检索结果-南通市图书馆

结合可信度和DS证据理论的ecoc多类分类研究

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2012年第22期20卷 5502-5508页

作者：罗玺罗红周进登雷蕾空军工程大学电讯工程学院西安710077 空军工程大学导弹学院三原713800

针对多类目标识别问题,利用三符号纠错输出编码作为将多类分解为若干个二类问题的结构框架,用改进的证据理论作为融合策略,将每一个二分器的输出作为证据之一进行融合;同时对分类器的可信度进行估计,并将得到的信任度量值融入证据中,从... 详细信息

针对多类目标识别问题,利用三符号纠错输出编码作为将多类分解为若干个二类问题的结构框架,用改进的证据理论作为融合策略,将每一个二分器的输出作为证据之一进行融合;同时对分类器的可信度进行估计,并将得到的信任度量值融入证据中,从而提高多类分类的正确率。实验中分别对UCI数据集和三种一维距离像数据集进行测试,结果表明本文提出的基于分类器可信度的多类目标识别方法能有效地提高复杂环境下多传感器目标识别的正确率。

关键词：多类分类 ecoc DS证据理论分类器可信度一维距离像

在线全文

学校读者我要写书评

暂无评论

ecoc多分类算法在慕课数据挖掘中的应用

集美大学学报（自然科学版） 2021年第2期26卷 146-151页

作者：潘丽芳谢书童曹秀娟集美大学理学院福建厦门361021 集美大学计算机工程学院福建厦门361021

收集并整合多所高校学生的慕课学习行为数据,设计基于数据复杂度的纠错输出编码(ecoc)多分类算法。该算法利用数据复杂度降低多类之间的分类难度,从而提高算法的预测准确度。实验结果表明,在不同高校的慕课数据集的测试中,所设计基于数... 详细信息

收集并整合多所高校学生的慕课学习行为数据,设计基于数据复杂度的纠错输出编码(ecoc)多分类算法。该算法利用数据复杂度降低多类之间的分类难度,从而提高算法的预测准确度。实验结果表明,在不同高校的慕课数据集的测试中,所设计基于数据复杂度的ecoc分类算法比传统的ecoc算法具有更高的分类准确度和鲁棒性,实现了学生学习成绩多等级的有效预测,为个性化教学奠定了基础。

关键词： ecoc 多分类慕课成绩预测教育数据挖掘

在线全文

学校读者我要写书评

暂无评论

从第十届ecoc会议谈我国光缆技术的发展

激光与红外 1985年第3期 1-4页

作者：王德荣电子部8所

光导纤维技术在新技术革命的潮流中应运而生,并以强大的力量推动着以光纤通信为核心的整个纤维光学工业的迅猛发展。美国、西欧、日本等发达国家正依仗光缆编织国家和地方的信息网,用以传输爆炸性增长的各种信息。发展中国家已逐渐意识... 详细信息

光导纤维技术在新技术革命的潮流中应运而生,并以强大的力量推动着以光纤通信为核心的整个纤维光学工业的迅猛发展。美国、西欧、日本等发达国家正依仗光缆编织国家和地方的信息网,用以传输爆炸性增长的各种信息。发展中国家已逐渐意识到不必处处踩着发达国家的足迹前进,而应根据本国国情,在较高起点上,发展本国的通信事业。我国光纤通信技术正是在这一背景下发展起来的。通过近十年

关键词：光纤传感技术 ecoc 光缆预制棒光纤传感器单模传输单模传播偏振保持光纤双芯光纤会议

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多类支持向量机推广性能分析

数据采集与处理 2009年第4期24卷 469-475页

作者：闫志刚杜培军中国矿业大学环境与测绘学院徐州221116 江苏省资源环境信息工程重点实验室徐州221116 中国矿业大学深部岩土力学与地下工程国家重点实验室徐州221008

