检索结果-内蒙古大学图书馆

华南理工大学学报（自然科学版） 2017年第1期45卷 88-94页

作者：许玉格刘莉罗飞华南理工大学自动化科学与工程学院广东广州510640

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水... 详细信息

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水处理系统出水水质预测,与不同核函数下的相关向量机模型以及不同参数优化方法下获得的预测模型进行了对比实验.结果表明,基于自优化的多属性高斯核相关向量机模型对低维数据的参数敏感度较低,对高维数据有良好的输出精度和稀疏性,在污水出水水质预测中获得比较满意的结果.

关键词：相关向量机多属性高斯核函数自优化方法污水处理

来源：评论

学校读者我要写书评

暂无评论

特征地图中基于高斯核函数的自动导引车Markov定位算法

引用

计算机集成制造系统 2018年第5期24卷 1081-1088页

作者：李昊叶文华满增光南京航空航天大学机电学院江苏南京210016

针对特征地图中应用Markov定位算法在对自动导引车全局定位时出现传感器观测与地图之间的特征数据关联不唯一而导致定位失败的问题,提出一种不通过数据关联的Markov定位计算新方法。利用高斯核函数将环境中的稀疏特征拟合成平滑致密曲线... 详细信息

针对特征地图中应用Markov定位算法在对自动导引车全局定位时出现传感器观测与地图之间的特征数据关联不唯一而导致定位失败的问题,提出一种不通过数据关联的Markov定位计算新方法。利用高斯核函数将环境中的稀疏特征拟合成平滑致密曲线,通过对比传感器观测和算法预测得到的两个致密曲线相似度来计算Markov定位中的观测模型。建立了模型及算法,设计了两种环境对该方法进行仿真分析,相似环境下的仿真验证了位姿估计的准确性,非相似环境下的仿真验证了全局定位的高效性。通过在半封闭环境的自动导引车对比定位实验,验证了该方法在实际环境中对位姿估计的有效性和优越性。

关键词： Markov定位特征地图高斯核函数自动导引车

来源：评论

学校读者我要写书评

暂无评论

高斯核函数卷积神经网络跟踪算法

引用

智能系统学报 2018年第3期13卷 388-394页

作者：汪鸿翔柳培忠骆炎民杜永兆陈智华侨大学工学院福建泉州362021 华侨大学计算机科学与技术学院福建厦门361021

针对深度学习跟踪算法训练样本缺少、训练费时、算法复杂度高等问题,引入高斯核函数进行加速,提出一种无需训练的简化卷积神经网络跟踪算法。首先,对初始帧目标进行归一化处理并聚类提取一系列初始滤波器组,跟踪过程中结合目标背景信息... 详细信息

针对深度学习跟踪算法训练样本缺少、训练费时、算法复杂度高等问题,引入高斯核函数进行加速,提出一种无需训练的简化卷积神经网络跟踪算法。首先,对初始帧目标进行归一化处理并聚类提取一系列初始滤波器组,跟踪过程中结合目标背景信息与前景候选目标进行卷积;然后,提取目标简单抽象特征;最后,将简单层的卷积结果进行叠加得到目标的深层次特征表达。通过高斯核函数加速来提高算法中全部卷积运算的速度,利用目标的局部结构特征信息,对网络各阶段滤波器进行更新,结合粒子滤波跟踪框架实现跟踪。在CVPR2013跟踪数据集上的实验表明,本文方法脱离了繁琐深度学习运行环境,能克服低分辨率下目标局部遮挡与形变等问题,提高复杂背景下的跟踪效率。

关键词：视觉跟踪深度学习卷积神经网络高斯核函数前景目标背景信息模板匹配粒子滤波

来源：评论

学校读者我要写书评

暂无评论

基于高斯核函数的朴素贝叶斯分类器依赖扩展

引用

控制与决策 2015年第12期30卷 2280-2284页

作者：王双成高瑞杜瑞杰上海立信会计学院数学与信息学院上海201620 上海立信会计学院立信会计研究院上海201620 上海财经大学统计与管理学院上海200433

朴素贝叶斯分类器不能有效地利用属性之间的依赖信息,而目前所进行的依赖扩展更强调效率,使扩展后分类器的分类准确性还有待提高.针对以上问题,在使用具有平滑参数的高斯核函数估计属性密度的基础上,结合分类器的分类准确性标准和属性... 详细信息

