检索结果-内蒙古大学图书馆

信号处理 1996年第1期12卷 93-96页

作者：王正垠马远良西北工业大学声学工程研究所

利用随机向量函数连接网络（Random－VectorFunctionalLinkNet:RVFLNet）实现对输入模式向量的分类。函数连接网络中基函数使用高斯函数，函数变量为输入模式向量与随机向量的欧氏距离，各随机向量散布于原始输入模式向量的各聚类中心... 详细信息

利用随机向量函数连接网络（Random－VectorFunctionalLinkNet:RVFLNet）实现对输入模式向量的分类。函数连接网络中基函数使用高斯函数，函数变量为输入模式向量与随机向量的欧氏距离，各随机向量散布于原始输入模式向量的各聚类中心邻城内．该分类器可较好地匹配于输入模式空间的分布情况，其识别性能优于一般函数连接网络。同时该网络可缩短训练时间，避免局部极小点的影响．

关键词：函数连接网络网络分类器输入模式设计

来源：评论

学校读者我要写书评

暂无评论

贝叶斯网络分类器及其在高职院校就业预测中的应用研究

贝叶斯网络分类器及其在高职院校就业预测中的应用研究

引用

作者：孔宇彦华南理工大学

学位级别：硕士

数据挖掘将传统的数据分析方法与处理大量数据的复杂算法相结合，目的是从大量数据中找出先前未知的有用知识。分类是数据挖掘领域中重要的研究分支，国内外已经取得了许多令人瞩目的成就。源于贝叶斯理论的贝叶斯网络是概率论与图论相... 详细信息

数据挖掘将传统的数据分析方法与处理大量数据的复杂算法相结合，目的是从大量数据中找出先前未知的有用知识。分类是数据挖掘领域中重要的研究分支，国内外已经取得了许多令人瞩目的成就。源于贝叶斯理论的贝叶斯网络是概率论与图论相结合的产物，它一方面用图论的语言描述问题的结构，另一方面按照概率论的原则对问题的结构加以利用，降低推理的计算复杂度。本文提出一种基于捕食逃逸粒子群优化算法的GBN分类器，能够实现对贝叶斯网络结构的精确学习和搜索，通过在Weka平台上对算法进行封装和实验验证，并将其应用于对高职院校就业进行预测。主要内容如下：\n 首先，概述了数据挖掘技术的基本概念、功能、分类过程及几种常用的分类方法，并结合当前高等职业院校培养人才的宗旨和就业的现状讨论分析了贝叶斯网络分类器在高职院校就业中的应用基础和意义。\n 其次，介绍了贝叶斯基本理论及贝叶斯网络的定义、特点和结构，并具体介绍了NB、TAN、BAN和GBN等四种典型的贝叶斯网络分类器；讨论了如何在Weka平台中构建贝叶斯网络分类器，包括贝叶斯网络的构建过程、贝叶斯网络的结构学习、网络质量评分法、贝叶斯网络的经典搜索算法以及Weka平台中有关贝叶斯网络分类器的相关的包、类和算法。\n 接着，针对贝叶斯网络分类器的精确学习已被证明为NP—Hard问题，借鉴生物界普遍存在的捕食与被捕食现象，提出一种基于捕食逃逸粒子群优化算法，该算法能够有效避免早熟收敛，有较好的全局搜索能力，因而本文利用其对贝叶斯网络结构的精确学习和搜索，并将封装在Weka平台上并加以实验验证。\n 然后，根据ETL技术，使用SQL Server 2005中的DTS等工具对原始数据进行预处理。\n 最后，将基于捕食逃逸粒子群优化算法的贝叶斯网络分类器应用于高职院校就业中，并在Weka平台上实现对该分类器的构建和验证，与其它几种贝叶斯网络分类器的对比实验结果表明，该方法具有更好的性能。

关键词：数据挖掘贝叶斯网络网络分类器就业预测高职院校

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯网络分类器的Web内容过滤系统研究与实现

基于贝叶斯网络分类器的Web内容过滤系统研究与实现

引用

作者：祝迎春东南大学

学位级别：硕士

Web内容过滤系统作为重要网络信息安全设施，通过对Web内容信息进行识别过滤，使得有害Web信息不能进入受保护的网络，在保护青少年身心健康和净化网络环境方面起了积极作用。\n 贝叶斯网络具有概率表达能力强、增量学习特性好等优... 详细信息

