检索结果-南通市图书馆

基于随机漫步和动态标签传播的异构类标集联合分类算法的研究

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

基于随机漫步和动态标签传播的异构类标集联合分类算法的研究

作者：廖泳新华南理工大学

学位级别：硕士

分类问题作为数据挖掘的一个主要研究的领域,在实际工程中的应用越来越多。面对日益增加的分类需求,本文结合同一个数据集的多个分类需求,提出一个优化的联合分类的算法。旨在保证分类性能,即算法的收敛速度足够快,与此同时提升联合分... 详细信息

分类问题作为数据挖掘的一个主要研究的领域,在实际工程中的应用越来越多。面对日益增加的分类需求,本文结合同一个数据集的多个分类需求,提出一个优化的联合分类的算法。旨在保证分类性能,即算法的收敛速度足够快,与此同时提升联合分类的效果,达到提高分类效率的目的。本文提出一个名为RWDLP的半监督学习算法,可以同时解决在同一个数据集有多个不同的分类任务的问题。本文在开篇回顾了分类问题目前在国内外的研究现状,介绍了一些常见的分类算法与应用,接着从以下方面展开工作:首先,详细分析与讨论基于马尔可夫链的随机漫步（RW）的过程与应用,和标签传播算法及其改进版的动态标签传播算法（DLP）的思路和过程。通过分析这两种算法的共同点,本文提出一个结合两者特点的RWDLP算法。该算法的主体是基于马尔可夫链的随机漫步,但在漫步的过程中,结合动态标签传播算法的思想,加入了转移概率矩阵的动态更新步骤,及近相似性的思想,使分类过程更有效地利用了类标集的信息,同时也通过重启动技术保证了迭代的收敛速度。接着,本文将RWDLP算法与联合分类的场景结合起来。先构造一个包含实例和多个异构类标集的混合关系图,然后在图中进行基于马尔可夫链的随机漫步。本文提出的算法突出的优点是充分利用每个类标集内部与异构类标集间的信息进行分类,以及联合两个或多个分类任务,在保证迭代收敛速度的前提下,提高了分类的效率。最后,在实际的生物信息学的数据集中,通过与其他经典算法的对比,证明了本文提出算法的有效性。本文提出的优化的联合分类算法,通过实验证明了其有效性与实用性。随着分类应用越来越广泛,面临的问题与需求也越来越多,对算法的通用性与效率的要求也越来越高,本文提出的RWDLP算法正好满足了这些发展要求。

关键词：半监督学习联合分类随机漫步动态标签传播

基于强度与颜色信息的地面LiDAR点云联合分类方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国激光 2017年第10期44卷 267-274页

作者：程效军郭王李泉程小龙同济大学测绘与地理信息学院上海200092 江西理工大学建筑与测绘工程学院江西赣州341000

提出了一种地面LiDAR点云强度分类的新方法,即利用点云的色彩信息,对强度分类进行约束。与现有的单一利用强度分类方法比较,该方法利用颜色对强度进行补充,建立了对激光强度纠正结果的容错机制,改善了强度纠正模型无法得到最优纠正结果... 详细信息

提出了一种地面LiDAR点云强度分类的新方法,即利用点云的色彩信息,对强度分类进行约束。与现有的单一利用强度分类方法比较,该方法利用颜色对强度进行补充,建立了对激光强度纠正结果的容错机制,改善了强度纠正模型无法得到最优纠正结果而导致的分类效果不佳的问题。采用Faro Focus 3D120地面扫描仪采集的强度和颜色数据进行实验,结果表明该方法可以提高基于激光强度的三维点云分类精度,在激光强度纠正结果不理想的情况下,也可得到可信度较高的分类结果。

关键词：遥感联合分类强度信息颜色信息地面激光扫描

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

分布式天线的LTE区域定位算法研究

分布式天线的LTE区域定位算法研究

作者：王阳重庆邮电大学

学位级别：硕士

随着移动设备的快速增长,基于位置的服务需求在不断激增。目前,全球定位系统(Global Positioning System,GPS)可以为室外环境提供高精度的定位服务,而由于墙体等障碍物的遮挡,室内定位技术发展缓慢。分布式天线系统(Distributed Antenna... 详细信息

