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

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

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

基于样本选择的跨被试脑力负荷识别

科学技术与工程 2023年第17期23卷 7257-7263页

作者：曲洪权王飞月庞丽萍陈丽莉刘晓花北方工业大学信息学院北京100144 北京航空航天大学航空科学与工程学院北京100191 华北石油通信有限公司万庄通信总站廊坊065000 中国石油管道局工程有限公司国际事业部廊坊065000

人体的脑力负荷状态与人机操作工作时的工作效率、人力资源分配以及事故的发生等息息相关,因此研究操作人员的脑力负荷状态具有重要意义。为了解决现有脑力负荷识别方法由于训练集中样本数量过少导致分类效果较差的问题,提出了一种基于... 详细信息

人体的脑力负荷状态与人机操作工作时的工作效率、人力资源分配以及事故的发生等息息相关,因此研究操作人员的脑力负荷状态具有重要意义。为了解决现有脑力负荷识别方法由于训练集中样本数量过少导致分类效果较差的问题,提出了一种基于样本选择的跨被试脑力负荷识别方法。首先,将其他被试的脑电数据作为训练集,参考目标被试的少量历史数据对训练集中的特征数据进行样本选择,实现减少样本数量的同时减少训练集和测试集之间的域差异;其次,再通过主成分分析对样本选择后的自适应训练集和目标被试测试集特征进行特征降维;最后,用自适应训练集主成分建立支持向量机分类模型识别测试集样本的脑力负荷状态。结果表明,该方法可以在提高分类效率的同时提高分类精度,实现快速、准确的脑力负荷状态识别。

关键词：样本选择主成分分析支持向量机脑力负荷脑电

在线全文

学校读者我要写书评

暂无评论

基于文本数据的过滤式与嵌入式样本选择算法

数据分析与知识发现 2020年第2期4卷 223-230页

作者：刘书瑞田继东陈普春赖立宋国杰西南石油大学理学院成都610500

【目的】减少文本数据的训练数据量,缩短模型训练时间。【方法】基于协方差估计,提出一种新的过滤式样本选择算法,并将数据的遗忘性研究成果应用到嵌入式样本选择算法中。【结果】在中文阅读理解模型训练中,本文提出的算法至少可以减少... 详细信息

【目的】减少文本数据的训练数据量,缩短模型训练时间。【方法】基于协方差估计,提出一种新的过滤式样本选择算法,并将数据的遗忘性研究成果应用到嵌入式样本选择算法中。【结果】在中文阅读理解模型训练中,本文提出的算法至少可以减少模型训练时间50%。与经典的词频-逆文档频次算法相比,本文小批量协方差估计算法与遗忘算法在召回率、F评价指标上分别提升0.018、0.012与0.017、0.029。【局限】训练数据减少,对模型的准确率评价指标有一定影响。【结论】本文算法能减少模型的训练时间,提高评价指标,由于计算只与批次有关,故适用于大规模数据集的并行运算。

关键词：样本选择协方差估计遗忘算法

权利认知对农民工就业质量的影响及其异质性——基于样本选择分位数回归的分析

在线全文

学校读者我要写书评

暂无评论

人口与发展 2022年第3期28卷 2-14页

作者：刘长全中国社会科学院农村发展研究所北京100732

首先构建包括收入水平、劳动权益、劳动强度、劳动安全、就业稳定性、社会保障等6个维度的农民工就业质量指数,然后分别采用Heckman两步法及Buchinsky控制方程法和A&B连接方程法两种样本选择分位数估计方法,实证分析了权利认知对农民工... 详细信息

首先构建包括收入水平、劳动权益、劳动强度、劳动安全、就业稳定性、社会保障等6个维度的农民工就业质量指数,然后分别采用Heckman两步法及Buchinsky控制方程法和A&B连接方程法两种样本选择分位数估计方法,实证分析了权利认知对农民工就业质量的作用及其分布特征。研究表明,关于劳动合同和最低工资的权利认知对农民工就业质量都有显著促进作用;权利认知的作用随着就业质量分位的下降而上升,这与劳动力市场特征及相关制度的兜底性质是一致的;在用A&B连接方程法控制样本选择问题的异质影响后,权利认知的作用有所下降;尤其是对最低工资的权利认知,其在低分位上对就业质量的积极作用因对就业率的较大不利影响不再显著。基于实证分析结论进一步探讨了相关政策启示。

关键词：农民工就业质量权利认知样本选择分位数估计异质性

基于NSGA-Ⅱ算法选择光谱反射率重建样本的研究

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 2024年第5期44卷 1227-1232页

作者：林鹭王智峰李超辽宁科技大学计算机与软件工程学院辽宁鞍山114051

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根... 详细信息

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根误差与拟合优度系数的乘积,以这一标准选择光谱重建误差最小的样本作为代表性样本进行光谱反射率重建。受Liang等人工作的启发结合NSGA-Ⅱ算法选择代表性样本,先对全体训练样本使用多项式回归算法和伪逆法进行光谱反射率重建,再使用NSGA-Ⅱ算法,设定两个目标函数,一个是所需代表性样本个数的光谱均方根误差的和,另一个是拟合优度系数倒数的和,令两个目标函数值最小。将经过NSGA-Ⅱ算法挑选出的Pareto等级为1的全部样本按照样本出现次数由高至低排序,以此顺序从高到低依次选为代表性样本,直至达到所需代表性样本个数。若从Pareto等级为1的样本集合中挑选的代表性样本数不足所需要的个数则选择下一等级出现次数最多且没有被选择过的样本直至代表性样本数达到需求。将1269块无光泽Munsell标准色卡按照样本下标划分为偶数色卡、奇数色卡,第一组实验用Munsell奇数色卡为全体训练样本,从Munsell偶数色卡中随机选择20个色块为测试样本。第二组实验选用Munsell偶数色卡为全体训练样本,从Munsell奇数色卡中随机选取20个色块为测试样本。第三组实验训练样本与第一组相同,RC24色卡为测试样本。将该方法与Mohammadi、Cao、Liang等提出的三种样本选择方法进行对比。通过实验得到使用NSGA-Ⅱ算法结合多项式回归与伪逆法选择的代表性样本重建的光谱反射率在均方根误差和色差两个指标上均优于现有的样本选择方法,并且该方法不限于特定系统,具有通用性。

