检索结果-内蒙古大学图书馆

控制工程 2020年第4期27卷 656-661页

作者：裴晓鹏尚奥刘美红刘帆陈泽华太原理工大学信息工程学院山西晋中030600 山西大学自动化系山西太原030000

k-近邻(k-Nearest Neighbour,KNN)算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算... 详细信息

k-近邻(k-Nearest Neighbour,KNN)算法是一种有效的多分类算法,他具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是有2个主要缺点,一是算法的准确度与k值有很大关系,不同的k值会导致准确率有很大的不同;二是他属于非增量式算法,随着数据量的增加,算法的分类速度会越来越慢,影响他在海量数据分析中的应用。三支决策的主要思想是将整体分成3个独立的部分,引入了不承诺的决策选项,规避了错误接受或者错误拒绝的损失。把三支决策思想引入KNN算法,对边界域样本特殊处理,会减小分类代价,提高海量数据处理的正确性,同时对KNN算法进行改进,提出了一种基于三枝决策的KNN增量式算法,提高了原有算法的快速性。

关键词： k-近邻算法三支决策边界域增量式算法

来源：评论

学校读者我要写书评

暂无评论

人脸识别中高维数据特征分析

人脸识别中高维数据特征分析

引用

作者：刘翠响河北工业大学

学位级别：博士

人脸识别近年来在模式识别领域受到高度关注。作为一种主要的生物识别技术,在金融安全、电子商务与数字娱乐等领域具有广泛的应用前景。经过近半个世纪的发展,在人脸识别研究领域已经取得许多成果,基本实现了特定环境下的准确识别。尽... 详细信息

人脸识别近年来在模式识别领域受到高度关注。作为一种主要的生物识别技术,在金融安全、电子商务与数字娱乐等领域具有广泛的应用前景。经过近半个世纪的发展,在人脸识别研究领域已经取得许多成果,基本实现了特定环境下的准确识别。尽管如此,人脸识别技术要达到完全实用水平,还面临着诸多挑战,因人脸数据维数过高带来的大规模数据存储和计算问题就是其中之一。本文针对人脸识别中的高维数据降维及识别问题展开深入研究,主要研究工作与创新点如下: 1)研究了基于典型线性与非线性降维算法的人脸图像高维数据的降维问题。深入分析了不同算法的降维性能;基于剩余残差的维数评价模型,对人脸图像的本征维数进行了讨论;比较了Isomap算法的不同邻域参数k对降维结果的影响,并在ORL、Yale、Feret人脸库上进行对比试验。试验结果表明,非线性降维算法Isomap的降维效果优于典型的线性降维方法PCA。 2)研究了基于非线性降维的人脸识别方法。为了解决新样本在训练空间的映射及降维问题,引入了增量式Isomap算法,提出了利用距离保持的增量式(IADP-Isomap)的人脸识别方法,首先对人脸图像应用Isomap,然后采用IADP-Isomap获得新样本的低维特征表示,采用最近邻分类器进行分类。实验结果展示了该方法的可行性。 3)探讨了非负矩阵分解(NMF)算法的原理及在人脸识别中的应用。基于NMF的人脸识别方法在人脸图像的光照、姿态与表情改变时性能会大幅下降,针对该问题,本文提出NMF+SDA方法对之改进,首先对人脸图像应用NMF,然后融合线性鉴别分析(LDA)和奇异值分解(SVD)的思想,进行人脸高维数据降维和特征提取。在人脸库上的实验表明,本方法具有较高的识别率。 4)基于非线性降维算法,引入模糊数学中矢量隶属函数和隶属度,提出了一种基于模糊隶属函数的三控制要素的多项式模糊拟合算法。利用归一化贴近度可以评价拟合曲线的线性度。将此算法用于人脸识别,实验结果表明具有较好的识别率。

关键词：人脸识别非线性降维增量式算法非负矩阵分解多项式模糊拟合

来源：评论

学校读者我要写书评

暂无评论

粗糙集理论及其在投资环境因素分析中的应用研究

粗糙集理论及其在投资环境因素分析中的应用研究

引用

作者：杨宁西南交通大学

学位级别：博士

现代管理决策面临的研究对象往往十分复杂，其性质展示常不够明显和充分，需要考察庞大的相关数据，从大量数据中寻求其固有矛盾，发现其潜在规律，提取规则，对系统的不确定性作出评估，在此基础上才能拟定出适宜的决策。粗糙集理论是... 详细信息

