公共文化服务平台

基于一阶矩的无乘法DFT算法: 2014年; 为快速实现短信号序列的离散傅里叶变换,提出一种基于一阶矩的无乘法DFT算法。通过数学推导将离散傅里叶变换的计算转换为一阶矩的计算,利用1-网络法实现一阶矩的运算。该算法的计算过程仅涉及加法运算,并能独立计算DFT频域系数。实验结果证明了算法的有效性,特别是在某些条件下优于现有的快速傅里叶算法。; 何其佳刘振丙; 关键词：离散傅里叶变换

基于波形叠加极限学习机的近红外光谱药品鉴别被引量：7: 2014年; 近红外光谱药品鉴别作为识别假冒伪劣药品的一种有效技术手段,已被广泛应用到各大医疗行业和药品监督管理机构,并结合模式识别建模方法在基层药品打假中得到较好的推广。由于传统建模方法很难满足药品鉴别中大规模、多分类、快速建模等问题,因此采用一种基于波形叠加极限学习机(SWELM(CS))分类方法对光谱数据进行鉴别。通过选用极限学习机(ELM)作为光谱药品分类器,使得分类模型具有快速学习能力以及对训练样本不敏感的特点;由于极限学习机的连接权值和隐层神经元阈值是随机生成导致网络稳定性差,因此结合布谷鸟搜索算法优化分类模型参数;采用反双曲线正弦函数与Morlet小波函数叠加的激励函数代替ELM原有的单一激励函数改善了分类模型的收敛速度和稳健性。通过上述改进方法使得SWELM(CS)具有对训练样本不敏感性,布谷鸟参数优化的分类稳定性、波形叠加函数的强收敛性与信号特征提取能力。该方法为核函数提供的信号特征提取及拟合的思想,可推广到其他学习算法中以获取更高的分类准确度及稳定性。该实验选定西安杨森制药厂生产的249个近红外光谱药品样本作为研究的主要对象,重点研究光谱药品的二分类和多分类实验,实验证明SWELM(CS)分类器相比BP神经网络、标准ELM以及粒子群优化ELM等传统分类器算法具有更高的分类准确度、分类稳定性及更小的训练样本敏感性。; 刘振丙蒋淑洁杨辉华张学博; 关键词：近红外光谱药品鉴别

结合卷积神经网络和超像素聚类的细胞图像分割方法被引量：11: 2018年; 针对细胞图像尺寸大、细胞形状各异,导致从图像中分割出精准的细胞十分困难的问题,以卷积神经网络为基础,结合染色校正方法和简单线性迭代的超像素聚类算法,提出了一种新的结构来进行细胞图像分割。利用染色校正方法对细胞图像进行预处理,提高图像的颜色对比度;利用卷积神经网络获得初步分割结果;将简单线性迭代聚类获得的超像素边界信息反馈到初分割图像上进行改进提升。提出的算法可以有效地减少图像局部信息的冗余,更准确地获得目标区域的边界位置。实验表明,提出的算法细胞分割准确率达到了92.72%,与经典卷积神经网络、阈值分割等其他细胞分割算法相比,具有更好的分割效果。; 杨金鑫杨辉华李灵巧李灵巧刘振丙周洁茜; 关键词：细胞分割卷积神经网络

Drug discrimination of Near Infrared spectroscopy based on the scaled convex hull classifier: 2014年; Near Infrared spectroscopy(NIRS)has been widely used in the discrimination(classification)of pharmaceutical drugs.In real applications,however,the class imbalance of the drug samples,i.e.,the number of one drug sample may be much larger than the number of the other drugs,deceasesdrastically the discrimination performance of the classification models.To address this classimbalance problem,a new computational method--the scaled convex hull(SCH)-basedmaximum margin classifier is proposed in this paper.By a suitable selection of the reductionfactor of the SCHs generated by the two classes of drug samples,respectively,the maximalmargin classifier bet ween SCHs can be constructed which can obtain good classification per-formance.With an optimization of the parameters involved in the modeling by Cuckoo Search,a satisfied model is achieved for the classification of the drug.The experiments on spectra samplesproduced by a pharmaceutical company show that the proposed method is more effective androbust than the existing ones.; Zhenbing LiuShujie JiangHuihua Yang

城管案件短文本特征生成与选择方法及其应用: 2017年; 以智慧城市管理应用系统中的案件上报短文本为对象,研究有效的特征生成和特征选择方法,实现案件快速准确地自动分类。根据案件描述短文本的特点,提出一种互邻特征组合算法,以生成描述力更强的组合特征;为进一步约减特征并优化特征空间,提出一种新的隶属度函数来为分类体系中的每个类别构建一个类别特征域,然后利用类别特征域进一步优化选择原始特征与组合特征,最终得到对分类贡献最高的特征表示集合。以南宁市青秀区"城管通"App中的案例分类为实例,验证提出的特征生成及选择方法,实验表明相对于文档频率、互信息和信息增益,提出的方法对案件分类的准确率更高,引入组合特征能显著提升分类准确率。; 魏文杨辉华杨辉华杨浩李灵巧

