公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

采用多类代价指数损失函数的代价敏感AdaBoost算法被引量：2: 2017年; 为解决由多个二类代价敏感算法扩展而成的多类算法存在时间复杂度高和不能区分错分代价的问题,提出一种采用多类代价指数损失函数的多类代价敏感AdaBoost算法(MCCSADA)。为保证算法的代价敏感特性,首先设计一种满足代价敏感损失函数设计准则的多类代价敏感指数损失函数;然后将此损失函数作为评价分类器性能的标准,以最小化损失函数为目的使用逐步叠加模型推导算法的最优基分类器加权系数;最后使用多类代价损失函数和最优基分类器加权系数求解公式替换多类AdaBoost算法的损失数和加权系数求解公式,得到代价敏感的MCCSADA算法。使用UCI数据集对算法进行验证,实验结果表明:算法的稳定性得到了提升,退化现象被减弱;相比于由两类代价敏感算法通过一对一方法扩展而来的多类代价敏感算法,MCCSADA算法在大多数情况下能够取得更低的代价,而且具有较低的时间复杂度,在3类数据集上的时间复杂度降低约40%,并且随着类别数的增多效率提升更加明显。; 翟夕阳王晓丹李睿贾琪; 关键词：ADABOOST算法贝叶斯决策损失函数

基于信息熵的RVM-AdaBoost组合分类器被引量：5: 2018年; 针对AdaBoost算法不能有效提高RVM分类性能的问题,提出一种基于信息熵的RVM与AdaBoost组合分类器。依据RVM输出的后验概率来定义样本的信息熵,信息熵越高的样本越容易错分。提出使用自适应信息熵阈值对数据进行筛选,筛选出的数据使用基于AdaBoost算法的集成分类器进行分类,样本的分类结果由RVM与集成分类器组合给出。把未筛选出且分类错误的极少样本作为噪声对待,增强了组合分类器的稳定性,避免了随着AdaBoost算法迭代次数增加集成分类器出现退化的现象。使用UCI数据集从分类正确率、分类效率和稳定性三方面对提出的组合分类器进行验证,实验结果表明了此分类器的有效性。; 翟夕阳王晓丹李睿贾琪; 关键词：相关向量机 ADABOOST算法信息熵

一种改进的特征点方向分配算法被引量：1: 2017年; 现有特征点方向分配算法易受噪声干扰,在光照、仿射变换时准确性有待提高。针对以上不足,在SIFT算法基础上,提出了一种改进的特征点方向分配算法。该算法以特征点为中心,在0°~360°的范围内固定角度间隔,等距采样若干局部区域的圆形图像小块,计算各圆形图像小块质心相对圆心的偏移值。根据统计学原理以及实验验证表明,低偏移值区域易受噪声干扰且对特征点主方向的确定没有影响。据此,改进算法排除低偏移值局部区域,计算剩余局部区域像素梯度的幅度与幅角,利用方向直方图给特征点分配主方向。结果表明,相比SIFT算法,改进算法在主方向分配时运行速度更快,同时准确性更高。此外,在特征点匹配实验中,对视角变换的数据集图像,改进算法的准确率与现有算法基本持平;在噪声干扰的数据集图像中,改进算法的准确率提升了17%。; 贾琪王晓丹周来恩翟夕阳; 关键词：特征点

基于二叉树直觉模糊SVM的弹道目标HRRP识别被引量：6: 2017年; 弹道目标识别是一个多目标识别过程,二叉树支持向量机(BTSVM)是一种针对多类分类有效的分类器。BTSVM结构简单,训练快,但容易出现误差积累。为提高目标识别率,引入并改进了直觉模糊支持向量机,设计了一种基于自适应隶属度函数和直觉指数的多类直觉模糊SVM分类器。对训练集进行直觉模糊化处理得到直觉模糊数据集,用于训练分类器得到二叉树直觉模糊SVM分类器。将此分类器应用于弹道目标HRRP识别,提高了识别的正确率和识别效率,仿真结果表明了此分类器的有效性。; 翟夕阳王晓丹李睿贾琪; 关键词：直觉模糊集高分辨一维距离像

基于Baldwin效应的直觉模糊自适应差分进化算法: 2017年; 针对现有改进差分进化算法易陷入局部最优解的不足,提出一种改进的自适应差分进化算法。该算法对精英个体实施Baldwin学习,使其在不确定代数内保持基因型不变并尝试多种表现型以引导种群中其他个体进化;同时用直觉模糊推理的方法对缩放因子进行自适应反馈控制。通过对19个典型benchmark函数进行测试,并与其他知名改进差分进化算法对比,仿真结果表明该改进方法具有较强的跳出局部最优解能力和较快的收敛速度。; 文童华继学王毅梅海涛贾琪杨进帅; 关键词：差分进化自适应直觉模糊推理 BALDWIN效应

改进卷积自编码器的局部特征描述算法被引量：2: 2017年; 针对非监督学习方法提取的底层特征用于特征描述时可区分性不强,对图像旋转、尺度等变换敏感的问题,提出了一种改进卷积自编码器的局部特征描述算法(Convolutional Auto-Encoder Descriptor,CAE-D)。CAE-D算法利用信息熵评价卷积核性能,提出在CAE中添加卷积核信息熵约束规则,通过均值化卷积核携带的局部特征信息,提升卷积特征描述的可区分性;在特征描述前使用传统SIFT中主方向分配算法确定局部图像的主方向,并引入降采样操作,进一步提升特征描述的旋转不变性及鲁棒性。图像匹配实验结果验证了改进策略的有效性,CAE-D算法优于当前先进的KAZE、SIFT,而运行时间相比SIFT缩短了47.14%。; 贾琪王晓丹周来恩翟夕阳; 关键词：非监督学习信息熵

求解大规模TSP问题的带导向信息素蚁群算法被引量：3: 2018年; 蚁群算法已在各种优化问题中取得成功应用,但在求解大规模TSP问题时存在时间、空间复杂性大,搜索过程导向性不强易陷入局部最优和局部搜索策略效果不佳等缺点。针对以上问题,提出了一种具有导向信息素的蚁群算法(Ant Colony Algorithm With Oriented Pheromones,OPACA),利用问题本身的聚类特性简化问题规模后求解全局最优路径,后利用全局最优路径初始化导向信息素,并引入启发式的局部搜索策略求解原问题。仿真实验表明,改进算法的搜索全局最优能力与稳定性显著增强,相比同类算法有更佳的准确率及收敛速度。; 顾竞豪王晓丹贾琪; 关键词：蚁群算法聚类旅行商问题

全选清除导出

共1页<1>

贾琪