现代管理决策面临的研究对象往往十分复杂，其性质展示常不够明显和充分，需要考察庞大的相关数据，从大量数据中寻求其固有矛盾，发现其潜在规律，提取规则，对系统的不确定性作出评估，在此基础上才能拟定出适宜的决策。粗糙集理论是一种新的处理不确定性知识的数学工具，其主要优势是不需要提供问题所需处理的数据集合之外的任何额外的先验信息，通过知识的简化与知识依赖性分析，完全由已知数据导出决策规则。因此，粗糙集理论可有效地帮助决策者处理复杂系统的决策问题。信息系统以及不完备信息系统知识约简、规则获取的理论与方法研究是粗糙集理论与应用研究的核心问题。人们从不同的角度出发，提出了多种约简理论与方法。然而，这些方面本身还存在大量需要研究和解决的理论问题。另外，投资环境是一个结构复杂的有机系统，涉及到诸多因素，如经济环境、社会环境、资源环境、基础设施等，衡量这些因素的数据具有多种类型，且这些因素相互制约、相互依赖。目前，国内外学者对投资环境评价已基本形成一套成型的评价方法和模型，但是这些评价方法几乎都不同程度地受到评价者主观因素的影响，评价过程中指标权重的确立大多依赖人为的赋值和评分，主观性较强。因此，运用粗糙集理论对投资环境进行评价可以在一定程度上有效地避免人的主观因素，通过数据对影响投资环境的各个因素进行评价，并综合得出评价结论，这是一种恰当与合理的方法。本文针对粗糙集理论的三个方面理论问题进行讨论(粗糙集正域的约简、变精度粗糙集的知识发现、不完备信息系统的知识发现)。同时，借助粗糙集的正域理论，对影响投资环境诸因素的重要性程度进行刻画，将粗糙集理论应用于投资环境分析。为此，本文对以下问题展开研究： (1) 基于粗糙集理论的信息系统知识约简理论与方法。信息系统知识约简理论与方法研究中基于粗糙集正域的约简是经典的方法，通过区分

关键词：粗糙集投资环境信息系统约简增量式算法

来源：评论

学校读者我要写书评

暂无评论

基于DA算法的PID控制器设计

引用

制造业自动化 2014年第24期36卷 87-89页

作者：贾金玲姚毅陈光建王显海四川理工学院计算机学院自贡643000 四川理工学院自动化与电子信息学院自贡643000 华东理工大学上海200237

文中介绍了将分布式算法用于数字PID的硬件实现过程,建立数字PID控制器的仿真系统模型,并在MATLAB下仿真验证了其设计的正确性。该数字PID控制器充分利用了FPGA芯片内的查找表来实现乘法器,与串行、并行和混合方法相比,减少了由大量乘... 详细信息

文中介绍了将分布式算法用于数字PID的硬件实现过程,建立数字PID控制器的仿真系统模型,并在MATLAB下仿真验证了其设计的正确性。该数字PID控制器充分利用了FPGA芯片内的查找表来实现乘法器,与串行、并行和混合方法相比,减少了由大量乘法运算所消耗的时间,极大地提高了系统运行的速度。

关键词：分布式算法数字PID FPGA 增量式算法仿真

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的非监督快速属性选择算法

引用

计算机应用 2015年第8期35卷 2355-2359页

作者：白鹤翔王健李德玉陈千山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

针对"大数据"中常见的大规模无监督数据集中特征选择速度难以满足实际应用要求的问题,在经典粗糙集绝对约简增量式算法的基础上提出了一种快速的属性选择算法。首先,将大规模数据集看作一个随机到来的对象序列,并初始化候选... 详细信息

针对"大数据"中常见的大规模无监督数据集中特征选择速度难以满足实际应用要求的问题,在经典粗糙集绝对约简增量式算法的基础上提出了一种快速的属性选择算法。首先,将大规模数据集看作一个随机到来的对象序列,并初始化候选约简为空集;然后每次都从大规模数据集中无放回地随机抽取一个对象,并且每次都判断使用当前候选约简能否区分这一对象和当前对象集中所有应当区分的对象,并将该对象放入到当前对象集中,如果不能区分则向候选约简中添加合适的属性;最后,如果连续I次都没有发现无法区分的对象,那么将候选约简作为大规模数据集的约简。在5个非监督大规模数据集上的实验表明,所求得的约简能够区分95%以上的对象对,并且求取该约简所需的时间不到基于区分矩阵的算法和增量式约简算法的1%;在文本主题挖掘的实验中,使用约简后的数据集挖掘出的文本主题同原始数据集挖掘出的主题基本一致。两组实验结果表明该方法能够有效快速对大规模数据集进行属性选择。

