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

基于混淆矩阵的证据可靠性评估

系统工程与电子技术 2015年第4期37卷 974-978页

作者：宋亚飞王晓丹雷蕾空军工程大学防空反导学院陕西西安710051

在基于证据理论的融合识别系统中,对证据可靠性进行评估进而对证据进行修正是解决证据冲突的有效途径。在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出的证据之间的关系来对证据可靠性进行评估,充分考... 详细信息

在基于证据理论的融合识别系统中,对证据可靠性进行评估进而对证据进行修正是解决证据冲突的有效途径。在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出的证据之间的关系来对证据可靠性进行评估,充分考虑了传感器的静态可靠性与动态输出。最后将该方法运用于基于证据可靠性评估的融合识别中,算例表明该方法可以有效降低可靠性证据的影响,得到较好的融合效果。

关键词：证据理论混淆矩阵证据可靠性证据折扣证据组合

在线全文

学校读者我要写书评

暂无评论

基于证据理论和混淆矩阵的传感器可靠性评估

控制与决策 2015年第6期30卷 1111-1115页

作者：宋亚飞王晓丹雷蕾邢雅琼空军工程大学防空反导学院西安710051

在信息融合系统中,各传感器提供的信息不一定完全可靠,在融合前有必要对传感器的可靠性进行评估,进而对其提供的信息进行预处理.基于证据理论,在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出证据之间的... 详细信息

在信息融合系统中,各传感器提供的信息不一定完全可靠,在融合前有必要对传感器的可靠性进行评估,进而对其提供的信息进行预处理.基于证据理论,在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出证据之间的关系对传感器可靠性进行评估;然后利用传感器的可靠性因子对证据进行折扣运算,实现对信息的预处理;最后利用Dempster组合规则进行融合.基于证据理论的融合识别算俐表明,所提出的方法综合利用了传感器的先验信息和动态输出,可以较好地反映传感器的性能,并能够有效降低可靠性传感器的影响,具有较好的融合效果.

关键词：证据理论混淆矩阵证据可靠性证据折扣证据组合

在线全文

学校读者我要写书评

暂无评论

基于混淆矩阵的层次结构构造方法比较

模式识别与人工智能 2007年第2期20卷 205-210页

作者：熊云波李荣陆胡运发复旦大学计算机与信息技术系上海200433

根据混淆矩阵,采用层次聚类和混淆类别两种不同的策略构造文档类别层次结构,最后采用层次分类的方法进行实验.实验结果表明混淆类别策略优于层次聚类策略,对平面分类的查全率和查准率都有所提高.

关键词：混淆矩阵层次结构层次聚类混淆类别

一种基于Bagging和混淆矩阵的自适应选择性集成

在线全文

学校读者我要写书评

暂无评论

电子学报 2014年第4期42卷 711-716页

作者：毕凯王晓丹姚旭周进登空军工程大学防空反导学院 93767部队空军装备软件测评中心

为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能,提出一种基于Bagging和混淆矩阵的选择性集成方法.基本思想是通过扰动训练集和特征空间生成基分类器,根据每一个基分类器的混淆矩阵构造一个基分类器间相关性的度量矩... 详细信息

为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能,提出一种基于Bagging和混淆矩阵的选择性集成方法.基本思想是通过扰动训练集和特征空间生成基分类器,根据每一个基分类器的混淆矩阵构造一个基分类器间相关性的度量矩阵;然后基于相关性度量矩阵对基分类器集合进行子集划分,在每个划分中选择一个基分类器参与集成;最后用多数投票法融合所选基分类器的决策结果,并通过仿真实验验证该方法的有效性.

关键词：选择性集成 Bagging 算法混淆矩阵偏最小二乘

在线全文

学校读者我要写书评

暂无评论

基于混淆矩阵的多目标优化三支决策模型

模式识别与人工智能 2017年第9期30卷 859-864页

作者：徐健锋苗夺谦张远健同济大学电子与信息工程学院上海201804 南昌大学软件学院南昌330029

鉴于混淆矩阵在机器学习算法性能评价领域的通用性,文中以混淆矩阵为基础构造概率粗糙集三支决策度量系统,给出部分度量指标之间的性质及其证明,提出基于混淆矩阵度量指标体系的多目标优化三支决策阈值求解模型.模型中多目标优化函数被... 详细信息

鉴于混淆矩阵在机器学习算法性能评价领域的通用性,文中以混淆矩阵为基础构造概率粗糙集三支决策度量系统,给出部分度量指标之间的性质及其证明,提出基于混淆矩阵度量指标体系的多目标优化三支决策阈值求解模型.模型中多目标优化函数被视为不同三支决策度量指标的加权之和,而最优阈值的求解也获得一种新型的语义解释.最后通过实例演示模型如何确定接受与拒绝域阈值,同时对比Pawlak粗糙集方法,表明文中模型获得的三支决策能够更好地平衡决策的准确率与承诺率.