朴素贝叶斯分类器不能有效地利用属性之间的依赖信息,而目前所进行的依赖扩展更强调效率,使扩展后分类器的分类准确性还有待提高.针对以上问题,在使用具有平滑参数的高斯核函数估计属性密度的基础上,结合分类器的分类准确性标准和属性父结点的贪婪选择,进行朴素贝叶斯分类器的网络依赖扩展.使用UCI中的连续属性分类数据进行实验,结果显示网络依赖扩展后的分类器具有良好的分类准确性.

关键词：朴素贝叶斯分类器高斯核函数贝叶斯网络分类准确性依赖扩展

来源：评论

学校读者我要写书评

暂无评论

高斯核函数在角膜地形图仪图像处理中的应用

引用

小型微型计算机系统 2011年第10期32卷 2074-2077页

作者：高绍雷沈建新周洪亚唐志豪王玉亮南京航空航天大学机电学院南京210016 苏州六六视觉科技股份有限公司江苏苏州215005

角膜地形图仪作为角膜检测的重要仪器,采集和分析人眼的Placido图像,检测图像亮环中心线的坐标信息,绘制反映角膜表面形状的角膜地形图.对角膜地形图仪的图像处理技术进行了深入研究,提出一种基于高斯核函数的Placido图像处理方法,用离... 详细信息

角膜地形图仪作为角膜检测的重要仪器,采集和分析人眼的Placido图像,检测图像亮环中心线的坐标信息,绘制反映角膜表面形状的角膜地形图.对角膜地形图仪的图像处理技术进行了深入研究,提出一种基于高斯核函数的Placido图像处理方法,用离散的高斯卷积核描述连续高斯核函数,用泰勒多项式描述灰度曲线表达式,建立亮环检测的判别表达式,该方法获得了精确的亚像素点坐标信息.利用标准球验证算法精度,屈光度平均误差小于0.25D,满足人眼角膜检测的要求.

关键词：角膜地形图仪亚像素点高斯核函数 Placido图像

来源：评论

学校读者我要写书评

暂无评论

高斯核函数支持向量分类机超级参数有效范围研究

高斯核函数支持向量分类机超级参数有效范围研究

引用

作者：段会川山东师范大学

学位级别：博士

基于统计学习理论尤其是其中的结构风险最小化原则，强调机器学习推广和泛化能力的支持向量机(SupportVectorMachine,SVM)，是继人工神经网络(ArtificialNeuralNetwork,ANN)后机器学习领域中最重要的进展之一。对SVM研究文献的调研表明... 详细信息

