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

一种融合核优化算法

西安电子科技大学学报 2007年第4期34卷 509-513,582页

作者：陈渤刘宏伟保铮西安电子科技大学雷达信号处理重点实验室陕西西安710071

将Xiong等提出的单核优化算法改进为一种能够进行多核学习的融合核核优化算法.该算法使用了依赖数据变化的核函数,通过最大化核Fisher准则,能够学习出不同特性的核函数的融合系数.为了验证所提方法的有效性,将其应用到核主分量分析(KPCA... 详细信息

将Xiong等提出的单核优化算法改进为一种能够进行多核学习的融合核核优化算法.该算法使用了依赖数据变化的核函数,通过最大化核Fisher准则,能够学习出不同特性的核函数的融合系数.为了验证所提方法的有效性,将其应用到核主分量分析(KPCA)的核优化中,在合成数据和实测雷达高分辨一维距离像数据的基础上对KPCA提取特征的分类性能进行了评估,实验结果说明了提出的方法改进了最后的分类性能.

关键词：核函数机类可分性经验特征空间核函数优化高分辨一维距离像

一种针对雷达高分辨距离像识别的融合核优化算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2006年第6期34卷 1146-1151页

作者：陈渤刘宏伟保铮曹雪菲西安电子科技大学雷达信号国家重点实验室陕西西安710071 西安电子科技大学ISN国家重点实验室陕西西安710071

本文提出一种针对雷达一维高分辨距离像(HRRP)的核函数优化算法.该算法基于对模-1距离高斯核和模-2距离高斯核的融合,结合两种核函数的不同特性,不仅优化了核函数,同时抑制了HRRP的闪烁效应.文中,基于雷达实测数据,我们将所提算法应用... 详细信息

本文提出一种针对雷达一维高分辨距离像(HRRP)的核函数优化算法.该算法基于对模-1距离高斯核和模-2距离高斯核的融合,结合两种核函数的不同特性,不仅优化了核函数,同时抑制了HRRP的闪烁效应.文中,基于雷达实测数据,我们将所提算法应用于核主分量分析(KPCA)的核函数优化中,然后采用支持矢量机(SVM)对提取的特征进行了分类.通过对实验结果比较与分析,我们证明该方法是有效的.

关键词：雷达高分辨距离像闪烁效应核函数机类可分性经验特征空间核函数优化

在线全文

学校读者我要写书评

暂无评论

最大间隔核优化的雷达目标识别新方法

信号处理 2014年第7期30卷 783-788页

作者：肖永生黄丽贞朱劼昊周建江南昌航空大学信息工程学院南昌330063 南京航空航天大学信息科学与技术学院南京210016

基于目标高分辨率距离像的雷达自动目标识别技术在军事和民用上都有巨大的应用价值。但是由于雷达目标高分辨距离像的姿态敏感性以及高特征维数,造成了其非线性可分性。针对此问题,本文提出了一种基于最大间隔核优化的雷达目标高分辨距... 详细信息

基于目标高分辨率距离像的雷达自动目标识别技术在军事和民用上都有巨大的应用价值。但是由于雷达目标高分辨距离像的姿态敏感性以及高特征维数,造成了其非线性可分性。针对此问题,本文提出了一种基于最大间隔核优化的雷达目标高分辨距离像识别方法。本方法首先采用了最大间隔准则算法来优化数据依赖核函数,然后利用支持向量机分类器实现了雷达目标高分辨距离像识别,最后进行了基于5种战斗机目标高分辨距离像的实验仿真。实验结果表明了基于最大间隔核优化的目标识别算法对于SVM分类器可以有效实现核函数优化,从而能够提高目标识别性能。

关键词：雷达目标高分辨距离像支持向量机核函数优化雷达目标识别最大间隔准则

在线全文

学校读者我要写书评

暂无评论

数据挖掘中模糊C聚类算法的寻优能力优化

科技通报 2015年第9期31卷 208-211页

作者：陈佳石林江苏省联合职业技术学院刘国钧分院江苏常州2130256 常州大学江苏常州213164

随着数据库技术的不断发展,现有的聚类分析算法已经无法满足数据挖掘的聚类分析的需求。本文主要针对传统的模糊C聚类算法,将其中存在的问题进行改进,并在核函数和权值优化的基础上,提出模糊C聚类算法。首先对模糊C聚类算法的特征权值... 详细信息

