检索结果-南通市图书馆

利用频带能量和k近邻分类器进行皮层脑电图分类

在线全文

学校读者我要写书评

暂无评论

计算机应用 2010年第11期30卷 3105-3107页

作者：赵海滨刘冲喻春阳王宏东北大学机械工程与自动化学院沈阳110004

脑机接口系统是一个不依靠外周神经和肌肉而实现大脑和外部设备之间进行直接的交流和控制的通道。对一个典型的采用皮层脑电图的植入式脑机接口系统进行了离线分析。首先,采用频带能量特征进行导联的选择,从64导联中获取特征最明显的11... 详细信息

脑机接口系统是一个不依靠外周神经和肌肉而实现大脑和外部设备之间进行直接的交流和控制的通道。对一个典型的采用皮层脑电图的植入式脑机接口系统进行了离线分析。首先,采用频带能量特征进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后,采用采用频带能量对11导皮层脑电图进行特征提取,得到22维的特征矢量;最后,采用采用k近邻分类器对两类意识任务(想象左手小手指运动或舌头运动)进行分类。离线分析结果表明,该方法对测试数据取得了很好的分类准确率。

关键词：脑机接口皮层脑电图 k近邻分类器频带能量线性判别分析

在线全文

学校读者我要写书评

暂无评论

数据规范化方法对k近邻分类器的影响

计算机工程 2010年第22期36卷 175-177页

作者：蔡维玲陈东霞南京师范大学计算机科学与技术学院南京210097 江苏省信息安全保密技术工程研究中心南京210097

讨论最小-最大规范化、z-score规范化及小数定标规范化3种方法对k近邻分类器性能的影响,在12个标准UCI真实数据集和1个人工数据集上进行实验比较。实验结果表明,规范化方法在大部分数据集能上提高k近邻分类器的识别率。针对实验结果研... 详细信息

讨论最小-最大规范化、z-score规范化及小数定标规范化3种方法对k近邻分类器性能的影响,在12个标准UCI真实数据集和1个人工数据集上进行实验比较。实验结果表明,规范化方法在大部分数据集能上提高k近邻分类器的识别率。针对实验结果研究据规范化方法提升分类器性能的内在原因,给出根据数据属性的数值分布特点决定是否使用数据规范化方法的一般准则。

关键词： k近邻分类器数据规范化方法欧式距离

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的多扰动多k近邻分类器系统

计算机工程 2010年第16期36卷 166-168页

作者：王丽娟广东工业大学计算机学院广州510006

为改善维数灾难对k近邻分类器的影响,提出一种基于遗传算法(GA)的多扰动的k近邻融合算法,简称GA-MkNNC算法。目标扰动将所识别的问题划分成多个子分类问题进行单独识别。针对不同子分类问题,数据扰动选取相关的数据,特征扰动确定相关的... 详细信息

为改善维数灾难对k近邻分类器的影响,提出一种基于遗传算法(GA)的多扰动的k近邻融合算法,简称GA-MkNNC算法。目标扰动将所识别的问题划分成多个子分类问题进行单独识别。针对不同子分类问题,数据扰动选取相关的数据,特征扰动确定相关的特征,参数扰动明确相关参数值。数据扰动由Bagging算法确定。特征扰动和参数扰动通过GA学习得到。多个子分类问题的决策通过最大融合得到最终决策。实验结果表明,该算法的性能优于k近邻分类器及多数融合算法,且选用的子分类器数目少于FASBIR算法。

关键词： k近邻分类器多分类器系统遗传算法维数灾难

采用潜在概率语义模型和k近邻分类器的音频分类算法

在线全文

学校读者我要写书评

暂无评论

华侨大学学报（自然科学版） 2016年第2期37卷 196-200页

作者：辛欣陈曙东仝明磊胡文皓刘陈伟葛浩栋中国科学院大学电子电气与通信工程学院北京100049 中国物联网研究发展中心江苏无锡214135 中国科学院微电子研究所北京100029 上海电力学院电子与信息工程学院上海200090

提出一种基于潜在概率语义(PLSA)模型和k近邻分类器的音频分类算法.首先,将信号特征向量送入潜在概率语义模型中训练,获得声音主题词袋模型;然后,使用k近邻分类器(kNN)进行分类.实验结果表明:与传统的k近邻分类算法相比,提出的算法在分... 详细信息

提出一种基于潜在概率语义(PLSA)模型和k近邻分类器的音频分类算法.首先,将信号特征向量送入潜在概率语义模型中训练,获得声音主题词袋模型;然后,使用k近邻分类器(kNN)进行分类.实验结果表明:与传统的k近邻分类算法相比,提出的算法在分类效果上有较明显的改善.

