检索结果-内蒙古大学图书馆

林业工程学报 2025年第1期10卷 168-176页

作者：彭淑勤熊先青南京林业大学家居与工业设计学院南京210037

为实现定制家具企业客户需求快速响应,利用机器学习算法(贝叶斯分类、随机森林分类及决策树算法)对定制家具客户订单进行分类实验。选取M企业4852个客户订单,通过客户订单信息划分属性变量及标签变量对客户信息进行编码;并通过准确率、... 详细信息

为实现定制家具企业客户需求快速响应,利用机器学习算法(贝叶斯分类、随机森林分类及决策树算法)对定制家具客户订单进行分类实验。选取M企业4852个客户订单,通过客户订单信息划分属性变量及标签变量对客户信息进行编码;并通过准确率、精确率、召回率及F1分数值对客户需求数据进行评价,实验结果:在客户需求信息分类二分类数据集中,贝叶斯分类准确率、精准率及召回率3个性能指标分别比随机森林分类高17.54,34.60和35.45个百分点,比决策树算法高4.67,9.02和15.67个百分点;在客户需求信息分类多分类数据集中,贝叶斯分类的准确率、精准率、召回率及F1分数分别为89.4%,82.2%,93.1%和86.4%,综合4项评价指标比其他两种分类法更优;在二分类及多分类中贝叶斯分类的综合性能更优。据此,本研究提出一种基于贝叶斯分类算法的定制家具客户需求信息分类方法,为定制家具客户需求响应平台设计提供理论支持。

关键词：定制家具客户需求信息处理分类算法数据挖掘评价指标

来源：评论

学校读者我要写书评

暂无评论

基于距离度量的癌症预测分类算法研究

引用

大连交通大学学报 2025年第2期46卷 106-112页

作者：殷丽凤刘浩琦大连交通大学轨道智能工程学院辽宁大连116028

为了提高分类算法的效率及准确性,提出一种基于距离度量的二分类算法模型并应用于癌症识别领域。首先,利用k-means聚类找到数据集的聚类中心,计算每个样本点到聚类中心的曼哈顿距离、余弦相似度和马氏距离。其次,采用距离度量替换原有... 详细信息

为了提高分类算法的效率及准确性,提出一种基于距离度量的二分类算法模型并应用于癌症识别领域。首先,利用k-means聚类找到数据集的聚类中心,计算每个样本点到聚类中心的曼哈顿距离、余弦相似度和马氏距离。其次,采用距离度量替换原有属性放人GBM和XGBoost分类器进行学习的方式来压缩数据属性,以减少分类器的训练压力、提高训练效率,并用训练好的模型对测试集进行预测。最后,设计3组不同训练方式进行对比试验,用分类评估标准评估模型性能,并控制参数从多个角度验证TCDM的合理性。试验结果表明,TCDM相较于其他分类模型在癌症识别领域中有更高的性能和准确率。

关键词：分类算法余弦相似度马氏距离曼哈顿距离 k-means聚类

来源：评论

学校读者我要写书评

暂无评论

基于时间序列模糊分割的通信数据分类算法设计

引用

吉林大学学报（工学版） 2023年第11期53卷 3268-3273页

作者：张勇飞陈涛南昌大学科学技术学院江西九江332020 南昌大学数学与计算机学院江西南昌330031

为解决通信数据集不平衡性明显导致分类难度大幅上升的问题,提出一种时间序列模糊分割的分类算法。利用主成分分析法取得特征值最大的特征矢量,根据区间数理论建立数据的时间序列,用数据与类别间的兰氏距离测度函数表征通信数据时间序... 详细信息

为解决通信数据集不平衡性明显导致分类难度大幅上升的问题,提出一种时间序列模糊分割的分类算法。利用主成分分析法取得特征值最大的特征矢量,根据区间数理论建立数据的时间序列,用数据与类别间的兰氏距离测度函数表征通信数据时间序列的分割目标,依据模糊分类矩阵差值与收敛条件的判定关系,获取模糊分割的分类结果。实验结果表明:本文算法3种分类情况的数据数量始终位于相应的理想水平上,正确性较高,错误性与失效性较低。

关键词：时间序列模糊分割通信数据分类算法主成分分析法区间模糊数

来源：评论

学校读者我要写书评

暂无评论

面向流数据的决策树分类算法并行化

引用

计算机研究与发展 2017年第9期54卷 1945-1957页

作者：季一木张永潘郎贤波张殿超王汝传南京邮电大学计算机学院南京210023 江苏省无线传感网高技术研究重点实验室(南京邮电大学) 南京210023 南京邮电大学先进技术研究院南京210023 高维信息智能感知与系统教育部重点实验室(南京理工大学) 南京210094

随着云计算、物联网等技术的兴起,流数据作为一种新型的大数据形态广泛存在于电信、互联网、金融等领域.与传统静态数据相比,大数据环境下的流数据具有快速、连续和随时间变化等特点.同时数据流的隐含分布变化会带来概念漂移问题.为了... 详细信息

