检索结果-内蒙古大学图书馆

自动化与仪表 2025年第4期40卷 91-94页

作者：白宪丽中国石油辽河油田分公司科技信息部盘锦124010

油田值守站场环境复杂嘈杂,导致对进入站场的人员身份识别存在困难。adaboost算法具有较强的适应性,适用于复杂环境。为此,研究了基于adaboost算法的油田值守站场进入人员身份自动化识别系统。该系统通过视频监控模块实时采集人员视频图... 详细信息

油田值守站场环境复杂嘈杂,导致对进入站场的人员身份识别存在困难。adaboost算法具有较强的适应性,适用于复杂环境。为此,研究了基于adaboost算法的油田值守站场进入人员身份自动化识别系统。该系统通过视频监控模块实时采集人员视频图像,以adaboost算法为核心的人脸检测模块检测人脸区域,再以SIFT算法为核心的身份识别模块提取人脸特征并与员工信息库比对,实现身份自动化识别。结果显示,该系统人脸检测、特征提取效果显著,能应对不同光照条件,精准识别人员身份,并在识别不通过时预警,有效避免油田风险事件。

关键词： adaboost算法油田值守站场进入人员身份识别人脸检测 SIFT算法

来源：评论

学校读者我要写书评

暂无评论

基于adaboost算法的青藏地区滑坡位移监测及预测研究

引用

甘肃科学学报 2025年第2期37卷 1-6,21页

作者：蔡忠周罗少辉张继红王军青海省气象灾害防御技术中心青海西宁810001

为了探究青藏高原地区滑坡位移特征并掌握山坡的安全状况,采用adaboost算法研究斜坡位移、降雨量以及土壤含水率之间的关系,并进一步对斜坡变形位移进行预测。结果表明:监测区域每年的降雨量呈现倒V形分布,斜坡位移量整体呈现增大趋势;... 详细信息

为了探究青藏高原地区滑坡位移特征并掌握山坡的安全状况,采用adaboost算法研究斜坡位移、降雨量以及土壤含水率之间的关系,并进一步对斜坡变形位移进行预测。结果表明:监测区域每年的降雨量呈现倒V形分布,斜坡位移量整体呈现增大趋势;每年二、三月气温升高,受地表积雪积冰融化影响,不同深度的土壤含水率与降雨量的关系复杂。斜坡位移与土壤含水率呈现正相关关系;斜坡不同位置位移受不同深度土壤含水率的影响程度不同。基于监测数据训练adaboost回归模型以预测斜坡位移的方法取得了不错的效果,能够对未来15 d内的位移进行预测,研究成果能够为称多县的斜坡位移预测与安全评估提供参考。

关键词：青藏高原滑坡 adaboost算法降雨量土壤含水率位移监测滑坡预测

来源：评论

学校读者我要写书评

暂无评论

adaboost算法在致密砂岩水淹层识别中的应用

引用

中国海上油气 2021年第4期33卷 62-69页

作者：杨明任申辉林曲萨孙启鹏章利民肖淑明中国石油大学(华东)地球科学与技术学院山东青岛266580 中石化胜利油田分公司现河采油厂山东东营257068

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开... 详细信息

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开发生产。为此,本文提出了基于adaboost算法的预测模型,该算法分类速度快,不需要繁杂的调参过程,不会出现过拟合情况,应用多个弱分类器的线性组合,综合判断分类结果,能够有效地提高致密砂岩水淹级别的识别精度。首先,结合长庆油田长6段致密砂岩现场资料把水淹层细划分为未水淹、低水淹、中水淹、高水淹等4个水淹级别,并将这4个水淹类型拆解为二分类问题,通过不断的迭代得到样本分布,然后将弱分类器经过线性加权平均得到强分类器。该方法应用到长庆致密砂岩水淹层识别中,水淹层预测精度达88.7%,在研究常规测井资料水淹层识别中具有重要意义。

关键词： adaboost算法分类器致密砂岩水淹层识别线性组合

来源：评论

学校读者我要写书评

暂无评论

adaboost算法改进BP神经网络预测研究

引用

计算机工程与科学 2013年第8期35卷 96-102页

作者：李翔朱全银淮阴工学院计算机工程学院江苏淮安223003

针对传统BP神经网络容易陷入局部极小、预测精度低的问题,提出使用adaboost算法和BP神经网络相结合的方法,提高网络预测精度和泛化能力。该方法首先对样本数据进行预处理并初始化测试数据分布权值;然后通过选取不同的隐含层节点数、节... 详细信息

