检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

近红外光谱建模样本选择方法研究

光谱学与光谱分析 2016年第12期36卷 3920-3925页

作者：靳召晰张秀娟罗付义安冬赵盛毅冉航严衍禄中国农业大学信息与电气工程学院北京100083 山东省德州市农业局山东德州253016 农业部农业信息获取技术重点实验室北京100083

针对小麦品种多分类问题,使用近红外光谱进行定性分析。建模样本增加能够使模型包含信息增多,但同时也会导致信息冗余,增加建模时间和存储空间,所以需要通过样本选择降低数据量。如果盲目选择必然会使信息丢失,模型效果将大打折扣,因此... 详细信息

针对小麦品种多分类问题,使用近红外光谱进行定性分析。建模样本增加能够使模型包含信息增多,但同时也会导致信息冗余,增加建模时间和存储空间,所以需要通过样本选择降低数据量。如果盲目选择必然会使信息丢失,模型效果将大打折扣,因此,在传统选择方法基础上,提出k近邻-密度样本选择方法。使用多天采集的小麦种子近红外漫反射光谱,在对其原始光谱进行预处理和特征提取后,分别使用随机抽样、k近邻和k近邻-密度三种方法进行建模样本选择,然后建立仿生模式识别模型和改进的仿生模式识别模型。实验结果显示,在建立的仿生模式识别模型中,使用k近邻-密度样本选择方法的模型识别效果优于另两种方法,且建模样本量大大降低;而在改进的仿生模式识别模型中,使用k近邻-密度样本选择方法识别效果明显优于随机抽样,略好于k近邻方法,但使用k近邻-密度方法所选择的样本数量远少于k近邻方法。结果证明k近邻-密度样本选择方法不仅能够大大降低建模样本量,而且保证了模型质量,对解决小麦品种多分类问题有明显效果。

关键词：小麦近红外光谱定性分析样本选择

在线全文

学校读者我要写书评

暂无评论

基于动态样本选择的概念漂移自适应预测方法

电子学报 2024年第9期52卷 3228-3239页

作者：代劲李昊王国胤重庆邮电大学软件学院重庆400065 重庆邮电大学计算机学院重庆400065 计算智能重庆市重点实验室重庆400065

概念漂移是影响流数据挖掘性能的重要因素,当前主要通过增量更新或重训练模型进行处理,但对已有知识并未充分利用.从综合利用全体样本出发,本文构建了一种基于动态样本选择的概念漂移自适应分类方法.该方法在新样本到来时进行基于局部... 详细信息

概念漂移是影响流数据挖掘性能的重要因素,当前主要通过增量更新或重训练模型进行处理,但对已有知识并未充分利用.从综合利用全体样本出发,本文构建了一种基于动态样本选择的概念漂移自适应分类方法.该方法在新样本到来时进行基于局部一致性的漂移检测,在发现漂移发生时去除区域内的噪声样本,当检测到新概念出现时,对历史相似概念进行重用.最后,对区域内不同类别样本进行多代表点归纳,并同步更新预测模型.本文在含有不同漂移类型的合成数据集上进行去噪效果验证,并在真实数据集上进行预测任务.实验结果表明,该方法可以有效去除因概念漂移而形成的漂移噪声,有效提升了预测模型性能,整体预测表现优于流行的概念漂移自适应模型.

关键词：概念漂移局部漂移检测流数据样本选择样本去噪自适应预测

基于改进加权欧氏距离的光谱反射率重建样本选择方法研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第12期43卷 3924-3929页

作者：马媛李日浩张伟峰华南农业大学数学与信息学院广东广州510642

获取物体的光谱反射率是准确再现物体在各种光照条件下真实颜色的关键保证,这对纺织服装、出版印刷、网络电商、远程医疗等对颜色有较高要求的行业有重要作用。光谱反射率重建的目的是利用训练样本建立数码相机等通用设备所获取的RGB三... 详细信息

