期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于最优近邻的局部保持投影方法
1
作者 赵俊涛 李陶深 卢志翔 《计算机工程》 CAS CSCD 北大核心 2024年第9期161-168,共8页
局部保持投影(LPP)方法是机器学习领域中一种经典的降维方法。然而LPP方法以及部分改进方法在构建数据的局部结构时简单地使用k最近邻(k-NN)分类算法寻找样本的近邻点,容易受到参数k、噪声和异常值的影响。为了解决上述问题,提出一种基... 局部保持投影(LPP)方法是机器学习领域中一种经典的降维方法。然而LPP方法以及部分改进方法在构建数据的局部结构时简单地使用k最近邻(k-NN)分类算法寻找样本的近邻点,容易受到参数k、噪声和异常值的影响。为了解决上述问题,提出一种基于最优近邻的LPP方法。该方法使用寻找最优近邻算法,在找到样本近邻点后,进一步选择与样本有一定数量的共同近邻点的近邻样本作为最优近邻,通过共同近邻点的限定来选择与样本最相似的近邻,增强近邻样本间的相关性,避免了传统LPP方法受参数k影响大等问题。在选择出足够的样本最优近邻后,构建数据局部结构,以便准确地反映数据的本质结构特征,使降维后的数据能最大程度保留样本的有效信息,提升后续机器学习模型的性能。公共图像数据集上的对比实验结果表明,该方法具有较好的数据降维效果,有效地提高了图像识别准确率。 展开更多
关键词 局部保持投影方法 最优近邻 近邻样本 降维 特征提取
下载PDF
一种融合聚类的监督局部线性嵌入算法研究 被引量:2
2
作者 王东 张强 严亮 《半导体光电》 北大核心 2017年第3期419-424,共6页
监督局部线性嵌入算法(SLLE)通过数据点的标签信息进行高维数据在低维特征空间的映射,针对SLLE在均匀化高维数据的分布和最小化重构代价时,忽略类内偏离总体分布的稀疏离散数据在线性重构过程中可能错误地投影在其他超平面的情形,引入Km... 监督局部线性嵌入算法(SLLE)通过数据点的标签信息进行高维数据在低维特征空间的映射,针对SLLE在均匀化高维数据的分布和最小化重构代价时,忽略类内偏离总体分布的稀疏离散数据在线性重构过程中可能错误地投影在其他超平面的情形,引入Kmeans++算法调整样本间距离,进行最优近邻点的选择,从而更有效地反映数据在高维空间中的实际分布,使降维后的数据具备更好的可分性。通过ORL以及Yale人脸数据集上的仿真实验,结果显示,该方法具有更强的泛化能力及更高的识别率。 展开更多
关键词 降维 监督局部线性嵌入算法 最优近邻点 人脸识别 聚类算法
下载PDF
突发事件下应急物资配送问题的改进算法研究 被引量:4
3
作者 李坤颖 杨扬 侯凌霞 《科学技术与工程》 2011年第1期205-209,共5页
应急物资配送主要是应急车辆在最短的时间内把应急物资从各地应急储备仓运送到救灾点集散中心,其研究的核心是最短路径选择问题。将最邻近算法应用于应急物资的配送路径选择,提出一种多对多的改进最邻近优化算法。在该算法中,克服以往... 应急物资配送主要是应急车辆在最短的时间内把应急物资从各地应急储备仓运送到救灾点集散中心,其研究的核心是最短路径选择问题。将最邻近算法应用于应急物资的配送路径选择,提出一种多对多的改进最邻近优化算法。在该算法中,克服以往只能解决一对多问题的局限性,引用全新的编码方法,以时间作为衡量标准,同时对组合参数进行选择进化,以实现组网路径的有效选择。通过仿真实验证明该算法具有很好的适应性。 展开更多
关键词 物资配送 最邻近算法 路径优化
下载PDF
基于f-k优化近邻法的PCA人脸识别算法 被引量:2
4
作者 桂预风 程战员 《武汉理工大学学报(信息与管理工程版)》 CAS 2013年第6期820-824,共5页
PCA算法是人脸识别技术中的经典算法之一。为了提高特定环境下PCA人脸识别算法的正确识别率,提出了一种改进的距离判别函数f-k优化近邻法,实验结果表明,该算法在多人多幅图像测试中识别效果得到明显改善,个体正确识别率达到97.62%。
关键词 人脸识别 PCA f-k优化近邻法
下载PDF
多分类器联合虚警可控的海上小目标检测方法 被引量:3
5
作者 薛安克 毛克成 张乐 《电子与信息学报》 EI CSCD 北大核心 2023年第7期2528-2536,共9页
模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种... 模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种基于多分类思想的多特征海上小目标智能检测方法,先对海杂波数据与目标数据进行多维特征提取,构建高维特征空间;再基于多分类思想中的“1对1”方法,将海杂波特征空间划分成多个子空间,每个杂波子空间与目标数据特征空间等大,构造多个二分类器进行联合判决。该文选取的二分类器为改进的双参数K近邻(K-NN)算法,可有效调节虚警率。经冰多参数成像X波段雷达(IPIX)数据集验证,所提方法在观测时间为1.024 s时获得了82.40%的检测概率,与基于K-NN的检测器做比较,获得了2%的性能提升。 展开更多
关键词 海杂波 小目标检测 多分类 双参数寻优K近邻(K-NN)算法 可控虚警
下载PDF
非正态分布的连续体结构可靠性拓扑优化设计 被引量:2
6
作者 李景奎 张义民 《机械工程学报》 EI CAS CSCD 北大核心 2012年第3期154-158,共5页
由于具有不确定性参数的连续体结构普遍存在,因此研究不确定性参数连续体结构的可靠性拓扑优化问题具有十分重要的意义。在基本随机变量前四阶矩已知的情况下,利用四阶矩技术以及有限元方法求解连续体结构的可靠度,对隐式的可靠度约束... 由于具有不确定性参数的连续体结构普遍存在,因此研究不确定性参数连续体结构的可靠性拓扑优化问题具有十分重要的意义。在基本随机变量前四阶矩已知的情况下,利用四阶矩技术以及有限元方法求解连续体结构的可靠度,对隐式的可靠度约束进行显式化处理。将连续体的拓扑优化设计视为一种对单元的模式识别,将模式识别领域的K邻近方法引入到连续体结构拓扑优化设计领域,以结构的单元应力作为识别的变量,利用应力的欧拉距离作为判别的标准,对连续体结构进行可靠性拓扑优化设计。通过数值算例与确定性设计结果进行对比,结果表明,考虑了可靠度影响的拓扑优化结果要优于确定性参数的优化结果,同时表明该计算方法是可行的。 展开更多
关键词 连续体 拓扑优化 K邻近 四阶矩技术 可靠度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部