关键词：海量数据绝对约简增量式算法粗糙集属性选择

来源：评论

学校读者我要写书评

暂无评论

仿人足球机器人视觉系统精确定位的特征提取

引用

机械设计与制造 2023年第6期388卷 258-262页

作者：许君杰郭丽峰刘莉张继文清华大学机械工程系北京100084 北京石油化工学院机械工程学院北京102617

针对Robocup等比赛中机器人的定位中的视觉特征选取问题,线特征以其抗噪性好,蕴含丰富环境信息的优势获得了人们的青睐。该文针对仿人足球机器人球场比赛定位中的边线特征提取,将整体方案分解为颜色空间映射、可能片段查找、增量式算法... 详细信息

针对Robocup等比赛中机器人的定位中的视觉特征选取问题,线特征以其抗噪性好,蕴含丰富环境信息的优势获得了人们的青睐。该文针对仿人足球机器人球场比赛定位中的边线特征提取,将整体方案分解为颜色空间映射、可能片段查找、增量式算法拟合三个部分。通过预先学习标定生成的颜色查找表,将原始图像映射成多值图像;之后针对不同颜色对应的不同状态,使用有限状态机方法识别可能属于边线特征的有效片段;使用增量式算法提取出图像中的直线特征,最后增加参数调节来进一步优化特征提取结果,提高直线特征的精度。这一方法不仅可以提取直线特征,同时对于不规则的曲线特征检测,也能够使用近似的线段集合进行拟合。相比于传统方法如Hough变换等,该算法具有算法简单,提取速度快,特征精度高的优点。实验表明,算法的全局定位精度在10cm以内,特征提取时间不大于5ms,符合足球机器人实际比赛需求。

关键词：仿人机器人计算机视觉线特征有限状态机增量式算法

来源：评论

学校读者我要写书评

暂无评论

概念格上面向内涵的Rough集合

引用

中国矿业 2005年第3期14卷 45-47页

作者：胡晓墩中国矿业报社北京100055

本文提出一种不基于等价关系的等价类,也不基于准等价关系的'后继邻域'、'前继邻域'、'上继邻域'、'下继领域'的新Rough集定义.并把它应用于概念的增量式算法,为概念格的构造提供了一种新的思路.

关键词：等价类 Rough集合概念格增量式算法

来源：评论

学校读者我要写书评

暂无评论

基于粗集理论的增量式属性约简研究

基于粗集理论的增量式属性约简研究

引用

作者：陈楠长春理工大学

学位级别：硕士

粗糙集理论是一个有效的数据挖掘方法，正越来越被人们所重视。其主要思想是保持分类能力不变的情况下，利用等价类，通过约简，达到发掘知识并简化知识的目的。首先，本文介绍了数据挖掘和粗糙集的基本理论和主要方法。然后研究了... 详细信息

粗糙集理论是一个有效的数据挖掘方法，正越来越被人们所重视。其主要思想是保持分类能力不变的情况下，利用等价类，通过约简，达到发掘知识并简化知识的目的。首先，本文介绍了数据挖掘和粗糙集的基本理论和主要方法。然后研究了粗糙集理论的属性约简方法，并针对属性约简存在的问题提出了一种基于信息熵的属性约简算法，算法中引入了信息熵准则作为属性选择的标准。为满足数据库动态更新的需要，对该方法进行修改提出了一种基于信息熵的增量式属性约简。最后，给出了扩充特征矩阵的定义，提出了基于扩充特征矩阵的增量式规则提取方法。

关键词：数据挖掘粗糙集约简增量式算法特征矩阵

来源：评论

学校读者我要写书评

暂无评论

社会网络中动态社区发现方法研究

社会网络中动态社区发现方法研究

引用

作者：顾炎南京邮电大学

学位级别：硕士

社会网络无时无刻不在发生着变化,导致网络呈现出特有动态特性。对动态社区的挖掘和分析是社会网络分析的基础性研究之一,其不仅有助于更好地理解社会网络的结构,还能够有效地预测网络的未来趋势,对于信息传播、网络营销和群体事件监管... 详细信息

