基于自适应特征选择的多尺度相关滤波跟踪 被引量：33

1

作者 沈秋 严小乐 +2 位作者 刘霖枫 孔繁锵 王丹丹 《光学学报》 EI CAS CSCD 北大核心 2017年第5期166-175,共10页

近年来,基于相关滤波的目标跟踪算法因其具有很好的跟踪精度和明显的速度优势,引起了研究人员的极大关注。提出一种基于自适应特征选择的多尺度相关滤波跟踪算法。首先,提取三种互补特征,通过相关滤波响应图评估各特征的跟踪性能,自适... 近年来,基于相关滤波的目标跟踪算法因其具有很好的跟踪精度和明显的速度优势,引起了研究人员的极大关注。提出一种基于自适应特征选择的多尺度相关滤波跟踪算法。首先,提取三种互补特征,通过相关滤波响应图评估各特征的跟踪性能,自适应选择最优特征进行位置跟踪;其次,预设响应图阈值作为位置相关滤波模型更新的判断条件,优化模型更新方式;最后,引入尺度相关滤波跟踪器,进一步提高了算法的尺度适应性和跟踪精度。实验部分将该算法和近年来流行的相关滤波及非相关滤波类跟踪算法进行了对比,结果表明,该算法在精度上优于其他算法,同时具有53.12frame/s的实时跟踪速度。 展开更多

关键词 机器视觉 目标跟踪 相关滤波 自适应特征选择 自适应尺度

原文传递

基于改进蝗虫优化算法的特征选择方法 被引量：14

2

作者 刘亮 何庆 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第1期41-50,共10页

针对传统蝗虫优化算法寻优精度低和收敛速度慢的问题,提出一种基于非线性调整策略的改进蝗虫优化算法.首先,利用非线性参数代替传统蝗虫算法中的递减系数,协调算法全局探索和局部开发能力,加快算法收敛速度;其次,引入自适应权重系数改... 针对传统蝗虫优化算法寻优精度低和收敛速度慢的问题,提出一种基于非线性调整策略的改进蝗虫优化算法.首先,利用非线性参数代替传统蝗虫算法中的递减系数,协调算法全局探索和局部开发能力,加快算法收敛速度;其次,引入自适应权重系数改变蝗虫位置更新方式,提高算法寻优精度;然后,结合limit阈值思想,利用非线性参数对种群中部分个体进行扰动,避免算法陷入局部最优.通过六个基准测试函数的仿真结果表明,改进算法的收敛速度和寻优精度均有明显提高.最后将改进算法应用于特征选择问题中,通过在七个数据集上的实验结果表明,基于改进算法的特征选择方法能够有效地进行特征选择,提高分类准确率. 展开更多

关键词 蝗虫优化算法 非线性参数 自适应权重 LIMIT 阈值 特征选择

下载PDF 职称材料

人脸特征自适应选取技术 被引量：6

3

作者 朱长仁 王润生 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2002年第1期26-30,共5页

如何选取并提取稳定可靠的人脸特征是人脸识别技术中迫切需要解决的问题 .文中在对现有特征提取方法的优缺点进行详细分析的基础上 ,提出人脸特征自适应选取算法框架 ,详细论述了如何建立并提取人脸特征自适应选取的准则 .该算法在 10

关键词 人脸识别 人脸特征 主分量分析 自适应选取技术 计算机视觉

下载PDF 职称材料

基于自适应邻域嵌入的无监督特征选择算法 被引量：9

4

作者 刘艳芳 李文斌 高阳 《计算机研究与发展》 EI CSCD 北大核心 2020年第8期1639-1649,共11页

无监督特征选择算法可以对高维无标记数据进行有效的降维,从而减少数据处理的时间和空间复杂度,避免算法模型出现过拟合现象.然而,现有的无监督特征选择方法大都运用k近邻法捕捉数据样本的局部几何结构,忽略了数据分布不均的问题.为了... 无监督特征选择算法可以对高维无标记数据进行有效的降维,从而减少数据处理的时间和空间复杂度,避免算法模型出现过拟合现象.然而,现有的无监督特征选择方法大都运用k近邻法捕捉数据样本的局部几何结构,忽略了数据分布不均的问题.为了解决这个问题,提出了一种基于自适应邻域嵌入的无监督特征选择(adaptive neighborhood embedding based unsupervised feature selection, ANEFS)算法,该算法根据数据集自身的分布特点确定每个样本的近邻数,进而构造样本相似矩阵,同时引入从高维空间映射到低维空间的中间矩阵,利用拉普拉斯乘子法优化目标函数进行求解.6个UCI数据集的实验结果表明:所提出的算法能够选出具有更高聚类精度和互信息的特征子集. 展开更多