为了分析多类支持向量机(Multi-category support vector machines,M-SVMs)的推广性能,对常用的M-SVMs算法加以概述,推导、总结了理论推广误差公式。对于给定的样本集,可以设计合理的编码来提高ecocSVMs的推广性能,通过构造合理的层次... 详细信息

为了分析多类支持向量机(Multi-category support vector machines,M-SVMs)的推广性能,对常用的M-SVMs算法加以概述,推导、总结了理论推广误差公式。对于给定的样本集,可以设计合理的编码来提高ecocSVMs的推广性能,通过构造合理的层次结构来提高H-SVMs推广性能,其余M-SVMs算法的推广性能均取决于样本空间。研究结果为有效使用M-SVMs提供了依据,为改进M-SVMs指明了方向。

关键词：多类支持向量机 ecoc SVMs H—SVMs

在线全文

学校读者我要写书评

暂无评论

基于改进支持向量机的故障诊断方法

电工技术学报 2014年第S1期29卷 164-169页

作者：杨慧敏崔江张卓然龚春英南京航空航天大学自动化学院南京210016

针对电力电子电路故障诊断问题,提出一种基于K最邻近(KNN)模型和纠错输出编码(ecoc)的快速故障诊断方法。首先,采用一对多(o-v-r)等常规编码方法建立ecoc的基本框架,利用已知标签的故障样本集对构建好的框架进行训练,同时计算出各类故... 详细信息

针对电力电子电路故障诊断问题,提出一种基于K最邻近(KNN)模型和纠错输出编码(ecoc)的快速故障诊断方法。首先,采用一对多(o-v-r)等常规编码方法建立ecoc的基本框架,利用已知标签的故障样本集对构建好的框架进行训练,同时计算出各类故障训练样本的中心点;其次,在测试阶段,采用KNN方法,计算待测样本到每类故障训练样本中心的距离,选择合适的K值,得到该测试样本最有可能所属的K个故障类别;最后,通过计算ecoc框架中相对应的二类分类器的输出,确定待测样本的所属故障类别。本文提出的故障诊断方法结构简单,实验结果表明其性能优于常规的支持向量分类器和ecoc方法,测试时间短,优势明显,较适合应用于电力电子电路的故障诊断。

关键词：电力电子电路故障诊断 ecoc KNN

在线全文

学校读者我要写书评

暂无评论

医学图像的自动标注

医学图像的自动标注

作者：陈思坤电子科技大学

学位级别：硕士

随着医学成像技术的发展,数字医学图像在辅助诊断、教学和生物医学研究领域发挥了日益增大的作用;与此同时,医学影像的数量也与日剧增。面对这些海量的医学图像数据,如何从中找出需要的图像成为一个日益迫切的问题,因此医学图像检索逐... 详细信息

随着医学成像技术的发展,数字医学图像在辅助诊断、教学和生物医学研究领域发挥了日益增大的作用;与此同时,医学影像的数量也与日剧增。面对这些海量的医学图像数据,如何从中找出需要的图像成为一个日益迫切的问题,因此医学图像检索逐渐成为了一个重要的研究方向。传统的医学图像检索都是基于文本的检索,依赖于对图像手工添加标签,存在着耗时耗力,以及主观性强的缺点,这使得医学图像的自动标注成为了一个重要的研究课题。自动图像标注是图像检索任务中重要而具有挑战性的工作,本文结合医学图像的特点,对医学图像的底层特征进行了针对性地的研究,并探索了不同的医学图像自动标注算法。本文主要的工作如下: （1）回顾了图像标注和医学图像标注近年来技术发展的历程,展望了今后研究的方向。（2）介绍了并分析了适合医学图像分类的多种视觉特征,比如:Patch、灰度共生矩阵、Tamura、Gabor、LBP、SIFT、modSIFT。（3）当采用局部特征时,如果能利用好特征的空间位置信息将有利于分类精度的提高。为了提高处理速度,我们采用Patch做为局部特征,并利用空间金字塔的方式引入空间位置信息,使得特征能更好的表达图像信息,然后采用SVM分类器进行分类。并把该方法与当前先进的方法进行了比较,我们的方法能取得相当或稍好的分类的精度。（4）当图像数量增加,分类类别数增多时,如何提高分类算法的效率就变得非常重要。我们研究了Boosting算法在医学图像模式分类的应用,比较了几种用于多类分类的Boosting算法,特别是结合ecoc框架的算法,对于不同全局特征的分类效果。