随着云计算、物联网等技术的兴起,流数据作为一种新型的大数据形态广泛存在于电信、互联网、金融等领域.与传统静态数据相比,大数据环境下的流数据具有快速、连续和随时间变化等特点.同时数据流的隐含分布变化会带来概念漂移问题.为了适应大数据环境下流数据分类算法的要求,必须对传统的静态离线数据分类算法进行改进,提出基于分布式计算平台Storm的P-HT并行化算法.算法在满足Storm流处理平台要求基础上,通过滑动窗口机制、替代子树机制和并行化处理,提高了算法的灵活性和通用性,并且能良好地适应数据流的概念漂移.最后通过实验验证该算法的有效性和高效性,结果表明在与传统C4.5算法相比精度没有降低的情况下,改进的P-HT算法具有更大的吞吐量和更快的处理速度.

关键词：流数据分类算法 Storm平台滑动窗口 C4.5算法并行化算法

来源：评论

学校读者我要写书评

暂无评论

太赫兹测厚技术中的层数分类算法

引用

中国激光 2024年第18期51卷 207-216页

作者：林杰齐济张宇奇张为陈雨昂何明霞曲秋红张逸竹天津大学精密仪器与光电子工程学院天津300072 天津大学四川创新研究院四川成都610213 天津工业大学电子与信息工程学院天津300387

太赫兹测厚技术因其高精度和非接触性,已成为测量多涂层结构厚度的新途径。通过太赫兹时域光谱技术确定涂层厚度时,通常使用全局优化算法,并需要预先知道涂层的层数。然而在某些应用中,层数往往是未知的,这影响了太赫兹测厚技术的适用... 详细信息

太赫兹测厚技术因其高精度和非接触性,已成为测量多涂层结构厚度的新途径。通过太赫兹时域光谱技术确定涂层厚度时,通常使用全局优化算法,并需要预先知道涂层的层数。然而在某些应用中,层数往往是未知的,这影响了太赫兹测厚技术的适用性和精度。通过优化支持向量机模型确定涂层层数,并比较不同改进分类算法的性能。确定层数后,利用Rouard模型对每层厚度进行全局拟合来确定涂层厚度,从而实现对未知层数的多涂层结构的分层厚度测量。在机械臂驱动的太赫兹时域光谱系统对曲面多涂层样品进行测厚的实验中验证了所提方法的可行性。

关键词：太赫兹时域光谱技术厚度测量分类算法多涂层结构优化支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于极限学习机的分类算法及在故障识别中的应用

引用

浙江大学学报（工学版） 2016年第10期50卷 1965-1972页

作者：裘日辉刘康玲谭海龙梁军浙江大学工业控制技术国家重点实验室浙江杭州310027

利用极限学习机(ELM)分类器的结构特点重新设计面向多分类任务的ELM分类器,提出基于ELM的优化分类算法One-Class-PCA-ELM.该算法的实现过程如下:对故障数据进行主元分析(PCA)处理,降低数据维数,去除噪声与冗余信息;将训练数据集按类分割... 详细信息

利用极限学习机(ELM)分类器的结构特点重新设计面向多分类任务的ELM分类器,提出基于ELM的优化分类算法One-Class-PCA-ELM.该算法的实现过程如下:对故障数据进行主元分析(PCA)处理,降低数据维数,去除噪声与冗余信息;将训练数据集按类分割,建立各类对应的单分类模型,整合得到One-Class-PCA-ELM分类模型;将待分类数据输入One-Class-PCA-ELM分类模型,得到待分类数据的类标号,完成分类.仿真实验结果表明,该算法保持了极限学习机极快的训练速度,具有较高的分类准确率及较理想的分类稳定性.

关键词：极限学习机(ELM) 单分类分类算法故障识别

来源：评论

学校读者我要写书评

暂无评论

一种基于随机游走模型的多标签分类算法

引用

计算机学报 2010年第8期33卷 1418-1426页

作者：郑伟王朝坤刘璋王建民清华大学软件学院北京100084 清华信息科学与技术国家实验室北京100084 信息系统安全教育部重点实验室北京100084

在数据挖掘领域,传统的单分类和多分类问题已经得到了广泛的研究.但是多标签数据的普遍存在性和重要性直到近些年来才逐渐得到人们的关注.在多标签分类问题中,由于标签相关性的存在,传统的单分类和多分类问题的解决方法,无法简单地应用... 详细信息

在数据挖掘领域,传统的单分类和多分类问题已经得到了广泛的研究.但是多标签数据的普遍存在性和重要性直到近些年来才逐渐得到人们的关注.在多标签分类问题中,由于标签相关性的存在,传统的单分类和多分类问题的解决方法,无法简单地应用于多标签分类问题.文中提出了一种基于随机游走模型的多标签分类算法,称为多标签随机游走算法.首先,将多标签数据映射成为多标签随机游走图.当输入一个未分类数据时,建立一个多标签随机游走图系列.而后,对图系列中的每个图应用随机游走模型,得到遍历每个顶点的概率分布,并将这个点概率分布转化成每个标签的概率分布.最后,基于多标签随机游走算法,文中给出了一种新的阈值学习算法.真实数据集上的实验表明,多标签随机游走算法可以有效地解决多标签分类问题.

