排序方式: 共有25条查询结果,搜索用时 15 毫秒
21.
根据设计技术要求,分析220 kV变电所综自改造工程的技术难点和重点,总结施工基本流程,提出在设计、施工、运行的协调配合方法,并在保证工程质量、安全的前提下,提出加快施工进度的控制方法,对变电所的综合自动化改造工程的协调管理上有借鉴作用. 相似文献
22.
AdaBoost算法的推广——一组集成学习算法 总被引:2,自引:0,他引:2
针对AdaBoost算法只适合于不稳定学习算法这一不足,基于增加新分类器总是希望降低集成分类器训练错误率这一思想,提出了利用样本权值来调整样本类中心的方法,使AdaBoost算法可以与一些稳定的学习算法结合成新的集成学习算法,如动态调整样本属性中心的集成学习算法、基于加权距离度量分类的集成学习算法和动态组合样本属性的集成学习算法,大大拓展了AdaBoost算法适用范围。针对AdaBoost算法的组合系数和样本权值调整策略是间接实现降低训练错误率目标,提出了直接面向目标的集成学习算法。在UCI数据上的实验与分析表明,提出的AdaBoost推广算法不仅有效,而且部分算法比AdaBoost算法效果更好。 相似文献
23.
针对传统RANSAC的许多局限性--样本多、模型复杂或数据错误率高时计算效率低,模型检验精度与数据错误率不易合理设置,无法批处理同模型不同样本集,提出一种基于CUDA的RANSAC并行改良,在保证计算结果置信概率与传统RANSAC一致的前提下,同时对抽样、解模型及检验模型并行同步处理,最终选择出符合要求的最优模型参数.以NVIDIA GPU支持的CUDA为并行计算环境,挖掘其硬件架构的通用计算特性,设计并实现了RANSAC的高效GPU运算模式.实验表明,改良后的算法能够克服传统RANSAC的诸多局限性,且保留了其简单易用的特点. 相似文献
24.
25.
基于属性组合的集成学习算法 总被引:2,自引:0,他引:2
针对样本由数字属性构成的分类问题,在AdaBoost算法流程基础上,改传统的基于单属性分类器构造方法为基于组合属性分类器构造方法,提出了一种基于样本属性线性组合的集成学习算法。对属性组合系数的构造,提出了一般性的构造思路,按照该思路,提出了几种具体的组合系数构造方法,并对构造方法的科学合理性进行了分析。利用UCI机器学习数据集中的数据对提出的方法进行了实验与分析,结果表明,基于属性组合的集成学习算法不仅有是有效的,而且比传统AdaBoost算法好 相似文献