检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于相似性度量的改进DBSCAN算法

数学的实践与认识 2020年第6期50卷 164-170页

作者：郭艳婕杨明侯宇超孟铭中北大学理院山西太原030051 中北大学信息与通信工程学院山西太原030051

针对传统DBSCAN算法对高维数据集聚类效果不佳且参数的选取敏感问题,提出一种新的基于相似性度量的改进DBSCAN算法.该算法构造了测地距离和共享最近邻的数据点之间的相似度矩阵,克服欧式距离对高维数据的局限性,更好地刻画数据集的真实... 详细信息

针对传统DBSCAN算法对高维数据集聚类效果不佳且参数的选取敏感问题,提出一种新的基于相似性度量的改进DBSCAN算法.该算法构造了测地距离和共享最近邻的数据点之间的相似度矩阵,克服欧式距离对高维数据的局限性,更好地刻画数据集的真实情况.通过分析数据的分布特征来自适应确定Eps和MinPts参数.实验结果表明,所提GS-DBSCAN算法能够有效地对复杂分布的数据进行聚类,且在高维数据的聚类准确率高于对比算法,验证了算法的准确性和可行性.

关键词： DBSCAN 聚类测地距离共享最近邻

基于Keras的LSTM模型在空气质量指数预测的应用

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2019年第7期49卷 138-143页

作者：郑洋洋白艳萍侯宇超中北大学理学院山西太原030051

为了高精度预测空气质量指数(AQI),针对大气环境复杂多变性、不确定性,以2014年至2017年的太原市空气污染物监测数据为基础,首先采用python3.5.2中的相关性分析函数对污染物与AQI指数进行了相关性分析,然后建立基于深度学习库Keras(一... 详细信息

为了高精度预测空气质量指数(AQI),针对大气环境复杂多变性、不确定性,以2014年至2017年的太原市空气污染物监测数据为基础,首先采用python3.5.2中的相关性分析函数对污染物与AQI指数进行了相关性分析,然后建立基于深度学习库Keras(一种高层神经网络API)的长短期记忆循环神经网络(LSTM)模型,对太原市空气质量指数(AQI)进行仿真预测.实验结果表明:模型的均方根误差为4.875,具有预测精度高、范围广等优点,为大气污染防治工作提供了科学合理的理论依据和新的预测方法.

关键词：空气质量指数相关性分析 Keras LSTM神经网络

在线全文

学校读者我要写书评

暂无评论

面向SAR目标分类的卷积神经网络算法研究

重庆理工大学学报（自然科学） 2018年第7期32卷 189-194页

作者：侯宇超白艳萍郝岩张明星中北大学理学院太原030051

随着合成孔径雷达(aynthetic aperture radar,SAR)成像技术的日益成熟,如何对SAR目标进行高效分类得到了普遍关注。在此背景下,提出了一种面向SAR目标分类的二层卷积神经网络算法。为增强适应性,设计了一种随迭代次数增加而减缓的分数... 详细信息

随着合成孔径雷达(aynthetic aperture radar,SAR)成像技术的日益成熟,如何对SAR目标进行高效分类得到了普遍关注。在此背景下,提出了一种面向SAR目标分类的二层卷积神经网络算法。为增强适应性,设计了一种随迭代次数增加而减缓的分数渐变学习率。同时,在损失函数中引入类内、类间相似度量函数,丰富了样本分类特征,提高了分类的准确率。在MSTAR数据集上的测试结果表明:该算法相比于其他分类方法和经典卷积神经网络算法有更高的分类准确率,证明了算法的有效性。

关键词：合成孔径雷达目标分类卷积神经网络相似度量函数分数渐变学习率

基于三通道分离特征融合与支持向量机的混凝土图像分类研究

在线全文

学校读者我要写书评

暂无评论

图学学报 2021年第6期42卷 917-923页

作者：张成侯宇超焦宇倩白艳萍李建军中北大学理学院山西太原030051 中北大学信息与通信工程学院山西太原030051

混凝土的不同配合比可决定材料的性能,对于多种配比和粒径大小混凝土图像的分类研究,有利于工业废弃混凝土的高效回收利用。为了提升分类效果,提出了一种新的特征提取模块(ITFA-DLF),该模块在图像分离重构出的R,G和B 3个通道上,使用卷... 详细信息

混凝土的不同配合比可决定材料的性能,对于多种配比和粒径大小混凝土图像的分类研究,有利于工业废弃混凝土的高效回收利用。为了提升分类效果,提出了一种新的特征提取模块(ITFA-DLF),该模块在图像分离重构出的R,G和B 3个通道上,使用卷积神经网络(CNN)提取3通道图像的颜色特征,通过多块局部二值模式(MB-LBP)提取3通道图像的纹理特征,将2种特征进行融合并输入到网格搜索算法(GS)优化的支持向量机(SVM)中进行分类。采用混凝土图像进行实验,对比多种分类方法得出所提模型的效果最佳,9类图像识别率达到了92%以上,在保证分类精度的同时缩短了分类时间,提高了混凝土图像的分类效率,验证了所提方法的有效性。

关键词：混凝土图像卷积神经网络多块局部二值模式特征融合支持向量机

基于IAFSA-MUSIC算法的阵列信号DOA估计

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2019年第22期49卷 163-170页

作者：张明星王鹏白艳萍侯宇超中北大学理学院

针对传统MUSIC算法运算量过大以及低信噪比下分辨率差的问题,提出将改进人工鱼群算法与MUSIC的谱峰搜索相结合,利用鱼群觅食和追逐来对解空间进行高效搜索,从而保证算法收敛的快速性和全局性.聚群的存在促使少量陷于局部最优解的人工鱼... 详细信息