随着移动设备的快速增长,基于位置的服务需求在不断激增。目前,全球定位系统(Global Positioning System,GPS)可以为室外环境提供高精度的定位服务,而由于墙体等障碍物的遮挡,室内定位技术发展缓慢。分布式天线系统(Distributed Antenna Systems,DAS)的出现,有效解决了通信信号室内盲点覆盖问题,故基于DAS的室内定位技术成为了研究热点。特别地,DAS会用室内天线发送运营商的信号,在营运过程中,天线可能发生故障,由于DAS的所有天线拥有相同的Mac地址,无法知道故障天线的位置,需要通过对区域用户的定位来寻找故障天线。基于此,本文开展分布式天线的LTE区域定位算法研究,研究内容如下:1.为了节约建库时间成本并实现合理的区域划分,研究了改进的快速区域数据库构建方法。利用步态检测和扩展卡尔曼滤波方法进行实时速度和航向估计,并完成数据库的位置解算和信号映射,然后通过数据组合将子区域的信号特征转化为单位类别的距离比值特征,并根据该特征进行相似性聚类,最后将坐标距离作为限制参数进行迭代更新,从而保证数据点的连续性。2.为了刻画子区域间信号的相似性并提高匹配概率,研究了改进的快速地球移动距离(Earth Mover’s Distance,EMD)算法。根据区域信号概率分布的差异性构建不同分布距离模型并进行模型转换,同时计算区域内和区域间的限制参数,构造特殊的单位信号距离,接下来不断提取和更新单位信号距离,从而实现快速EMD距离解算。3.为了提高单站身份且低采样速率信号下的区域定位准确率,提出了基于EMD和支持向量机(Support Vector Machine,SVM)联合分类的区域定位算法。考虑到数据库和实测数据采样速率的差异性,通过参考位置点的递归搜索来提取邻近信号特征,并根据EMD距离和SVM分类的关联性构造EMD和SVM联合分类模型,最后通过EMD匹配和联合分类结果的综合投票实现区域定位。实验结果表明,本文算法在离线阶段节约了大量的建库时间,并且区域定位的准确率在动态测试数据下达到90%以上,静态测试数据达到70%以上。

关键词： DAS区域定位快速区域数据库 EMD度量联合分类

基于栈式去噪自动编码器的多源遥感图像变化检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于栈式去噪自动编码器的多源遥感图像变化检测研究

作者：李志舟西安电子科技大学

学位级别：硕士

遥感图像变化检测是指从不同时期的遥感数据中定量地分析和确定地物变化特征的过程,它的主要研究对象为自然地物和人造地物。随着遥感技术迅猛地发展和新型传感器的不断涌现,人们获取遥感数据能力的不断提高,空间遥感技术已从处理单一... 详细信息

遥感图像变化检测是指从不同时期的遥感数据中定量地分析和确定地物变化特征的过程,它的主要研究对象为自然地物和人造地物。随着遥感技术迅猛地发展和新型传感器的不断涌现,人们获取遥感数据能力的不断提高,空间遥感技术已从处理单一遥感数据发展到处理多时相、多通道、多源的遥感数据。不同传感器提供了地球表面丰富多样的遥感图像数据,由于这些海量数据之间存在着不一致性和互补性,如何充分利用这些数据资源挖掘人们所需要的信息是遥感科学界的一个难题。本文针对多源遥感图像变化检测完成了以下两个方面的工作,实验数据集主要是合成孔径雷达（Synthetic Aperture Radar,SAR）图像、光学图像和TM（Thematic mapper）图像:1)提出了基于栈式去噪自动编码器的联合分类多源遥感图像变化检测的方法。该方法首先将两幅待检测的图产生一个初始变化图,然后利用深度神经网络对其中的一幅图像进行特征学习,根据学习到的特征对该图进行聚类分割。其次,联合初始变化图选取分割后可靠的样本像素作为标签,对应的另一幅图的像素点作为输入训练栈式去噪编码器的分类能力。最后将另一幅图所有数据输入到训练好的网络进行自动分类,达到联合分类的目的。这样数据类型不一致的多源数据转换为可以直接比较的数据类型了,生成变化检测图。2)提出了基于栈式去噪自动编码器特征融合的多源遥感图像变化检测的方法。首先,利用对数比算子处理待检测图像产生初始变化图,便于后期挑选训练样本。其次,利用离散余弦变换、Sobel算子和灰度共生矩阵分别提取两待检测图像的特征,计算两时相图像提取的多特征差值,再选取部分可靠的训练样本训练栈式去噪自编码器进行多特征融合并分类,分为变化类和未变化类。最后将所有样本的多特征差值送入训练后的栈式自编码器中进行自动分类得到最终的变化检测图。传统的遥感图像变化检测方法一般前期先产生变化图,再从变化图中进行变化信息提取。然而考虑到多源遥感图像数据的不一致性,使用此类方法产生的变化图含有大量的伪变化信息,将会严重影响到后期的分析和检测。为了解决此问题,本文提出了的多源遥感变化检测方法不再对初始变化图进行变化信息提取。通过对真实遥感图像进行仿真实验,实验结果相比传统的变化检测方法降低了虚警数和漏检数,有效地提高了多源遥感图像变化检测的正确率。