关键词：图像标注支持向量机 Boosting算法 ecoc 视觉单词

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FPGA网络流量分类的研究

基于FPGA网络流量分类的研究

作者：解筱济南大学

学位级别：硕士

随着P2P、VOIP等新颖应用技术的不断涌现和网络应用类型复杂度的日益增长,网络流量的本质正在不可避免的被革新。通过有效的技术手段,管理和控制网络中的各种业务流量,为不同应用分配合理的带宽资源,提供不同级别的服务质量保障,是当前... 详细信息

随着P2P、VOIP等新颖应用技术的不断涌现和网络应用类型复杂度的日益增长,网络流量的本质正在不可避免的被革新。通过有效的技术手段,管理和控制网络中的各种业务流量,为不同应用分配合理的带宽资源,提供不同级别的服务质量保障,是当前网络运营中面临的主要挑战之一。本文介绍了流量分类的研究背景和发展现状。对于采用固定端口号进行通信的应用,流量分类方法非常简单,无法应对采用动态端口技术的数据流。基于内容的流量分类方法,是指把数据包的内容与已知流量类型中的流量特征进行比对,如果与某种特征匹配就认为该数据包是属于这种应用类型。新型P2P采用加密、动态端口等方式躲避检查,所以基于传输层统计特征的方法应运而生。该方法不需要解析数据包的负载内容,保护了用户的隐私;也不会利用端口去分析流量类型,有效识别使用动态端口技术而躲避监测的数据流。本文提出用ecoc (Error Correcting Output Codes)集成神经网络的方法( ecoc-NNE )进行流量分类。纠错输出编码是一种把多类分类问题分解成若干个二类分类问题来求解的方法。它通过编码的形式纠正由单分类器引起的偏差以提高在多类问题中有监督算法的分类精度。ecoc很好的纠正了单个传统神经网络的分类误差,显著提高集成神经网络一次识别多个互联网流量类型的分类精度。当前流行的主要是离线网络流量分类,而设计在线实时网络流量分类器显然是很有必要的。基于互联网应用行为的实时性、易变性、易逝性和不可逆等特性,有效地在线智能识别方法成为当前该领域关注的热点。本文提出一种分层实时网络流量分类算法,该算法是针对流量分类问题专门设计的,不适用于其他分类问题,采用查找表和分阶段相结合的方法。分层实时流量分类模型在实时性跟分类精度上是几种常用算法性价比最高的算法。基于FPGA网络流量分类系统包括两个部分:FPGA端和PC端。FPGA端实现数据包接收,提取数据包五元组并确定该数据包是否为一个新的数据流,提取并更新每个数据流的特征,将特征发送到PC。PC端接收来自FPGA提取好的数据流特征送入到分层实时流量分类模型分类,实时监控网络中各种数据流类型的分布和构成。本文较系统从算法设计、软硬件实现完成关于网络流量分类的研究。

关键词：流量分类神经网络 ecoc FPGA

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

纠错输出编码方法的研究和应用

纠错输出编码方法的研究和应用

作者：钟天云厦门大学

学位级别：硕士

纠错输出编码(ecoc)是一种多类分类的集成学习方法框架,比单个分类器具有更好的分类效果。ecoc算法的研究至今仅有二十年时间,但已广泛应用于人脸识别、交通信号识别、微阵列数据分析等领域。纠错输出编码框架包含编码和解码两部分,相... 详细信息