基于统计学习理论尤其是其中的结构风险最小化原则，强调机器学习推广和泛化能力的支持向量机(SupportVectorMachine,SVM)，是继人工神经网络(ArtificialNeuralNetwork,ANN)后机器学习领域中最重要的进展之一。对SVM研究文献的调研表明，在经历了20多年广泛深入的研究之后，SVM至今仍然是机器学习界最活跃的研究领域之一。本文通过对C参数SVM分类学习机(CParameterSupportVectorClassification,C-SVC)超级参数有效范围国内外相关研究进行了广泛深入的调研和综述后，得出结论：现有文献对超级参数范围或初始值的设定均是凭经验至多是半经验进行的。由此可以断言迄今尚未发现有专门针对SVM超级参数有效范围的系统化研究。基于这一结论，本文确立了以高斯核函数(也称为径向基函数，RadialBasisFunction,RBF)C-SVC超级参数有效范围为研究对象，以寻找依赖于SVM内在和本质属性且数据集相关的超级参数有效范围确定方法为研究目标。论文在表述了研究背景及意义、综述了国内外研究现状、阐述了SVM的基本理论和基本求解算法后，对所确立的目标开展了综合深入的研究，并进行了大量的基础性和验证性实验。概括起来取得了如下的研究成果： 1)通过对C-SVC的调参研究文献以及应用调参的研究文献进行了详细深入的调研和综述，得出了如下重要的结论：SVM调参难度源自于SVM推广误差相对于超级参数是一个非凸的多极值函数，并以GSk-CV误差面和典型调参结果比较实验证实了这一事实。通过支持向量个数随参数的变化曲线证实了C-SVC的一个重要性质：当小到一定程度时，所有的少数类样本均成为支持向量，且多数类样本支持向量的个数与少数类样本相同。根据推广误差随参数的变化曲线，得出了可以通过调用对训练集整体的SVM训练实现简单调参方法的结论。 2)根据经验分析给出了一种数据集相关的确定有效范围的算法和一种确定值有效范围的算法。实验结果表明它们是有效可用的，可以使GS5-CV的计算量减少到。 3)根据RBF核函数的渐近特性设计了一个确定参数有效范围的数据集相关的启发式方法。根据SMO算法，推导出了一个关于的参数下限函数。也是数据集相关的，而且可以适用于任何的核函数。实验结果表明上述方法能够较好地刻画RBFSVC超级参数有效范围的特殊形态。 4)本论文最具创新的研究成果是找到了一个贴切和完美地刻画RBFSVC超级参数有效范围的特殊形态的系统化方法，该方法同时还给出了求解参数有效范围更加科学的方法。它包括如下要点：(1)将SVC在值达到某个下限值时的优化问题表述为组合最优化问题，并提出了求解该问题的一个GreedySearch方法。(2)将值达到时SVC的多数类样本间隔界和分类界表达为一个关于和的线性方程组，并利用GreedySearch方法的结果提出了以LMS求解该方程组以获得和的方法。针对RBFSVC，LMS解出的是与RBF超级参数相关的，因而也就得到了关于的又一个值下限函数。(3)根据值很大时RBF核函数趋于0的性质，分析出了在值超过某一高限值时不再随变化的特性，并据此获得了关于有效范围的上界。(4)根据值很小时RBF核函数趋于1的性质，分析出了在值超过某一低限时渐变为一条直线的特点，据此并借用SVC分类间隔的经验截止值获得了有效范围的下界。实验结果充分验证了上述方法能够贴切和完美地刻画RBFSVC超级参数有效范围的特殊形态。上述4项研究成果既体现了本论文充足的调研综述、分析推导、算法设计和实验计算工作量，也表明了论文达到了计划中的研究目标。

关键词：支持向量机 C-SVC 高斯核函数超级参数有效范围 Greedy Search

来源：评论

学校读者我要写书评

暂无评论

基于改进高斯核函数的BGP异常检测方法

引用

计算机工程 2019年第10期45卷 122-129页

作者：戴仙波王娜刘颖信息工程大学密码工程学院郑州450001 河南省信息安全重点实验室郑州450001

通过将边界网关协议(BGP)更新报文激增异常问题抽象为二分类问题,提出一种基于改进高斯核函数的BGP异常检测(IGKAD)方法。采用FMS特征选择算法,选择能同时最大化类间距离和最小化类内距离的特征,得到度量分类能力的特征权值。利用基于Ma... 详细信息

通过将边界网关协议(BGP)更新报文激增异常问题抽象为二分类问题,提出一种基于改进高斯核函数的BGP异常检测(IGKAD)方法。采用FMS特征选择算法,选择能同时最大化类间距离和最小化类内距离的特征,得到度量分类能力的特征权值。利用基于Manhattan距离与特征权值的改进高斯核函数构造支持向量机(SVM)分类模型,并结合基于网格搜索与交叉验证的参数寻优方法,提高SVM模型分类准确率。通过设计特征效率函数,给出最优特征子集构造方法,从而选取最优特征子集作为训练数据集。实验结果表明,当训练集包含TOP10和TOP8特征时,IGKAD方法的分类准确率分别为91.65%和90.37%,相比基于机器学习的BGP异常检测方法分类性能更优。

