检索结果-南通市图书馆

以不同分类法探讨SPOT与IKONOS两种卫星影像之分类准确度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

遥感学报 2006年第4期10卷 573-577页

作者：吴守从陈建璋陈朝圳实践大学观光管理学系屏东科技大学热带农业暨国际合作研究所屏东科技大学森林系

遥感探测可应用于大尺度环境之研究、规划及经营管理,故为探讨自然资源动态变迁之良好工具,惟现行影像来源与分类方法众多,研究者如何视其需要选择最佳组合,实有探讨之必要。本研究以SPOT及IKONOS两种不同空间解析力之卫星影像为材料,... 详细信息

遥感探测可应用于大尺度环境之研究、规划及经营管理,故为探讨自然资源动态变迁之良好工具,惟现行影像来源与分类方法众多,研究者如何视其需要选择最佳组合,实有探讨之必要。本研究以SPOT及IKONOS两种不同空间解析力之卫星影像为材料,配合不同分类方法探讨台湾地区垦丁公园不同植群社会之空间分布信息,其结果均证实可行。而由研究过程发现,不同影像使用不同分类方法,其分类准确度有所差异,其中IKONOS影像因具有较高之空间解析力,有时反而容易造成影像分类的误授、漏授;而绿色植生部分尚无法由卫星影像之波谱值完全区隔,因此分类之精度仍有待精进。就影像分类而言,良好的训练样区配合正确的分类方法,可迅速获得一定准确度以上之分类结果,惟有时限于分类别的影像波谱值过于接近及各种地形效应、辐射效应之影响,会造成影像分类结果有误授、漏授及破碎化之情形产生,若能有效克服此一问题,则影像分类之成果将可提高其实用性。

关键词：遥感探测分类准确度波谱信息

在线全文

学校读者我要写书评

暂无评论

基于柔性压力传感阵列的坐姿监测与识别

中国现代教育装备 2024年第13期 20-25页

作者：李晋张溢阅李妍孙俊君张茹棋北京理工大学北京学院北京100081 北京理工大学集成电路与电子学院北京100081 北京理工大学网络空间安全学院北京100081

不良坐姿会使人产生背痛等症状,而久坐会增加心血管疾病的患病风险,甚至危及生命。坐姿监测与识别能够提醒人们久坐后活动,帮助纠正不良坐姿。设计了一个基于柔性压力传感阵列的坐姿监测与识别系统,包括坐姿采集、压力数据可视化、坐姿... 详细信息

不良坐姿会使人产生背痛等症状,而久坐会增加心血管疾病的患病风险,甚至危及生命。坐姿监测与识别能够提醒人们久坐后活动,帮助纠正不良坐姿。设计了一个基于柔性压力传感阵列的坐姿监测与识别系统,包括坐姿采集、压力数据可视化、坐姿分类及状态显示与提醒四部分。对比分析了传统机器学习识别一维数组和轻量级卷积神经网络识别图像数据的效果,实现对正坐、左倾、右倾、前倾、后倾、左二郎腿、右二郎腿7种坐姿的精准识别,准确率可达99.83%。根据坐姿识别结果提醒使用者纠正坐姿,并结合计时器记录提醒使用者久坐后活动。

关键词：柔性压力传感阵列坐姿分类与识别分类准确度久坐提醒

基于联邦学习的移动边缘节点计算的数据智能分类问题研究

在线全文

学校读者我要写书评

暂无评论

自动化与仪器仪表 2024年第6期 19-23页

作者：杨文彬广州松田职业学院广州511370

目前利用监督学习来解决网络流量数据分类的方法过度依靠高品质标记的大规模数据采样,以此导致难以直接应用于移动边缘节点计算等问题。因此,研究结合联邦学习与生成对抗网络(Generate Adversarial Networks, GAN)提出数据分类方法,并... 详细信息

目前利用监督学习来解决网络流量数据分类的方法过度依靠高品质标记的大规模数据采样,以此导致难以直接应用于移动边缘节点计算等问题。因此,研究结合联邦学习与生成对抗网络(Generate Adversarial Networks, GAN)提出数据分类方法,并引入自监督学习提出了改进模型,同时对其性能进行了验证。实验结果表明,模型对比中改进模型三个指标的数值分别为0.90、0.63和0.59,均显著高于对比模型,其与集中式的无监督分类模型相比,其实际的分类准确度的提升超过了20%。不同参数分析中,参数a、b、c、d下的指标N均在较低的训练轮次时开始收敛整体上维持在0.52~0.62之间。综合来看,研究提出的改进模型在数据智能分类上具备较高的性能,在实际移动边缘节点计算数据分类中具备有效性。

关键词：联邦学习移动边缘节点生成对抗网络分类准确度自监督学习

信息干预可以提高农村居民生活垃圾分类效果吗——来自太湖流域农户行为实验的证据

在线全文

学校读者我要写书评

暂无评论

农业技术经济 2023年第1期 112-126页

作者：刘余朱红根张利民南京财经大学经济学院南京210023 南京财经大学绿色经济发展研究院南京210023

源头分类是解决农村生活垃圾治理的主要思路,在农村人居环境整治三年行动方案收官之际,面对经济型政策效果持续性不强问题,迫切需要重视环境、健康及技术信息等非经济型政策的干预功能。本文针对当前农村居民生活垃圾分类状况,以太湖流... 详细信息

