检索结果-内蒙古大学图书馆

计算机工程与设计 2019年第2期40卷 462-466页

作者：李全杰程良伦吴珍珍蒋俊钊广东工业大学计算机学院广东广州510006

针对低温多晶硅/金属氧化物(LTPS/IGZO)玻璃基板缺陷检测图像具有周期性和固定性的特性,为提高缺陷的识别性能,提出一种投票分类器。将待检测的LTPS/IGZO玻璃基板的RGB (红绿蓝三通道色彩模式)缺陷图像分成R、G、B这3种颜色的合成图像,... 详细信息

针对低温多晶硅/金属氧化物(LTPS/IGZO)玻璃基板缺陷检测图像具有周期性和固定性的特性,为提高缺陷的识别性能,提出一种投票分类器。将待检测的LTPS/IGZO玻璃基板的RGB (红绿蓝三通道色彩模式)缺陷图像分成R、G、B这3种颜色的合成图像,设计一个投票分类器,对缺陷图片和正常图片的R、G、B颜色所占比例进行对比,使用投票的方式,多数服从少数原则,检测待检测图像是否含有缺陷,判断缺陷类型。实验结果表明,所提方法在加快缺陷检测速度的基础上,保证了产品的识别准确率。

关键词：低温多晶硅/金属氧化物玻璃基板红绿蓝缺陷检测投票分类器缺陷类型

来源：评论

学校读者我要写书评

暂无评论

基于密度聚类与投票分类器的蛋白质相互作用热区的预测

基于密度聚类与投票分类器的蛋白质相互作用热区的预测

引用

作者：叶静武汉科技大学

学位级别：硕士

以生物信息学为背景的研究中,蛋白质相互作用相关领域的探索日渐成熟。目前,在蛋白质相互作用基础之上的热点残基以及热区的预测已成为一种关键的研究课题。已有的研究表明,热点残基有聚集形成簇的倾向,这种簇被称为热区。热区的预测研... 详细信息

以生物信息学为背景的研究中,蛋白质相互作用相关领域的探索日渐成熟。目前,在蛋白质相互作用基础之上的热点残基以及热区的预测已成为一种关键的研究课题。已有的研究表明,热点残基有聚集形成簇的倾向,这种簇被称为热区。热区的预测研究在蛋白质功能位点探究、蛋白质相互作用设计等蛋白质功能研究上具有重要的理论指导意义。本文提出了一种基于密度聚类和投票分类器的蛋白质相互作用界面上的热区预测方法。首先,结合热区空间密度普遍大于非热区空间密度的特性,利用改进的密度聚类找寻出残基密度较大的簇,初步确定蛋白质相互作用界面上的热区位置;然后,使用投票分类器模型对簇中的残基进行分类。对于每个预测到的簇,使用logistics回归、KNN分类算法和Robetta预测模型作为基分类器构成的投票分类器进行分类,这三种分类器使用的属性包括残基的结构属性、空间距离属性和能量属性。本文将每种基分类器的分类结果进行投票筛选,能增强分类结果的稳定性,同时也能有效地剔除掉簇中的非热点残基,提高预测区域的精度;此外,在之前预测结果基础之上,利用局部社区探测算法将分类中误删的残基进行回收,进一步优化预测精度,取得最终的预测热区。实验结果表明,本文提出的热区预测方法与已有的方法相对比,热区的预测精度以及热区内部热点残基的预测精度均有所提高,具有较好的应用效果。

关键词：蛋白质相互作用热区密度聚类投票分类器局部社区探测

来源：评论

学校读者我要写书评

暂无评论

一种基于投票分类器的视觉诱导晕动症检测方法

一种基于投票分类器的视觉诱导晕动症检测方法

引用

作者：刘然刘亚琼赵洋郑杨婷易琳陈希 400030 重庆市沙坪坝区沙正街174号

本发明提供一种基于投票分类器的视觉诱导晕动症检测方法，包括使用头戴设备Muse的四个通道采集受试者在驾驶车辆驾驶模拟器过程中诱发产生的EEG数据及从受试者的口头报告中采集主观VIMS级别数据的步骤，对数据依次进行滤波、标准化、... 详细信息

标准号: CN110200626A

本发明提供一种基于投票分类器的视觉诱导晕动症检测方法，包括使用头戴设备Muse的四个通道采集受试者在驾驶车辆驾驶模拟器过程中诱发产生的EEG数据及从受试者的口头报告中采集主观VIMS级别数据的步骤，对数据依次进行滤波、标准化、数据均衡和PCA降维的数据预处理步骤，以及采用由RF分类器、SVM分类器、KNN分类器和XGBoost分类器组成的投票分类器进行分类的VIMS级别分类步骤。本申请采用头戴设备Muse采集连续的EEG数据，因而成本较低，采集数据的通道数较少，且采用投票分类器分类无论在准确率上还是在Kappa指标上都取得了很好的分类性能，对于VIMS症状的检测效果更具有客观性。

