高阳
- 作品数：13 被引量：41H指数：3
- 供职机构：中国矿业大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术政治法律动力工程及工程热物理更多>>
- 基于张量距离补丁校准的高光谱数据降维方法
- 一种基于张量距离补丁校准的高光谱数据降维方法，属于高光谱遥感图像处理方法。本发明针对高光谱数据的张量特性，首先，通过窗口领域将高光谱数据转化成张量形式，保持每个像素的空间信息；第二，引入张量距离，构建包含判别信息的高质张...
- 王雪松高阳程玉虎
- 文献传递
- 一种基于成对约束判别分析-非负稀疏散度的高光谱数据降维方法
- 一种基于成对约束判别分析-非负稀疏散度的高光谱数据降维方法，属于高光谱遥感图像处理方法。本发明针对源高光谱数据和目标高光谱数据来自不同分布时，很多先进的基于机器学习的高光谱数据分类算法的分类性能变差。首先，根据一种能自动...
- 王雪松高阳程玉虎
- 文献传递
- 一种基于成对约束判别分析-非负稀疏散度的高光谱数据降维方法
- 一种基于成对约束判别分析‑非负稀疏散度的高光谱数据降维方法，属于高光谱遥感图像处理方法。本发明针对源高光谱数据和目标高光谱数据来自不同分布时，很多先进的基于机器学习的高光谱数据分类算法的分类性能变差。首先，根据一种能自动...
- 王雪松高阳程玉虎
- 文献传递
- 基于块非负稀疏重构嵌入的高光谱数据降维被引量：1
- 2013年
- 为了在充分利用高光谱信息的同时减少因数据冗余带来的分类精度降低,提出一种块非负稀疏重构嵌入降维算法.首先,将传统超完备字典转化成超完备块字典;然后,通过计算每个超完备块字典对应样本的最小重构误差,得到块非负稀疏重构权重矩阵;最后,在低维嵌入时,通过同时最小化局部和最大化非局部高光谱数据的非负稀疏信息,得到全局最优的低维子空间高光谱数据.通过3组高光谱数据的实验结果验证了所提出方法的可行性和有效性.
- 高阳王雪松程玉虎汪婵
- 关键词：高光谱数据降维全局最优
- 内置开孔涡流发生器的管道强化换热研究
- 换热器是进行热量传递的主要设备，换热设备的性能显著影响能源的利用效率。强化换热技术是提高换热器效率的有效途径之一，涡流发生器是一种常见的强化换热元件。流场中的涡流发生器可诱导产生涡旋，减薄或者破坏流体边界层，提高冷热流体...
- 高阳
- 关键词：数值模拟结构参数强化换热
- 文献传递
- 基于概率型支持向量分类机的Q学习被引量：1
- 2010年
- 按TD误差标准,把Q学习系统的状态-动作空间粗略地划分为正负2类.为了描述分类的不确定性和避免简单分类导致的学习精度下降问题,利用概率型支持向量分类机(PSVCM)来使得样本的分类同时具有定性的解释和定量的评价.PSVCM的输入为系统的连续状态和离散动作,输出为带有概率值的类别标签.对由PSVCM判定为正类的离散动作按其概率值进行加权求和,即可得到连续动作空间下的Q学习控制策略.小船靠岸问题的仿真结果表明,与基于传统支持向量分类机的Q学习相比,所提方法不仅能够有效解决具有连续状态和连续动作的非线性系统的Q学习控制,而且其控制性能对初始动作的设置不敏感.
- 程玉虎高阳王雪松
- 关键词：支持向量分类机Q学习
- 乡政村治背景下J区农村基层公共权力腐败治理研究
- 十九届中央纪委四次全会上,习近平总书记指出:要继续坚持“老虎”、“苍蝇”一起打,重点查处不收敛不收手的违纪违法问题。要清醒认识腐蚀和反腐蚀斗争的严峻性、复杂性,认识反腐败斗争的长期性、艰巨性,切实增强防范风险意识,提高治...
- 高阳
- 关键词：乡政村治反腐败
- 文献传递
- 基于张量距离补丁校准的高光谱数据降维方法
- 一种基于张量距离补丁校准的高光谱数据降维方法，属于高光谱遥感图像处理方法。本发明针对高光谱数据的张量特性，首先，通过窗口领域将高光谱数据转化成张量形式，保持每个像素的空间信息；第二，引入张量距离，构建包含判别信息的高质张...
- 王雪松高阳程玉虎
- 基于随机子空间-正交局部保持投影的支持向量机被引量：3
- 2011年
- 针对高维数、小样本数据分类问题,提出一种基于随机子空间-正交局部保持投影的支持向量机.利用随机子空间方法对原始高维样本的特征空间进行多次随机采样,生成多个具有不同特征子集的基支持向量机(SVM)分类器;利用正交局部保持投影对各基SVM分类器的样本进行特征提取,实现维数约简;然后,利用降维后的样本对各基SVM分类器进行训练;采用贝叶斯求和准则将各基SVM的分类结果进行融合以得到最终的分类结果.典型人脸数据库识别结果验证了本方法的可行性和有效性.
- 王雪松高阳程玉虎
- 关键词：随机子空间支持向量机特征提取
- 基于混合熵和L_1范数的遥感图像分类被引量：3
- 2012年
- 针对遥感图像数据具有的高维数、非线性以及海量无标记样本的特性,提出了一种基于混合熵和L1范数的概率型最小二乘支持向量机分类方法.将准熵和熵差分融合,构造一种混合熵用以从海量无标记样本集中选出最有"价值"的待标记样本;基于L1范数距离度量,进一步从待标记样本集中筛选出孤立点和冗余点加以剔除;基于初始已标记样本以及筛选得到的样本,训练得到概率型最小二乘支持向量机.对反射光学系统的成像光谱仪(ROSIS)高光谱遥感图像进行了分类实验.结果表明:所提分类方法的总精度和Kappa系数分别达到了89.90%和0.868 5,能够以较少的训练样本得到较高的分类精度,其更适于处理遥感图像分类问题.
- 王雪松高阳程玉虎汪婵
- 关键词：遥感图像L1范数
