期刊文献+
共找到104篇文章
< 1 2 6 >
每页显示 20 50 100
基于数据挖掘技术的输电工程造价预测模型的建立与实现 被引量:10
1
作者 耿鹏云 安磊 王鑫 《现代电子技术》 北大核心 2018年第4期157-160,共4页
针对目前输电工程造价技术指标过多,影响因素比较复杂,导致输电工程造价估算困难,设计概算审查难以达到理想效果的问题。建立基于数据挖掘技术的输变电工程造价预测模型,其采用数据挖掘技术来判断不同工程技术指标对工程造价所造成的影... 针对目前输电工程造价技术指标过多,影响因素比较复杂,导致输电工程造价估算困难,设计概算审查难以达到理想效果的问题。建立基于数据挖掘技术的输变电工程造价预测模型,其采用数据挖掘技术来判断不同工程技术指标对工程造价所造成的影响级别,同时能够自动查询错误、异常或者不合理的数据,降低了人为因素的影响,并通过支持向量机来对样本数据进行样本学习,从而建立输变电工程造价预测模型。测试结果表明,该模型预测结果相对误差低,其能够准确预测输变电工程的造价,且对于造价预算具有一定的参考价值。 展开更多
关键词 数据挖掘 输电工程 造价预测模型 支持向量机 样本学习 概算审查
下载PDF
基于XML的分布式智能故障诊断系统研究 被引量:5
2
作者 王妙云 肖人彬 《计算机应用》 CSCD 北大核心 2004年第6期151-154,共4页
针对分布式智能故障诊断中存在的异构形式知识,文中采用XML技术进行集成,实现知识的统一表示。针对表格等非结构化的原始数据,运用基于人工神经网络的样本学习算法从中提炼得到诊断规则,实现知识的自动化获取。在此基础上,以Java、XML和... 针对分布式智能故障诊断中存在的异构形式知识,文中采用XML技术进行集成,实现知识的统一表示。针对表格等非结构化的原始数据,运用基于人工神经网络的样本学习算法从中提炼得到诊断规则,实现知识的自动化获取。在此基础上,以Java、XML和Web为支撑技术,开发了一个分布式智能故障诊断原型系统DIFD,构建了该系统的三层体系结构,给出了其工作流程。并将该原型系统应用于某炼油厂的机组故障诊断实际中,试运行情况良好。 展开更多
关键词 XML 智能故障诊断 知识处理 样本学习
下载PDF
基于混合离散粒子群优化的控制模式分配算法
3
作者 曾裕钦 蔡华洋 +3 位作者 周茹平 刘耿耿 黄兴 徐宁 《电子学报》 EI CAS CSCD 北大核心 2024年第8期2836-2849,共14页
连续微流控生物芯片是生物化学实验自动化、微型化的革命性技术.多路复用器的控制模式分配作为连续微流控生物芯片自动化设计的关键环节之一,是难的NP(Non-deterministic Polynomial)优化问题.现有工作采用粒子群优化算法求解控制模式... 连续微流控生物芯片是生物化学实验自动化、微型化的革命性技术.多路复用器的控制模式分配作为连续微流控生物芯片自动化设计的关键环节之一,是难的NP(Non-deterministic Polynomial)优化问题.现有工作采用粒子群优化算法求解控制模式分配问题存在过早陷入局部最优解、收敛速度慢以及算法稳定性差的缺点.为此,本文提出一种连续微流控生物芯片下基于混合离散粒子群优化的控制模式分配算法.首先,为了加快算法收敛速度及避免过早陷入局部最优解,提出了离散的自适应区域搜索策略.其次,通过基于样例的社会学习机制提高了算法的稳定性.然后,采用等距抽值的方式筛选出自适应区域搜索策略中重要参数的最佳组合,以进一步提高分配方案的质量.最终实验结果表明,所提算法在多路复用器中阀门使用数量上平均优化了19.01%,在算法稳定性上提高了29.18%,且在现实的生化应用中有良好的性能表现. 展开更多
关键词 连续微流控生物芯片 控制模式分配 离散粒子群优化 样例学习 自适应区域搜索
下载PDF
基于SVM预分类学习的图像超分辨率重建算法 被引量:6