关键词：变化检测栈式去噪自动编码器联合分类特征学习特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于行车数据的危险驾驶行为研究

基于行车数据的危险驾驶行为研究

作者：张雅楠辽宁工业大学

学位级别：硕士

近年来,随着社会经济发展,国内汽车保有量也在大幅度增加,随之而来的还有日益增加的交通事故的发生,研究如何预防交通事故的发生,具有十分重要的意义。据统计,由于驾驶员导致的事故数量占九成以上,有越来越多的学者对驾驶行为进行深入... 详细信息

近年来,随着社会经济发展,国内汽车保有量也在大幅度增加,随之而来的还有日益增加的交通事故的发生,研究如何预防交通事故的发生,具有十分重要的意义。据统计,由于驾驶员导致的事故数量占九成以上,有越来越多的学者对驾驶行为进行深入的研究,但国内研究仍需进步。行车数据可以直观反映驾驶行为,基于此,通过数据处理算法来对行车数据进行分析以识别出危险驾驶行为,主要内容如下:以小轿车为研究对象,对“三急一超”危险驾驶行为进行了说明,并且根据不同危险驾驶行为的不同特征,提出了不同种危险驾驶行为的判定条件。在不同道路条件下,超速行为的判定应设有不同的阈值,根据不同范围车速的限值,急加速也相应的有不同的限制以判定急变速驾驶行为,同时,急转向驾驶行为的判定根据不同道路状况也应有不同的横向加速度阈值作为判定依据。由于研究需要大量的数据做支撑,论文选择NGSIM数据作为基础数据进行研究。根据研究需要对数据进行清理、单位转换、标准化等预处理工作。对驾驶行为进行初始聚类。分析了一种常用的聚类算法k-means聚类的原理及特点,发现改进后的算法k-means++聚类算法能够消除k-means算法的缺点,得到理想的聚类结果,所以将k-means++算法作为聚类方法。得到三种类型驾驶行为:危险型、安全型和隐患型,“三急一超”则属于危险型驾驶行为。用KNN、SVM、决策树与随机森林算法分别与k-means++聚类算法做联合分类,并分别对四种分类算法原理进行了说明,通过混淆矩阵方法计算分类准确度指标表示各个方法的分类准确性,综合对比三个准确度指标,结果表明SVM与k-means++联合分类的准确率最高,每一类别的分类准确率能达到近似为1,最终确定此种方法作为驾驶行为分析中的分类方法。根据分类结果,建立BP神经网络识别模型,实现对模型输入行车数据,模型输出驾驶行为类别号。说明BP神经网络构成及算法原理,根据需求设置神经网络各参数,搭建模型并训练神经网络,识别“三急一超”危险驾驶行为及三种驾驶行为类型。到此完成驾驶行为分析模型,用实测行车数据对此模型进行验证,总结模型结果得出实测数据中各类危险驾驶行为出现的次数。

关键词：驾驶行为行车数据三急一超 k-means++聚类联合分类