关键词：高斯核函数边界网关协议异常检测支持向量机机器学习

来源：评论

学校读者我要写书评

暂无评论

改进高斯核函数的人体姿态分析与识别

引用

智能系统学报 2015年第3期10卷 436-441页

作者：林海波王浩张毅重庆邮电大学智能系统及机器人研究所重庆400065

为了提高人体动作姿态的识别率,利用Kinect平台构建人体骨骼模型,提出一种基于关节角度的人体姿态表示方法。同时针对传统的高斯核函数中采用欧氏距离计算方法难以完全反映人体关节运动数据样本点与测试点之间位置关系的问题,提出了改... 详细信息

为了提高人体动作姿态的识别率,利用Kinect平台构建人体骨骼模型,提出一种基于关节角度的人体姿态表示方法。同时针对传统的高斯核函数中采用欧氏距离计算方法难以完全反映人体关节运动数据样本点与测试点之间位置关系的问题,提出了改进的高斯核函数多类支持向量机(MSVM)人体动作姿态识别方法。在高斯径向基核函数中使用测地线距离代替欧氏距离,建立了基于测地线距离的姿态核函数,采用二叉树方法构建多类支持向量机完成12种上肢姿态的分类。实验结果表明,该算法取得了较好的识别效果,能更加有效识别人体姿态。

关键词：人体动作姿态识别高斯核函数 Kinect 欧氏距离测地线距离支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于高斯核函数离轴数字全息零级像的抑制

引用

激光与红外 2014年第1期44卷 90-93页

作者：张洪科汤春明于翔刘玉翠哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 天津工业大学电子与信息工程学院天津300387 天津工业大学工程教学实习训练中心天津300387

为了降低离轴数字全息的再现像中零级像对再现像的干扰,提出了一种利用高斯核函数在空域对数字全息图进行低通滤波,再用原数字全息图减去滤波后的全息图来抑制零级像的方法。实验结果表明空域高斯核函数处理法能有效地抑制零级像。把该... 详细信息

为了降低离轴数字全息的再现像中零级像对再现像的干扰,提出了一种利用高斯核函数在空域对数字全息图进行低通滤波,再用原数字全息图减去滤波后的全息图来抑制零级像的方法。实验结果表明空域高斯核函数处理法能有效地抑制零级像。把该方法与现有的频域法、减全息图均值法以及减局部均值法在抑制零级像的效果和计算速度上进行了比较,证明了该方法抑制零级像的效果好,计算速度快。通过所采用的方法提高了离轴数字全息再现像的质量。

关键词：数字全息零级像抑制高斯核函数再现像

来源：评论

学校读者我要写书评

暂无评论

结合高斯核函数的卷积神经网络跟踪算法

引用

华侨大学学报（自然科学版） 2018年第5期39卷 762-767页

作者：郑凌云柳培忠汪鸿翔华侨大学后勤与资产管理处福建泉州362021 华侨大学工学院福建泉州362021

针对视觉跟踪中运动目标鲁棒性跟踪问题,结合高斯核函数和卷积神经网络(CNN),提出一种无需训练的卷积神经网络提取深度特征的视觉跟踪算法.首先,对初始图像进行归一化处理并聚类提取目标信息,结合跟踪过程中目标信息共同作为卷积网络结... 详细信息

针对视觉跟踪中运动目标鲁棒性跟踪问题,结合高斯核函数和卷积神经网络(CNN),提出一种无需训练的卷积神经网络提取深度特征的视觉跟踪算法.首先,对初始图像进行归一化处理并聚类提取目标信息,结合跟踪过程中目标信息共同作为卷积网络结构中的各阶滤波器;其次,通过高斯核函数来提高卷积运算速度,提取目标简单抽象特征;最后,通过叠加简单层的卷积结果得到目标的深层次表达,并结合粒子滤波跟踪框架实现跟踪.结果表明:简化后的卷积网络结构能够有效地应对低分辨率、目标遮挡与形变等场景,提高复杂背景下的跟踪效率.

关键词：视觉跟踪卷积神经网络高斯核函数粒子滤波

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：