关键词 K近邻 自适应邻域 流形学习 特征选择 无监督学习

下载PDF 职称材料

基于随机森林的自适应特征选择算法 被引量：8

5

作者 刘凯 郑山红 +1 位作者 蒋权 赵天傲 《计算机技术与发展》 2018年第9期101-104,111,共5页

为了解决传统的随机森林算法在随机特征选择时,导致少数比较重要的特征变量被过滤掉的问题,以及没有考虑特征变量相关性对预测应变量准确性带来的影响,提出了一种基于随机森林的自适应特征选择算法SARFFS。该算法首先利用卡方检验样本... 为了解决传统的随机森林算法在随机特征选择时,导致少数比较重要的特征变量被过滤掉的问题,以及没有考虑特征变量相关性对预测应变量准确性带来的影响,提出了一种基于随机森林的自适应特征选择算法SARFFS。该算法首先利用卡方检验样本间关联程度后自助采样,并设计出一种特征对类代表强弱程度的计算方法;然后引入自适应稀疏约束机制Group LASSO优化特征的选择;最后在Spark分布式计算平台利用UCI数据集进行实验,结果表明,相比传统的RF算法,SARFFS算法在特征子集选择上具有更好的性能,在F1上提升将近9%。从最终排名靠前的重要特征分析,该算法能够考虑特征间相关性,对预测结果确实有影响,并有效地提高了随机属性权值的可靠性和稳定性。 展开更多

关键词 随机森林 自适应 特征选择 GroupLASSO方法

下载PDF 职称材料

基于模拟退火机制的自适应粘性粒子群算法 被引量：4

6

作者 孙一凡 张纪会 《控制与决策》 EI CSCD 北大核心 2023年第10期2764-2772,共9页

为了进一步提升粒子群算法在离散优化问题中的性能,针对粘性二进制粒子群算法缺乏全局搜索能力、容易陷入局部最优和收敛速度慢的缺点,提出一种新的自适应参数策略和粒子散度指标,并结合模拟退火机制改善该算法的寻优能力.为了检验算法... 为了进一步提升粒子群算法在离散优化问题中的性能,针对粘性二进制粒子群算法缺乏全局搜索能力、容易陷入局部最优和收敛速度慢的缺点,提出一种新的自适应参数策略和粒子散度指标,并结合模拟退火机制改善该算法的寻优能力.为了检验算法性能,通过选取不同维数的背包问题算例库以及不同规模的UCI特征选择问题算例库进行仿真实验,并对实验数据进行统计分析.实验以及分析结果表明,所提算法在寻优精度、算法稳定性和收敛速度上均优于对比算法. 展开更多

关键词 二进制粒子群算法 自适应策略 粒子散度 模拟退火 背包问题 特征选择

原文传递

融入小生境和混合变异策略的鲸鱼优化算法 被引量：1

7

作者 于涛 高岳林 《计算机工程与应用》 CSCD 北大核心 2024年第10期88-104,共17页

鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一... 鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一种融入小生境和混合变异策略的鲸鱼优化算法(whale optimization algorithm integrating niche and hybrid mutation strategy,NHWOA)。该算法通过引入自适应权重,平衡算法全局勘探与局部开发能力,并加快收敛速度;将种群按照相同规模划分成三个小生境并独立寻优,提高种群多样性;采用混合变异策略对种群进行随机扰动,帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验,并将其应用于特征选择问题,验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快,收敛精度更高,并且鲁棒性更好。 展开更多