社会网络无时无刻不在发生着变化,导致网络呈现出特有动态特性。对动态社区的挖掘和分析是社会网络分析的基础性研究之一,其不仅有助于更好地理解社会网络的结构,还能够有效地预测网络的未来趋势,对于信息传播、网络营销和群体事件监管等应用都具有实际应用意义。传统动态社区发现方法通过聚类分析不同时间节点社会网络的快照得到社区序列,然后依据某一指标比较相邻时间节点挖掘出的社区,找出最匹配的结果,基于此分析出社会网络中的社区结构随时间变化的规律。这类方法的不足在于其完全割裂了相邻时间节点社会网络的联系,忽略了相邻时间节点的社会网络是密切相关的这一事实。增量聚类动态社区发现方法基于短时平滑性假设,依据社会网络拓扑的变化,通过调整前一个时间节点挖掘出的社区结构,得到当前时间节点的社区结构,在保证了相邻时间节点社区结构一致性的同时,大幅降低了算法的时间复杂度。本文针对社会网络中的节点提出了两种增量式动态社区发现算法。基于节点作用力的增量式动态社区发现算法吸取了物理学领域万有引力的思想,在节点间引入了相互作用力,每个节点不仅受到来自同一社区节点的作用力,还受到来自不同社区节点的作用力,根据这两者的大小来判断增量相关节点在t时刻是否改变社区归属,并将改变了社区归属的增量相关节点划分给对其作用力最大的社区。基于节点作用力的增量式动态社区发现算法需要以社会网络中社区的数目保持不变为前提,而基于节点距离的增量式动态社区发现算法则去除了这个约束。该算法有两个步骤,首先基于节点间的距离和邻居节点的数量将社会网络中的节点分为核心节点、边界节点、噪声节点三类,利用核心节点依据节点可达挖掘出社区。然后在此基础上对每个增量相关节点按其节点属性的变化情况,同样依据节点可达分析和调整其社区归属。在Enron邮件数据集和Facebook社交网络数据集上的实验表明,本文提出的两种算法可以在较短的时间内挖掘出结构良好的社区。

关键词：动态社会网络社区发现增量式算法节点作用力节点距离

来源：评论

学校读者我要写书评

暂无评论

集成学习在辐射源识别中的应用研究

集成学习在辐射源识别中的应用研究

引用

作者：丁嘉辉西安电子科技大学

学位级别：硕士

本文利用集成学习算法来解决辐射源识别问题,针对分类器设计过程中常见的特征选择、信噪比变化、新辐射源样本这三个问题,给出了相应的解决方案,并通过仿真实验证明方案的有效性。为了解决更复杂的辐射源识别问题,分类器中必须引入更多... 详细信息

本文利用集成学习算法来解决辐射源识别问题,针对分类器设计过程中常见的特征选择、信噪比变化、新辐射源样本这三个问题,给出了相应的解决方案,并通过仿真实验证明方案的有效性。为了解决更复杂的辐射源识别问题,分类器中必须引入更多的辐射源特征,这会导致信号处理流程的负担过重;而且特征向量维度的增加容易在分类器的训练过程中造成计算量大幅度提高,由于集成学习算法由许多个基分类器构成,计算量对算法的影响会更加明显。针对这一问题,本文根据CART算法本身的特征选择机制,提出了一种包裹式的特征选择算法。仿真实验结果表明,该算法可以实现比较理想的特征选择效果,相比较于经典的Relief算法,该算法在辐射源数据集上维持原有分类准确率所需的特征数量更少,降维效果更好。此外,由于辐射源特征本身具有很强的物理意义,为了进一步增强辐射源分类过程的可解释性,本文在CART算法的基础上提出了三种特征评价指标,仿真结果也表明这三种特征评价指标都能有效地量化某一特征在分类器中的作用大小。环境信噪比的变化对辐射源特征数值分布的影响非常显著,会直接影响分类器的判决准确率。针对上述问题,本文分别从多样性集成和变权集成两个方向提出解决方案。首先通过样本自主采样、随机特征组合的方式构建基分类器,并设计了一种基于不同信噪比的多样性增强方式;然后提出了一种基于信噪比估算的变权集成算法,通过待测样本信噪比的估算结果动态地调整基分类器权重,以此来降低信噪比变化对分类的影响。仿真实验结果表明,多样性集成与变权集成都能有效改善分类器在不同信噪比下分类效果,其中随机森林算法在基分类器数量较多时可以达到最高的全局准确率,但在基分类器数量较少时性能表现不够理想;变权集成算法则在基分类器数量很少时也能实现良好的分类准确率,但是最终的分类效果会受到信噪比估算误差的影响。常规的分类器不仅无法检测新的辐射源样本,而且只能通过重新训练来获取对新样本的认知,效率低下。针对这一问题,本文提出了一种轻量化的增量式集成学习算法,通过开集识别改进保证CART基分类器只会对已知的样本做出有效判决,否则投出“弃权票”,从而可以通过添加基分类器的方式来扩充集成学习算法能够识别的类别范畴。仿真实验表明,该算法可以实现关于类别数量的线性计算复杂度,大幅度降低新增分类类别所需训练成本,在一定信噪比范围内依然能保持相对较高的准确率。

关键词：辐射源识别集成学习 CART 特征选择信噪比增量式算法计算复杂度

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：