获取物体的光谱反射率是准确再现物体在各种光照条件下真实颜色的关键保证,这对纺织服装、出版印刷、网络电商、远程医疗等对颜色有较高要求的行业有重要作用。光谱反射率重建的目的是利用训练样本建立数码相机等通用设备所获取的RGB三色值和光谱反射率高维向量间的映射关系,从而避免使用分光光度计等专业设备所带来的成本高、操作复杂、分辨率低等问题。训练样本的选择是影响光谱反射率重建算法效果的重要因素。从物理角度看,光谱反射率是一条关于波长的光滑曲线,光谱反射率向量最大的相关性特征就是其光滑性,因此,训练样本的选择应同时考虑空间距离和形状的相似性。针对局部学习方法中局部样本选择问题,提出一种能同时考虑光谱反射率向量形状相似和空间距离相近的更加有效的训练样本选取方法,以提高光谱反射率重建的精度。该方法利用待测样本与训练样本之间的加权欧氏距离与向量夹角距离结合后赋予不同权重作为相似性度量,根据样本容量动态地选出相似度较高的样本。实验以孟赛尔半光泽数据集(munsell matte)为样本集,基于伪逆法进行光谱反射率重建,以光谱均方根误差和色差为评价指标,与加权欧氏距离方法从样本选择的有效性和重构精度两方面进行比较。实验结果表明,基于改进加权欧氏距离的样本选择,能够在保证均方误差最小的条件下,显著降低色度误差,同时添加不同噪声水平后,文中方法的均方根误差和平均色差依旧保持最小,该方法能够更好地利用局部样本的信息,而且具有较好的抗干扰能力,可以有效地提高光谱反射率重建的实际应用效果,进而为颜色的真实再现提供保障。

关键词：光谱反射率重建样本选择改进加权欧氏距离

融合样本选择与特征选择的AdaBoost支持向量机集成算法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2014年第12期48卷 63-68页

作者：杨宏晖王芸孙进才戴健李亚安西北工业大学航海学院西安710072

为提高AdaBoost分类器集成算法的分类精确度并简化分类系统的复杂度,提出一种融合样本选择与特征选择的AdaBoost支持向量机集成算法（IFSelect-SVME）.该算法在AdaBoost算法的每个循环中利用加权免疫克隆样本选择算法进行样本选择,并用... 详细信息

为提高AdaBoost分类器集成算法的分类精确度并简化分类系统的复杂度,提出一种融合样本选择与特征选择的AdaBoost支持向量机集成算法（IFSelect-SVME）.该算法在AdaBoost算法的每个循环中利用加权免疫克隆样本选择算法进行样本选择,并用互信息顺序向前特征选择算法进行特征选择,再利用每个循环优化选择得到的特征样本子集训练个体SVM分类器,并对其进行加权集成,生成最终的决策系统.对实验所用9组UCI数据集的仿真结果表明：与支持向量机集成（SVME）算法相比,IFSelect-SVME算法的正确分类率有所提高,且样本数可减少30.8％～80.0％,特征数可减少32.2％～81.5％,简化了集成结构,缩短了测试样本的分类时间,所得到的分类系统具有更好的分类精度.

关键词：分类器集成 AdaBoost算法支持向量机样本选择特征选择

在线全文

学校读者我要写书评

暂无评论

阴影集的模糊支持向量机样本选择方法

哈尔滨工业大学学报 2012年第9期44卷 78-84页

作者：苏小红赵玲玲谢琳马培军哈尔滨工业大学计算机科学与技术学院

样本选择可以提高模糊支持向量机训练速度并在一定程度上提高其抗噪能力,但存在有效样本选择困难和选样率高的问题,利用阴影集对模糊集的分析能力,提出一种新的基于阴影集的模糊支持向量机样本选择方法,将模糊集合划分为可信任、不可信... 详细信息

样本选择可以提高模糊支持向量机训练速度并在一定程度上提高其抗噪能力,但存在有效样本选择困难和选样率高的问题,利用阴影集对模糊集的分析能力,提出一种新的基于阴影集的模糊支持向量机样本选择方法,将模糊集合划分为可信任、不可信任及不确定3个子集,仅在可信任和不确定子集中选样,并分别采用子空间样本选择和边界向量提取的方法选样.实验结果表明,该方法在保持分类器泛化能力的前提下可以有效降低选样率和训练时间.因该方法去除了样本中的不可信任数据,所以当训练样本中含有噪声时,还可以有效提高分类器的分类性能.

关键词：模糊支持向量机样本选择阴影集

在线全文

学校读者我要写书评

暂无评论

适用于训练样本选择的斜交因子模型研究

武汉大学学报（信息科学版） 2022年第11期47卷 1870-1877页

作者：虞欣郑肇葆李林宜北京石油化工学院北京102617 武汉大学遥感信息工程学院湖北武汉430079

训练样本的质量直接影响训练阶段的训练质量(或效果),进而在一定程度上影响测试阶段的分类精度。训练样本的代表性和典型性则反映出训练样本质量的一个重要方面。对于当前非常流行的深度学习模型研究,如何尽可能地减少训练样本的数量,... 详细信息