关键词 鲸鱼优化算法 小生境 混合变异 自适应权重 特征选择

下载PDF 职称材料

基于自适应特征选择的人脸图像识别算法 被引量：6

8

作者 刘中华 姚楠 刘文红 《上海电机学院学报》 2014年第4期224-228,共5页

提出一种为不同类别待测人脸样本图像选择合适的人脸特征的方法。利用AdaBoost算法以及预先设置好的不同的图像特征训练分类器,自适应地为待测样本图像选择合适的特征及相应的分类器进行分类预测,扩展了同一人脸识别算法的使用范围。实... 提出一种为不同类别待测人脸样本图像选择合适的人脸特征的方法。利用AdaBoost算法以及预先设置好的不同的图像特征训练分类器,自适应地为待测样本图像选择合适的特征及相应的分类器进行分类预测,扩展了同一人脸识别算法的使用范围。实验验证了该算法的有效性。 展开更多

关键词 自适应 ADABOOST 特征选择 人脸识别

下载PDF 职称材料

基于自适应特征选择k子凸包的滚动轴承故障诊断

9

作者 胡爱孺 吴占涛 +1 位作者 杨宇 程军圣 《机械强度》 CAS CSCD 北大核心 2024年第2期255-263,共9页

滚动轴承故障诊断中往往将特征选择和分类器的设计分别进行研究,从而难以获得满意的分类精度。将特征选择和分类器寻优结合起来,提出了一种自适应特征选择k子凸包(Adaptive Feature Selection K-sub Convex Hull, AFSKCH)的分类模型,从... 滚动轴承故障诊断中往往将特征选择和分类器的设计分别进行研究,从而难以获得满意的分类精度。将特征选择和分类器寻优结合起来,提出了一种自适应特征选择k子凸包(Adaptive Feature Selection K-sub Convex Hull, AFSKCH)的分类模型,从而实现了故障特征自适应选择和分类的一体化。首先,利用凸包距离函数保持数据流形上的局部邻域结构,通过交替构造k子凸包得到特征权值矩阵;其次,采用线性规划接近度方法求解k子凸包距离,利用乘子交替方向法得到自适应特征空间;最后,根据测试点到k子凸包的最小重构距离进行分类。滚动轴承故障振动信号分析结果表明,该方法特征选择性能优于其他特征选择方法,且具有较高的分类精度。 展开更多

关键词 自适应特征选择 邻域嵌入 k子凸包 滚动轴承 故障诊断

下载PDF 职称材料

基于自适应邻域与聚类的非平衡数据特征选择

10

作者 孙林 梁娜 王欣雅 《计算机工程与应用》 CSCD 北大核心 2024年第14期74-85,共12页

为了解决传统邻域粗糙集未考虑不平衡数据的类分布,多数邻域系统通过人工调试难以找到最佳邻域半径,以及聚类时指定簇的数目等问题,提出一种基于自适应邻域与聚类的非平衡数据特征选择方法。根据样本在各个特征下与其他样本距离的平均... 为了解决传统邻域粗糙集未考虑不平衡数据的类分布,多数邻域系统通过人工调试难以找到最佳邻域半径,以及聚类时指定簇的数目等问题,提出一种基于自适应邻域与聚类的非平衡数据特征选择方法。根据样本在各个特征下与其他样本距离的平均值来确定样本的自适应k近邻和共享近邻,定义自适应邻域密度并设计混合采样模型,构建平衡决策系统。基于特征分布定义新的邻域半径,使用高斯核函数研究邻域内样本之间的模糊相似关系,使用模糊邻域互信息度量特征间的相关性,基于此对特征进行聚类。基于模糊邻域互信息构造粒子群初始化策略,并引入动态位掩码策略与适合整数编码的差异性扰动算子,改进整型粒子群优化算法,实现从特征簇中选出代表性特征构成最终的特征子集。在19个非平衡数据集的实验结果表明所设计的算法有效地提高了非平衡数据的分类性能。 展开更多

关键词 自适应邻域 混合采样 模糊邻域互信息 特征聚类 特征选择

下载PDF 职称材料

基于动态感受野的自适应多尺度信息融合的图像转换 被引量：6

11

作者 尹梦晓 林振峰 杨锋 《电子与信息学报》 EI CSCD 北大核心 2021年第8期2386-2394,共9页

为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征... 为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征的多尺度信息,借助特征的多尺度信息和动态感受野构造选择性(卷积)核的生成式对抗网络(SK-GAN)。与传统生成器相比,SK-GAN以动态感受野获取多尺度信息的生成结构提高了生成图像的质量。在多样化图像转换方面,基于SK-GAN在草图合成真实图像任务提出带引导图像的选择性(卷积)核的生成式对抗网络(GSK-GAN)。该模型利用引导图像指导源图像的转换,通过引导图像编码器提取引导图像特征,然后由参数生成器(PG)和特征转换层(FT)将引导图像特征的信息传递至生成器。此外,该文还提出双分支引导图像编码器以提高转换模型的编辑能力,以及利用引导图像的隐变量分布实现随机样式的图像生成。实验表明,改进后的生成器有助于提高生成图像质量,SK-GAN在多个数据集中获得合理的生成结果。GSK-GAN不仅保证了生成图像的质量,还能生成更多样式的图像。 展开更多

