首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   43篇
  国内免费   13篇
  完全免费   47篇
  自动化技术   103篇
  2018年   6篇
  2017年   11篇
  2016年   15篇
  2015年   14篇
  2014年   19篇
  2013年   11篇
  2012年   11篇
  2011年   6篇
  2010年   1篇
  2009年   4篇
  2008年   1篇
  2007年   2篇
  2005年   2篇
排序方式: 共有103条查询结果,搜索用时 31 毫秒
1.
基于改进的随机森林算法的入侵检测模型   总被引:5,自引:0,他引:5       下载免费PDF全文
郭山清  高丛  姚建  谢立 《软件学报》2005,16(8):1490-1498
针对现有入侵检测算法对不同类型的攻击检测的不均衡性和对攻击的响应时间较差的问题.将随机森林算法引入到入侵检测领域,构造了基于改进的随机森林算法的入侵检测模型,并把这种算法用于基于网络连接信息的数据的攻击检测和异常发现.通过对DARPA数据的入侵检测实验,其结果表明,基于改进的随机森林算法的入侵检测模型是可行的、高效的,对数据集DARPA中所包含的4种类型的攻击检测具有良好的均衡性.  相似文献
2.
基于随机森林的多谱磁共振图像分割   总被引:3,自引:0,他引:3  
贾富仓  李华 《计算机工程》2005,31(10):159-161
应用分类树和自助法重采样技术,结合随机特征选取,使用随机森林这种组合分类器方法对多谱磁共振图像进行分割,实验证明此方法有很好的分割性能。  相似文献
3.
支持在线学习的增量式极端随机森林分类器   总被引:3,自引:0,他引:3       下载免费PDF全文
提出了一种增量式极端随机森林分类器(incremental extremely random forest,简称IERF),用于处理数据流,特别是小样本数据流的在线学习问题.IERF算法中新到达的样本将被存储到相应的叶节点,并通过Gini系数来确定是否对当前叶节点进行分裂扩展,在给定有限数量,甚至是少量样本的情况下,IERF算法能够快速高效地完成分类器的增量构造.UCI数据集的实验证明,提出的IERF算法具有与离线批量学习的极端随机森林(extremely random forest,简称ERF)算法相当甚至更优的性能,在适度规模的样本集上,性能优于贪婪决策树重构算法和其他几种主要的增量学习算法.最后,提出的IERF算法被应用于解决视频在线跟踪(包含多目标跟踪)问题,基于多个真实视频数据的实验充分验证了算法的有效性和稳定性.  相似文献
4.
随机森林与支持向量机分类性能比较   总被引:2,自引:0,他引:2  
黄衍  查伟雄 《软件》2012,(6):107-110
随机森林是一种性能优越的分类器。为了使国内学者更深入地了解其性能,通过将其与已在国内得到广泛应用的支持向量机进行数据实验比较,客观地展示其分类性能。实验选取了20个UCI数据集,从泛化能力、噪声鲁棒性和不平衡分类三个主要方面进行,得到的结论可为研究者选择和使用分类器提供有价值的参考。  相似文献
5.
无监督聚类在锂离子电池分类中的应用   总被引:1,自引:0,他引:1  
单体电池的一致性,决定了电池组的性能,如何选出性能一致的单体电池又一直是电池组研究中的重点所在。本文采集了100个合格锂离子电池的6项性能指标(老化前后电压、容量、内阻、1C放电平台、电芯厚度),运用主成分分析(PCA)、核主成分分析(KPCA)、随机森林(RF)3种无监督聚类方法,对数据结构进行了研究。结果表明,数据指标之间存在复杂的非线性关系,主成分分析和核主成分分析,均未能形成明显聚类,但随机森林数据在低维空间显然形成4类,任意从中选4个电池组成电池组作循环性能仿真测试,结果显示由由该方法挑选出的单体电池具有较好的一致性。  相似文献
6.