关键词：袋模型潜在概率语义模型 k近邻分类器

在线全文

学校读者我要写书评

暂无评论

基于k近邻分类器ROC分析方法

基于k近邻分类器ROC分析方法

作者：杨俊杰广东工业大学

学位级别：硕士

接收机工作特性(Receiver Operating Characteristic,ROC)曲线以及曲线下面积(Area Under the ROC Curve,AUC)是评估二元决策模型必不可少的参考指标之一。它能反映命中率与虚警率之间的折中关系。类似地,对于三分类任务,学者提出三分类... 详细信息

接收机工作特性(Receiver Operating Characteristic,ROC)曲线以及曲线下面积(Area Under the ROC Curve,AUC)是评估二元决策模型必不可少的参考指标之一。它能反映命中率与虚警率之间的折中关系。类似地,对于三分类任务,学者提出三分类ROC分析,用接收机工作特性曲面以及曲面下体积(Volume Under the Surface,VUS)描述一个三元决策模型的性能。由于ROC分析具有对样本分布和分类错误成本不敏感的特性,现已被广泛用于医学决策,生物信号,信号处理,机器学习等领域。尽管ROC分析应用十分广泛,且具有一系列的优点,但在现实应用中却存在一系列的限制。首先,对于直接输出决策结果的离散型分类器,在进行ROC分析时只能得到ROC空间中的一个点,而不是一条曲线。这样实际上使得离散型分类器的ROC分析毫无意义。针对这一问题,本文介绍了对离散型分类器进行ROC分析的基本思路与方法。文章以k近邻分类器为例子,介绍离散型分类器的ROC分析方法。其次,ROC分析在实际的应用中更多的是以AUC及其方差作为评估分类器性能的指标。相对地,三分类任务则是计算VUS及其方差。传统的计算AUC和VUS的算法具有指数量级的算法复杂度。这样使得ROC分析在大数据任务中难以有效开展。本文针对这一问题,利用k近邻分类器的离散特性,提出使用Bootstrap方法从几何学的角度计算AUC、VUS以及它们的方差值。在保证算法精度的前提下,该算法的算法复杂度为常数量级。仿真结果表明,该算法执行效率明显优于传统无偏算法。ROC的应用大部分集中在评估分类器性能上。为了探索更多的ROC分析应用场景,文章以k近邻分类器参数选择以及故障诊断中的变点检测为例,尝试将ROC分析应用到这两个领域中。实验结果表明,ROC分析在以上两个应用场景中均有十分出色的表现。

关键词：接收机工作特性(ROC) ROC曲线下面积(AUC) ROC曲面下体积(VUS) k近邻分类器 Bootstrap方法

基于训练特征空间分布的雷达地面目标鉴别器设计

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

电子与信息学报 2016年第4期38卷 950-957页

作者：李龙刘峥西安电子科技大学雷达信号处理国家重点实验室西安710071

该文对雷达地面目标高分辨1维距离像目标识别中的库外目标鉴别问题,提出一种基于训练特征空间分布的雷达地面目标鉴别器。在训练阶段利用基于相关系数预处理的k-Means聚类方法对库内目标样本特征空间进行区域划分,并采用基于空间分布的... 详细信息

该文对雷达地面目标高分辨1维距离像目标识别中的库外目标鉴别问题,提出一种基于训练特征空间分布的雷达地面目标鉴别器。在训练阶段利用基于相关系数预处理的k-Means聚类方法对库内目标样本特征空间进行区域划分,并采用基于空间分布的支撑向量域描述方法确定样本特征空间的边界与支撑向量,利用样本特征空间边界与加权k近邻原则对目标类别进行判决。该方法解决了库内目标与库外目标的鉴别问题,提高了目标识别系统的总体性能。针对多种不同姿态下目标特征空间非均匀聚合的特点,对训练样本特征空间进行区域划分,减小模板匹配搜索运算规模,保证目标鉴别所需的实时性工作要求。最后通过仿真和实测数据验证了该方法具备优良的鉴别性能与良好的实时处理能力。

关键词：目标鉴别高分辨距离像 k-Means聚类支撑向量域描述 k近邻分类器

相关流形距离在转子故障数据集分类中的应用方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2017年第18期36卷 125-130,139页

