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
基于离散粒子群算法的织物疵点特征选择
被引量：
4
1
作者
艾解清
高济
彭艳斌
《纺织学报》
EI
CAS
CSCD
北大核心
2011年第11期53-57,共5页
为提高识别织物疵点的准确率,提出基于离散粒子群算法(BPSO)进行织物疵点特征选择的方法。首先收集织物疵点图像并进行预处理,提取常用的纹理特征构成候选特征。然后采用BPSO对这些候选特征进行选择,得到优选特征和冗余特征。最后分别在...
为提高识别织物疵点的准确率,提出基于离散粒子群算法(BPSO)进行织物疵点特征选择的方法。首先收集织物疵点图像并进行预处理,提取常用的纹理特征构成候选特征。然后采用BPSO对这些候选特征进行选择,得到优选特征和冗余特征。最后分别在这3类特征下训练支持向量机并进行织物疵点识别测试。结果表明,优选特征的疵点识别准确率大大高于另外2类特征,验证了这种方法是有效的。
展开更多
关键词
离散粒子群算法
织物疵点
特征选择
支持向量机
下载PDF
职称材料
基于免疫离散粒子群算法的调度属性选择
被引量：
2
2
作者
叶建芳
潘晓弘
+1 位作者
王正肖
唐任仲
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2009年第12期2203-2207,共5页
为了解决制造系统状态描述的问题,需要从众多的属性中择优选择合适的属性集合,以便降低属性的冗余度,减少计算量.提出了用免疫离散粒子群算法进行属性选择的方法,给出了属性选择的粒子表达、适应度函数的定义以及免疫机制.通过仿真实验...
为了解决制造系统状态描述的问题,需要从众多的属性中择优选择合适的属性集合,以便降低属性的冗余度,减少计算量.提出了用免疫离散粒子群算法进行属性选择的方法,给出了属性选择的粒子表达、适应度函数的定义以及免疫机制.通过仿真实验给出了描述制造系统状态的入选属性集合,并进行了对比实验,将待选属性集合、入选属性集合和落选属性集合作为支持向量机的输入,来比较3种情况下分类的准确性和验证属性选择的有效性.实验结果表明,经过选择后的属性集合分类准确性大大高于另外两种情况,从而实现对制造系统状态的有效识别,为在不同的状态下采取合适的调度规则建立了基础.
展开更多
关键词
离散粒子群算法
生物免疫
支持向量机
特征选择
下载PDF
职称材料
题名
基于离散粒子群算法的织物疵点特征选择
被引量：
4
1
作者
艾解清
高济
彭艳斌
机构
浙江大学人工智能研究所
浙江科技学院
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2011年第11期53-57,共5页
基金
国家"863"高技术研究发展计划资助项目(2007AA01Z187)
国家自然科学基金资助项目(60775029)
+2 种基金
浙江省自然科学基金资助项目(Y1100036)
浙江省教育厅科研计划资助项目(Y201016929)
浙江省高校优秀青年教师资助计划项目(2010)
文摘
为提高识别织物疵点的准确率,提出基于离散粒子群算法(BPSO)进行织物疵点特征选择的方法。首先收集织物疵点图像并进行预处理,提取常用的纹理特征构成候选特征。然后采用BPSO对这些候选特征进行选择,得到优选特征和冗余特征。最后分别在这3类特征下训练支持向量机并进行织物疵点识别测试。结果表明,优选特征的疵点识别准确率大大高于另外2类特征,验证了这种方法是有效的。
关键词
离散粒子群算法
织物疵点
特征选择
支持向量机
Keywords
binary
partial
swarm
optimization
fabric
defect
feature
selection
support
vector
machine
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TS131.9 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于免疫离散粒子群算法的调度属性选择
被引量：
2
2
作者
叶建芳
潘晓弘
王正肖
唐任仲
机构
浙江大学现代制造工程研究所
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2009年第12期2203-2207,共5页
基金
国家自然科学基金资助项目(50675201)
浙江省科技计划资助项目(2006C11237)
文摘
为了解决制造系统状态描述的问题,需要从众多的属性中择优选择合适的属性集合,以便降低属性的冗余度,减少计算量.提出了用免疫离散粒子群算法进行属性选择的方法,给出了属性选择的粒子表达、适应度函数的定义以及免疫机制.通过仿真实验给出了描述制造系统状态的入选属性集合,并进行了对比实验,将待选属性集合、入选属性集合和落选属性集合作为支持向量机的输入,来比较3种情况下分类的准确性和验证属性选择的有效性.实验结果表明,经过选择后的属性集合分类准确性大大高于另外两种情况,从而实现对制造系统状态的有效识别,为在不同的状态下采取合适的调度规则建立了基础.
关键词
离散粒子群算法
生物免疫
支持向量机
特征选择
Keywords
binary
partial
swarm
optimization
（IBPSO）
biology
immune
support
vector
machine
（SVM）
feature
selection
分类号
TP278 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于离散粒子群算法的织物疵点特征选择
艾解清
高济
彭艳斌
《纺织学报》
EI
CAS
CSCD
北大核心
2011
4
下载PDF
职称材料
2
基于免疫离散粒子群算法的调度属性选择
叶建芳
潘晓弘
王正肖
唐任仲
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2009
2
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