关键词 图像转换 多尺度信息 动态感受野 自适应特征选择

下载PDF 职称材料

一类基于自适应邻域的流特征选择方法

12

作者 王浩宇 陈建军 +1 位作者 王平心 杨习贝 《南京理工大学学报》 CAS CSCD 北大核心 2024年第3期351-359,共9页

目前虽然已经涌现出了很多类型的流特征选择技术,但大多数方法的实现在参数设置之前需获取足够的领域知识。为解决这一问题,提出了一类基于自适应邻域的流特征选择方法。首先,定义了一种新的邻域关系,它根据各个类别中样本的自然分布获... 目前虽然已经涌现出了很多类型的流特征选择技术,但大多数方法的实现在参数设置之前需获取足够的领域知识。为解决这一问题,提出了一类基于自适应邻域的流特征选择方法。首先,定义了一种新的邻域关系,它根据各个类别中样本的自然分布获取半径,从而能够自适应地构建邻域。其次,利用基于邻域的依赖关系,分析流特征的相关性和冗余性。最后,利用流特征选择的一般性流程,不难得到一个较优的特征子集。为了验证所提算法的有效性,在18组数据集上与3种先进的流特征选择方法进行了对比分析。试验结果表明:所提方法产生的流特征选择结果,在K近邻(KNN)和支持向量机(SVM)分类器上,能够将测试样本上的平均分类准确率显著提升5.68%以上。 展开更多

关键词 自适应邻域 特征选择 邻域粗糙集 流特征

下载PDF 职称材料

基于堆叠算法的代码混淆有效性评估模型 被引量：2

13

作者 苏庆 黄海滨 +2 位作者 黄剑锋 林佳锐 谢国波 《计算机工程与设计》 北大核心 2023年第3期755-761,共7页

为解决代码混淆算法有效性评估模型存在评价指标不全面、单一学习器泛化能力低的问题,提出一种融合自适应增强训练机制和Stacking算法的代码混淆算法有效性评估模型SDF-Stacking。构建一个包括强度、弹性、开销、隐蔽性4大特征的代码混... 为解决代码混淆算法有效性评估模型存在评价指标不全面、单一学习器泛化能力低的问题,提出一种融合自适应增强训练机制和Stacking算法的代码混淆算法有效性评估模型SDF-Stacking。构建一个包括强度、弹性、开销、隐蔽性4大特征的代码混淆有效性评价指标集合;在模型的基分类器训练阶段引入自适应增强训练机制,提高基分类器的预测精度和多样性;使用最大互信息算法做数据融合,增大元分类器训练数据信息量。实验结果表明,该模型在多个评价指标上均优于其它对比模型,准确率可达98.6%。 展开更多

关键词 Stacking算法 自适应增强训练 代码混淆 数据采样权重 混淆算法有效性评估 特征提取 特征选择

下载PDF 职称材料

基于自适应压缩特征选择的实时目标跟踪算法 被引量：4

14

作者 齐美彬 陆磊 +2 位作者 杨勋 杨艳芳 蒋建国 《模式识别与人工智能》 EI CSCD 北大核心 2015年第4期361-368,共8页

针对压缩感知算法中的低维特征对目标重构效果较差的问题,提出基于自适应压缩特征选择的目标跟踪算法.该算法首先提取满足目标重构要求的高维压缩特征,再通过所提出的特征选择方法选择区分度高的低维特征作为目标的外观模型,从而降低计... 针对压缩感知算法中的低维特征对目标重构效果较差的问题,提出基于自适应压缩特征选择的目标跟踪算法.该算法首先提取满足目标重构要求的高维压缩特征,再通过所提出的特征选择方法选择区分度高的低维特征作为目标的外观模型,从而降低计算复杂度.为自适应选择特征,采用一种差分方法控制特征维数,满足实时性要求.实验表明,与其他算法相比,文中算法具有更强的鲁棒性和实时性. 展开更多

