检索结果-南通市图书馆

基于adaboost集成学习的演化硬件DNA微阵列数据分类

在线全文

学校读者我要写书评

暂无评论

江苏大学学报（自然科学版） 2017年第1期38卷 86-92,102页

作者：王进黄超冉仟元邓欣陈乔松重庆邮电大学计算智能重庆市重点实验室重庆400065

为了更好地解决DNA微阵列数据的分类问题并进一步提高系统的识别率,提出了一种用于DNA微阵列数据分类的演化硬件多分类器Ada Boost选择性集成学习方法.在系统集成阶段,介绍了2种改进的Ada Boost算法,分别探讨了以样本标记提升抽样有效... 详细信息

为了更好地解决DNA微阵列数据的分类问题并进一步提高系统的识别率,提出了一种用于DNA微阵列数据分类的演化硬件多分类器Ada Boost选择性集成学习方法.在系统集成阶段,介绍了2种改进的Ada Boost算法,分别探讨了以样本标记提升抽样有效容量和直接面向组合分类器分类精度提升的选择性集成策略.对急性白血病、肺癌、结肠癌数据集进行了试验.结果表明,基于Ada Boost集成学习的演化硬件方法对白血病、肺癌、结肠癌的平均识别率为97.06%,99.32%,和94.44%.相对于传统演化硬件集成学习方法,文中方法保证更优识别率的同时有效降低了硬件实现代价.

关键词：机器学习演化硬件 DNA微阵列 adaboost 选择性集成

基于增量学习思想的改进adaboost建模方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2012年第9期27卷 1433-1436页

作者：田慧欣王安娜天津工业大学电气工程与自动化学院天津300387 东北大学信息科学与工程学院沈阳110819

针对软测量建模的特点以及建模过程中存在的主要问题,提出了基于adaboost RT集成学习方法的软测量建模方法,并根据adaboost RT算法固有的不足和软测量模型在线更新所面临的困难,提出了自适应修改阈值φ和增添增量学习性能的改进方法,使... 详细信息

针对软测量建模的特点以及建模过程中存在的主要问题,提出了基于adaboost RT集成学习方法的软测量建模方法,并根据adaboost RT算法固有的不足和软测量模型在线更新所面临的困难,提出了自适应修改阈值φ和增添增量学习性能的改进方法,使用该建模方法对宝钢300t LF精炼炉建立钢水温度软测量模型,并使用实际生产数据对模型进行了检验,检验结果表明,该模型具有较好的预测精度,能够很好地实现在线更新。

关键词：软测量 adaboost 增量学习极限学习机精炼炉

局部保形映射和adaboost方法在滚动轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2013年第5期32卷 144-148页

作者：姚培王仲生姜洪开刘贞报布树辉西北工业大学航空学院西安710072

针对滚动轴承故障振动信号的随机性和非平稳性,提出基于局部保形投影(LPP)特征提取和自适应Boosting算法的滚动轴承故障诊断方法。首先对信号构建原始样本数据集合,提取时域、频域及时频域的相关特征,将该特征作为LPP的输入样本,得到维... 详细信息

针对滚动轴承故障振动信号的随机性和非平稳性,提出基于局部保形投影(LPP)特征提取和自适应Boosting算法的滚动轴承故障诊断方法。首先对信号构建原始样本数据集合,提取时域、频域及时频域的相关特征,将该特征作为LPP的输入样本,得到维数降低的新数据集合并能尽可能保持原始局部流形结构。将此降维特征向量作为adaboost输入,建立故障模型,用以识别滚动轴承故障类型。分析滚动轴承正常状态、内圈故障、外圈故障及滚动体故障特性。通过对比试验表明,基于LPP与adaboost诊断方法识别率较高,可准确有效地对滚动轴承状态和故障进行分类。

关键词：滚动轴承局部保形投影特征值特征向量 adaboost

adaboost算法优化BP神经网络的横波时差预测及应用

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：赵军裴浩辰罗谋兵彭宇石新何宣西南石油大学地球科学与技术学院川庆钻探公司有限公司地质勘探开发研究院川庆钻探公司有限公司苏里格项目部