源头分类是解决农村生活垃圾治理的主要思路,在农村人居环境整治三年行动方案收官之际,面对经济型政策效果持续性不强问题,迫切需要重视环境、健康及技术信息等非经济型政策的干预功能。本文针对当前农村居民生活垃圾分类状况,以太湖流域为案例区,通过开展行为实验,探讨信息干预对农村居民生活垃圾分类效果的影响及机制。研究结果表明,信息干预能够显著改善农村居民生活垃圾分类效果,且技术信息干预效果强于环境信息和健康信息,可见农户对垃圾分类知识的掌握是提高垃圾分类效果的重要前提;对不同垃圾类别而言,信息干预效果存在异质性,其中,可回收垃圾、厨余垃圾和其他垃圾,环境信息干预效果最为显著,对于有害垃圾,技术信息干预效果最为显著;研究还发现,和谐互助的社区氛围也是信息干预产生显著效果的重要基础。因此,各地政府在推进农村生活垃圾分类过程中应当按照“技术信息干预—环境信息干预—健康信息干预”的优先序进行,但也应结合当地生活垃圾分类现状,明确欠缺分类的垃圾类别,因地制宜地选择信息干预内容,同时提高乡村治理水平,营造良好和谐的社区环境,高效实现生活垃圾分类效果的改善。

关键词：农村人居环境整治生活垃圾分类信息干预分类准确度行为实验

在线全文

学校读者我要写书评

暂无评论

不平衡数据的迁移学习分类算法

华南理工大学学报（自然科学版） 2018年第1期46卷 122-130页

作者：陈琼徐洋洋陈林清华南理工大学计算机科学与工程学院广东广州510006

以Tr Adaboost算法为基础,提出了一个针对不平衡数据的二分类迁移学习算法Unbalanced Tr Adaboost(UBTA).UBTA算法利用不同类别的Precision-Recall曲线下的面积auprc(the Area Under the Precision-Recall Curve)计算弱分类器权重,对不同类别的样本采取不同的权重更新策略;AUC指标对数据分布变化不敏感,结合G-mean和BER能更准确地评估不平衡分类算法的性能.实验结果表明,UBTA具有较好的分类性能,既能提升对少数类的关注,又能保持多数类的分类准确度.

关键词：不平衡数据分类迁移学习分类准确度 Precision-Recall曲线

在线全文

学校读者我要写书评

暂无评论

面向用户观点分析的多分类器集成和优化技术

计算机学报 2013年第8期36卷 1650-1658页

作者：林煜明朱涛王晓玲周傲英华东师范大学软件学院上海市高可信计算重点实验室上海200062

网络上用户生成的数据(User-Generated Data)富含用户的观点(情感),自动识别这些用户观点对很多的Web应用具有重要的作用,例如推荐系统和电子商务/政务智能系统等.但用户的观点表达通常与领域是相关的,因此对于不同的分析领域,用户难以... 详细信息

网络上用户生成的数据(User-Generated Data)富含用户的观点(情感),自动识别这些用户观点对很多的Web应用具有重要的作用,例如推荐系统和电子商务/政务智能系统等.但用户的观点表达通常与领域是相关的,因此对于不同的分析领域,用户难以选择到效果最好的分类器.文中针对用户观点分析问题设计了一个三阶段的多分类器集成框架,在此框架下用户只需指定可用的分类器,系统将自动选择一组最优的分类器组合,将它们的预测结果整合为最终分类结果,同时能够保证分类效果优越于最好的单分类器.针对分类器组的选择过程中面临的组合爆炸问题,文中在考虑分类器的准确度和多样性的基础上,设计了一个贪心算法选择成员分类器,并证明该算法是2-近似的.最后,在不同领域的真实数据集上进行了充分的实验,实验结果验证了文中提出的框架和算法的有效性.

关键词：观点分析集成学习分类准确度多样性近似算法

在线全文

学校读者我要写书评

暂无评论

基于类心和特征加权的特征选择

基于类心和特征加权的特征选择

作者：崔文玲天津大学

学位级别：硕士

在科技日新月异的大数据时代,我们所面对的数据集越来越庞大。在海量数据中,往往含有大量的不相干信息和冗余信息,使得现有机器学习算法面临着严峻的挑战。如何在保持数据信息足够完整的前提下,从中提取出有效而又合理的特征数据,满足... 详细信息

