您的位置： 专家智库 > >

国家自然科学基金(61071198)

作品数：34 被引量：110H指数：6
相关作者：叶庆卫周宇王晓东冯志敏张刚更多>>
相关机构：宁波大学浙江省综合信息网技术重点实验室更多>>
发文基金：国家自然科学基金浙江省自然科学基金宁波市自然科学基金更多>>
相关领域：自动化与计算机技术建筑科学电子电信交通运输工程更多>>

文献类型

  • 34篇期刊文章
  • 6篇会议论文

领域

  • 26篇自动化与计算...
  • 5篇电子电信
  • 4篇建筑科学
  • 3篇交通运输工程
  • 3篇一般工业技术
  • 2篇机械工程
  • 1篇天文地球
  • 1篇金属学及工艺
  • 1篇自然科学总论
  • 1篇理学

主题

  • 8篇振动
  • 8篇网络
  • 7篇振动信号
  • 6篇弱分类器
  • 6篇分类器
  • 5篇信号
  • 5篇模态
  • 5篇模态参数
  • 5篇传感
  • 4篇无线传感
  • 4篇模态参数识别
  • 4篇ADABOO...
  • 4篇参数识别
  • 3篇多模态
  • 3篇神经网
  • 3篇神经网络
  • 3篇阻尼
  • 3篇阻尼器
  • 3篇斜拉
  • 3篇斜拉索

机构

  • 40篇宁波大学
  • 1篇浙江省综合信...

作者

  • 34篇叶庆卫
  • 26篇周宇
  • 22篇王晓东
  • 5篇冯志敏
  • 4篇张刚
  • 3篇周红琼
  • 3篇袁德彬
  • 3篇闵捷
  • 2篇赵挺凯
  • 2篇伍广彬
  • 2篇武冬星
  • 2篇李玉刚
  • 1篇胡珊逢
  • 1篇周昕
  • 1篇张兴军
  • 1篇章联军
  • 1篇胡海刚
  • 1篇陈晓
  • 1篇吴迪
  • 1篇吴月

传媒

  • 6篇计算机工程
  • 4篇数据通信
  • 4篇振动与冲击
  • 2篇现代科学仪器
  • 2篇计算机应用
  • 2篇计算机应用研...
  • 2篇无线通信技术
  • 2篇宁波大学学报...
  • 1篇农业机械学报
  • 1篇电信科学
  • 1篇中国机械工程
  • 1篇华中科技大学...
  • 1篇传感技术学报
  • 1篇计算机测量与...
  • 1篇吉林大学学报...
  • 1篇信息与电子工...
  • 1篇海洋学研究
  • 1篇中国科技论文
  • 1篇2011年中...