关键词：三支决策概率粗糙集目标函数混淆矩阵

在线全文

学校读者我要写书评

暂无评论

基于混淆矩阵和集成学习的分类方法研究

计算机工程与科学 2012年第6期34卷 111-117页

作者：孔英会景美丽华北电力大学电子与通信工程系河北保定071003

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权... 详细信息

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。

关键词：混淆矩阵支持向量机(SVM) 集成学习 AdaBoost

基于混淆矩阵的带压开采底板突水危险性评价研究

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2024年

作者：曹敏尹尚先李书乾王旭苗钰龙华北科技学院河北省矿井灾害防治重点实验室中国矿业大学(北京)地球科学与测绘工程学院潞安化工集团漳村煤矿

煤层底板突水是一种水文地质与采矿复合动态现象，受多因素影响，具有复杂的非线性动力特征。采取合适的危险性评价方法可以全面、准确地预测底板突水。本文选取郭二庄煤矿100组钻孔数据，以奥灰水压、隔水层厚度、煤层厚度、煤层埋深... 详细信息

煤层底板突水是一种水文地质与采矿复合动态现象，受多因素影响，具有复杂的非线性动力特征。采取合适的危险性评价方法可以全面、准确地预测底板突水。本文选取郭二庄煤矿100组钻孔数据，以奥灰水压、隔水层厚度、煤层厚度、煤层埋深、顶板火成岩厚度、断层规模指数、构造点与歼灭点和构造分形维数为底板突水影响因素，构建了基于混淆矩阵的底板突水危险性分类模型。运用Matlab软件对数据进行迭代训练，确定64组训练样本和36组检验样本，建立优化后的MATRIX模型，模型将郭二庄井田底板突水危险性分为安全、较安全、较危险和危险四个等级，依据井田不同坐标所属的评价等级绘制了9煤层开采底板突水危险性评价分区图，每个等级对应的位置和面积在图中清晰可见：与传统的基于带压系数和突水系数的底板突水危险性分类方法相比，虽然两种判定标准存在明显差异，但各区域的评价结果没有出现大于1个等级的跳跃。该模型没有某个因素占绝对优势，充分发挥各因素的主控能力，模型准确率、精确率、召回率、F1分数、P-R曲线及ROC曲线等多项指标均高于期待值，预测分区精确度高，解决了“双系数”评价面临数据少和考虑因素不全面的问题，增加了突水评价分区的可信度，证实了混淆矩阵突水危险性分类模型的合理性。

关键词：机器学习突水危险性混淆矩阵底板突水 Matlab

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于混淆矩阵的分类器选择方法

河南理工大学学报（自然科学版） 2017年第2期36卷 116-121页

作者：米爱中张盼河南理工大学计算机科学与技术学院焦作河南454000

为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该... 详细信息

为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该方法应用于Bagging算法的训练过程,通过实验对比,验证了该方法确实可以提高分类器集成性能。

关键词：多分类器系统选择性集成混淆矩阵聚类

一种基于混淆矩阵的多分类任务准确率评估新方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2021年第11期43卷 1910-1919页

作者：张开放苏华友窦勇国防科技大学计算机学院湖南长沙410073

多分类任务准确率评估对评判模型的分类效果具有重要的理论意义和应用价值。针对机器学习领域的多分类任务,在现有方法的基础上,通过拓展和迁移应用,给出一种新的评估方法。为了准确评估多分类任务模型的分类效果,将遥感图像分类效果评... 详细信息

多分类任务准确率评估对评判模型的分类效果具有重要的理论意义和应用价值。针对机器学习领域的多分类任务,在现有方法的基础上,通过拓展和迁移应用,给出一种新的评估方法。为了准确评估多分类任务模型的分类效果,将遥感图像分类效果评估方法引入多分类任务。针对多分类任务的实际特点,对该方法进行了改进与推广,以更好地评估分类器效能。基于MNIST手写字符集识别任务和CIFAR-10数据集分类任务的实验结果表明,同样是基于混淆矩阵进行计算,与现有的评估方法相比,该方法可以同时给出分类器整体的分类效果和单个类别的分类效果,对于改进训练过程有一定的指导意义。另一方面,该方法可以推广到任意的分类任务分类效果评估工作中,具有较好的应用前景。

关键词：多分类准确率评估混淆矩阵