Web内容过滤系统作为重要网络信息安全设施，通过对Web内容信息进行识别过滤，使得有害Web信息不能进入受保护的网络，在保护青少年身心健康和净化网络环境方面起了积极作用。\n 贝叶斯网络具有概率表达能力强、增量学习特性好等优点，但其结构复杂，构造难度大，难以在实际应用。BM-IF是一个简化了的贝叶斯网络模型，在保留了贝叶斯网络表达能力的基础上，大大简化了网络结构。\n 使用简化贝叶斯网络分类模型作为分类器，Web内容过滤系统能在运行过程中不断进行学习，具有较强主动学习能力和主动适应能力，同时简化贝叶斯网络模型可以结合专家知识和学习知识，让本系统的用户方便灵活的定义自己的过滤类别。\n 本文针对以往Web内容过滤系统准确率低、覆盖率低，用户维护困难等缺点，提出了根据Web数据挖掘思想建立的贝叶斯网络分类模型。这一模型充分利用了Web内容信息、Web链接信息、Web使用信息进行分类，通过对大量上述三类信息的学习，不断提高分类决策的性能。\n 本文还对分类影响较大的一个因素——关键词选择及分类词频统计进行了探讨，并在前人的研究基础上，使用双向扫描分词法结合歧义字段校正的算法对学习语料进行分词和统计，根据对学习语料的词汇统计选取关键词。

关键词：内容过滤数据挖掘贝叶斯网络代理服务器双向扫描自动分词网络分类器

来源：评论

学校读者我要写书评

暂无评论

基于模糊识别的神经网络分类器

引用

上海铁道大学学报 1996年第2期17卷 27-32页

作者：颜华胡谋上海铁道大学计算技术研究所

提出一种基于模糊识别的神经网络分类器．首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ω的隶属变Ｕ（Ｘｋ）．然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神... 详细信息

提出一种基于模糊识别的神经网络分类器．首先对训练样本ＸＫ进行模糊聚类，求其从属于各类别ω的隶属变Ｕ（Ｘｋ）．然后利用这些训练样本和所求得的从属于各类别的隶属度，通过神经网络的学习拟合出各模式类的隶属函数，进而构造出神经网络分类器．这种方法将模糊理论与神经网络分布式联想存储的优点相结合，便无监督分类器成了有监督分类器。

关键词：神经网络模糊识别网络分类器

来源：评论

学校读者我要写书评

暂无评论

关于模块联想网络分类器

关于模块联想网络分类器

引用

第五届全国计算机应用联合学术会议

作者：黄德双

该文讨论了Hopfield和双向联想记忆(BAM)网络用于模式识别的模块化的结构，并对两种模块分类网络的联相与分类特性做了深入的分析，最后，给出几个例子说明了模块联想网络用于分类的可行性和有效性。

关键词：网络分类器双向联想记忆网络单层感知器模式识别

来源：评论

学校读者我要写书评

暂无评论

前馈神经网络分类器选择性集成

前馈神经网络分类器选择性集成

引用

中国人工智能学会第12届全国学术年会

作者：齐英剑赵宝永李健瑜李樱中国传媒大学理学院 100024 北京科技大学信息工程学院 100083 中国传媒大学计算机学院 100024

神经网络集成方法是近年来提出的一种利用多个神经网络个体之间的差异来改善神经网络泛化性能的方法。本文提出了一种根据相关系数选择前馈神经网络分类器个体来实现集成的方法,以个体网络输出与标准输出的差向量之间的相关系数作为各... 详细信息

神经网络集成方法是近年来提出的一种利用多个神经网络个体之间的差异来改善神经网络泛化性能的方法。本文提出了一种根据相关系数选择前馈神经网络分类器个体来实现集成的方法,以个体网络输出与标准输出的差向量之间的相关系数作为各个网络之间差异性的度量标准,按照这个标准选择组成集成的神经网络个体，再按相对多数投票原则得到集成结论，分析和实验表明了本算法的合理性和有效性。

关键词：人工神经网络网络分类器差异性度量计算机数学

来源：评论

学校读者我要写书评

暂无评论

一种用于故障诊断的新型多层投票网络分类器构建方法

一种用于故障诊断的新型多层投票网络分类器构建方法

引用

作者：严颖蔡骏陈胜陈亮贾红云 210044 江苏省南京市浦口区宁六路219号

本发明涉及一种用于故障诊断的新型多层投票网络分类器构建方法，基于空调机组中各待分析对象分别所对应的各个约束等式，以各待分析对象作为各目标节点，各约束等式中等号两侧间差值的绝对值作为各故障特征，构建故障特征层、故障节点... 详细信息