年份

  • 1篇2023
  • 1篇2022
  • 3篇2021
  • 3篇2020
  • 2篇2019
  • 2篇2017
  • 2篇2016
  • 6篇2015
  • 3篇2014
  • 4篇2013
  • 4篇2012
  • 9篇2011
共 34 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于模糊综合评价的AdaBoost算法研究
2021年
针对AdaBoost算法在训练过程中对噪声数据敏感,影响其分类性能的问题进行研究,提出了一种基于模糊综合评价弱分类器的改进AdaBoost算法。把模糊综合评价模型构建成一类弱分类器,然后组合成Adaboost强分类器。首先将特征值分布曲线分割成为多个高斯单峰函数,每个高斯单峰函数对应一个模糊隶属度函数,离散化后构建单因素矩阵集合;其次依据单因素矩阵来构建模糊综合评价模型,从而形成模糊综合评价弱分类器;最后通过改变评价指标权重向量进行搜索寻优,选择总误差最小的权重向量和单因素矩阵集构成的模糊评价弱分类器,得到最佳弱分类器后组合构成新的AdaBoost强分类器。算法能够接受样本特征值在一定范围内的变动而不改变标记值,对于学习噪声样本具有更好的容错能力。实验结果表明,所提出的改进算法有效提高了分类器的鲁棒性。
章联军张梦娇宋鹏峰叶庆卫
关键词：ADABOOST隶属度函数弱分类器
基于拟合型弱分类器的AdaBoost算法被引量：3
2019年
针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题,提出了一种基于拟合型弱分类器的Ada Boost算法。首先针对每个特征,在特征值与标记值之间建立映射关系,引入最小二乘法求解拟合多项式函数,并转换成离散分类值,从而获得弱分类器。其次从获得的众多弱分类器中,选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器,构成新的Ada Boost强分类器。与传统训练算法相比,极大地减少了待选弱分类器的个数。选取UCI数据集和MIT人脸图像数据库进行实验验证,相较于传统Discrete-AdaBoost算法,改进算法的训练速度提升了一个数量级,人脸检测率可达96.59%。
宋鹏峰叶庆卫陆志华周宇
关键词：ADABOOST最小二乘法弱分类器
基于Mean-Shift优化的TLD视频长时间跟踪算法被引量：11
2015年
针对TLD(tracking learning detection)算法同时包含了跟踪、检测和学习三个部分,具有较高计算量的缺点,提出了采用Mean-Shift算法替换原TLD跟踪器部分的光流跟踪算法。该优化方法利用具有计算量小的MeanShift算法替换计算量较大的光流法进行跟踪,以通过目标模型和候选目标模型之间的巴氏系数与阈值的比较来判定跟踪失败的自检测,并通过计算Mean-Shift跟踪返回的目标框和上一帧TLD返回的目标框之间的相似度来进一步得到跟踪的有效性,在发生跟踪失败时由检测器重新初始化跟踪。实验结果表明,该优化方法在视频长时间跟踪算法中具有较高的鲁棒性和准确性,并且与原TLD算法相比,该优化方法在跟踪速度上得到了提升。
肖庆国叶庆卫周宇王晓东
关键词：TLDMEAN-SHIFT
基于PSO的改进AdaBoost人脸检测算法被引量：10
2020年
针对传统的AdaBoost分类算法弱分类器性能差、训练时间长的问题,提出一种基于粒子群寻优(PSO)的AdaBoost分类算法。首先,采用双阈值的弱分类器代替原始的单阈值弱分类器,建立新的弱分类器结构;其次,通过粒子群寻优的方式搜索最优特征和两个最优阈值代替传统的枚举搜索方式;最后,将所有弱分类器组合成强分类器。通过理论分析和仿真实验表明,与传统枚举方式建立的双阈值强分类器相比,基于粒子群寻优算法建立强分类器的方法,其平均训练时间缩短至原来的1/57,而且两种方式训练的强分类器性能相当。实验结果表明,基于粒子群寻优的AdaBoost算法能够有效提高分类器训练效率。
张均叶庆卫
关键词：人脸检测ADABOOST算法双阈值弱分类器
基于稀疏AR模型的潮流信号建模与预报被引量：1
2015年