受制于研究区横波时差资料的缺乏以及煤层井径扩径导致常规横波时差预测方法精度较差的问题，引入adaboost算法优化BP神经网络的方法预测横波时差，通过优选敏感测井曲线和设定最佳模型参数建立横波时差预测模型，以提高横波时差的预测... 详细信息

受制于研究区横波时差资料的缺乏以及煤层井径扩径导致常规横波时差预测方法精度较差的问题，引入adaboost算法优化BP神经网络的方法预测横波时差，通过优选敏感测井曲线和设定最佳模型参数建立横波时差预测模型，以提高横波时差的预测准确度。同时，对比了多元线性回归法、BP神经网络法以及adaboost优化BP神经网络法三种方法对横波时差的预测效果。通过预测的横波时差对煤层岩石力学参数及脆性特性进行了评价，并利用脆性指数与杨氏模量之间的关系对煤体结构类型进行了划分。结果表明，基于adaboost算法优化BP神经网络的回归预测模型能够有效地预测横波时差，验证井预测结果的平均相对误差为2.7%，通过预测的横波时差计算脆性指数并划分煤体结构类型，划分结果与岩心描述一致性较高。该方法有效提高了横波时差的预测精度并为煤层脆性评价及煤体结构识别提供可靠的数据支撑。

关键词： adaboost BP神经网络横波时差脆性煤体结构

基于阴影特征和adaboost的前向车辆检测系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2007年第10期47卷 1713-1716页

作者：李云翀何克忠贾培发清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

为了解决汽车安全辅助驾驶系统中的前向车辆检测问题,提出了一种基于单目视觉的在线前向车辆检测系统。通过检测车底阴影特征来生成车辆假设,分别提出了自适应路面阈值方法和阴影区域融合方法以解决路面区域灰度变化和阴影边缘变形问题... 详细信息

为了解决汽车安全辅助驾驶系统中的前向车辆检测问题,提出了一种基于单目视觉的在线前向车辆检测系统。通过检测车底阴影特征来生成车辆假设,分别提出了自适应路面阈值方法和阴影区域融合方法以解决路面区域灰度变化和阴影边缘变形问题;使用基于梯度特征的adaboost方法来验证车辆假设;最后使用Kalman滤波对检测到的目标进行跟踪以改善系统性能。使用道路实拍的图像序列对系统进行了测试。结果表明,该系统能够在实时条件下有效检测前方车辆。

关键词：信息处理(信息加工) 车辆检测阴影特征 adaboost

adaboost_SVM集成模型的滚动轴承早期故障诊断

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2018年第2期37卷 237-243页

作者：陈法法杨晶晶肖文荣程珩张发军三峡大学水电机械设备设计与维护湖北省重点实验室湖北宜昌443002 太原理工大学机械电子工程研究所太原030024

针对滚动轴承早期故障诊断中故障特征微弱难以有效检测的问题,提出一种基于adaboost提升支持向量机(Support vector machines,SVM)集成学习模型的滚动轴承早期故障诊断方法。首先以Cincinnati大学实测的滚动轴承全寿命振动数据为基础,... 详细信息

针对滚动轴承早期故障诊断中故障特征微弱难以有效检测的问题,提出一种基于adaboost提升支持向量机(Support vector machines,SVM)集成学习模型的滚动轴承早期故障诊断方法。首先以Cincinnati大学实测的滚动轴承全寿命振动数据为基础,采用特征参数跟踪法,建立特征参数的趋势分析,并据此选择用于滚动轴承早期故障诊断的敏感特征参量,然后通过构造adaboost提升SVM集成学习模型,并将其应用于滚动轴承的早期故障检测中。Ada Boost能够自适应地提升单一SVM的分类性能,相对于传统的单一SVM分类器adaboost_SVM稳定性最好,早期故障诊断准确率最高。实验结果表明,结合优选的敏感特征参量,adaboost_SVM能有效地诊断滚动轴承的早期故障模式。

