检索结果-南通市图书馆

集成学习的泛化误差和AUC分解理论及其在权重优化中的应用

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

计算机学报 2019年第1期42卷 1-15页

作者：姜正申刘宏志付彬吴中海北京大学信息科学技术学院北京100871 北京大学软件与微电子学院北京102600 北京大学软件工程国家工程研究中心北京100871

集成学习是机器学习领域的一个重要分支,其通过整合多个学习器以获得比单个学习器更好的学习效果.多样性和间隔被认为是影响集成学习效果的两个关键因素.现有研究大多是对这两个因素的影响单独进行分析.该文的研究集中于泛化误差、AUC... 详细信息

集成学习是机器学习领域的一个重要分支,其通过整合多个学习器以获得比单个学习器更好的学习效果.多样性和间隔被认为是影响集成学习效果的两个关键因素.现有研究大多是对这两个因素的影响单独进行分析.该文的研究集中于泛化误差、AUC、多样性和间隔之间关系及其在基分类器的权重优化中的应用.该文首先在泛化误差分解理论的基础上,给出了AUC的分解定理.进一步地,该文讨论了泛化误差、AUC、多样性与间隔之间的关系,并指出常用的最大化间隔方法在降低经验误差的同时,也会降低基分类器之间的多样性,进而导致过拟合问题.基于这些理论结果,该文提出了两种新的基分类器的权重优化算法,通过求解一个二次优化问题,实现在准确性和多样性之间的最佳平衡.在35个公开数据集上的实验结果表明,该文所提出的算法在绝大多数情况下都优于现有常用的集成方法.

关键词：集成学习泛化误差分解 AUC 多样性间隔权重优化

基于投影寻踪权重优化的水资源承载力评价模型

在线全文

学校读者我要写书评

暂无评论

水资源保护 2021年第3期37卷 1-6页

作者：金菊良刘东平周戎星张礼兵崔毅吴成国合肥工业大学土木与水利工程学院安徽合肥230009 合肥工业大学水资源与环境系统工程研究所安徽合肥230009

针对基于专家判断的层次分析法(AHP)等主观定权方法存在一定的主观随意性,会导致区域水资源承载力评价结果具有不确定性的问题,提出采用投影寻踪(PP)方法优化AHP确定的指标权重,再结合减法集对势理论,构建了基于PP-AHP方法定权的水资源... 详细信息

针对基于专家判断的层次分析法(AHP)等主观定权方法存在一定的主观随意性,会导致区域水资源承载力评价结果具有不确定性的问题,提出采用投影寻踪(PP)方法优化AHP确定的指标权重,再结合减法集对势理论,构建了基于PP-AHP方法定权的水资源承载力评价模型,并以安徽省水资源承载力评价为例加以验证。结果表明:该模型能够进一步优化AHP法确定的指标权重,挖掘AHP法定权结果的不确定性信息,更好地将AHP法主观定权与PP法客观定权的优点相结合,所得权重更接近最优解,降低了指标权重不确定性带来的评价结果不合理的风险,评价结果更为稳健,验证了模型的有效性和合理性。

关键词：水资源承载力评价投影寻踪层次分析法权重优化减法集对势安徽省

模糊理论在铁路客运安全指标权重优化算法中的应用

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2018年第3期42卷 37-43,52页

作者：吴江陈滋顶贾元华孙东冶北京交通大学交通运输学院北京100044 国家铁路局运输监督管理司北京100891

客运安全评价是保证铁路运输安全高效的重要手段.为了解决安全评价中指标权重确定的问题,将模糊理论与层次分析法相结合,给出各评价指标权重的变化区间,并在各区间内生成不同权重值.通过蒙特卡洛模拟的仿真实验来生成针对不同指标权重... 详细信息

客运安全评价是保证铁路运输安全高效的重要手段.为了解决安全评价中指标权重确定的问题,将模糊理论与层次分析法相结合,给出各评价指标权重的变化区间,并在各区间内生成不同权重值.通过蒙特卡洛模拟的仿真实验来生成针对不同指标权重值所产生的评价结果,并通过定量化方法得出该评价结果的方差.以方差作为遗传算法的适应度函数进行后向反馈,实现指标权重的优化,并将优化后的权重用于我国各铁路企业客运安全评价结果的计算.实验结果表明:该方法可以在充分尊重专家对指标权重评定的基础上,对权重进行微调,使得评价结果对指标得分更加敏感.