在科技日新月异的大数据时代,我们所面对的数据集越来越庞大。在海量数据中,往往含有大量的不相干信息和冗余信息,使得现有机器学习算法面临着严峻的挑战。如何在保持数据信息足够完整的前提下,从中提取出有效而又合理的特征数据,满足存储需求和提高信息处理效率,是亟需解决的问题。因此特征选择问题一直是模式识别领域的研究热点之一。基于边界最大化的特征选择方法是一种有效的特征选择方法,它能够显著去除高维数据中的不相干特征,在机器学习中有着重要的应用,但该方法存在着计算复杂度较大的问题。以计算高效性著称的基于局部学习的特征选择算法的计算复杂度仍与输入对数维度呈对数复杂度。为了克服这一问题,本文在其基础上,提出了基于类心和特征加权的特征选择算法。其基本思想是以某一类的类心为中心,寻找其同类和异类最近邻构成边界,根据某种准则获得一个特征空间的权重,使得权重特征空间中的边界最大。本文的算法具有很好的处理效率,可以在两秒内处理5000维特征。通过对该特征选择算法选择出的特征进行SVM分类来验证其性能。在4个UCI数据库上的实验验证了所提算法不仅有更高的效率而且有更好的分类准确度,并且对于不相干特征几乎是不敏感的。

关键词：特征选择边界特征加权支持向量机分类准确度

基于稀疏表示和半监督主动学习的小样本高光谱数据分类问题研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示和半监督主动学习的小样本高光谱数据分类问题研究

作者：周千琪北方民族大学

学位级别：硕士

高光谱数据含有的光谱波段数量少则几十多则数百,提供了大量的有价值信息,有利于对地物进行精细分类。而高光谱数据分类却面临着数据维数高,标记样本有限,人工标记成本昂贵等具有挑战性的问题。为了解决高光谱数据分类问题,不断有学者... 详细信息

高光谱数据含有的光谱波段数量少则几十多则数百,提供了大量的有价值信息,有利于对地物进行精细分类。而高光谱数据分类却面临着数据维数高,标记样本有限,人工标记成本昂贵等具有挑战性的问题。为了解决高光谱数据分类问题,不断有学者提出新的方法。无监督分类不需要人工进行标记,但是分类准确度相对较低。传统的监督学习取得了较好的分类效果,但需要大量的标记样本。此外,为了避免休斯现象,许多算法都需要对数据进行降维处理,而降维会导致一些有价值信息的丢失。稀疏表示算法既不需要对高维数据进行降维处理,也不需要训练和学习分类器,便可实现对高光谱数据的分类。本文以稀疏表示算法为基础,围绕高光谱数据的分类问题主要做了以下几个方面的研究:1.基于稀疏表示算法探讨小样本高光谱数据分类问题中分类准确度与标记样本数量的关系问题。虽然研究人员在提高小样本高光谱数据分类准确度方面做出了不懈努力,但尚无人在标记样本数量与分类准确度的关系方面做进一步研究。本文从理论和实验两个方面推导和验证了两者之间成正相关关系,并根据实验绘制出函数曲线。该研究成果为小样本高光谱数据的分类研究提供了很好的理论和实验依据。2.针对半监督高光谱数据分类准确度不高的伪标记样本识别问题,本文在对前期工作进行总结的基础上,分析失败原因,提出了基于稀疏表示和半监督主动学习的分类框架。采用稀疏表示算法构建基分类器,结合半监督主动学习算法,一方面利用主动学习对少量“关键”样本进行标记,以降低对随机选择样本进行标记的工作量和成本,另一方面利用半监督学习得到的伪标记样本集来增加训练样本数量。为了降低伪标记样本的错分率,算法融入了伪标记确认程序来剔除可能标记错误的伪标记样本。通过实验与其它算法进行对比证明了所提算法的有效性,实现了小样本高光谱数据的高精度分类。本文基于稀疏表示算法探讨小样本高光谱数据分类问题,通过理论分析和实验论证创新性地提出分类准确度与标记样本数量之间的函数关系,与此同时,提出将稀疏表示和半监督主动学习相结合的算法框架,提高了小样本高光谱数据的分类准确度。

关键词：高光谱数据小样本稀疏表示半监督学习主动学习分类准确度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于类心和特征加权的特征选择算法

电子测量技术 2015年第3期38卷 26-29页

作者：崔文玲潘静何改云庞彦伟天津大学电子信息工程学院天津300072 天津职业技术师范大学电子工程学院天津300222 天津大学机械工程学院天津300072

基于边界最大化的特征选择方法是一种有效的特征选择方法,它能够显著去除高维数据中的不相干特征,在机器学习中有着重要的应用。但该方法存在着计算复杂度较大的问题,为了克服这一问题,提出了基于类心和特征加权的特征选择算法。其基本... 详细信息

基于边界最大化的特征选择方法是一种有效的特征选择方法,它能够显著去除高维数据中的不相干特征,在机器学习中有着重要的应用。但该方法存在着计算复杂度较大的问题,为了克服这一问题,提出了基于类心和特征加权的特征选择算法。其基本思想是以某一类的类心为中心,寻找其同类和异类最近邻构成边界,根据某种准则获得一个特征空间的权重,使得权重特征空间中的边界最大。在4个UCI数据库上的实验验证了所提算法不仅有更高的效率而且有更好的分类准确度,并且对于不相干特征几乎是不敏感的。

关键词：特征选择边界特征加权分类准确度