标准号: CN115935826A

本发明涉及一种用于故障诊断的新型多层投票网络分类器构建方法，基于空调机组中各待分析对象分别所对应的各个约束等式，以各待分析对象作为各目标节点，各约束等式中等号两侧间差值的绝对值作为各故障特征，构建故障特征层、故障节点投票层、故障节点分析层、softmax层，并应用历史数据进行训练，获得用于故障诊断的新型多层投票网络分类器，能够对于空调机组待分析对象实现精确诊断，相较于传统的神经网络结构简单，设计模型复杂度要小很多，训练速度比较快，并且整体参数有限，不需要花很多时间选择合适的超参数，此外，设计分类器基于投票原理搭建的，因此其具有物理意义，相较于不包含物理意义的神经网络，本网络的鲁棒性更强。

关键词：分析对象投票网络分类器故障节点故障特征故障诊断空调机组物理意义多层构建神经网络结构目标节点设计分类设计模型神经网络时间选择速度比较应用历史整体参数传统的分析层复杂度鲁棒性诊断网络

来源：评论

学校读者我要写书评

暂无评论

情绪识别技术让电脑读懂人的行为和感受/国产外骨骼机器人产业化在即/MIT新算法骗过神经网络分类器,精度达90％

引用

中国计算机学会通讯 2017年第12期13卷 83-83页

来源：评论

学校读者我要写书评

暂无评论

贝叶斯网络分类器结构与参数分步在线学习算法

贝叶斯网络分类器结构与参数分步在线学习算法

引用

作者：陈波华南理工大学

学位级别：硕士

贝叶斯网络结构在线学习是贝叶斯网络研究的一个难点,当前有关的研究仍然比较少。另外,贝叶斯网络在推理过程中,通常分为三个相继的步骤：结构学习,参数学习,推理。这样的过程缺少步骤之间的反馈机制,这在一定程度上会影响贝叶斯网络的... 详细信息

贝叶斯网络结构在线学习是贝叶斯网络研究的一个难点,当前有关的研究仍然比较少。另外,贝叶斯网络在推理过程中,通常分为三个相继的步骤：结构学习,参数学习,推理。这样的过程缺少步骤之间的反馈机制,这在一定程度上会影响贝叶斯网络的应用效果。\n 本文首先定义了两个贝叶斯网络之间的距离函数,然后以此距离函数为基础定义了一个既能反映新的在线贝叶斯网络结构对新增数据集的匹配程度,又能反映新的在线贝叶斯网络结构与旧的贝叶斯网络结构之间的距离的适应值函数。接着,利用遗传算法在整个贝叶斯网络结构空间中找出一个最优的贝叶斯网络结构以此完成贝叶斯网络结构在线学习。算法在完成贝叶斯网络结构在线学习后,以在线更新的贝叶斯网络结构为基础进行贝叶斯网络参数在线学习。为了反映推理结果对参数学习的反馈作用,贝叶斯网络参数在线学习定义了一个能够通过分类结果对贝叶斯网络参数学习进行反馈的适应值函数。然后,以此函数为基础,根据新增数据集,应用遗传算法在整个参数空间找出一组局部最优的贝叶斯网络参数。实现了基于分类结果反馈的贝叶斯网络参数在线学习。文章分别在UCI数据集中的两个数据集上对算法进行检查。检查结果表明,本文提出的贝叶斯网络结构与参数在线学习算法能够在一定程度上提高贝叶斯网络分类器的性能。

关键词：机器学习自动推理网络分类器贝叶斯网络

来源：评论

学校读者我要写书评

暂无评论

用神经网络方法进行大米留胚率自动检测的研究

引用

农业工程学报 1999年第4期15卷 187-191页

作者：黄星奕吴守一方如明江苏理工大学

留胚率是衡量胚芽米品质的主要技术指标。该文建立了一个双重结构神经网络分类器，用机器视觉获取胚芽米图像，从中提取米粒的物理特性作为网络分类器的输入进行训练，实现了留胚率的自动检测。测试结果表明该方法准确率较高并具有鲁棒性。

关键词：神经网络大米留胚率自动检测网络分类器

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：