基于Kinect骨骼预定义的体态识别算法   总被引:1,自引:0,他引:1  
针对基于视觉的体态识别对环境要求较高、抗干扰性差等问题,提出了一种基于人体骨骼预定义的识别分类方法。该算法结合Kinect多尺度深度信息和梯度信息检测人体;基于随机森林采用正负样本互限思想识别人体各个部分,根据各部分距离构建人体姿态向量,识别骨架;再根据体态类别,构建最优分类超平面、核函数,采用改进的支持向量机进行体态分类。实验结果表明,所提算法的分类识别准确率可达94.3%,具有实时性好,抗干扰性强,鲁棒性较好等特点。  相似文献
7.
植物抗性基因识别中的随机森林分类方法   总被引:1,自引:0,他引:1       下载免费PDF全文
为了解决传统基于同源序列比对的抗性基因识别方法中假阳性高、无法发现新的抗性基因的问题,提出了一种利用随机森林分类器和K-Means聚类降采样方法的抗性基因识别算法。针对目前研究工作中挖掘盲目性大的问题,进行两点改进:引入了随机森林分类器和188维组合特征来进行抗性基因识别,这种基于样本统计学习的方法能够有效地捕捉抗性基因内在特性;对于训练过程中存在的严重类别不平衡现象,使用基于聚类的降采样方法得到了更具代表性的训练集,进一步降低了识别误差。实验结果表明,该算法可以有效地进行抗性基因的识别工作,能够对现有实验验证数据进行准确的分类,并在反例集上也获得了较高的精度。  相似文献
8.
基于随机森林的层次行人检测算法   总被引:1,自引:0,他引:1  
针对视频和图像中快速、准确的行人检测问题,提出了一种分层次的、全局信息和局部信息相结合的行人检测算法.该方法以随机森林分类器为基础,利用图像金字塔模型融合行人的多层信息.首先,在低尺度空间利用主方向模板(DOT)特征和随机森林算法训练行人的全局分类器,第一层检测在低尺度空间中进行,找到行人的候选区域;然后,在高尺度空间提取图像块集合,基于部件随机森林训练行人的局部外观和几何约束模型;最后,基于上层的候选区域,在高尺度空间利用霍夫投票进行第二层精确检测.实验结果表明,该方法有更低的时间复杂度,并提升了行人检测的准确率,全局信息和局部信息的层次融合,能有效解决快速、准确的行人检测问题.  相似文献
9.
软件缺陷集成预测模型研究   总被引:1,自引:0,他引:1       下载免费PDF全文
利用单一分类器构造的缺陷预测模型已经遇到了性能瓶颈, 而集成分类器相比单一分类器往往具有显著的性能优势。以构造高效的集成缺陷预测模型为出发点, 比较了七种不同类型集成分类器的算法和特点。在14个基准数据集上的实验显示, 部分集成预测模型的性能优于基于朴素贝叶斯的单一预测模型。其中, 基于投票的集成分类框架具有最优的预测性能以及统计学意义上的性能优势显著性, 随机森林算法次之。Stacking集成框架也具有较强的泛化能力。  相似文献
10.
不平衡数据分类的混合算法   总被引:1,自引:0,他引:1       下载免费PDF全文
韩敏  朱新荣 《控制理论与应用》2011,28(10):1485-1489
针对传统分类算法处理不平衡数据时,小类的分类精度过低问题,提出一种径向基函数神经网络和随机森林集成的混合分类算法.在小类样本之间用随机插值方式平衡数据集的分布,利用受试者特征曲线在置信度为95%下的面积为标准去除冗余特征;之后对输入数据用Bagging技术进行扰动,并以径向基函数神经网络作为随机森林中的基分类器,采用绝大多数投票方法进行决策的融合和输出.将该算法应用于UCI数据,以G均值和受试者特征曲线下的面积为评判标准,结果表明该方法能够有效地提高中度和高度不平衡数据的分类精度.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号