关键词：投票分类器头戴设备分类器车辆驾驶模拟器采集数据预处理采集数据分类性能级别分类级别数据视觉诱导数据均衡通道采集通道数晕动症分类检测准确率滤波诱发标准化驾驶主观申请

来源：评论

学校读者我要写书评

暂无评论

一种基于软投票集成分类器的滑坡易发性预测方法

一种基于软投票集成分类器的滑坡易发性预测方法

引用

作者：任佳昊谢涛 210044 江苏省南京市江北新区宁六路219号

本发明公开了一种基于软投票集成分类器的滑坡易发性预测方法，通过采集滑坡点与非滑坡点的数据特征，结合环境因素，筛选滑坡诱发因子，利用软投票分类器与逻辑回归、决策树、随机森林、Adaboost、K均值聚类五种传统机器学习方法相结... 详细信息

标准号: CN116933947A

本发明公开了一种基于软投票集成分类器的滑坡易发性预测方法，通过采集滑坡点与非滑坡点的数据特征，结合环境因素，筛选滑坡诱发因子，利用软投票分类器与逻辑回归、决策树、随机森林、Adaboost、K均值聚类五种传统机器学习方法相结合，进行滑坡易发性预测。创新性地提出一种基于机器学习的滑坡易发性集合预测模型。利用软投票分类器对基础模型进行权值训练，进行概率预测，输出滑坡易发性预测结果。通过集成基础模型，赋予基础模型不同权值，提高模型预测精度。本发明可以有效的遍历基模型权值，提高基础模型的预测精度。

关键词：滑坡基础模型易发性投票分类器预测集成分类器传统机器创新性地概率预测环境因素基于机器模型预测权值训练数据特征随机森林预测结果预测模型基模型决策树与逻辑遍历与非集合诱发采集筛选输出学习回归投票赋予

来源：评论

学校读者我要写书评

暂无评论

使用分布式分类器的投票策略优化

使用分布式分类器的投票策略优化

引用

作者：哈维尔·克鲁兹·摩塔让-菲利普·瓦瑟尔安德里亚·蒂·彼得罗美国加利福尼亚州

在一个实施例中，标识验证数据集合的投票优化请求被发送至多个网络节点。从多个网络节点接收投票优化数据，其中通过使用验证数据集合来运行分类器从而生成该投票优化数据。随后基于投票优化数据来从这些分类器中选择一个或多个投票分... 详细信息

标准号: CN106416183B

在一个实施例中，标识验证数据集合的投票优化请求被发送至多个网络节点。从多个网络节点接收投票优化数据，其中通过使用验证数据集合来运行分类器从而生成该投票优化数据。随后基于投票优化数据来从这些分类器中选择一个或多个投票分类器的集合。随后将该选择通知给一个或多个网络节点，该一个或多个网络节点托管一个或多个所选择的投票分类器的集合中的投票分类器。

关键词：多个网络节点投票分类器优化数据投票集合分类器标识验证数据集合网络节点验证数据托管发送优化

来源：评论

学校读者我要写书评

暂无评论

使用分布式分类器的投票策略优化

使用分布式分类器的投票策略优化

引用

作者：哈维尔·克鲁兹·摩塔让-菲利普·瓦瑟尔安德里亚·蒂·彼得罗美国加利福尼亚州

标准号: CN106416183A

关键词：多个网络节点投票分类器优化数据投票集合分类器标识验证数据集合网络节点验证数据托管发送优化

来源：评论

学校读者我要写书评

暂无评论

基于VC-SVM与粒子群算法的卡钻智能预测方法

引用

石油机械 2024年第10期52卷 1-11页

作者：刘子豪宋先知朱硕叶山林张诚恺马宝东祝兆鹏中国石油大学(北京)石油工程学院中石油江汉机械研究所有限公司中国石油大学(北京)机械与储运工程学院

在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻... 详细信息

在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻智能预测方法。该方法根据实际井场的卡钻数据,基于合理的标签标定方法,将标签准确定位于卡钻发生前而非卡死点;通过参数相关性分析、表征意义分析、时效性以及可信性分析优选了7个输入参数;使用了随机森林(RF)、支持向量机(SVM)和BP神经网络3种算法建立了卡钻预测模型,并对比了各模型在卡钻与非卡钻样本比例严重不均时(卡钻与非卡钻比例1∶117)的表现;然后使用投票分类器(VC)将多个模型集成,并分类预测,优选SVM模型作为卡钻预测基模型,使用集成学习的思想加以改进,并采用粒子群算法同时对多个SVM分类器进行超参数优化,简化了调参过程的同时实现了耦合寻优。最终以某区块10次卡钻样本进行训练测试。测试结果表明,改进后的模型可有效寻找不同类别卡钻的超平面,迁移预测虚警率可控制在9%,漏警率不到7%,有效预测了每一次卡钻的大部分数据点。研究结果有望提高现场钻井风险预警效率,为保障油气井安全高效钻进提供支撑。