关键词 目标跟踪 自适应特征选择 方差比 均值差 差分方法

下载PDF 职称材料

基于遗传粒子滤波器的运动目标实时跟踪 被引量：3

15

作者 谭立球 夏利民 +1 位作者 张良春 谷士文 《信息与控制》 CSCD 北大核心 2008年第6期653-659,共7页

提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器.该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值... 提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器.该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算;并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值.为了提高算法的实时性,将遗传算法引入到粒子滤波器,在保证粒子滤波器精度的前提下,减少粒子数目,从而降低算法的运算时间.实验结果表明,所提算法可以根据背景信息的不同自适应地选择特征,在遮挡、形变及背景干扰等情况下,依然可以很好地对目标进行稳定的实时跟踪. 展开更多

关键词 粒子滤波器 遗传算法 自适心特征选择 跟踪 BOOSTING算法

下载PDF 职称材料

基于特征自适应选择的金字塔均值漂移跟踪方法 被引量：4

16

作者 赵高鹏 薄煜明 《光子学报》 EI CAS CSCD 北大核心 2011年第1期154-160,共7页

针对均值漂移跟踪算法框架不足以对目标帧间运动过大及快速尺度变化进行有效地处理,且单个图像特征对环境适应性较差.提出了一种特征自适应选择方法,通过分析目标与背景的特征区分度来选择出最有效的特征.将金字塔自适应分解和均值漂移... 针对均值漂移跟踪算法框架不足以对目标帧间运动过大及快速尺度变化进行有效地处理,且单个图像特征对环境适应性较差.提出了一种特征自适应选择方法,通过分析目标与背景的特征区分度来选择出最有效的特征.将金字塔自适应分解和均值漂移跟踪结合,提出了金字塔均值漂移跟踪方法.采用背景加权直方图描述目标模板模型,核函数加权直方图描述候选目标模型,由粗到精定位目标,并给出了目标尺度自适应更新方法.多个视频序列的实验结果表明:本文方法能够有效处理目标快速运动、尺度变化、摄像机运动、局部遮挡等情况,实现复杂场景下的目标跟踪. 展开更多

关键词 目标跟踪 金字塔均值漂移 特征自适应选择

下载PDF 职称材料

基于自适应特征选择的科研论文跨学科性测度方法研究

17

作者 王晋飞 孙巍 +1 位作者 张学福 杨璐 《农业图书情报学报》 2023年第3期52-70,共19页

[目的/意义]跨学科研究能够通过知识整合和渗透,创造性地解决自然环境和人类社会中的复杂问题。随着跨学科研究成果的大量增长,跨学科性测度评估变得越来越有必要,如何构建有效的跨学科性测度方法,实现对论文跨学科性综合全面的测度是... [目的/意义]跨学科研究能够通过知识整合和渗透,创造性地解决自然环境和人类社会中的复杂问题。随着跨学科研究成果的大量增长,跨学科性测度评估变得越来越有必要,如何构建有效的跨学科性测度方法,实现对论文跨学科性综合全面的测度是亟待解决的问题。[方法/过程]本研究首先基于跨学科研究的内涵和特点,从学科属性、知识网络拓扑结构和知识整合文本内容3个维度提取科研论文跨学科性特征指标,并给出特征指标的计算方法;其次,对跨学科性特征指标进行自适应计算,构建一种基于机器学习的跨学科性测度方法;最后,以植物纳米生物技术领域为例进行实证研究,对领域中高跨学科性的论文进行识别和筛选。[结果/结论]本文提出的自适应特征选择能够对跨学科性相关特征指标进行有效筛选,提升结果的可靠性,实现全面、深入的科研论文跨学科性测度。该测度方法避免了定性评估可能会出现的主观性缺陷以及不同测度指标可能出现相互矛盾结果的问题,为跨学科性测度提供新的思路与方向。 展开更多