关键词：集成学习模型支持向量机 adaboost 滚动轴承故障检测

在线全文

学校读者我要写书评

暂无评论

adaboost分类器的一种快速训练方法

云南大学学报（自然科学版） 2020年第1期42卷 50-57页

作者：傅红普邹北骥中南大学计算机学院湖南长沙410086 湖南第一师范学院信息科学与工程学院湖南长沙410205

针对训练adaboost分类器的计算量随候选特征和训练样本数量的增加而急剧增加问题,提出了adaboost分类器的快速训练方法.adaboost分类器由多个决策桩构成.由于正负样本特征值分布的随机性,现有方法都在训练样本的特征值中穷举搜索来获得... 详细信息

针对训练adaboost分类器的计算量随候选特征和训练样本数量的增加而急剧增加问题,提出了adaboost分类器的快速训练方法.adaboost分类器由多个决策桩构成.由于正负样本特征值分布的随机性,现有方法都在训练样本的特征值中穷举搜索来获得最佳决策桩.首先,注意到优秀特征阈值-误差(T-E)曲线的近似凸性,提出使用二分搜索法确定最佳决策桩.与穷举搜索相比,比较操作时间复杂度由O(N)降低为Olog N adaboost分类器的快速训练方法.在公开行人检测数据集Inria Pedestrian dataset和Caltech Pedestrian Detection Benchmark上的实验表明,提出的快速训练方法得到的分类器与普通方法的检测性能相当.

关键词：阈值-误差(T-E)曲线二分搜索决策桩 adaboost

在线全文

学校读者我要写书评

暂无评论

基于正则化adaboost的红外目标识别

红外与激光工程 2008年第5期37卷 897-900页

作者：杨杰凌建国刘尔琦上海交通大学图像处理与模式识别研究所上海200240 皖天科工集团第二研究院北京100854

对于高维特征空间的分类,adaboost算法是一种有效的分类算法。然而,如果把adaboost算法直接运用到红外目标的识别,就会面临高噪声下的adaboost过拟合问题。采用正则化后的adaboost算法,即adaboostKL算法作为分类算法的学习模型,以NaiveB... 详细信息

对于高维特征空间的分类,adaboost算法是一种有效的分类算法。然而,如果把adaboost算法直接运用到红外目标的识别,就会面临高噪声下的adaboost过拟合问题。采用正则化后的adaboost算法,即adaboostKL算法作为分类算法的学习模型,以NaiveBayes作为弱学习器,提出了基于正则化adaboost的红外目标识别算法。正则化的目的是为避免在红外图像特征高噪声下分类器的过拟合,改善了在高噪声数据下目标识别的可靠性。在求取adaboost的权重分布时,采用的是熵正则化的方法。通过实验,验证了此算法,则即使面对高噪声的红外数据,也能获得较好的识别效果。

关键词：红外目标识别 adaboost 正则化

adaboost和随机图划分的无监督图像分类

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2012年第10期17卷 1245-1251页

作者：李巍杨素锦段晓华周口师范学院计算机科学与技术学院周口466001 中山大学信息科学与技术学院广州510006

针对当前大多数无监督图像分类方法不能对每个图像类进行特征选择和自动确定图像类别的数量问题,提出一种基于adaboost和随机图划分的无监督图像分类方法。该方法包括两个部分:1)将图像分类问题看做是一个自动的随机图划分问题,其中图... 详细信息

针对当前大多数无监督图像分类方法不能对每个图像类进行特征选择和自动确定图像类别的数量问题,提出一种基于adaboost和随机图划分的无监督图像分类方法。该方法包括两个部分:1)将图像分类问题看做是一个自动的随机图划分问题,其中图的每一个顶点代表一幅图像,通过划分形成的子图代表了图像类。再采用Ada-boost算法对每一个形成的图像类进行特征选择,从而得到每类图像的表达模型。2)采用一种基于蒙特卡洛马尔可夫链(MCMC)的随机采样算法(SWC)来对图进行划分。相比传统的随机采样算法,SWC具有更快的收敛速度。在两个图像数据集上的实验结果表明,本文方法的分类性能明显优于其他现有的无监督分类法。

关键词：无监督图像分类 adaboost 图划分 Swendsen-Wang cuts