测精度.在训练阶段添加样本加权训练策略,使网络注重训练定位良好的样本和置信度高的样本.实验结果表明,在PASCAL VOC数据集上,所提算法在保证速度的同时检测精度由SSD的77.2%提升至79.7%;在COCO数据集上,所提算法的检测精度由SSD的25.6%提升至30.1%,对小目标的检测精度由SSD的6.8%提升至13.3%. 展开更多
关键词 目标检测 深层次特征金字塔网络(DFPN) 空间通道特征增强(SCFE) 样本加权训练 单阶段多边框检测算法(SSD)
下载PDF
自然场景下的密集文本检测方法 被引量:2
17
作者 牟森 陈洪刚 +2 位作者 卿粼波 何小海 王思怡 《计算机系统应用》 2021年第2期166-170,共5页
自然场景下的文本检测任务是图像处理领域中的难点之一.EAST(Efficient and Accurate Scene Text detector)算法是近年来比较出色的文本检测算法,但是增加后置处理之后的AdvancedEAST算法仍存在由于激活像素的头尾边界丢失导致的漏检情... 自然场景下的文本检测任务是图像处理领域中的难点之一.EAST(Efficient and Accurate Scene Text detector)算法是近年来比较出色的文本检测算法,但是增加后置处理之后的AdvancedEAST算法仍存在由于激活像素的头尾边界丢失导致的漏检情况,对密集文本的检测效果也不是很理想.因此提出了Dilated-Corner Attention EAST(DCA_EAST)改进算法,对网络结构加入空洞卷积模块以及角点注意力模块,改善了漏检情况.针对损失函数,加入类别权重因子和样本难度权重因子,有效提升了密集文本的检测效果.实验结果表明,该算法在ICDAR2019的ReCTS数据集上准确率为93.02%,召回率为76.69%,F-measured值为84.07%,优于AdvancedEAST算法. 展开更多
关键词 密集文本检测 AdvancedEAST算法 空洞卷积 角点注意力 样本难度权重
下载PDF
基于样本分布加权跨域极限学习机的电子鼻漂移补偿 被引量:1
18
作者 闫嘉 陈飞越 +1 位作者 易若男 王子健 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第12期105-113,共9页
针对电子鼻应用中传感器漂移现象导致的电子鼻分类准确率降低问题,文中提出一种基于样本分布加权的跨域极限学习机模型。该模型考虑到单个样本对全局分布差异度量的贡献度不同,以基于样本分布加权的最大均值差异作为衡量领域间样本分布... 针对电子鼻应用中传感器漂移现象导致的电子鼻分类准确率降低问题,文中提出一种基于样本分布加权的跨域极限学习机模型。该模型考虑到单个样本对全局分布差异度量的贡献度不同,以基于样本分布加权的最大均值差异作为衡量领域间样本分布差异的度量,将源域和目标域数据投影到高维的极限学习机特征空间中,然后寻找一个合适的投影方向,将特征空间中的数据映射到一个公共子空间中,使得子空间中源域数据和目标域数据具有相似的分布。使用Matlab对该算法进行仿真,并对比不同的隐含层节点数对该算法识别率的影响,以验证该算法的可行性。结果表明,文中提出的算法模型可以明显减小两个域间数据的分布差异,满足传统的分类学习算法对训练和测试数据的分布要求,从而提高电子鼻的分类准确率。 展开更多
关键词 极限学习机 子空间学习 样本分布加权 漂移补偿 电子鼻
下载PDF
样本-属性加权的朴素贝叶斯改进算法
19
作者 曾文赋 《微型机与应用》 2014年第6期62-63,67,共3页
朴素贝叶斯算法是一种简单、高效且有着广泛应用的分类方法,但在现实中,条件独立性假设影响了其分类性能。为克服该问题,给出一种改进算法——样本-属性加权的朴素贝叶斯算法。首先,对属性计算相关系数得到属性权值;其次,利用属性权结... 朴素贝叶斯算法是一种简单、高效且有着广泛应用的分类方法,但在现实中,条件独立性假设影响了其分类性能。为克服该问题,给出一种改进算法——样本-属性加权的朴素贝叶斯算法。首先,对属性计算相关系数得到属性权值;其次,利用属性权结合信息熵获得样本熵权,并据此加权样本以提高泛化能力;然后,给出了样本-属性加权的朴素贝叶斯算法;最后,在UCI数据集上的实验结果验证了改进算法比原算法具有更好的分类性能。 展开更多
关键词 朴素贝叶斯 样本-属性加权 条件独立性假设
下载PDF
基于样本权重的不平衡数据欠抽样方法 被引量:43
20
作者 熊冰妍 王国胤 邓维斌 《计算机研究与发展》 EI CSCD 北大核心 2016年第11期2613-2622,共10页
现实世界中广泛存在不平衡数据,其分类问题是数据挖掘和机器学习的一个研究热点.欠抽样是处理不平衡数据集的一种常用方法,其主要思想是选取多数类样本中的一个子集,使数据集的样本分布达到平衡,但其容易忽略多数类中部分有用信息.为此... 现实世界中广泛存在不平衡数据,其分类问题是数据挖掘和机器学习的一个研究热点.欠抽样是处理不平衡数据集的一种常用方法,其主要思想是选取多数类样本中的一个子集,使数据集的样本分布达到平衡,但其容易忽略多数类中部分有用信息.为此提出了一种基于样本权重的欠抽样方法KAcBag(K-means AdaCost bagging),该方法引入了样本权重来反映样本所处的区域,首先根据各类样本的数量初始化各样本权重,并通过多次聚类对各个样本的权重进行修改,权重小的多数类样本即处于多数类的中心区域;然后按权重大小对多数类样本进行欠抽样,使位于中心区域的样本较容易被抽中,并与所有少数类样本组成bagging成员分类器的训练数据,得到若干个决策树子分类器;最后根据各子分类器的正确率进行加权投票生成预测模型.对19组UCI数据集和某电信运营商客户换机数据进行了测试实验,实验结果表明:KAcBag方法使抽样所得的样本具有较强的代表性,能有效提高少数类的分类性能并缩小问题规模. 展开更多
关键词 不平衡数据 欠抽样 样本权重 聚类 集成学习
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部