关键词：铁路客运权重优化模糊理论安全评价遗传算法

在线全文

学校读者我要写书评

暂无评论

改进的多任务道路特征提取网络及权重优化

测绘通报 2023年第12期 1-7页

作者：朱文杰李宏伟姜懿芮程相龙赵珊郑州大学计算机与人工智能学院河南郑州450001 郑州大学地球科学与技术学院河南郑州450052

为应对自动驾驶在复杂道路环境下的挑战,提出了多项任务合作的需求。在自然语言处理及推荐算法领域,利用多任务学习网络已被证明可以减少多种任务耦合情况下的时间、算力及存储使用。由于多任务学习网络的这种特点,近年来也开始应用于... 详细信息

为应对自动驾驶在复杂道路环境下的挑战,提出了多项任务合作的需求。在自然语言处理及推荐算法领域,利用多任务学习网络已被证明可以减少多种任务耦合情况下的时间、算力及存储使用。由于多任务学习网络的这种特点,近年来也开始应用于基于视觉的道路特征提取方面。本文提出了一种结合FPN网络的解码器头结构,并将其应用于基于YOLOv4网络的多任务学习道路特征提取网络;通过研究多任务权重设置的影响对多任务网络算法进行优化,并在同类算法中验证了权重设置的有效性。在BDD-100K数据集上进行的试验结果表明,本文结构在保证实时性的同时精度也优于同类方法,本文方法为基于视觉的自动驾驶过程中车辆的自主道路感知及高精地图的生成提供了新思路与新方法。

关键词：道路特征提取多任务学习网络权重优化交通目标检测车道线分割可驾驶区域分割

基于改进Min-Max权重优化模型的语意评价矩阵群决策研究

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2021年第11期41卷 3181-3192页

作者：王韧陈明湖南工商大学财政金融学院长沙410205 中南大学数学与统计学院长沙410083

文章提出两个改进的Min-Max优化模型,用于解决多粒度语意评价矩阵的群决策问题.第一个模型用于确定多粒度语意评价矩阵的准则权重,其目标是使各专家对备选方案的实际评估值和综合每个专家的评估意见后所得的评估值之间的最大偏离取得最... 详细信息

文章提出两个改进的Min-Max优化模型,用于解决多粒度语意评价矩阵的群决策问题.第一个模型用于确定多粒度语意评价矩阵的准则权重,其目标是使各专家对备选方案的实际评估值和综合每个专家的评估意见后所得的评估值之间的最大偏离取得最小值.第二个改进的Min-Max模型用于优化多粒度语意评价矩阵的专家权重,由于每个专家对每个方案的实际评估与最后的综合各专家的加权综合评估有偏离,模型的目标函数在于保证每个专家对各个方案的偏离之和最大的那个取得最小.由此得到对每个方案的综合评估.这种综合评估能够尽可能地综合了各专家的意见,提升了评估的科学和准确性.

关键词：多准则群决策权重优化语意评价矩阵 Min-Max模型

考虑权重优化的改进TODIM犹豫模糊多属性决策方法

在线全文

学校读者我要写书评

暂无评论

系统工程 2018年第7期36卷 148-153页

作者：陈业华赵红美王浩燕山大学经济管理学院

针对属性权重未知的犹豫模糊多属性决策问题,提出一种权重优化的改进TODIM的决策方法。从方案和属性值两个层面出发,以犹豫模糊数均值、方差和非明确熵构建多目标优化模型,确定相对权重;考虑决策者的不同心理行为特征,基于方案两两比较... 详细信息

针对属性权重未知的犹豫模糊多属性决策问题,提出一种权重优化的改进TODIM的决策方法。从方案和属性值两个层面出发,以犹豫模糊数均值、方差和非明确熵构建多目标优化模型,确定相对权重;考虑决策者的不同心理行为特征,基于方案两两比较下相对"收益"或"损失"值的价值函数,获得各属性下的感知价值函数矩阵;通过简单加权原则,将感知价值函数矩阵与相对权重进行集结,给出新的综合感知价值函数和全局优势度的表达方式,提出一种改进TODIM的犹豫模糊多属性决策方法。最后,通过实例分析验证了本文所提方法的可行性和有效性。