作者：赵荣珍赵孝礼何敬举刘韵佳兰州理工大学机电工程学院兰州730050

针对故障特征属性值域之间存在着一定相关性导致准确分类困难的问题,提出一种能够考虑相关系数影响作用的转子故障数据集分类方法;该方法是将相关流形距离的边界Fisher分析(Correlation Manifold Distance Marginal Fisher Analysis,CDM... 详细信息

针对故障特征属性值域之间存在着一定相关性导致准确分类困难的问题,提出一种能够考虑相关系数影响作用的转子故障数据集分类方法;该方法是将相关流形距离的边界Fisher分析(Correlation Manifold Distance Marginal Fisher Analysis,CDMFA)与相关流形距离的k-近邻(Correlation Manifold Distance k-Nearest Neighbor,CDkNN)分类器概念相结合在一起的结果。首先,将振动信号集合转换成多域、多通道高维故障特征数据集;然后,通过CDMFA将融合相关系数的相关流形距离用于度量数据样本间的近邻与权值,据此能更好地反映高维数据间的相似性关系,提取出能使类间距离趋大的低维特征子集;最后,将得到的低维特征子集输入到CDkNN分类器中进行故障模式辨识。用一个双跨度转子系统数据集与仿真数据集对所提出的方法进行了验证。结果表明:本方法降维效果良好,可获得更高的故障分类准确率。研究发现,采用相关流形距离作为信息测度的故障数据分类方法能更真实地揭示出高维特征间的几何结构关系;该方法可为高维故障数据集的特征属性约简与分类,提供降低数据规模的理论参考依据。

关键词：故障分类相关流形距离边界Fisher分析 k近邻分类器转子故障数据集

近邻概率距离在旋转机械故障集分类中的应用方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2018年第11期37卷 48-54页

作者：李霁蒲赵荣珍兰州理工大学机电工程学院兰州730050

针对多种故障类型的特征属性相互交叉导致故障难以辨识的问题,提出一种考虑相邻点之间成为近邻点概率的新度量函数。将新提出的近邻概率距离(Nearby Probability Distance,NPD)应用于局部保持投影算法(Locality Preserving Projection,L... 详细信息

针对多种故障类型的特征属性相互交叉导致故障难以辨识的问题,提出一种考虑相邻点之间成为近邻点概率的新度量函数。将新提出的近邻概率距离(Nearby Probability Distance,NPD)应用于局部保持投影算法(Locality Preserving Projection,LPP)与k-近邻(k-Nearest Neighbor,kNN)分类器中,提出基于近邻概率距离的局部保持投影算法(Nearby Probability Distance Locality Preserving Projection,NPDLPP)与基于近邻概率距离的k-近邻(Nearby Probability Distance k-Nearest Neighbor,NPDkNN)分类器;首先通过时域、频域特征提取方法,将振动信号转化为高维特征数据集,然后通过NPDLPP将高维数据集降维到低维空间,最后将降维得到的低维敏感特征集输入到NPDkNN中进行模式识别;用一个双跨度转子系统的振动信号集合进行验证,证明了所提出的降维算法效果明显,它能够达到各个故障类型更好分离。研究表明,新提出的近邻概率距离较传统的欧式距离测度更能最小化类内散度,最大化类间分离度。

关键词：局部保持投影近邻概率距离 k近邻分类器距离度量

在线全文

学校读者我要写书评

暂无评论

PCA方法在蛋白质亚细胞定位中应用

大连理工大学学报 2012年第3期52卷 426-430页

作者：马军伟史舵顾宏张杰大连理工大学控制科学与工程学院辽宁大连116024 山西省电力公司电力通信中心山西太原030001 安徽工业大学数理学院安徽马鞍山243002

蛋白质的亚细胞定位与其生物功能密切相关,蛋白质数据库急剧膨胀,迫切需要设计出功能强大的高吞吐量的算法来预测蛋白质的亚细胞位置.许多预测工具都是基于伪氨基酸组成构建而成,应用一种数据分析方法——主成分分析(PCA)法,确定能反映... 详细信息

蛋白质的亚细胞定位与其生物功能密切相关,蛋白质数据库急剧膨胀,迫切需要设计出功能强大的高吞吐量的算法来预测蛋白质的亚细胞位置.许多预测工具都是基于伪氨基酸组成构建而成,应用一种数据分析方法——主成分分析(PCA)法,确定能反映序列次序效应的最优λ值.首先让λ取最大以包含尽可能多的序列次序信息,然后利用主成分分析法提取关键主特征.实验结果表明此方法能解决确定最优λ值困难的问题,且性能优于已有的预测工具.

关键词：蛋白质亚细胞定位主成分分析伪氨基酸组成 k近邻分类器 BP神经网络