4
作者 汤嘉立 左健民 黄陈蓉 《计算机应用研究》 CSCD 北大核心 2012年第8期3151-3153,3175,共4页
针对一般基于范例学习超分辨率重建算法的图像块误匹配和运算复杂度高等问题,提出了一种基于支持向量机预分类学习的算法。通过在匹配搜索前使用SVM筛选出与重建目标图像颜色特征相似的样本子库,保证了精确匹配搜索过程中样本块与输入... 针对一般基于范例学习超分辨率重建算法的图像块误匹配和运算复杂度高等问题,提出了一种基于支持向量机预分类学习的算法。通过在匹配搜索前使用SVM筛选出与重建目标图像颜色特征相似的样本子库,保证了精确匹配搜索过程中样本块与输入低分辨率图像块内容之间的相关性,大大减少了误匹配现象,从而提高了图像重建质量。实验结果表明,算法的重建效果优于基于范例学习的算法,并在保证重建精度的前提下有效提高了算法运行速度。 展开更多
关键词 超分辨率重建 支持向量机(SVM) 颜色特征 样本学习
下载PDF
基于GEP多标记学习的图像超分辨率复原算法 被引量:2
5
作者 汤嘉立 柳益君 杜卓明 《计算机应用研究》 CSCD 北大核心 2018年第6期1849-1852,共4页
针对传统基于范例学习超分辨率复原算法的样本块误匹配和结果不稳定等不足,提出一种基于基因表达式编程多标记学习的超分辨率复原算法,筛选出与目标图像相关性高的样本子库,在多标记框架下进行样本预分类。该算法根据图像的多重特征筛... 针对传统基于范例学习超分辨率复原算法的样本块误匹配和结果不稳定等不足,提出一种基于基因表达式编程多标记学习的超分辨率复原算法,筛选出与目标图像相关性高的样本子库,在多标记框架下进行样本预分类。该算法根据图像的多重特征筛选出其相关图像类别,离线建立分类模型,提高了图像质量和计算速度。实验结果表明,该算法稳定性强、鲁棒性好,缩小了低分辨率图像块的匹配范围,提高了超分辨率复原的效果和效率。 展开更多
关键词 超分辨率复原 基因表达式编程 支持向量机 样本学习
下载PDF
基于支持向量回归机算法的海水富营养化过程中藻类繁殖状态软测量研究 被引量:1
6
作者 张颖 高倩倩 高茂庭 《海洋预报》 北大核心 2014年第5期87-92,共6页
提出了利用支持向量回归机算法(SVR)建立海水叶绿素-a浓度的软测量方法,采用灰色关联分析法获取叶绿素-a软测量模型的主要辅助测量变量。将基于支持向量回归机的叶绿素-a软测量结果与BP神经网络和T-S模糊神经网络方法进行了对比,结果表... 提出了利用支持向量回归机算法(SVR)建立海水叶绿素-a浓度的软测量方法,采用灰色关联分析法获取叶绿素-a软测量模型的主要辅助测量变量。将基于支持向量回归机的叶绿素-a软测量结果与BP神经网络和T-S模糊神经网络方法进行了对比,结果表明,这种基于支持向量回归机的软测量方法能够有效测量海水叶绿素-a的浓度。 展开更多
关键词 支持向量回归机 软测量 富营养化 灰色关联分析 样本学习
下载PDF
基于主成分分析的航天产品风险识别方法研究 被引量:1
7
作者 陈刚 齐海雁 +2 位作者 曹晓 徐雪萍 陈华 《机械设计与制造工程》 2019年第12期95-98,共4页
为了改进风险识别手段,提出了风险空间的概念。首先通过样本学习,使风险空间具备风险评估能力;然后针对高维空间下分类难度大,分类结果可解释性、可表达性差的缺点,采用主成分分析算法对风险空间进行降维,以利于后续处理。针对航天产品... 为了改进风险识别手段,提出了风险空间的概念。首先通过样本学习,使风险空间具备风险评估能力;然后针对高维空间下分类难度大,分类结果可解释性、可表达性差的缺点,采用主成分分析算法对风险空间进行降维,以利于后续处理。针对航天产品的实例验证表明,该方法操作简便、效果明显。 展开更多
关键词 航天产品 风险识别 风险空间 样本学习 分类 主成分分析
下载PDF
建筑物立面分类与DIM点云滤波 被引量:1
