检索结果-南通市图书馆

作者：王书睿渤海大学

学位级别：硕士

在模式分类问题中,几何方法通常提供简单、直观的解决方案。一个典型的范例是支持向量机,它在特征空间中求解优化超平面问题可通过几何对偶理论来表达,即在线性可分情况下,求解优化超平面问题可以转换为两类凸包间的最近点问题。本文在... 详细信息

在模式分类问题中,几何方法通常提供简单、直观的解决方案。一个典型的范例是支持向量机,它在特征空间中求解优化超平面问题可通过几何对偶理论来表达,即在线性可分情况下,求解优化超平面问题可以转换为两类凸包间的最近点问题。本文在对经典最近点算法评述的基础上,提出了一些新的理论和算法来解决模式识别中的分类问题,主要研究工作包括以下两个方面:(1)提出了基于最近点算法的点与凸包位置关系判定方法高维空间中点与凸包位置关系的判定是模式分类领域中一个重要的研究内容,现有的判定方法通常具有比较高的计算代价。本文从机器学习角度出发,提出一个新的点在凸包内判定(Point in Convex Hull Determination,PinCHD)算法。PinCHD算法通过计算点与凸包的最近点来构造一个分离超平面,如果点与凸包位于该超平面的两侧,则可判定点在凸包外;如果点与凸包位于该超平面的同一侧,则判定点在凸包内。PinCHD的优点在于,它不直接计算高维样本集的凸包,而是通过几何最近点算法来直接判定点与凸包的位置关系。相比于计算几何中的凸包求解方法,PinCHD算法简单、直观,并且具有较低的计算代价。(2)提出了一种新的凸多面体分类器来求解模式分类问题以PinCHD算法作为理论基础,进一步提出了一种新的凸多面体分类器。如果两个样本集是凸可分离的,可通过超平面组合的形式构造一个分类器。该分类器将一类样本包围在一个凸多面体内,将另外一个样本排除在外。凸多面体分类器具有处理不平衡分类问题的潜力,它可实现对少数类样本的精确标识。另外,它集成简单、易于实现、预测响应时间短,因此适合应用于便携设备和实时系统中。在标准数据集上的实验表明:凸多面体分类器比现有的分片线性分类器性能表现更好,在与各种类型支持向量机的对比评测中也说明了该类型分类器的有效性和竞争力。

关键词：模式分类最近点算法分片线性分类器凸多面体分类器

来源：

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

一种基于NPA的加权“1 V m”SVM高光谱影像分类算法

引用

武汉大学学报（信息科学版） 2009年第12期34卷 1444-1447页

作者：沈照庆舒宁陶建斌武汉大学遥感信息工程学院武汉市珞喻路129号430079

根据支持向量机(SVM)的计算理论,结合高光谱影像的数据特点,利用最近点算法(NPA)求两类最优超平面,为每类设立一个合理的权指标,提出了基于NPA的加权"1 V m"SVM算法来实现高光谱遥感影像多分类,降低了计算的复杂度和计算量,提高了SVM高... 详细信息

根据支持向量机(SVM)的计算理论,结合高光谱影像的数据特点,利用最近点算法(NPA)求两类最优超平面,为每类设立一个合理的权指标,提出了基于NPA的加权"1 V m"SVM算法来实现高光谱遥感影像多分类,降低了计算的复杂度和计算量,提高了SVM高光谱遥感影像分类的可操作性和分类效率。

关键词： SVM 最近点算法最大间隔原则高光谱遥感影像加权“1 V m”SVM

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

使用交叉距离最小化算法设计支持向量机

引用

北京工业大学学报 2014年第1期40卷 61-67页

作者：李玉鑑冷强奎北京工业大学计算机学院北京100124

针对核方法在处理非线性可分数据问题上的优势,将一种硬间隔无核支持向量机——交叉距离最小化算法(cross distance minimization algorithm,CDMA)推广到带核的版本,称为带核的交叉距离最小化算法(kernel cross distance minimization a... 详细信息

针对核方法在处理非线性可分数据问题上的优势,将一种硬间隔无核支持向量机——交叉距离最小化算法(cross distance minimization algorithm,CDMA)推广到带核的版本,称为带核的交叉距离最小化算法(kernel cross distance minimization algorithm,KCDMA).利用乘子将交叉距离最小化算法表示为内积的形式,然后使用核函数代替内积运算,并且引入二次惩罚,这样扩展后的模型能处理非线性可分数据集,并且允许一定的分类偏差.实验结果表明,与一些经典的支持向量机方法相比,该方法具有明显的竞争力.