关键词：多标签分类算法随机游走阈值学习

来源：评论

学校读者我要写书评

暂无评论

一种用于乳腺癌诊断的免疫分类算法

引用

中南大学学报（自然科学版） 2010年第4期41卷 1485-1490页

作者：邓泽林谭冠政叶吉祥范必双中南大学信息科学与工程学院湖南长沙410083 长沙理工大学计算机与通信工程学院湖南长沙410076

基于人工免疫识别系统AIRS(Artificial immune recognition system)和核函数提出免疫分类算法Kernel-AIRS。Kernel-AIRS遵循AIRS算法框架,利用核函数将输入空间投影到高维核空间,以核空间距离来度量抗体?抗原的亲和度,提高算法对非线性... 详细信息

基于人工免疫识别系统AIRS(Artificial immune recognition system)和核函数提出免疫分类算法Kernel-AIRS。Kernel-AIRS遵循AIRS算法框架,利用核函数将输入空间投影到高维核空间,以核空间距离来度量抗体?抗原的亲和度,提高算法对非线性可分问题的分类准确率。采用Kernel-AIRS定义核空间距离测量方法和规一化方法,分析抗体刺激度和核函数参数与分类准确率之间的关系,研究属性缺失样本对算法分类准确率的影响,并应用Kernel-AIRS算法诊断乳腺癌,分类准确率采用10次交叉验证评价。研究结果表明:Kernel-AIRS算法对排除属性缺失样本数据集分类的准确率为97.3%,对包含属性缺失样本数据集分类的准确率为96.9%,分类准确率较高,适用于乳腺癌的诊断。

关键词：人工免疫识别系统核函数分类算法医疗诊断乳腺癌

来源：评论

学校读者我要写书评

暂无评论

基于符号ADD和线性多分支程序的分类算法安全评估

引用

电子学报 2014年第5期42卷 940-947页

作者：古天龙何仲春常亮徐周波桂林电子科技大学广西可信软件重点实验室

分类算法是机器学习和数据分析中重要的算法.当需要对分类算法本身以及算法的输入数据进行隐私保护时,就出现了分类算法安全评估问题.针对现有的分类算法安全评估协议效率较低的问题,文章给出了一种基于代数决策图和线性多分支程序的解... 详细信息

分类算法是机器学习和数据分析中重要的算法.当需要对分类算法本身以及算法的输入数据进行隐私保护时,就出现了分类算法安全评估问题.针对现有的分类算法安全评估协议效率较低的问题,文章给出了一种基于代数决策图和线性多分支程序的解决方案.首先,设计了基于代数决策图的安全函数评估协议,用以安全评估决策函数;其次,引入了线性多分支程序的概念,用其对分类算法进行表示.最后,借助线性多分支程序和基于代数决策图的安全函数评估协议,给出了一个私有线性多分支程序的安全评估协议.对新的协议的正确性和安全性进行了分析和证明.实验数据表明,与原有的解决方案相比,新的协议在效率上有明显的提高.

关键词：安全评估分类算法代数决策图线性多分支程序

来源：评论

学校读者我要写书评

暂无评论

基于数字图像处理的路面裂缝自动分类算法

引用

中国公路学报 2014年第9期27卷 10-18,24页

作者：彭博蒋阳升蒲云西南交通大学交通运输与物流学院四川成都610031 俄克拉荷马州立大学土木与环境工程学院俄克拉荷马静水ok74078 西南交通大学综合运输四川省重点实验室四川成都610031 西南交通大学综合交通运输智能化国家地方联合工程实验室四川成都610031

为了充分掌握路面裂缝信息,给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考,对路面裂缝图像自动分类与严重程度识别进行研究。首先,将裂缝轮廓进行矢量化处理,从而分离出单个裂缝区域进行特征计算与分析,提取倾角、... 详细信息

为了充分掌握路面裂缝信息,给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考,对路面裂缝图像自动分类与严重程度识别进行研究。首先,将裂缝轮廓进行矢量化处理,从而分离出单个裂缝区域进行特征计算与分析,提取倾角、块度、空洞等新的裂缝几何特征;然后,选择裂缝分类特征(裂缝空洞、长宽比和倾角明显程度),基于统计阈值区分线性裂缝和网状裂缝;最后,分别根据倾角和宽度对线性裂缝进行分类和严重程度识别,根据块度特征识别块状裂缝、龟裂及其严重程度。结果表明:裂缝分类和严重程度识别结果准确有效,可在无人为干预的情况下准确、自动、实时地提取路面裂缝种类和严重程度信息。

关键词：道路工程路面裂缝图像处理分类算法轮廓矢量化块度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：