检索结果-内蒙古大学图书馆

浙江科技学院学报 2021年第5期33卷 362-368页

作者：吴玉凤冯军钱亚冠金帆浙江科技学院理学院杭州310023

教育数据挖掘技术是当前研究的热点之一。针对学生成绩预测准确率较低的问题,提出以宽度学习(broad learning,BL)算法为个体学习器的加权集成学习算法。首先,使用宽度学习算法来预测学生成绩,由于单个分类器的性能不够稳定,对数据变化... 详细信息

教育数据挖掘技术是当前研究的热点之一。针对学生成绩预测准确率较低的问题,提出以宽度学习(broad learning,BL)算法为个体学习器的加权集成学习算法。首先,使用宽度学习算法来预测学生成绩,由于单个分类器的性能不够稳定,对数据变化比较敏感,故试验采用加权集成方法对宽度学习算法进行改进;然后,将其与采用加权集成的决策树(decision tree,DT)算法和多层感知机神经网络(multi-layer perceptron neural networks,MLP)算法的结果进行对比。结果表明,基于宽度学习算法作为个体学习器的加权集成算法能够进一步提高模型的预测效果,预测准确率在比较的几种算法中最高,达到了91.6%,这有效地提高了成绩预测的准确率。研究结果可为学生成绩预测提供方法参考。

关键词：教育数据挖掘宽度学习算法加权集成成绩预测

来源：评论

学校读者我要写书评

暂无评论

宽度学习算法的研究与应用

宽度学习算法的研究与应用

引用

作者：徐立庄燕山大学

学位级别：硕士

在实际建模过程中,模型的好坏主要是由目标值与相关特征之间的映射关系所决定的,而许多复杂系统存在着非线性和强耦合性等问题,使其很难构建高精度的模型。神经网络的提出为以上问题提供了有效的解决方案,然而伴随着神经网络层数的不断... 详细信息

在实际建模过程中,模型的好坏主要是由目标值与相关特征之间的映射关系所决定的,而许多复杂系统存在着非线性和强耦合性等问题,使其很难构建高精度的模型。神经网络的提出为以上问题提供了有效的解决方案,然而伴随着神经网络层数的不断加深,模型参数指数增加,故参数优化和过深的网络结构成为神经网络现阶段面临的主要问题,另外模型若不能达到期望效果时,则需消耗时间重新学习。针对此问题,宽度学习算法以其独特的学习机制不但克服了冗长的参数迭代过程,而且可以逐步增加网络节点并在不需要重新建模的情况下更新节点,具有较短的训练时间和较好的泛化能力。为了进一步提高宽度学习算法的性能,本文在其基础上进行了改进,并在图像分类和数据回归上验证了改进后算法的性能,具体研究成果和实际意义描述如下:(1)提出了一种局部感受野的宽度学习算法(Local Receptive Fields based Broad Learning System,BLS-LRF),该算法结合了宽度学习算法(Broad Learning System,BLS)和局部感受野(Local Receptive Fields,LRF)思想。为了检验算法的有效性,将其应用于经典的MNIST和NORB图像分类数据集上。并与卷积神经网络算法、残差神经网络等经典算法进行对比,仿真结果表明BLS-LRF算法不仅提高了算法的泛化性能,而且大大缩短了训练学习的过程。(2)提出了一种多并联宽度学习算法(Multiple Parallel Broad Learning System,MPBLS),用于解决图像分类和数据回归等问题。仿真结果表明在图像分类问题上,MPBLS与其他经典的算法相比,其提高了算法的分类精度同时降低了算法训练所需时间。在数据回归问题上,MPBLS与其他算法相比,该算法不仅表现出了较好的数据拟合能力和泛化能力,而且通过小数据的优异性能可以看出MPBLS对训练样本的大小依赖性较小。

关键词：神经网络图像分类数据回归宽度学习算法局部感受野

来源：评论

学校读者我要写书评

暂无评论

融合集合经验模态分解与宽度学习的齿轮箱故障预警方法

引用

计算机集成制造系统 2022年第6期28卷 1835-1843页

作者：杨锡运邓子琦康宁华北电力大学控制与计算机工程学院北京102206 华北电力大学电站设备状态监测与控制教育部重点实验室北京102206 北京广利核系统工程有限公司北京102206