纠错输出编码(ecoc)是一种多类分类的集成学习方法框架,比单个分类器具有更好的分类效果。ecoc算法的研究至今仅有二十年时间,但已广泛应用于人脸识别、交通信号识别、微阵列数据分析等领域。纠错输出编码框架包含编码和解码两部分,相关的研究者主要针对这两个方面提出不同的算法理论,而研究的重点是编码部分。本文从编码和解码方面分别对纠错输出编码进行探索。在编码方面,本文介绍编码算法的重要性和种类。在分析一些经典编码方法的基础上,本文提出两个新的编码方法。(1)针对微阵列数据的自调节编码算法(SA-ecoc)。该算法针对微阵列数据高维小样本的特点设计了动态自适应的编码算法进行分类,即先生成初始编码矩阵,然后根据数据的分类难度基于迭代增加矩阵的列。该算法还提出一种选列的标准“距离间隔”,保证新加入的列对分类结果有提升。与Decoc等经典ecoc算法的对比实验表明,SA-ecoc分类准确率略优且更稳定。(2)个性化编码方法(Cecoc)对数据样本的特点分析,为不同样本设计个性化编码矩阵。基于UCI数据集以及微阵列数据集的验证结果显示,Cecoc方法比没有个性化编码的矩阵效果更好,且更稳定。在解码方面,本文介绍了解码方法的作用和种类,以及常用的几种解码方法。文中基于弱欧氏距离解码(AED)的多零倾向等不足,提出了新的解码方法:比例欧式距离解码(RED),并结合文中提出的编码算法完成了两个完整的新ecoc算法框架。

关键词： ecoc 微阵列数据多分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人脸检测与识别方法的研究

人脸检测与识别方法的研究

作者：陈锋电子科技大学

学位级别：硕士

现代社会的快速发展对身份鉴定无论在安全性、准确性还是在使用性方面都提出了更高的要求,但是传统的鉴别方式(口令、信用卡等)方法已经不能很好的满足这样的要求而且显得越来越不适应现代科技的发展和社会的进步。生物特征识别技术给... 详细信息

现代社会的快速发展对身份鉴定无论在安全性、准确性还是在使用性方面都提出了更高的要求,但是传统的鉴别方式(口令、信用卡等)方法已经不能很好的满足这样的要求而且显得越来越不适应现代科技的发展和社会的进步。生物特征识别技术给这一切带来了可能。生物特征识别技术是一种根据人体自身的生理特征(人脸、虹膜、指纹等)和行为特征(声音、步态等)来识别身份的技术。而在这种技术中,以人脸为特征的识别技术发展最为迅速。相对而言,人脸识别是一种更直接、更方便、更友好、更容易被人们所接受的识别方法。计算机人脸识别技术试图使计算机具有人脸识别能力,由于其有着广泛的应用领域,借助计算机视觉、图象处理、人工神经网络等领域的人脸识别技术已经成为当前国际前沿和热点问题,具有十分重要的研究意义。本文在分析和总结目前国内外相关研究成果的基础上,对人脸检测技术和识别方法进行了实验和研究,对识别方法(识别时间和准确率)进行了改进。本文的主要研究内容集中在以下两个方面:基于静态彩色图像的人脸检测和基于ecoc结合人工神经网络的人脸识别。在人脸检测中,首先采用肤色检测,确定可能存在人脸的区域(候选区域),然后在这些区域内采用人工神经网络的方法来检测是否存在人脸以及人脸的数目、尺寸和所在位置,比直接在待检测图像中来检测人脸的传统方法提高了检测速度。在人脸识别方面,首先采用离散余弦变换方法(Discrete Cosine Transform,DCT)对待识别人脸图象进行特征提取,然后采用纠错输出编码方式(Error-Correcting Output Code,ecoc)和人工神经网络(Artifical Neural Networks,ANN)结合的方式,将人脸识别转化成二分问题,降低了问题的复杂性,提高了识别率。仿真实验结果表明,本文采用的方法具有一定的可行性。

关键词：人脸检测与识别肤色检测 DCT ecoc ANN