8
作者 崔颖 黄鹤 +1 位作者 刘祥磊 罗德安 《测绘通报》 CSCD 北大核心 2021年第3期55-59,共5页
针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配(DIM)点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DI... 针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配(DIM)点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。 展开更多
关键词 建筑物立面 DIM点云滤波 数学立面模型构建 样本学习 Logistic回归算法
下载PDF
支持向量机多特征分类学习的超分辨率复原 被引量:1
9
作者 汤嘉立 朱广萍 杜卓明 《南京师大学报(自然科学版)》 CAS CSCD 北大核心 2018年第3期28-34,41,共8页
支持向量机(SVM)单一特征分类学习的超分辨率复原算法通过离线建立分类模型和减少样本库规模,降低了传统基于范例学习算法的样本块误匹配情况,增强了图像质量和计算速度.但由于图像特征的多样性,此类算法易造成复原结果的不稳定.本文给... 支持向量机(SVM)单一特征分类学习的超分辨率复原算法通过离线建立分类模型和减少样本库规模,降低了传统基于范例学习算法的样本块误匹配情况,增强了图像质量和计算速度.但由于图像特征的多样性,此类算法易造成复原结果的不稳定.本文给出一种以支持向量机多特征分类学习为基础的复原算法,将图像对应的颜色和纹理分类信息存储在样本库中,经过预分类筛选出样本子集,在高频预测时段直接从多特征相似的样本子集里实施准确的匹配检索.实验结果表明,相比于传统算法,本文算法的PSNR和SSIM值均有了一定提升,进一步精确匹配了低分辨率图像样本库,提高了复原效果. 展开更多
关键词 超分辨率复原 支持向量机 多特征分类 样本学习
下载PDF
一种基于支持向量机回归的BIO优化算法 被引量:1
10
作者 刘凯 徐宏喆 +2 位作者 魏国伟 赵明明 陈明 《机械科学与技术》 CSCD 北大核心 2009年第5期627-630,共4页
预测模型中的样本存在一定的误差和孤立点,这种现象普遍存在于控制领域的预测过程中。而样本学习过程往往呈现出增量性、批量性和在线性3大特性,为了保证模型预测的精度并且使预测模型可以随着样本的增加而动态的更新,本文提出了一种基... 预测模型中的样本存在一定的误差和孤立点,这种现象普遍存在于控制领域的预测过程中。而样本学习过程往往呈现出增量性、批量性和在线性3大特性,为了保证模型预测的精度并且使预测模型可以随着样本的增加而动态的更新,本文提出了一种基于支持向量机回归的批量样本的增量式在线学习算法(B IO)。算法通过对矫直钢板平直度进行预测并对建模的工业实例进行研究。结果表明:本算法不仅提高了模型的预测精度并且使模型具有实时在线更新的能力。 展开更多
关键词 支持向量机回归 增量性 批量性 在线性 样本学习
下载PDF
样例学习在《现代教育技术》课程中的应用探究
11
作者 周振军 李如林 张子璇 《教育教学论坛》 2017年第50期152-153,共2页
从样例学习的角度出发,尝试对高校师范类公共课《现代教育技术》进行初步研究,主要包括样例学习、样例分类、样例学习在《现代教育技术》课程中的意义及应用。
关键词 样例学习 样例教学 现代教育技术
下载PDF
Hamming网在图形识别中的应用
12
作者 马力 徐学洲 吕建平 《西安电子科技大学学报》 EI CAS CSCD 北大核心 1994年第A06期17-21,共5页
文中介绍了Hamming网的图形识别原理,研究和改进了它的抗噪声、抗遮盖、抗平移性能,并给出微机环境下的实验结果.
