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   8篇
  免费   1篇
  国内免费   3篇
综合类   1篇
无线电   1篇
自动化技术   10篇
  2019年   2篇
  2017年   3篇
  2015年   1篇
  2014年   1篇
  2011年   1篇
  2009年   1篇
  2007年   2篇
  2006年   1篇
排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
对常用的回归方法进行研究.此类方法虽然几何解释明确、易于求解,但均须事先确定(或假定)变量间的因果关系,再考虑建模,在实际应用中,对于很难确定变量的因果关系的问题,如物联网数据分析,上述方法就会失效.为此,提出一种无需假定因变量的隐目标回归方法.该方法易于核化,可以推广到非线性回归问题.通过人工数据和国际标准数据集上的实验验证了所提算法的有效性.  相似文献   
2.
为了克服传统层次聚类算法由于两类合并造成的中心点偏移的严重缺陷,提出了一种基于类中心矫正的层次聚类算法,从而提高了算法的精确度;同时继承了传统层次聚类对初始中心点的无依赖性;经分析,算法对于已知聚类数和未知聚类数两种情况均有着良好的聚类效果.通过标准数据测试,结果表明新算法的聚类性能与层次聚类算法相比有更高的精确度;并且让新算法用于指导图像分割实验,证明了算法的有效性.  相似文献   
3.
基于广义特征值的最接近支持向量机(Proximal Support Vector Machine via Generalized Eigenvalues,GEPSVM)是一种新的具有与SVM性能相当的两分类方法,通过求解广义特征值来获得两个彼此不平行的拟合两类样本的超平面.其决策是将测试样本归为距其最近的超平面所在的类.然而,该规则在某些情形会导致较差的分类结果.对此,在GEPSVM基础上,通过在类拟合超平面上寻找一个包含了所有训练样本投影的局部凸区域,来决定样本的类别.该局部方法不仅具有较GEPSVM更优的分类性能,同时还衍生出了求解超平面上凸壳的简单且易于核化的新算法.最后在人工和UCI数据集上获得了验证.  相似文献   
4.
森林火灾图像识别是森林防火监测系统的核心。目前的主要研究多在图像的向量 模式表示上展开。由于向量模式的样本数由图像分辨率决定,易导致模型训练的负担过重。样 本类别标记的准确性,直接影响后续的模型训练和目标识别。而目前的类别标定工作多采用手 工或图像预处理方法完成,任务繁琐且容易出错。此外,由于像素位置在图像向量化过程中被 调整,不可避免地会损失图像原有的结构信息。鉴于此,提出了基于矩阵分块的半监督学习算 法 Semi-MHKS,优势在于:①矩阵分块形式的样本数远低于向量模式,可有效缩短训练和识别 时间;②只需标记分块类别,更有利于准确标定样本类别;③采用双线性判别函数,设计了针 对林火问题的半监督学习算法;④证明了算法的收敛性。与支持向量机(SVM)、MHKS 和半监 督的 LapMatLSSVM 方法相比,在林火图像和视频上的实验验证了 Semi-MHKS 的具有较高的 识别率和较低的训练时间。  相似文献   
5.
基于可视化的森林火灾监测节点优化部署策略   总被引:1,自引:0,他引:1  
由于森林防火传感器节点成本高、部署区域大,优化部署效率是其应用时所面临的主要问题。为使节点部署成本与覆盖效率之间相互协调,提出一种基于可视化的森林火灾监测节点优化部署策略。以实际森林环境为基础,对预置节点做可视域分析;通过建立节点可视域面积关联矩阵,使用互信息算法贪婪地选择覆盖效率最高的预置节点;在预算受限时利用子模算法预估最佳的节点部署数量。该策略既保证了覆盖效率,又减少了部署成本,是一种高性价比的森林火灾监测节点部署策略。  相似文献   
6.