随着数据库技术的不断发展,现有的聚类分析算法已经无法满足数据挖掘的聚类分析的需求。本文主要针对传统的模糊C聚类算法,将其中存在的问题进行改进,并在核函数和权值优化的基础上,提出模糊C聚类算法。首先对模糊C聚类算法的特征权值进行优化,然后引入核函数的概念,对模糊C聚类算法的寻优过程进行改进。仿真验证得到的结果是,本文所提出的模糊C聚类算法,能够在核函数和权值优化上有更好和更加稳定的聚类。

关键词：数据挖掘模糊C聚类算法特征权值优化核函数优化

在线全文

学校读者我要写书评

暂无评论

基于快速分割核函数的数字抠像模型

科技通报 2016年第11期32卷 210-213页

作者：余廷忠张起荣贵州工程应用技术学院信息工程学院贵州毕节551700

针对标准支持向量机(SVM)算法在数字抠像的应用中还存在抠像精度低、点集分类效果不好等问题。本文设计了以快速分割核函数优化SVM算法为基础的数字抠像模型,最先将径向基函数(RBF)当成核函数对推理试验模型进行建立,之后再利用CMSVM设... 详细信息

针对标准支持向量机(SVM)算法在数字抠像的应用中还存在抠像精度低、点集分类效果不好等问题。本文设计了以快速分割核函数优化SVM算法为基础的数字抠像模型,最先将径向基函数(RBF)当成核函数对推理试验模型进行建立,之后再利用CMSVM设置较大的参数取值范围,对参数进行大间隔步长的循环取值,并通过一定训练和测试,以评分准则为依据对这种状况下建立的最优SVM分析模型所对应的参数值进行确定,指导最终确定出用来建立SVM分析模型的理想参数值,进而对分析模型进行确定。结果表明,本文提出的快速分割核函数优化SVM算法相比较标准SVM算法,具有更好的数字图像抠像效果。

关键词： SVM算法核函数优化数字抠像快速分割 RBF函数 CMSVM模型

在线全文

学校读者我要写书评

暂无评论

极速学习机优化方法研究

极速学习机优化方法研究

作者：张娅楠中国矿业大学

学位级别：硕士

极速学习机是一种新颖的机器学习算法，在输入权值和隐含层偏置值随机设置的情况下，网络的所有参数就不必迭代的调整，而是通过求一个最小化误差二范数的最小二乘解来获取。因为当隐含层参数随机设置时，输出层权值就能够以解析的形式... 详细信息

极速学习机是一种新颖的机器学习算法，在输入权值和隐含层偏置值随机设置的情况下，网络的所有参数就不必迭代的调整，而是通过求一个最小化误差二范数的最小二乘解来获取。因为当隐含层参数随机设置时，输出层权值就能够以解析的形式求出解的形式，所以能够实现非常快速的学习，该方法具有原理简单、学习快速、适应性好的特点。虽然极速学习机简单快速，但是极速学习机对网络的输入数据还是有要求的，当遇到大规模数据或者数据中的离群点过多时就会影响到网络的训练效果，这就需要进行网络结构的优化。与此同时，对于极速学习机的核函数的选取也是一个值得讨论的问题，再有就是对核函数的优化问题。针对以上问题，本文主要是对极速学习机算法进行了优化研究，侧重点为网络结构模型优化和极速学习机核函数的优化。文章的主要内容大体如下： 1.结合了粗糙集基于决策表属性约简算法，对极速学习机原始网络结构中加入了一个数据预处理层，位于输入层和隐含层中间，将输入数据样本进行属性约简，去掉冗余属性，降低样本的维度。 2.提出了基于小波核函数的极速学习机优化算法来对网络进行学习训练，综合考虑了核函数对极速学习机的影响，并且与传统的极速学习机算法相比具有更高的学习精度。 3.提出了基于混合核函数的极速学习机算法，结合了局部核函数和全局核函数的优势，将两者结合而成的混合核函数再应用到极速学习机中作为其核函数来对样本进行训练，是对极速学习机核函数的优化，使得算法的学习性能和泛化性能同时得到了提升。