关键词：交叉距离最小化算法核函数最近点算法支持向量机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于全景影像的测绘控制点寻点系统研发

引用

测绘通报 2016年第8期 118-120,142页

作者：黄鹤杨军星邱冬炜赵焰姜浩北京建筑大学测绘与城市空间信息学院北京102616

如今测绘地理信息行业蓬勃发展,基础测绘数据的使用与管理存在很大问题,各大测绘局售给用户的控制点的地理跨度往往很大,寻找控制点会消耗较多时间,控制点点之记数据难以具有时效性,现有的导航软件坐标系与控制点的坐标转换参数未知,用... 详细信息

如今测绘地理信息行业蓬勃发展,基础测绘数据的使用与管理存在很大问题,各大测绘局售给用户的控制点的地理跨度往往很大,寻找控制点会消耗较多时间,控制点点之记数据难以具有时效性,现有的导航软件坐标系与控制点的坐标转换参数未知,用其导航不尽满意。本文基于全景影像开发了服务器端和手机端应用相结合的控制点寻点系统,使用Postgre SQL管理数据,利用手机的多种传感器,实现了控制点精确、快速导航,结合全景影像的优秀可视化效果使导航具有更好的用户体验。

关键词：全景影像智能手机最近点算法控制点导航

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

尺度化交叉距离最小化算法及其在不平衡分类中的应用

尺度化交叉距离最小化算法及其在不平衡分类中的应用

引用

作者：刘雨晴渤海大学

学位级别：硕士

几何类支持向量机是一种利用样本集的几何信息寻找解的方法,具有简单直观的几何特征和计算精度高等优点。在线性可分的情况下,可以通过求解两个凸包间的最近点来替代求解最大间隔分类超平面。当数据集非线性可分时,就需要进行适当的凸... 详细信息

几何类支持向量机是一种利用样本集的几何信息寻找解的方法,具有简单直观的几何特征和计算精度高等优点。在线性可分的情况下,可以通过求解两个凸包间的最近点来替代求解最大间隔分类超平面。当数据集非线性可分时,就需要进行适当的凸包缩放。其中尺度化是一种很有效的凸包缩放方法,比压缩凸包的计算复杂度更小,但是现有的尺度化最近点算法中存在迭代方法不够好,运行速度慢等缺点。因此本文提出了一种新的尺度化最近点算法,以交叉距离最小化算法为基础,做了如下两个工作:（1）提出尺度化交叉距离最小化算法来求解非线性可分问题尺度化交叉距离最小化算法,是先运用尺度化凸包的方法将非线性可分情况下的两个相交凸包变为可分,然后运用核化后的交叉距离最小化算法求解最近点对,以构造最大间隔分类超平面。与现有的尺度化最近点算法相比,本文方法同时更新最近点对,收敛速度更快,实现更加简单。实验结果表明,在保证分类精度的前提下,该方法具有更快的收敛速度和更加简单的分类模型。（2）提出了单类凸包缩放机制来解决不平衡分类问题在不平衡分类问题中,传统分类方法得到的分类平面往往会向少数类样本生成的凸包方向倾斜,使得少数类样本被错误分类,然而在很多研究中我们更需要的是少数类样本的特征信息,这与我们所需要的结果相违背。因此本文提出了单类凸包缩放机制,赋予多数类凸包较小的尺度化因子,但对少数类形成的凸包不进行缩放来表示对少数类的重视。这样就使得分类面远离少数类样本,避免了少数类样本被错误分类情况的发生。该方法近似于一种下采样方法,但不对样本数据进行删除和增加的操作,所以避免了重要数据的丢失和数据的过拟合问题。在标准不平衡数据集上的实验结果表明,与其他下采样方法相比该方法构成的分类器性能更加好,尤其当不平衡数据集的两类数据不平衡性更大的情况下,该分类器的表现更加突出。

关键词：支持向量机交叉距离最小化算法尺度化凸包最近点算法压缩凸包不平衡分类

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：