针对复杂网络环境下网络流监测(分类)问题,为实现多个类别直接分类以及提高学习方法的训练速度,提出了一种随机的人工神经网络学习方法。该方法借鉴平面高斯(PG)神经网络模型,引入随机投影思想,通过计算矩阵伪逆的方法解析获得网络连接矩阵,理论上可证明该网络具有全局逼近能力。在人工数据和标准网络流监测数据上进行了实验仿真,与同样采用随机方法的极限学习机(ELM)和PG网络相比,分析与实验结果表明:1)由于继承了PG网络的几何特性,对平面型分布数据更为有效;2)采用了随机方法,训练速度与ELM相当,但比PG网络快得多;3)三种方法中,该方法更有利于解决网络流监测问题。  相似文献   
7.
杨绪兵  覃欣怡  张福全 《计算机应用》2017,37(11):3157-3161
基于光滑样条原理,提出一种自适应的多阈值分割算法HistSplineReg,即采用光滑样条回归图像一维直方图,再从回归函数寻找极值从而实现图像的多阈值自动分割。较之现有的阈值分割方法,HistSplineReg具有以下优势:1)设计方法符合人类直觉;2)基于光滑样条设计算法,有理论依据;3)阈值个数及阈值位置可自动选择;4)回归函数可分析求解,计算规模主要集中在矩阵的Cholesky分解,矩阵大小由图像像素水平级决定,而不是图像尺寸;5)只有一个待定参数,该参数用于平衡回归经验误差和回归函数的光滑性。对林火识别问题,实验提供一个经验参数供参考。最后,在红绿蓝颜色(RGB)模式的林火数字图像上进行实验,从灰度图像、多种颜色通道、各通道分割结果合成的彩色图像等方面进行验证,与同样采样回归思想的支持向量回归(SVR)及多项式回归(PolyFit)相比,HistSplineReg方法直观分割效果更好,且三种方法都反映出红色通道信息对林火图像分割效果的影响更为显著。  相似文献   
8.
快速l1最小化算法是一种关于求解稀疏矩阵的算法,相对于传统的主成分分析l2范数,l1范数只需要计算图像主要特征的稀疏矩阵,对噪声和异常项具有更好的鲁棒性,且在木材识别领域使用较少。局部二元模式(Local binary pattern,LBP) 是一种描述灰度范围纹理的算法,对于图像特征的描述有显著的效果。本文利用LBP提取不同木材截面RGB图像 三层纹理的特征,用l1算法对特征矩阵进行快速、准确的匹配,检测出是否有缺陷,同时通过图像分块定位缺陷的位置坐标。实验表明快速l1算法结合LBP算子对木材缺陷定位正确率达到0.9 31。  相似文献   
9.
基于激光点云数据的植物器官多维特征分割方法   总被引:2,自引:0,他引:2  
地面三维激光点云数据的植物器官分割,是林业信息化测 量中的基础性工作之一。本文在点云数据颜色相近、结构复杂的情况下,首先提出了一种新 的局部切平面分布特征,并构造了融合原始扫描数据、散点空间分布特征、法向分布特征的 多维融合特征,能够更为有效地表征不同类别的植物器官。其次在分类器选择上,采用标准 SVM,PSVM,GEPSVM三种分类器作为对比,后续使用图割理论进行再分类,加强分类效果。 根据多种比较实验表明,本文提出的多特征融合分割方法能有效对植物器官的点云数据进行 分类,其识别率可达到98%以上。  相似文献   
10.
模糊k-平面聚类算法   总被引:1,自引:1,他引:1  
在k-平面聚类(kPC)算法的基础上,通过引入模糊隶属关系,提出模糊k-平面聚类(FkPC)算法.与kPC类似,FkPC同样从原型选择的角度出发,以k个超平面替代传统的点(类中心)作为聚类原型.同时,由于模糊隶属度的引入,FkPC更能体现各样本点和与之对应的聚类平面的隶属关系.在人工数据集和标准数据集上的实验,均证实了FkPC算法的聚类有效性.更深入地揭示出除相似性度量之外,原型表示对聚类结果同样有着至关重要的影响.  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