为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度... 详细信息

为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度学习算法,利用数据采集与监视控制系统数据对齿轮箱进行建模,分别以马氏距离和重构油温曲线与真实油温曲线的关联度为指标,从时间维度和相关变量维度评价齿轮箱的健康程度。通过计算两种算法的交叉熵将二者的预警结果融合,从而兼顾预警方法的准确性和快速性。对实际风场中齿轮箱油温超温故障发生前后记录的数据进行仿真分析,验证了EEMD变点与宽度学习算法的融合方法在齿轮箱油温超温早期故障预警上的可行性。

关键词：风电机组宽度学习算法集合经验模态分解交叉熵

来源：评论

学校读者我要写书评

暂无评论

基于宽度学习的高校学生成绩预测模型研究

引用

电脑知识与技术 2023年第20期19卷 90-92页

作者：许杰倪文瀚兰洁周翔宇华北水利水电大学河南郑州450046

教育数据挖掘是目前的跨学科研究热点之一,其中对学生成绩的预测是教育数据挖掘的重要应用,可以帮助教育工作者评估学生的学习状态。因此,有必要对学生的成绩进行准确预测。针对目前预测模型存在准确率较低的问题,文章提出了一种基于宽... 详细信息

教育数据挖掘是目前的跨学科研究热点之一,其中对学生成绩的预测是教育数据挖掘的重要应用,可以帮助教育工作者评估学生的学习状态。因此,有必要对学生的成绩进行准确预测。针对目前预测模型存在准确率较低的问题,文章提出了一种基于宽度学习的学生成绩预测模型。该模型包括数据处理、网络训练和成绩预测三个模块,数据处理模块分析学生日常行为数据并提取有效特征,网络训练模块利用有效特征数据在线训练并更新网络模型,成绩预测模块根据训练好的网络模型实现学生成绩的快速准确预测。实验结果表明,文章提出的模型能够提高学生成绩预测的效率和精度。

关键词：教育数据挖掘宽度学习算法成绩预测

来源：评论

学校读者我要写书评

暂无评论

基于宽度学习的不可穿透障碍物反散射问题的研究

基于宽度学习的不可穿透障碍物反散射问题的研究

引用

作者：齐红钰长春理工大学

学位级别：硕士

障碍物反演问题是一个非常热门的研究领域,它存在于各个领域中,如医疗中的成像、军事中的雷达扫描、航天领域中的遥感技术以及工业领域中的无损检测等.而障碍物反演问题是不适定的,致使其理论分析和数值求解具有一定的难度.求解障碍反... 详细信息

障碍物反演问题是一个非常热门的研究领域,它存在于各个领域中,如医疗中的成像、军事中的雷达扫描、航天领域中的遥感技术以及工业领域中的无损检测等.而障碍物反演问题是不适定的,致使其理论分析和数值求解具有一定的难度.求解障碍反演问题的方法主要有直接法和间接法两类数值求解方法.直接法通常是定性的解决这类问题,这类方法计算相对简单;而间接法又被称为定量方法,可以达到高精度的计算效果,但是也需要较高的计算成本.因此,学者们致力于研究一种计算复杂度低的高精度数值求解方法.本文考虑二维时谐背景下均匀介质中不可穿透障碍物的反演问题,提出了基于随机森林-宽度学习反演方法(RF-BLS).首先用采样法得到障碍物的部分信息,通过Fourier系数表示其形状和位置,并利用随机森林算法对其进行分类,再将分类后的数据集代入到宽度学习系统中进行训练,其次使用训练后的模型反演形状参数.在数值实验中,RF-BLS方法可以较好地重构障碍物的形状;且该方法在求解远场数据含有噪声的情况下,仍能保证反演的形状参数均方误差较小;其次我们还比较了RF-BLS方法与单层LSTM网络(SPIMNNG),结果表明本文提出的方法不仅保证了计算精度,并且所需的训练时间是SPIMNNG方法的1‰;进一步考虑了有限孔径观测的情况,RF-BLS方法对障碍物重构效果仍然良好.对于同时反演不可穿透障碍物位置和形状的问题,将宽度学习与朴素贝叶斯方法结合,构建了一种新的参数反演方法,即基于朴素贝叶斯-宽度学习反演方法(NB-BLS).首先通过采样法得到障碍物的Fourier展开形式,其中Fourier系数表示障碍物的形状和位置参数,并利用朴素贝叶斯方法按形状参数进行分类;然后,利用宽度学习系统构建不可穿透障碍物的几何参数反演方法,最后利用训练好的参数反演方法进行反演,从而反演出障碍物的形状与位置.在数值实验中,利用NB-BLS方法解决该问题的效果良好,且可以反演远场数据中含噪声的障碍物,并在有限孔径的情况下,该方法反演的几何参数均方误差小于10,且训练所需时间较短.