潮流信号处理与预报在很多方面具有非常重要的意义和价值。本文引入信号稀疏表示理论,构建一种稀疏AR模型,寻找各潮流数据间的历史关联性,并进行预报分析。首先由实测潮流信号进行常规AR建模,获得一组过完备稀疏基;其次随机从该过完备稀疏基抽取部分建立欠定方程组,利用稀疏优化算法获得最稀疏的AR系数;多次重复上一步,获得稀疏AR系数的平均以增强稀疏AR模型的稳定性;最后利用这些稀疏AR系数来重构或预测潮流信号。文章针对实测潮流信号,特别是存在多峰值有回流现象的潮流信号,进行了稀疏AR建模与预测的多次实验。实验结果与传统的潮流信号调和预报方法相对比,发现基于稀疏AR模型的潮流预报对于潮流存在多变的现象时,具有明显优越性,从回报结果来看,稀疏AR模型的潮流预报均方差明显小于传统潮流调和分析预报方法。
卢小鹏叶庆卫吕翠兰
基于泄漏故障下的磁流变阻尼器力学性能研究被引量：3
2013年
基于磁流变阻尼器力学模型,对泄漏故障下的磁流变阻尼器的力学性能及其阻尼力-位移曲线进行了研究,并通过试验验证了磁流变阻尼器最大阻尼力随着泄漏的加重会逐渐变大,而且在一定的励磁电流作用下,磁流变液会发生剪切稀化现象,反而导致最大阻尼力逐渐变小。研究还发现随着磁流变液黏滞系数的增大,磁流变阻尼器的速率对其阻尼力的影响逐渐减弱。
张兴军冯志敏张刚
关键词：磁流变阻尼器阻尼力力学性能
基于振动模态参数识别的脑电信号特征提取被引量：1
2021年
对运动想象脑电信号的动力学模型进行了分析,将其分成两个阶段(强非线性的瞬态阶段和弱非线性的自由响应阶段),并构建了一种新的特征提取算法。首先通过起始点扫描的方式对脑电信号进行分割来获得自由响应阶段的脑电信号;然后针对自由响应阶段产生的脑电信号,引入振动多模态参数识别ITD(Ibrahim Time Domain)算法来提取特征组合成特征向量;最后利用Adaboost分类器进行自适应特征选择和分类。运用此方法对国际标准数据库The largest SCP data of Motor-Imagery中的CLA运动想象数据集进行特征提取和特征选择与分类,其平均分类准确率高达90%以上。与现有的特征提取算法相比,获得了更好的分类性能和稳定性。
杨怀花叶庆卫
关键词：动力学模型ADABOOST算法
基于稀疏AR建模信号去噪研究与应用被引量：2
2015年
为去掉在不同环境、设备下所采集信号中的不同分布形态噪声,引入稀疏优化求解思路构建新的去噪算法。设信号的AR模型系数是稀疏的,且噪声对AR模型系数影响均衡分布,则可用采集的含噪声信号构建稀疏AR模型有效消除噪声。用含噪声信号构建AR系数矩阵作为过完备稀疏基,通过多次重复随机抽取方式获得多个欠定方程组;利用稀疏优化求解算法获取AR模型稀疏系数;据稀疏系数平均值重构信号。仿真实验表明,信号含噪声较大时该算法较经典小波及中值滤波去噪效果更好。
宋欢欢叶庆卫王晓东周宇
关键词：多频信号AR模型
基于模糊弱分类器的AdaBoost算法被引量：5
2021年
本文引入模糊推理的思路,提出了一种新的模糊弱分类器,为增强AdaBoost强分类器的噪声抵抗能力提供有效手段。把每个特征分布分解成多个模糊规则的叠加,模糊规则对应的隶属度函数采用高斯函数。样本具体的特征值经过模糊化后得到的隶属度函数与模糊规则进行适配,设定适配度阈值来判定样本的类别。在训练流程中,通过枚举搜索寻找最佳的模糊规则构成最佳模糊弱分类器,按AdaBoost算法组合到强分类器中。经UCI数据库、MIT-CBCL人脸数据库等仿真试验测试表明,由模糊弱分类器构成的改进Adaboost强分类器具有更好的噪声抵抗能力,且弱分类器个数更少。
张梦娇叶庆卫陆志华
关键词：模糊推理ADABOOST分类器模糊规则
基于遗传算法特征选择的自回归模型脑电信号识别被引量：11
2016年
针对单一种类特征提取方法所得特征信息量不足的问题,通过自回归模型(AR)与小波变换2种方法实现特征提取,在合并特征集后,采用遗传算法进行最优特征集选择。对运动想象脑电信号进行AR建模,将估计得到的参数作为时域特征,并结合小波变换的时频域特征构建特征集,使用基于k最近邻的分类错误率作为适应度函数,实现对特征向量的选择。运用支持向量机等分类方法验证特征选择效果,结果表明,通过遗传算法进行特征选择,可去除冗余的特征信息,分类正确率达到96.43%。
牛晓青叶庆卫周宇王晓东
关键词：脑机接口自回归模型遗传算法支持向量机
全选 清除 导出
共4页<1234>
聚类工具0