训练样本的质量直接影响训练阶段的训练质量(或效果),进而在一定程度上影响测试阶段的分类精度。训练样本的代表性和典型性则反映出训练样本质量的一个重要方面。对于当前非常流行的深度学习模型研究,如何尽可能地减少训练样本的数量,一方面成为一个非常“棘手”的问题,另一方面从实际应用的角度来看,这也上升为一个经济或成本方面的问题。提出了一种适用于训练样本选择的斜交因子模型方法,该方法松弛了Q型因子分析和对应分析对于公因子之间独立的假设条件,并在斜交参考解的基础上提出一种适合训练样本选择的近似求解斜交旋转的方法。实验结果表明,所提方法是可行、有效的。与基于正交因子模型的方法相比,它可以更好地描述或逼近现实的真实情况,可以选择出更合理、更具有代表性的典型训练样本,并且还可以取得满意的分类精度。适用于训练样本选择的斜交因子模型方法优于基于正交因子模型的训练样本的选择方法,被选择的训练样本分布相对更分散、更合理,而且总的分类精度平均提高3%左右。

关键词：斜交因子模型训练样本影像分类正交因子模型样本选择

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

水下目标识别中样本选择与SVME融合算法

西北工业大学学报 2014年第3期32卷 362-367页

作者：杨宏晖王芸戴健西北工业大学航海学院陕西西安710072

水下目标识别中训练样本集含有冗余样本、噪声样本及无关样本,且特征提取、特征选择和决策系统设计过程分离而导致系统识别性能的下降,为此提出了基于加权最近邻收缩样本选择的SVM集成算法(SVME-WRNN)和基于加权免疫克隆样本选择的SVM... 详细信息

水下目标识别中训练样本集含有冗余样本、噪声样本及无关样本,且特征提取、特征选择和决策系统设计过程分离而导致系统识别性能的下降,为此提出了基于加权最近邻收缩样本选择的SVM集成算法(SVME-WRNN)和基于加权免疫克隆样本选择的SVM集成算法(SVME-WICISA)。这2种集成方法通过样本选择来构建精度高、差异大的子分类器,并将其集成。利用4类水下目标实测数据进行了分类仿真实验。实验结果表明:SVME-WRNN算法和SVME-WICISA算法与SVME算法(无样本选择)相比较,在识别率相当的情况下,大幅度地降低了训练样本数目,得到的综合分类器具有良好的分类精度。

关键词：噪声算法决策特征提取支持向量机水声学样本选择目标识别加权免疫克隆样本选择算法加权最近邻收缩

在线全文

学校读者我要写书评

暂无评论

基于判别性样本选择的无监督领域自适应方法

西北工业大学学报 2020年第4期38卷 828-837页

作者：吴琳琳彭国华延伟东西北工业大学数学与统计学院陕西西安710072

针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)。为了减少源域和目标域的分布差异,将2个领域样本投影到同一子空间中,并对源域中的样本进行加权,使样本... 详细信息

针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)。为了减少源域和目标域的分布差异,将2个领域样本投影到同一子空间中,并对源域中的样本进行加权,使样本更具有判别性;不同于以往基于样本的概率密度估计方法,通过求解一个二次规划问题得到样本权重,避免了对样本分布进行估计,适用于任何领域且不会受到高维密度估计所造成的维数困扰;最后通过最小化类内距离来实现同类聚集。实验结果表明,该方法提高了数据集的分类准确率且具有较好的鲁棒性。

关键词：样本选择领域自适应二次规划类内距离分类

在线全文

学校读者我要写书评

暂无评论

基于最近邻规则的神经网络训练样本选择方法

自动化学报 2007年第12期33卷 1247-1251页

作者：郝红卫蒋蓉蓉北京科技大学信息工程学院北京100083

训练集中通常含有大量相似的样本,会增加网络的训练时间并影响学习效果.针对这一问题,本文将最近邻法(Nearest neighbor,NN)简单快捷和神经网络高精度的特点相结合,提出了一种基于最近邻规则的神经网络训练样本选择方法.该方法考虑到训... 详细信息

训练集中通常含有大量相似的样本,会增加网络的训练时间并影响学习效果.针对这一问题,本文将最近邻法(Nearest neighbor,NN)简单快捷和神经网络高精度的特点相结合,提出了一种基于最近邻规则的神经网络训练样本选择方法.该方法考虑到训练样本对于神经网络性能的重要影响,利用改进的最近邻规则选择最具有代表性的样本作为神经网络的训练集.实验结果表明,所提出的方法能够有效去除训练集中的冗余信息,以少量的样本获得更高的识别率,减少网络的训练时间,增强网络的泛化能力.

关键词：神经网络样本选择最近邻规则手写字符识别