关键词：障碍物反散射问题 Helmholtz方程随机森林算法朴素贝叶斯方法宽度学习算法

来源：评论

学校读者我要写书评

暂无评论

肌强直特征检测方法与应用研究

肌强直特征检测方法与应用研究

引用

作者：李琦哈尔滨工业大学

学位级别：硕士

帕金森病是一种中老年人神经系统退行性疾病,由于其无法彻底治愈且随着患者年龄增加而逐渐严重,现已成为影响中老年人生活质量的主要因素之一。中国已经逐步迈入人口老龄化社会,作为世界人口大国,我国帕金森患者的数量也远大于其他国家... 详细信息

帕金森病是一种中老年人神经系统退行性疾病,由于其无法彻底治愈且随着患者年龄增加而逐渐严重,现已成为影响中老年人生活质量的主要因素之一。中国已经逐步迈入人口老龄化社会,作为世界人口大国,我国帕金森患者的数量也远大于其他国家。目前帕金森疾病主要由医生根据统一帕金森病评分量表进行诊断,这使得帕金森疾病的诊断有着较强的主观性,因此,研制高效、精确的帕金森疾病诊断装置有着重大意义。帕金森疾病主要表现分为运动症状和非运动症状,目前国内外在帕金森运动症状诊断装置方面已经取得了一些成果。本课题针对帕金森疾病运动症状中的肌强直症状进行研究,主要内容如下: 首先,分析研究帕金森患者腕关节处肌强直症状的主要表现形式,设计腕关节肌强直检测系统的硬件结构。采用Labwindows虚拟仪器开发软件设计人机交互界面,通过多种运动形式相结合的固定指令来获取腕关节在不同运动情况下的运动数据。其次,采用合适的数据预处理方法对原始数据进行异常值的筛选处理。通过对相关参考文献的研究,选择适用于本课题的时序数据特征提取方法,通过不同特征提取方法从不同的角度出发来提取特征值。最后,宽度学习算法近些年得到了大量研究,本课题采用宽度学习算法对帕金森患者肌强直严重程度进行分类研究,通过对比不同特征提取方法下的分类结果,从混淆矩阵、准确率、精准率、召回率四个评价指标对分类结果进行对比分析。

关键词：帕金森肌强直特征提取宽度学习算法

来源：评论

学校读者我要写书评

暂无评论

基于宽度学习模型的泥石流灾害预报

引用

山地学报 2019年第6期37卷 868-878页

作者：徐根祺李丽敏温宗周刘德阳程少康西安工程大学电子信息学院

在泥石流灾害预报模型研究中,科学确定泥石流灾害影响因子及保证模型较高的预报准确率和快速的训练速度是关键问题,也是泥石流灾害预报预警和防灾减灾的重要基础。本研究针对目前泥石流预报模型输入数据维度较大和训练时间较长的问题,... 详细信息

在泥石流灾害预报模型研究中,科学确定泥石流灾害影响因子及保证模型较高的预报准确率和快速的训练速度是关键问题,也是泥石流灾害预报预警和防灾减灾的重要基础。本研究针对目前泥石流预报模型输入数据维度较大和训练时间较长的问题,采用快速多个主成分并行提取算法(Fast multiple principle components extraction algorithm,FMPCE),选取出6个泥石流灾害影响因子,包括降雨量、山坡坡度、沟床比降、相对高差、土壤含水率和孔隙水压力。基于宽度学习(Broad learning,BL)算法,以泥石流影响因子为输入,泥石流发生概率为输出,构建了泥石流预报模型,并用矩阵随机近似奇异值分解(矩阵随机近似SVD)对模型进行了优化,将优化后宽度学习模型的预报结果与梯度下降法优化的BP神经网络预报模型(GD-BP)、基于支持向量机的预报模型(SVM)、宽度学习预报模型(BL)的结果进行对比,同时,通过输入数据集的扩展,从训练时间上对不同模型进行比较。结果表明,优化宽度学习泥石流灾害预报模型的预报准确率为93.52%,较GD-BP模型、SVM模型和BL模型的预报准确率分别高出1.60%、1.15%和0.03%;优化宽度学习泥石流灾害预报模型的训练时间为0.9039s,较GD-BP模型、SVM模型和BL模型的训练时间分别节省了25.3867 s、17.2620 s和0.8974 s。本研究说明宽度学习算法可以用于对泥石流灾害的发生概率进行预报,同时也可为泥石流预报的实际应用提供新的思路。

关键词：宽度学习算法泥石流预报模型奇异值分解

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：