针对传统MUSIC算法运算量过大以及低信噪比下分辨率差的问题,提出将改进人工鱼群算法与MUSIC的谱峰搜索相结合,利用鱼群觅食和追逐来对解空间进行高效搜索,从而保证算法收敛的快速性和全局性.聚群的存在促使少量陷于局部最优解的人工鱼向着全局最优解的方向靠拢,提高了鱼群对不利环境的自适应性,也增强了算法的稳定性.与此同时,改进人工鱼群算法在一定程度上加快了后期收敛速度,提高了算法的估计性能.实验结果表明在低信噪比时方法相较于MUSIC而言具有更好的估计性能,并且大大减少了运算量,保证了算法的实时性.

关键词： MUSIC算法人工鱼群算法改进人工鱼群算法 DOA估计

基于精英蚁群算法的多目标生鲜配送路径优化研究

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2018年第20期48卷 50-57页

作者：侯宇超白艳萍胡红萍王鹏中北大学理学院

随着人们对于食品质量要求的提高，近年来绿色生鲜配送受到了社会的普遍关注．首先对配送过程中客户满意度、总成本、大气污染物和温室气体排放量三个目标进行了分析，接着建立了多目标配送路径优化模型，最后以最大化客户满意度作为主... 详细信息

随着人们对于食品质量要求的提高，近年来绿色生鲜配送受到了社会的普遍关注．首先对配送过程中客户满意度、总成本、大气污染物和温室气体排放量三个目标进行了分析，接着建立了多目标配送路径优化模型，最后以最大化客户满意度作为主要目标利用精英蚁群算法进行求解，为生鲜配送基地提出的三个配送优化方案设计了最优配送路径．配送基地可根据自身发展选择合适的配送方案．结果也验证了模型的正确性和算法的可行性．

关键词：多目标路径优化生鲜配送客户满意度精英蚁群算法

基于多特征融合与Fisher准则的遥感场景图像分类

在线全文

学校读者我要写书评

暂无评论

兰州大学学报（自然科学版） 2023年第1期59卷 90-97页

作者：高翔侯宇超程蓉续婷王李祺白艳萍中北大学数学学院太原030051

提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获... 详细信息

提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获得分类结果.将该模型应用于数据集UCM进行测试,与其他分类方法相比,准确率均有所提升;与深度卷积网络GoogLeNet相比准确率提升1.5%.为保证该模型的泛用性,于AID数据集上进行进一步实验,结果验证了该模型的有效性.

关键词：多特征融合 Fisher准则图像分类

基于CGLCM和GA-SVM的混凝土图像分类方法

在线全文

学校读者我要写书评

暂无评论

中北大学学报（自然科学版） 2022年第1期43卷 84-90页

作者：张莉焦宇倩续婷侯宇超白艳萍李建军中北大学理学院山西太原030051 中北大学信息与通信工程学院山西太原030051

研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Support Vector Machine,SVM)的混凝土图像分类方法.首... 详细信息

研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Support Vector Machine,SVM)的混凝土图像分类方法.首先,将混凝土图像从RGB空间转换到HSV空间,分别提取H,S,V 3个通道的8维灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的纹理特征;其次,将3个通道的特征进行融合,构成24维特征向量,并将特征向量输入到SVM进行分类,确定CGLCM的最佳参数;最后,在此基础上利用群智能算法对SVM参数进行优化.通过对中北大学土木工程专业构建的两种数据集(CIRD_A,CIRD_B)进行分类,结果表明,与其他分类方法相比,遗传算法优化SVM模型(GA-SVM)对两种数据集的分类精度最好,分别达到了97.76%和96.34%.

关键词：混凝土图像彩色共生矩阵 HSV空间灰度共生矩阵 GA-SVM 群智能算法

基于深度学习与狮群SVM算法的遥感场景分类

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2023年第4期61卷 863-874页

作者：王李祺侯宇超高翔谭秀辉程蓉王鹏白艳萍中北大学数学学院太原030051 中北大学信息与通信工程学院太原030051

针对高分辨遥感图像样本量小,以及传统优化支持向量机(SVM)算法易陷入局部最优解、寻优速度慢等问题,提出一种基于深度迁移学习与狮群优化SVM(LSO-SVM)算法对遥感图像场景进行分类.首先,通过自适应对比度增强图像后利用颜色聚合向量提... 详细信息

针对高分辨遥感图像样本量小,以及传统优化支持向量机(SVM)算法易陷入局部最优解、寻优速度慢等问题,提出一种基于深度迁移学习与狮群优化SVM(LSO-SVM)算法对遥感图像场景进行分类.首先,通过自适应对比度增强图像后利用颜色聚合向量提取图像颜色特征;其次,利用3种预训练网络分别提取图像的迁移学习深度特征;最后,将手工提取的图像特征与用3种预训练网络获取的特征使用系列特征融合方法进行融合,并将其输入LSO-SVM进行图像场景分类.结果表明,该算法解决了小样本情况下深度学习较难训练及传统优化SVM算法易陷入局部最优解、寻优速度慢的问题.在80%的训练条件下,数据集UCM Land-Use和RSSCN7的分类精度分别达到99.52%和98.57%.

关键词：遥感图像图像分类迁移学习狮群优化算法颜色聚合向量