关键词：权重优化改进TODIM 犹豫模糊集感知价值函数

在线全文

学校读者我要写书评

暂无评论

案例检索及权重优化方法研究及应用

系统工程学报 2009年第6期24卷 764-768页

作者：顾东晓李兴国梁昌勇李锋刚合肥工业大学管理学院安徽合肥230009

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特... 详细信息

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特征属性的相似度计算问题以及采用PULL&PUSH调整策略进行案例权重的调整.在实验系统上基于案例库对FRAWO法的有效性、准确度、效率等进行了实验.实验结果表明,FRAWO法适用于CBR系统,检索速度较快、准确性高.

关键词：案例推理案例检索权重优化病历生成

在线全文

学校读者我要写书评

暂无评论

多传感器量测下权重优化粒子滤波算法

计算机科学 2013年第12期40卷 152-155,159页

作者：胡振涛刘宇杨树军河南大学图像处理与模式识别研究所开封475004 江南计算技术研究所无锡240083

针对粒子滤波在多传感器量测系统状态估计问题中的有效实现,提出一种多传感器量测下的权重优化粒子滤波算法。首先,依据提议分布的具体形式设计用于度量当前时刻粒子的权重的量测似然函数,并利用单个滤波周期内的全部量测分别计算每个... 详细信息

针对粒子滤波在多传感器量测系统状态估计问题中的有效实现,提出一种多传感器量测下的权重优化粒子滤波算法。首先,依据提议分布的具体形式设计用于度量当前时刻粒子的权重的量测似然函数,并利用单个滤波周期内的全部量测分别计算每个粒子权重;其次,考虑到不同传感器精度存在的差异性,结合传感器精度等先验信息,通过加权融合处理方式实现对单个粒子在多传感器量测下权重度量结果的优化;进而在减小粒子权重方差的基础上改善滤波的精度。理论分析和仿真实验结果验证了算法的可行性和有效性。

关键词：多源信息融合多传感器量测粒子滤波权重优化

在线全文

学校读者我要写书评

暂无评论

基于权重优化卷积神经网络的非接触心率检测

合肥工业大学学报（自然科学版） 2024年第4期47卷 479-487页

作者：王盼孺杨学志刘雪南李龙伟王定良合肥工业大学计算机与信息学院安徽合肥230601 工业安全与应急技术安徽省重点实验室安徽合肥230601 合肥工业大学软件学院安徽合肥230601 中国科学技术大学第一附属医院(安徽省省立医院)心血管内科安徽合肥230002

心率是反映人体健康状况和运动状态的重要指标。针对传统心率检测的局限性,近年来提出了许多非接触式的检测方法,其在配合条件下的效果较好,但是在有运动干扰时准确率明显下降。针对该问题,文章结合计算机视觉与深度学习前沿理论,提出... 详细信息

心率是反映人体健康状况和运动状态的重要指标。针对传统心率检测的局限性,近年来提出了许多非接触式的检测方法,其在配合条件下的效果较好,但是在有运动干扰时准确率明显下降。针对该问题,文章结合计算机视觉与深度学习前沿理论,提出一种基于权重优化卷积神经网络的非接触心率检测方法,通过优化卷积神经网络的结构,提高网络的抗噪性能,获得更准确的心率值。首先输入相对稳定的面部视频,然后将输入的面部视频逐帧按行取像素平均值并时域扩展得到各行子脉搏波,再使用主成分分析(principal component analysis,PCA)法与带通滤波器对各行子脉搏波组成的脉搏矩阵进行处理,最后将所得特征矩阵输入权重优化卷积神经网络学习,预测心率值。为了验证该方法的性能优势,使用自采数据集中的2200份人脸视频样本进行实验分析,实验结果表明,文中所提方法与现有的非接触心率检测方法相比,具有更高的准确率、更强的鲁棒性。

关键词：非接触主成分分析(PCA) 权重优化卷积神经网络心率