基于自适应布谷鸟搜索算法的K-means聚类算法及其应用被引量：22: 2016年; 针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。; 杨辉华王克李灵巧魏文何胜韬; 关键词：数据挖掘 K-MEANS聚类数字城管

基于最小角回归与GA-PLS的NIR光谱变量选择方法被引量：7: 2017年; 近红外(NIR)光谱一般具有较多的波长变量数,对其直接或间接地进行变量选择是提高模型稳定性能及预测性能的关键。最小角回归(LAR)是一种相对较新和有效的机器学习算法,常用于进行回归分析和变量选择。面向光谱建模应用,提出一种LAR结合遗传偏最小二乘法(GA-PLS)的变量选择方法,可有效筛选出少数特征波长点。首先在全光谱区利用LAR消除变量间的共线性得到初筛波长点,然后用GA-PLS对LAR筛选出的波长点进一步优选从而得到最终建模用的特征波长点。为验证本文方法的有效性,以药片和汽油的近红外光谱回归分析作为应用案例,对原光谱进行预处理后,采用该方法进行变量筛选,然后分别建模其中的活性成分含量和C10含量。结果显示,在这两个应用中,最终优化得到的特征波长点数均只需七个,而两者的预测决定系数R2p分别达到0.933 9和0.951 9,与全光谱、无信息变量消除法(UVE)和连续投影算法(SPA)等方法相比,特征波长点更少,同时R2p和预测均方根误差RMSEP值更优。因此,LAR结合GA-PLS,能有效地从近红外光谱中选择出信息变量从而减少建模波数,提高预测精度,拥有较好的模型解释性。该方法可为特定领域的专用光谱仪设计提供有效的波长筛选工具。; 颜胜科杨辉华胡百超任超超刘振丙; 关键词：近红外光谱共线性

稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法被引量：3: 2017年; 提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核函数作为协方差函数,记此分类网络为wSDAGSM。自编码网络具有很强的模型表示能力,高斯过程分类器在处理小样本数据时具有优势。wSDAGSM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据,同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数,有利于更准确的光谱数据分类。以琥乙红霉素及其他药品的近红外光谱为实验数据,将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、支持向量机(wSVM),SDAE结合Logistic二分类(wSDAL)、SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAGSE),以及未采用小波变换的SDAGSM网络等方法进行对比。实验结果表明,对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAGSM网络的分类准确率和稳定性。wSDAGSM方法无论从分类准确率还是分类结果稳定性方面,都优于其他分类器。; 周洁茜刘振丙杨辉华郑安兵潘细朋曹志伟吴开宇杨金鑫冯艳春尹利辉胡昌勤; 关键词：高斯过程小波变换近红外光谱药品鉴别

基于CS和MPLDS的作战任务与平台资源匹配方法被引量：7: 2017年; 针对传统作战任务-平台资源匹配算法中任务优先权系数计算方法存在片面性、平台选择容易陷入局部最优、平台资源利用率不够高等不足,建立以使命完成时间最早、平台资源利用率最高为目标的数学模型,提出布谷鸟搜索(CS)和多优先级列表动态规划(MPLDS)相结合的改进算法,利用CS算法优化作战任务调度顺序、采用MPLDS算法为选定任务分配平台组资源。通过联合作战战役案例对不同算法进行仿真,结果表明改进算法能够得到更短的战役完成时间和更高的平台资源利用率,验证了算法的可行性与优越性。; 金义冬杨辉华段鹏飞; 关键词：动态规划算法

基于栈式自编码融合极限学习机的药品鉴别被引量：3: 2019年; 近红外光谱数据维度较高,传统的特征提取方法不足以提取更高层次的抽象特征,为此提出一种栈式自编码融合极限学习机的药品鉴别方法,利用ELM代替SAE的反向微调和Softmax分类阶段,减少了SAE的训练时间,提高了SAE的应用能力。以不同厂商生产的非铝塑包装的头孢克肟片药品的近红外光谱为实例,在不同规模的数据集下,验证该算法,并与其它机器学习方法进行对比。实验结果表明,SAE-ELM减少了SAE的训练时间,具有较高分类准确率和稳定性。; 张卫东路皓翔甘博瑞杨辉华; 关键词：近红外光谱药品鉴别极限学习机

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

广西壮族自治区自然科学基金(2013GXNSFBA019279)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

广西壮族自治区自然科学基金(2013GXNSFBA019279)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