关键词：粗糙集单隐含层前馈神经网络极速学习机小波核函数混合核函数核函数优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于声发射的旋转机械故障诊断

基于声发射的旋转机械故障诊断

作者：白瑞沈阳工业大学

学位级别：硕士

伴随现代化工业的迅猛发展,各类大型旋转机械在工业化生产中有着举足轻重的地位。齿轮在旋转机械中能起到支撑和减少固定机械部分与运动机械部分间的摩擦,可以称为旋转机械的重要组成。齿轮的主要特点有负载能力大、传动精度高、传动功... 详细信息

伴随现代化工业的迅猛发展,各类大型旋转机械在工业化生产中有着举足轻重的地位。齿轮在旋转机械中能起到支撑和减少固定机械部分与运动机械部分间的摩擦,可以称为旋转机械的重要组成。齿轮的主要特点有负载能力大、传动精度高、传动功率恒定等,因此能够大量的被应用到现代大型机械中。但是由于齿轮传动结构复杂、工作环境恶劣等原因,使得它成为一个容易发生故障的部件。如果故障发生将会影响设备的整体运行,甚至会导致重大的安全事故。因此开展齿轮故障监测技术研究意义非常重要。传统的齿轮故障监测方法是利用振动信号来进行的,但常因存在外部干扰噪声而不能很好的采集到早期的齿轮故障信号。声发射是齿轮故障诊断中一种有效的监测与诊断技术,它是通过检测由物体自身释放的应力波来研究物体的状态变化。声发射技术不需要距离被测物体很近,被测物体的形变也不会轻易引起声发射的改变,涉及领域大,既可以做宏观检测,又可以检测物体内部组织的各种状态变化,因此,声发射技术对于齿轮早期故障的实时监测与诊断至关重要。本文介绍了旋转机械故障诊断的意义、声发射技术原理和声发射技术的发展及其应用,并对旋转机械故障诊断的方法进行总结。根据旋转机械齿轮故障的实际情况,应用支持向量机对声发射信号的识别展开了研究。支持向量机是机器学习的算法,它是基于结构风险最小化原理,该原理在数学理论上证明了此模型的泛化能力能够最大化。在实验数据获取方面本文齿轮实验系统由PCI-2声发射系统和旋转机械故障型试验台组成。对齿轮进行了磨损和沟槽实验,通过实验分析研究不同的齿轮故障声发射信号的特征。实验数据采用支持向量机进行识别,以径向基(RBF)函数作为支持向量机的核函数,针对RBF核函数的参数选取设计三种参数寻优方法:网格搜索法、遗传算法寻优和粒子群参数寻优(PSO)。利用三种参数寻优方法对RBF核函数的关键参数进行了分析。以实验采集的磨损数据、沟槽数据、正常数据建立支持向量机的分类模型,并利用支持向量机对实验数据进行分类。应用优化后的支持向量机故障分类的精度相比于优化之前提高了10%左右,结果表明该方法对齿轮故障声发射信号研究有借鉴意义。

关键词：声发射齿轮故障诊断支持向量机核函数优化

一种基于累计适应度遗传算法的快速文本分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于累计适应度遗传算法的快速文本分类器

作者：程柯重庆大学

学位级别：硕士

在数据挖掘文本分类研究领域中,同时基于遗传算法与基于支持向量机的多分类技术开始引起部分学者的关注,该算法体系的特色是在借鉴遗传算法的自适应寻优秀特征以构造最优二叉树结构的同时,采用支持向量机技术在高维度环境下突出的效果,... 详细信息

