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

一种智能化的数据分类、分级及保护模型

北京工业大学学报 2011年第6期37卷 921-927页

作者：黄洪刘增良余达太北京科技大学信息工程学院北京100083 公安部信息安全等级保护评估中心北京100036 国防大学北京100091

结合本体和粗糙集理论,提出了一种数据分类分级及保护模型.从业务流程的角度出发对数据进行分类,建立分类数据本体;利用粗糙集理论对数据进行属性约简,并利用规则对约简后的数据进行智能分级,进而对不同等级的数据采取不同的保护措施;... 详细信息

结合本体和粗糙集理论,提出了一种数据分类分级及保护模型.从业务流程的角度出发对数据进行分类,建立分类数据本体;利用粗糙集理论对数据进行属性约简,并利用规则对约简后的数据进行智能分级,进而对不同等级的数据采取不同的保护措施;还利用粗糙集理论从历史数据中挖掘规则,进行本体学习.以某省电力系统为例进行实验.结果表明,该模型能按照不同单位的特点对数据进行合理分类分级.

关键词：知识本体粗糙集数据分类本体学习

在线全文

学校读者我要写书评

暂无评论

基于信息向量机的机载激光雷达点云数据分类

光学精密工程 2016年第1期24卷 210-219页

作者：刘志青李鹏程陈小卫张保明郭海涛信息工程大学河南郑州450052

针对支持向量机应用于机载激光雷达(LiDAR)点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、训练时间长等缺点,提出一种基于信息向量机的LiDAR点云数据分类算法。该算法采取假定密度滤波算法进行近似逼近,将分类问题转化为回... 详细信息

针对支持向量机应用于机载激光雷达(LiDAR)点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、训练时间长等缺点,提出一种基于信息向量机的LiDAR点云数据分类算法。该算法采取假定密度滤波算法进行近似逼近,将分类问题转化为回归问题;以最大后验微分熵为依据,选择LiDAR点云数据活动子集信息向量实现模型稀疏化;最后,通过边缘似然最大化进行核函数自适应获取,选择一对余分类方法实现了点云数据多类分类。利用Niagara地区和非洲某地区点云数据进行了对比实验。结果表明:与支持向量机方法相比,基于信息向量机分类方法的分类精度分别提高到94.20%和90.78%,基向量数量分别减少到50个和90个,训练时间分别降低到5.86s和8.03s。实验结果验证了基于信息向量机的点云数据分类算法具有训练速度快、模型稀疏性强、分类精度高等优点。

关键词：激光雷达测距(LiDAR) 点云数据分类高斯过程信息向量机

在线全文

学校读者我要写书评

暂无评论

改进的基于核密度估计的数据分类算法

控制与决策 2010年第4期25卷 507-514页

作者：李俊林符红光电子科技大学计算机科学与工程学院成都610054 中国科学院成都计算机应用研究所成都610054

目前,很多基于核密度估计的数据分类算法采用的判别规则忽视了不平衡类问题.对此,提出了改进的基于核密度估计的数据分类算法.该算法可处理不平衡类带来的影响,并在不平衡类问题严重时也能发挥好的效果,而且可以推广到多分类问题.实验... 详细信息

目前,很多基于核密度估计的数据分类算法采用的判别规则忽视了不平衡类问题.对此,提出了改进的基于核密度估计的数据分类算法.该算法可处理不平衡类带来的影响,并在不平衡类问题严重时也能发挥好的效果,而且可以推广到多分类问题.实验结果表明了这种改进是非常有效的,它提高了基于核密度估计的分类算法对不平衡类的适应力.

关键词：核密度估计数据分类不平衡类问题判别式改进

在线全文

学校读者我要写书评

暂无评论

一种具有免疫特征的智能数据分类分级模型

兵工学报 2010年第12期31卷 1567-1572页

作者：黄洪刘增良余达太周绍华北京科技大学信息工程学院北京100083 公安部信息安全等级保护评估中心北京100036 国防大学北京100091 北京理工大学管理与经济学院北京100081

为了对数据进行细粒度保护,结合本体和免疫理论,提出了一种数据分类分级保护模型。首先从业务流程的角度出发对数据进行分类,建立分类数据本体,将数据本体的属性作为免疫特征进行标识,进而利用规则对标识后的数据进行智能分级,以便对不... 详细信息

为了对数据进行细粒度保护,结合本体和免疫理论,提出了一种数据分类分级保护模型。首先从业务流程的角度出发对数据进行分类,建立分类数据本体,将数据本体的属性作为免疫特征进行标识,进而利用规则对标识后的数据进行智能分级,以便对不同等级的数据采取不同的保护措施;另外,还利用免疫选择策略对规则进行进化,使其具有更强的实用性和适应性。最后,以某省电力系统为例进行分析,结果表明:该模型能够按照不同数据的特点进行智能分类分级,为数据安全保护提供了一种新的思路。

关键词：信息处理技术知识本体免疫特征数据分类免疫选择

基于稀疏非负最小二乘编码的高光谱遥感数据分类方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2016年第7期47卷 332-337页

作者：齐永锋杨乐火元莲西北师范大学计算机科学与工程学院兰州730070 西北师范大学物理与电子工程学院兰州730070

为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法。采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类... 详细信息