关键词 跨学科性 自适应特征选择 论文测度

下载PDF 职称材料

RGBD人体行为识别中的自适应特征选择方法 被引量：4

18

作者 龚冬颖 黄敏 +1 位作者 张洪博 李绍滋 《智能系统学报》 CSCD 北大核心 2017年第1期1-7,共7页

目前在RGBD视频的行为识别中,为了提高识别准确率,许多方法采用多特征融合的方式。通过实验分析发现,行为在特定特征上的分类效果好,但是多特征融合并不能体现个别特征的分类优势,同时融合后的特征维度很高,时空开销大。为了解决这个问... 目前在RGBD视频的行为识别中,为了提高识别准确率,许多方法采用多特征融合的方式。通过实验分析发现,行为在特定特征上的分类效果好,但是多特征融合并不能体现个别特征的分类优势,同时融合后的特征维度很高,时空开销大。为了解决这个问题,提出了RGBD人体行为识别中的自适应特征选择方法,通过随机森林和信息熵分析人体关节点判别力,以高判别力的人体关节点的数量作为特征选择的标准。通过该数量阈值的筛选,选择关节点特征或者关节点相对位置作为行为识别特征。实验结果表明,该方法相比于特征融合的算法,行为识别的准确率有了较大提高,超过了大部分算法的识别结果。 展开更多

关键词 人体行为识别 自适应特征选择 信息熵 随机森林

下载PDF 职称材料

基于特征选择与软竞争ART的轴承故障诊断 被引量：3

19

作者 李清蕾 万小金 +2 位作者 徐增丙 王凯 赵乾坤 《振动．测试与诊断》 EI CSCD 北大核心 2018年第6期1199-1204,1294,共7页

模糊自适应共振理论(fuzzy adaptive resonance theory,简称Fuzzy ART)已被广泛应用于机械设备实时监控和故障诊断。Fuzzy ART采用只允许一个获胜节点学习的硬竞争学习机制,导致系统极易产生误判。针对此问题,将Yu范数相似度准则、生物... 模糊自适应共振理论(fuzzy adaptive resonance theory,简称Fuzzy ART)已被广泛应用于机械设备实时监控和故障诊断。Fuzzy ART采用只允许一个获胜节点学习的硬竞争学习机制,导致系统极易产生误判。针对此问题,将Yu范数相似度准则、生物侧抑制理论与Fuzzy ART相结合,建立了允许多个获胜节点学习的软竞争ART(简称Soft-ART)算法。为了提高故障诊断精度,运用Yu范数相似度测度改进了基于距离测度的特征参数选择方法。利用轴承故障诊断数据对特征选择算法及Soft-ART算法进行了检验,并与FCM,BP及Fuzzy ART算法进行了对比。结果表明,该Soft-ART算法具有更高的诊断精度,同时说明了特征选择算法的有效性。 展开更多

关键词 故障诊断 自适应共振理论 软竞争学习 特征选择

下载PDF 职称材料

多层梯度提升树在药品鉴别中的应用 被引量：3

20

作者 杜师帅 邱天 +5 位作者 李灵巧 胡锦泉 郑安兵 冯艳春 胡昌勤 杨辉华 《计算机科学与探索》 CSCD 北大核心 2020年第2期260-273,共14页

近红外光谱分析技术高效应用于药品分析领域。针对高维非线性的小规模近红外数据,传统的药品鉴别算法存在特征学习能力不足的缺陷,基于神经网络的方法有局部最优及过拟合等问题,且两者易忽略样本的不均衡性。针对以上劣势,提出一种基于... 近红外光谱分析技术高效应用于药品分析领域。针对高维非线性的小规模近红外数据,传统的药品鉴别算法存在特征学习能力不足的缺陷,基于神经网络的方法有局部最优及过拟合等问题,且两者易忽略样本的不均衡性。针对以上劣势,提出一种基于特征选择与代价敏感学习的多层梯度提升树(CS_FGBDT)药品分类方法。首先采用Savitsky-Golay平滑和一阶导数对原始数据进行预处理;其次利用随机森林对预处理光谱自适应提取特征,并由多层梯度提升树进行特征映射;然后结合代价敏感学习机制将样本不均衡性的负效应降到最小。实验结果表明,在胶囊和药片两种不平衡数据集上对算法进行对比评估,该模型具有更高的预测精度和稳定性,是一种有效的药品鉴别方法。 展开更多

关键词 近红外光谱分析 自适应特征选择 多层梯度提升决策树 代价敏感学习

下载PDF 职称材料