关键词：卡钻智能预测支持向量机 BP神经网络投票分类器粒子群算法迁移能力测试耦合寻优

来源：评论

学校读者我要写书评

暂无评论

基于单RGB图像三维姿势估计的手势交互方法研究

基于单RGB图像三维姿势估计的手势交互方法研究

引用

作者：卢国旗北京工业大学

学位级别：硕士

手势交互是在计算机通过获取人们手部所表达的数据和信息,来执行相应的指令与行为的交互方法。手势交互在各种领域上都有着或多或少的应用价值,且由于人们日常使用中最自然的是手,使用手部进行虚拟场景的交互有着异常重要的意义。近年来... 详细信息

手势交互是在计算机通过获取人们手部所表达的数据和信息,来执行相应的指令与行为的交互方法。手势交互在各种领域上都有着或多或少的应用价值,且由于人们日常使用中最自然的是手,使用手部进行虚拟场景的交互有着异常重要的意义。近年来,为了提高交互体验,对手部识别进行交互的方法研究一直是个热门的话题。目前手部交互的研究仍有着一些普遍的问题。首先,多数手势交互的方法都需要固定条件的硬件设备,这会导致交互成本上升并增加了使用者的难度。其次,很多不需要硬件设备的研究方法,会在交互的时候丢失原本的手部三维信息,导致手部交互的时候缺少真实感。此外,随着处理算法的复杂度增加,对于手部交互的处理速度也越来越慢,导致很多交互研究空有高准确率却无法普及使用。针对上述问题,首先,为降低硬件设备需求,采用了对单RGB图像进行处理的方式,这样使用基础的单目摄像头即可完成交互操作。其次,使用了三维手势估计的方法来从单RGB图像中估计出丢失的手部三维信息,并提出一种了手势语义分类方法进行手势语义的分类,最后综合了两种方法完成最终的手势交互。此外,采用了深度分离卷积、残差网络和特征叠加的方式来提升三维手势估计方法的运行速度与准确率,采用了决策树、随机森林和极限树组合成投票分类器的方法来实现快速的手势语义分类,以保证速度和准确率兼顾的手势交互。三维手势估计网络在两个公开数据集上进行训练,保证了泛化能力,验证结果表明三维手势估计方法可以兼顾处理速度和准确率。手势语义分类器在进行标注的公开数据集上进行训练,结果表明处理速度和准确率都比较可观。为验证手势交互方法的可行性,最后创建了一个虚拟交互测试平台,通过交互测试,证明了提出的交互方式的可行性,并有着不错的运行效果。

关键词：虚拟现实手部姿势估计手势语义识别投票分类器手势交互

来源：评论

学校读者我要写书评

暂无评论

基于母体因素和早期孕期生物标志物的子痫前期风险预测方法及系统

基于母体因素和早期孕期生物标志物的子痫前期风险预测方法及系统

引用

作者：李太顺徐鸣扬 210008 江苏省南京市鼓楼区中山路321号

本发明提供一种基于母体因素和早期孕期生物标志物的子痫前期风险预测方法及系统，其中方法包括获取患者母体因素数据与早期孕期生物标志物数据；以患者母体因素与早期孕期生物标志物为输入，患者结局是否为子痫前期为输出，利用机器学... 详细信息

标准号: CN117747110A

本发明提供一种基于母体因素和早期孕期生物标志物的子痫前期风险预测方法及系统，其中方法包括获取患者母体因素数据与早期孕期生物标志物数据；以患者母体因素与早期孕期生物标志物为输入，患者结局是否为子痫前期为输出，利用机器学习方法的投票分类器对输入数据进行训练；重复目标次数采用五折交叉验证确定机器学习模型超参数的过程，并加以自助法计算目标百分比的置信区间，以得到稳定的结果评估；对机器学习模型进行效果评估和解释，以预测子痫前期风险。本发明的模型结构简单，可对模型进行解析，得出模型内各特征贡献度，帮助进一步了解子痫前期的致病原理；同时仅使用母体因素与少量检验结果预测子痫前期，实施成本低廉，有利于广泛使用。

关键词：子痫母体生物标志物机器学习模型投票分类器风险预测机器学习计算目标检验结果交叉验证结果评估模型结构效果评估因素数据致病原理置信区间贡献度自助法预测解析输出重复帮助

来源：评论

学校读者我要写书评

暂无评论

一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法

一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法

引用

作者：代国威樊景超胡林闫燊 100081 北京市海淀区中关村南大街12号

本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征... 详细信息

标准号: CN115170542B

本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征向量；S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器，将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是：将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合，通过FastK‑Means聚类算法对感染区域马铃薯叶片分割，在保证准确分割叶片的同时提升分割速度，增强GLCM算法提取特征的能力；投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。

关键词：投票分类器算法叶片分割马铃薯叶片随机森林分类器灰度共生矩阵纹理特征信息马铃薯病害支持向量机病害识别病害特征测试要求分类模型灰度图像聚类算法马铃薯叶区域提取特征提取提取特征测试集训练集构建向量马铃薯疫病邻近测试感染保证

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：