在数据挖掘文本分类研究领域中,同时基于遗传算法与基于支持向量机的多分类技术开始引起部分学者的关注,该算法体系的特色是在借鉴遗传算法的自适应寻优秀特征以构造最优二叉树结构的同时,采用支持向量机技术在高维度环境下突出的效果,自动构建二叉树节点,分类效果得到广泛认可。针对基于遗传算法(Genetic Algorithm,GA)的支持向量机(Support Vector Machine,SVM)多分类决策树算法(GA-SVM)中全局优化缺陷以及时间复杂度较高的问题,做了两方面工作,其一是通过重新定义遗传适应度函数(fitness),提出一种累计适应度(cumulative fitness),进而衍生出新算法CFGA-SVM,其二在CFGA-SVM的基础上,修改了多项式核函数的选择算子,产生新的改进的基于遗传算法的支持向量机快速多类文本分类算法BCFGA-SVM,降低了CFGA-SVM算法的时间复杂度,同时也能保证分类精度与全局寻优能力。BCFGA-SVM算法同CFGA-SVM算法思路相同,都是从根节点开始逐层构造二叉树,首先对根节点基因实值编码,通过基因分裂操作产生子代种群,然后利用累计适应度筛选出新的种群,筛选出的种群并不一定是当代局部最优,但一定是所得二叉树中全局最优,从而提高分类精度,最后以此循环直至算法结束,与CFGA-SVM算法不同的是,在计算适应度时,BCFGA-SVM采用自动选择核函数映射的方法,根据当前样本的分布情况,灵活的选取多项式核函数的参数d,避免了多余的高维向量计算,在一定程度上能缩小时间复杂度。最后利用实验结果表明:BCFGA-SVM较之传统的GA-SVM算法在全局优化能力、分类精度上有明显提高,并且在时间复杂度方面较CFGA-SVM更小,进而验证了该算法的应用可行性与性能有效性,可在高维度样本的分类应用中推广。

关键词：多分类支持向量机遗传算法文本分类核函数优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征融合的林火烟雾检测算法研究

基于多特征融合的林火烟雾检测算法研究

作者：岳姣姣燕山大学

学位级别：硕士

基于视频的烟雾识别技术是传统森林火灾检测系统中的一个重大突破,本文通过对国内外烟雾检测算法的现状进行分析,设计了一种结合运动目标检测、检测区域特征提取和利用分类器进行烟雾与非烟雾识别的林火烟雾检测算法。首先为了防止光照... 详细信息

基于视频的烟雾识别技术是传统森林火灾检测系统中的一个重大突破,本文通过对国内外烟雾检测算法的现状进行分析,设计了一种结合运动目标检测、检测区域特征提取和利用分类器进行烟雾与非烟雾识别的林火烟雾检测算法。首先为了防止光照突变和树枝扰动等的干扰,以背景差分法为基础,在中值滤波和混合高斯模型两个模型上分别进行介绍。方法一是对中值滤波进行改进提取背景模型,利用运动累积判别得差分图像提取运动区域;方法二是将双边滤波与混合高斯模型相结合分割运动区域,再将提取结果进行连通域处理,进一步排除干扰物的干扰。其次对检测出的运动区域进行特征提取,为了适应森林火灾复杂的背景条件和天气环境等因素的影响,本文采用一种多特征融合算法,依次提取纹理特征、质心距特征和HOG特征,组成一个大的特征矩阵待输入分类器使用。其中的HOG灰度直方图特征是图像处理领域最新提出的一种算法,因为此特征的几何不变性和对局部对比度变化不敏感的特性,能对外观和形状特征进行表征,所以本文将其引入烟雾检测系统,并经实验证明此特征对烟雾特征提取是可操作的并有很好的效果。最后对现有分类器进行介绍,详细介绍了支持向量机和最小二乘支持向量机,对最小二乘支持向量机的核函数进行优化,并通过实验验证了最小二乘支持向量机比支持向量机性能更优。实验结果表明本文算法具有较好的识别效果,提高了检测的准确率。

关键词：烟雾检测运动检测混合高斯模型双边滤波特征融合 HOG特征最小二乘支持向量机核函数优化