为了提高高光谱遥感影像的分类精度,提出了一种基于稀疏非负最小二乘编码的高光谱数据分类方法。采用非负最小二乘方法,将待测样本表示为训练样本的线性组合,并将得到的系数作为待测样本的特征向量,通过最小误差方法对待测样本进行分类。提出的方法在AVIRIS Indian Pines和萨利纳斯山谷高光谱遥感数据集上进行分类实验,并和主成分分析(PCA)、支持向量机(SVM)和基于稀疏表示分类器(SRC)方法进行比较,在2个数据集上本文方法的总体识别精度分别达到85.31%和99.56%,Kappa系数分别为0.816 3和0.986 7。实验结果表明本文方法的总体识别精度和Kappa系数都优于另外3种方法,是一种较好的高光谱遥感数据分类方法。

关键词：稀疏非负最小二乘高光谱遥感数据分类

在线全文

学校读者我要写书评

暂无评论

一种新的快速特征选择和数据分类方法

计算机研究与发展 2012年第4期49卷 735-745页

作者：陈铁明马继霞 Samuel H.Huang 蔡家楣浙江工业大学计算机科学与技术学院杭州310023 软件开发环境国家重点实验室(北京航空航天大学) 北京100191 辛辛那提大学智能系统实验室美国辛辛那提45221

针对数据分类问题提出一种新型高效的特征选择和规则提取方法.首先通过减少初始区间数量改进Chi-Merge离散化方法,再采用改进的Chi-Merge离散化连续型特征变量;特征离散化后,统计样本数据在每个特征子集划分下的频数表,并根据频数表计... 详细信息

针对数据分类问题提出一种新型高效的特征选择和规则提取方法.首先通过减少初始区间数量改进Chi-Merge离散化方法,再采用改进的Chi-Merge离散化连续型特征变量;特征离散化后,统计样本数据在每个特征子集划分下的频数表,并根据频数表计算数据不一致率,再利用顺序前向最优搜索的方法,快速确定特征数量由小到大的每一个最优特征子集;根据特征子集对应的数据不一致率差异最小化原则,完成特征个数最小化的最优特征子集筛选;根据最优特征子集的数据频数表,可直接提取数据分类规则.实验表明,快速提取的规则可获得较好的分类效果.基于该特征选择方法,提出一种面向分布式同构数据的快速分类模型,不但具有良好的分类效果,还支持对样本数据内容的隐私保护.

关键词：离散化频数表特征选择规则提取数据分类隐私保护

结合物理与几何特性的机载LiDAR数据分类方法

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2023年第11期52卷 1-12页

作者：赵毅强张琦刘长龙武唯康李尧天津大学微电子学院天津300072 天津大学天津市成像与感知微电子技术重点实验室天津300072 中国电子科技集团公司第五十四研究所微系统中心河北石家庄050081 通信软件与专用集成电路设计国家工程研究中心河北石家庄050081

机载LiDAR数据分类是根据数据特征为每个点指定类别标签。针对现有方法忽略全波形与点云在物理特性上的关联、缺乏对邻域几何和语义相关性的深入挖掘,从而导致捕获局部结构能力不足的问题,搭建了结合目标物理与几何特性的分类方法,实现... 详细信息

机载LiDAR数据分类是根据数据特征为每个点指定类别标签。针对现有方法忽略全波形与点云在物理特性上的关联、缺乏对邻域几何和语义相关性的深入挖掘,从而导致捕获局部结构能力不足的问题,搭建了结合目标物理与几何特性的分类方法,实现了由全波形和点云组成的机载LiDAR数据端到端分类。首先,构建了特征融合模块,提取了全波形时序特征和点云几何特征,依据两种数据物理意义上的关联,通过双低秩矩阵实现了全波形与点云特征级融合。其次,构建了邻域特征增强模块,挖掘点对相关性,增强对局部几何结构的学习。最后基于层次化编解码结构搭建了分类网络。该网络在机载LiDAR数据集上测试,达到平均精度0.96、平均召回率0.90、平均F1分数0.92,证明了网络的有效性。

关键词：机载激光雷达数据分类特征融合全波形三维点云物理特性

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种改进的模糊人工免疫网络数据分类方法

西安交通大学学报 2007年第5期41卷 585-588,620页

作者：苟世宁杜海峰栗茂林庄健西安交通大学现代设计和转子轴承系统教育部重点实验室西安710049

针对现有人工免疫网络算法对先验知识应用不足的问题,提出一种基于模糊人工免疫网络的有监督学习数据分类方法．首先采用模糊C均值聚类算法为免疫网络提供疫苗(初始种群),将此疫苗作为免疫网络的初始抗体群,种群再经过克隆选择、网络压... 详细信息

针对现有人工免疫网络算法对先验知识应用不足的问题,提出一种基于模糊人工免疫网络的有监督学习数据分类方法．首先采用模糊C均值聚类算法为免疫网络提供疫苗(初始种群),将此疫苗作为免疫网络的初始抗体群,种群再经过克隆选择、网络压缩、免疫成熟、记忆等算子的不断扩展和压缩,形成一个由浓缩后的训练数据构成的抗体网络,最终基于该抗体网络采用“邻近原则”构造分类器．由于各算子的协调作用,该方法能够在高浓缩率的情况下更好地代替样本空间．UCI (University of Califomia,Irvine)数据集的仿真实验证明,与aiNet方法相比,该方法在分类准确率和数据浓缩率上分别高出7.26%和11.16%,而且更稳定、可靠．

关键词：人工免疫网络数据分类模糊

典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

在线全文

学校读者我要写书评

暂无评论

遥感学报 2016年第2期20卷 157-171页

作者：赵理君唐娉中国科学院遥感与数字地球研究所北京100101 中国科学院大学北京100049

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几... 详细信息

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRC>L1-SRC>RF>RBF-SVM/Linear-SVM>KNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。

关键词：遥感图像数据分类场景分类分类器适用性