关键词 神经网络 模式识别 Hamming网
下载PDF
基于支持向量机的车牌字符识别
13
作者 刘连忠 宁海燕 《微计算机信息》 2012年第10期33-34,57,共3页
针对车牌图像中车牌字符的识别问题,采用支持向量机(Support Vector Machine,SVM)进行识别。首先对车牌字符图像进行预处理,生成二值化图像;然后通过各类字符样本的正样本和负样本对SVM分类器进行训练,得到每类字符的支持向量;最后利用... 针对车牌图像中车牌字符的识别问题,采用支持向量机(Support Vector Machine,SVM)进行识别。首先对车牌字符图像进行预处理,生成二值化图像;然后通过各类字符样本的正样本和负样本对SVM分类器进行训练,得到每类字符的支持向量;最后利用训练结果进行未知车牌字符的识别。基于OpenCV库实现了程序原型,测试结果表明车牌字符的样本回判率为94%,未知样本的识别率为91.8%,取得了良好的识别效果。 展开更多
关键词 车牌 字符识别 支持向量机 样本学习
下载PDF
SVD样本学习的嵌入式智能吹风系统设计
14
作者 孙立书 《现代电子技术》 北大核心 2019年第10期171-174,共4页
针对传统吹风系统不能根据环境温度和光照强度实现智能化多档位调整的缺点,设计一款基于奇异值分解的样本学习的新型多档位自动调节智能吹风系统。该系统以STM32F407ZGT6最小系统为控制核心,采用温度传感器和光敏二极管实时采集环境温... 针对传统吹风系统不能根据环境温度和光照强度实现智能化多档位调整的缺点,设计一款基于奇异值分解的样本学习的新型多档位自动调节智能吹风系统。该系统以STM32F407ZGT6最小系统为控制核心,采用温度传感器和光敏二极管实时采集环境温度和光照强度。利用奇异值分解的最小二乘算法,根据周围的温度与亮度参数,利用最小二乘方法做线性拟合,预测出当前所需要的电机转速。实验结果表明,该系统能够根据用户习惯,随着环境温度和光照强度,实现多档位智能调速,以满足不同用户的需求。 展开更多
关键词 智能吹风系统 奇异值分解 多档位调整 最小二乘算法 样本学习 线性拟合
下载PDF
配电线路早期故障辨识方法 被引量:16
15
作者 熊思衡 刘亚东 +3 位作者 方健 丛子涵 严英杰 江秀臣 《高电压技术》 EI CAS CSCD 北大核心 2020年第11期3970-3976,共7页
为了提高配电网的可靠性,提出了一种配电线路早期故障辨识方法。所提方法以早期故障波形为研究对象,通过模拟人类对波形的认知过程,将早期故障波形分解为不同的基元,并利用分层概率学习方法建立不同基元特征与不同类型故障之间的对应关... 为了提高配电网的可靠性,提出了一种配电线路早期故障辨识方法。所提方法以早期故障波形为研究对象,通过模拟人类对波形的认知过程,将早期故障波形分解为不同的基元,并利用分层概率学习方法建立不同基元特征与不同类型故障之间的对应关系,以实现小样本条件下的早期故障类型辨识。基于现场实际运行数据的实验表明,该方法对小样本条件下早期故障检测的准确率远优于相同条件下的深度学习等方法。论文研究为小样本条件下的线路故障诊断提供了一种新的思路。 展开更多
关键词 配电线路 早期故障 故障辨识 波形分解 类人概念学习 小样本学习
下载PDF
虚拟样本生成技术研究 被引量:16
16
作者 于旭 杨静 谢志强 《计算机科学》 CSCD 北大核心 2011年第3期16-19,共4页
虚拟样本生成技术主要研究如何利用待研究领域的先验知识并结合已有的训练样本构造辅助样本,扩充训练样本集,提高学习器的泛化能力。作为一种在机器学习中引入先验知识的方法,虚拟样本生成技术已经成为提高小样本学习问题泛化能力的主... 虚拟样本生成技术主要研究如何利用待研究领域的先验知识并结合已有的训练样本构造辅助样本,扩充训练样本集,提高学习器的泛化能力。作为一种在机器学习中引入先验知识的方法,虚拟样本生成技术已经成为提高小样本学习问题泛化能力的主要手段之一,受到了国内外学者广泛研究。首先介绍了虚拟样本的概念,给出了衡量虚拟样本生成技术性能的两个指标,讨论了虚拟样本生成技术对学习器泛化能力的影响。然后根据虚拟样本生成技术的本质将其划分为3类,并针对每一类讨论了几种典型的虚拟样本生成技术,进而指出了现有虚拟样本生成技术存在的一些不足。最后进行总结并对虚拟样本生成技术的进一步发展提出了自己的看法。 展开更多
关键词 虚拟样本 先验知识 泛化能力 机器学习 小样本学习问题
下载PDF
特征提取和小样本学习的电力工程造价预测模型 被引量:12
17
作者 彭光金 俞集辉 +1 位作者 韦俊涛 杨光 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第9期1104-1110,共7页