关键词：光谱反射率重建 NSGA-Ⅱ 多目标优化样本选择

在线全文

学校读者我要写书评

暂无评论

基于因素空间的人工智能样本选择策略

智能系统学报 2021年第2期16卷 346-352页

作者：崔铁军李莎莎辽宁工程技术大学安全科学与工程学院辽宁阜新123000 辽宁工程技术大学工商管理学院辽宁葫芦岛125105

为解决人工智能中莫拉维克悖论提出的问题,基于因素空间思想提出一种人工智能样本选择策略。首先通过因素空间论证了莫拉维克悖论的证确定。其次论述了人的选择过程即是比较过程的论断。认为人选择样本需经过三次选择,分别为选择适合的... 详细信息

为解决人工智能中莫拉维克悖论提出的问题,基于因素空间思想提出一种人工智能样本选择策略。首先通过因素空间论证了莫拉维克悖论的证确定。其次论述了人的选择过程即是比较过程的论断。认为人选择样本需经过三次选择,分别为选择适合的因素、因素概念相和因素量化相,样本空间中样本在这三次选择中逐渐减少最终唯一。最终为实现策略,划分了研究对象,建立了选择策略层次结构,从而建立了人工智能样本选择策略网络模型。实例分析表明:过程中操作基本是因素及因素相的运算,之后才涉及少量的相测量和数据计算。该策略是人对样本的选择过程,也是人工智能样本选择应具备的策略。

关键词：智能科学因素空间莫拉维克悖论样本选择策略研究因素驱动策略网络人的思维

基于样本选择策略和对比学习的弱监督学习研究

在线全文

学校读者我要写书评

暂无评论

基于样本选择策略和对比学习的弱监督学习研究

作者：魏琦山东大学

学位级别：硕士

当前深度学习中模型的良好泛化性能严重依赖于大规模且标注精确的训练数据。但是在实际应用中,高质量的训练数据往往难以获得,学习算法面临监督信息不精确、不完整等弱监督环境。因此,如何在弱监督环境下设计有效的学习算法一直以来备... 详细信息

当前深度学习中模型的良好泛化性能严重依赖于大规模且标注精确的训练数据。但是在实际应用中,高质量的训练数据往往难以获得,学习算法面临监督信息不精确、不完整等弱监督环境。因此,如何在弱监督环境下设计有效的学习算法一直以来备受关注。标签选择和对比学习是弱监督学习中常用的策略。弱监督条件下的模型容易受到标签噪声或者错误伪标签的影响,设计可靠的样本选择策略是弱监督学习的核心问题。同时,深度学习的本质是表示学习,设计有效的对比学习策略是解决弱监督问题的重要途径。本文对弱监督条件下的样本选择策略和对比学习策略开展了一定的研究,主要包括:1.针对样本选择策略中边界样本容易缺失的问题,本文从模型预测波动的角度出发,设计了对噪声样本感知的选择准则。通过逐步的过滤掉模型预测结果不稳定的样本,从而保留住边界样本。同时,本文设计了一个基于模型输出的自信惩罚项,避免模型对标签噪声陷入过度拟合。2.针对监督对比学习对标签噪声敏感的问题,本文设计了一个噪声容忍的对比学习框架,其包含一个噪声鲁棒的对比损失和一个用于标签修正和有选择地更新缓存队列的权重感知机制。此外,本文构建了一个随机模块来进行特征转换,以此来提升对比学习框架的表示能力。3.针对传统伪标签方法中固定阈值自适应性差的问题,本文提出了一种基于元学习的样本感知阈值算法,通过一个额外的元网络来自动生成样本层级的自信阈值。对于本框架中的分类网络和元网络,本文采用了双层策略实现了对两个网络参数的实时更新。最后本文还提供了学习框架的理论性分析,从理论上保证了算法的有效性。本文所提出的三个算法在标签噪声和半监督任务中的多个公开数据集上均取得了最优性能。在大规模真实场景数据集(如ImageNet和Clothing1M)上的优异性能表明本文算法的有效性和实用性。

关键词：标签噪声学习半监督学习样本选择伪标签对比学习细粒度分类

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

样本选择问题的统计处理方法对比研究

统计与决策 2015年第15期31卷 4-7页

作者：王贵春重庆大学建设管理与房地产学院重庆400045

文章从方法论视角,描述了样本选择问题存在的数据基础并基于此提出了样本选择问题的统计处理方法,通过采用Heckman、Switch和处理效应估计法,以房地产调研的微观个体数据为研究对象,对当地房地产的发展进行统计估计比较研究。经过三种... 详细信息

文章从方法论视角,描述了样本选择问题存在的数据基础并基于此提出了样本选择问题的统计处理方法,通过采用Heckman、Switch和处理效应估计法,以房地产调研的微观个体数据为研究对象,对当地房地产的发展进行统计估计比较研究。经过三种统计处理方法估计结果的比较,发现地方房地产的消费者消费能力与收入水平之间呈现正相关关系,且推断出采用Switch模型和处理效应估计法比较适合,而标准的Heckman选择模型不太适合。

关键词：样本选择 Heckman法 Switch法处理效应