排序方式: 共有4条查询结果,搜索用时 93 毫秒
1
1.
针对现有多标签学习算法较少兼顾标签间关联性和不平衡性的问题,提出一种同时考虑多标签间相关性与多标签不平衡问题的学习模型(A Multi-label Learning Model based on Label Correlation and Imbalance,MLCI).该学习模型针对每个标签类别,通过耦合其他标签类别以考量标签间的关联性,并降低缓解标签间不均衡比率,MLCI是一个将当前标签的二类不平衡学习器和多个与其他标签耦合的多类不平衡学习器结合的集成分类器.采用7种常用的多标签算法作为对比算法,针对yeast、scene、emotions和CAL500这4个开放数据集进行分类处理.实验结果表明,MLCI相比其他对比算法,在精度均值(Average-Precision)、排序损失(Ranking-Loss)、宏观平均AUC(Macro-Averaging AUC)和微观平均AUC(Micro-Averaging AUC) 4个性能评估指标上总体占明显优势. 相似文献
2.
3.
为了便于汽车的远程控制与管理,进行了车载信息系统终端的研究与设计。车载终端作为汽车内外信息沟通的重要平台,设计了车载终端的软件和硬件,以及CAN总线节点的软件和硬件,配合监控中心和Android手机客户端,可以实现对车辆进行监控、管理、调度和远程故障诊断等功能。最后对系统进行集成与测试,测试结果表明,车载终端工作正常,可以与CAN总线节点以及上位机之间进行通信实现相应功能。验证了车载终端软件和硬件设计方案的正确性。本文网络版地址:http://www.eepw.com.cn/article/271646.htm 相似文献
4.
为了减少由疲劳驾驶而引起的交通事故,提出了一种基于非接触式的驾驶员疲劳驾驶检测方法.利用摄像头对驾驶员的面部图像进行采集,经过图像前处理,采用在线识别的方法对驾驶员的面部特征进行识别,获取其疲劳状态;硬件采用DSP系列的TMS320DM642作为核心处理器,在判定驾驶员疲劳之后发出报警.实验结果表明,使用脉冲耦合神经网络方法对图像进行增强与在线识别,可以有效地确定人脸与人眼区域,主控芯片TMS320DM642的运算处理能力满足系统的要求,摄像头焦距为8 mm时,系统有效检测距离为30~150 cm.脉冲耦合神经网络方法对于驾驶员疲劳状态检测可靠性较高,合理地选择硬件平台以及系统的安装位置对检测效果有重要的影响. 相似文献
1