通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型。利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测... 通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型。利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型,将其预测结果和神经网络模型预测对比分析。并通过不同主成分数目预测结果的比较,确定最优的主成分个数,达到理想的预测效果。实例预测结果表明:该方法可以有效提取原始指标的信息量,在小样本学习方面表现突出,能够达到期望的预测效果。 展开更多
关键词 电力工程 预测模型 主成分分析 最小二乘支持向量机 小样本学习
下载PDF
基于小样本学习的钢板表面缺陷检测技术 被引量:12
18
作者 李钧正 殷子玉 乐心怡 《航空科学技术》 2021年第6期65-70,共6页
近年来,数据驱动的缺陷检测技术在工业部门得到了初步应用,提升了生产智能化的水平,但是受制于训练样本不足、检测精度较低的问题,这种方法目前仍然难以进一步推广。因此,本文提出了一种数据驱动的钢板表面缺陷检测技术。针对训练样本... 近年来,数据驱动的缺陷检测技术在工业部门得到了初步应用,提升了生产智能化的水平,但是受制于训练样本不足、检测精度较低的问题,这种方法目前仍然难以进一步推广。因此,本文提出了一种数据驱动的钢板表面缺陷检测技术。针对训练样本不足的问题,采取数据增强方法增广数据集。针对检测精度较低的问题,采取层次结构模型方法提升缺陷检出率。试验证明,所提出的方法能有效检出缺陷,并且已经在生产线上部署,其准确率在95%以上。 展开更多
关键词 缺陷检测 卷积神经网络 层次结构模型 数据增强 小样本学习
下载PDF
高光谱影像分类的深度少样例学习方法 被引量:12
19
作者 刘冰 左溪冰 +2 位作者 谭熊 余岸竹 郭文月 《测绘学报》 EI CSCD 北大核心 2020年第10期1331-1342,共12页
针对高光谱影像分类面临的小样本问题,提出了一种深度少样例学习算法,该算法在训练过程中通过模拟小样本分类的情况来训练深度三维卷积神经网络提取特征,其提取得到的特征具有较小类内间距和较大的类间间距,更适合小样本分类问题,且能... 针对高光谱影像分类面临的小样本问题,提出了一种深度少样例学习算法,该算法在训练过程中通过模拟小样本分类的情况来训练深度三维卷积神经网络提取特征,其提取得到的特征具有较小类内间距和较大的类间间距,更适合小样本分类问题,且能用于不同的高光谱数据,具有更好的泛化能力。利用训练好的模型提取目标数据集的特征,然后结合最近邻分类器和支持向量机分类器进行监督分类。利用Pavia大学、Indian Pines和Salinas 3组高光谱影像数据进行分类试验,试验结果表明,该算法能够在训练样本较少的情况下(每类地物仅选取5个标记样本作为训练样本)取得优于传统半监督分类方法的分类精度。 展开更多
关键词 高光谱影像分类 深度少样例学习 深度三维卷积网络 最近邻分类
下载PDF
基于改进DeeplabV3+和迁移学习的桥梁裂缝检测 被引量:5
20
作者 赵雪冰 王俊杰 《计算机工程与应用》 CSCD 北大核心 2023年第5期262-269,共8页
裂缝作为桥梁最主要的病害之一,及时高效地发现和评估裂缝对保持桥梁的健康状况至关重要。针对裂缝标注数据集成本高、检测精度低等问题,提出了一种基于注意力机制和迁移学习的改进DeeplabV3+模型。该模型通过添加注意力机制来获取丰富... 裂缝作为桥梁最主要的病害之一,及时高效地发现和评估裂缝对保持桥梁的健康状况至关重要。针对裂缝标注数据集成本高、检测精度低等问题,提出了一种基于注意力机制和迁移学习的改进DeeplabV3+模型。该模型通过添加注意力机制来获取丰富上下文信息,提高裂缝特征通道的学习能力,降低背景噪声影响;通过公共数据集和小样本数据集组合建立源域数据集、目标域数据集以供迁移学习使用,以此来降低训练样本过少对检测性能的影响。实验结果表明,改进DeeplabV3+模型对桥梁裂缝检测获得了较好的检测效果,检测精度达到了93.3%,较原始模型提高了3个百分点;通过迁移学习训练模型在小样本数据上取得较高的检测精度,可节省大量标注成本。 展开更多
关键词 裂缝检测 小样本学习 迁移学习 语义分割 注意力机制
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部