针对传统BP神经网络容易陷入局部极小、预测精度低的问题,提出使用adaboost算法和BP神经网络相结合的方法,提高网络预测精度和泛化能力。该方法首先对样本数据进行预处理并初始化测试数据分布权值;然后通过选取不同的隐含层节点数、节点传递函数、训练函数、网络学习函数构造出不同类型的BP弱预测器并对样本数据进行反复训练;最后使用adaboost算法将得到的多个BP神经网络弱预测器组成新的强预测器。对UCI数据库中数据集进行仿真实验,结果表明本方法比传统BP网络预测平均误差绝对值减少近50%,提高了网络预测精度,为神经网络预测提供借鉴。

关键词：神经网络强预测器迭代算法 adaboost算法

来源：评论

学校读者我要写书评

暂无评论

adaboost算法实现全极化SAR图像分类

引用

信号处理 2009年第10期25卷 1594-1597页

作者：吴婉澜皮亦鸣何强电子科技大学电子工程学院成都61054

文中提出了一种基于adaboost算法的全极化SAR(Synthetic Aperture Radar)图像分类方法。该方法将adaboost算法与HH、HV和VV三个极化通道数据结合起来,对全极化SAR图像进行分类,充分利用了极化信息和adaboost算法的快速收敛性。将该方法... 详细信息

文中提出了一种基于adaboost算法的全极化SAR(Synthetic Aperture Radar)图像分类方法。该方法将adaboost算法与HH、HV和VV三个极化通道数据结合起来,对全极化SAR图像进行分类,充分利用了极化信息和adaboost算法的快速收敛性。将该方法的仿真结果与H/α分类方法仿真结果进行比较,发现该方法分类模糊程度较低,在细节上分类更为准确,且在相同的情况下,该算法速度更快。

关键词： adaboost算法全极化SAR图像分类

来源：评论

学校读者我要写书评

暂无评论

adaboost算法在喷码图像识别的应用

引用

计算机应用 2006年第9期26卷 2099-2100页

作者：王倩陈斌黄文杰中国科学院成都计算机应用研究所四川成都610041

喷码在印刷中使用比较普遍,其识别通常采用模板匹配的方法,但是由于喷码常出现误差,为模板匹配方法识别带来难度。adaboost是一个建构准确分类器的学习算法,文中将此算法应用于喷码图像的识别,不仅提高了识别的准确率,速度也更为理想。

关键词：喷码 adaboost算法号码识别

来源：评论

学校读者我要写书评

暂无评论

adaboost算法在中医舌诊图像分区识别中的研究

引用

小型微型计算机系统 2008年第6期29卷 1149-1153页

作者：张萌胡显伟王元斌张斌东北大学计算机应用技术研究所辽宁沈阳110004

舌诊是中医传统诊断的一个重要方式.本文以模式识别、图像处理和中医舌诊理论为研究基础,结合中医诊断规则,提出舌象的分区训练识别方法,并采用一种新的基于集成学习的adaboost算法,构建出一套完整的、符合中医诊断体系规范的舌象分类... 详细信息

舌诊是中医传统诊断的一个重要方式.本文以模式识别、图像处理和中医舌诊理论为研究基础,结合中医诊断规则,提出舌象的分区训练识别方法,并采用一种新的基于集成学习的adaboost算法,构建出一套完整的、符合中医诊断体系规范的舌象分类识别算法.通过实验验证,该方法对中医舌诊分类识别是有效的.

关键词： adaboost算法分区分类器机器学习

来源：评论

学校读者我要写书评

暂无评论

adaboost算法识别阿尔茨海默病药物活性成分

引用

济南大学学报（自然科学版） 2023年第5期37卷 582-585,590页

作者：董西尚宋传东王莹杨斌枣庄学院信息科学与工程学院山东枣庄277100

针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用AdaBoos... 详细信息

针对利用网络药理学研究中药药方治疗或预防阿尔茨海默病的机制存在人工筛选药方中活性成分具有武断性和不准确性的问题,提出一种基于机器学习的阿尔茨海默病药物活性成分识别算法。该算法结合疾病相关活性成分和非活性成分,利用adaboost算法进行训练,进而预测新药方中与疾病相关的活性成分。实验结果表明,与线性回归、K邻近回归和贝叶斯岭回归算法相比,adaboost算法可以更加准确地识别阿尔茨海默病相关活性成分。

关键词：阿尔茨海默病 adaboost算法药物活性成分机器学习

来源：评论

学校读者我要写书评

暂无评论

基于改进的adaboost算法的光伏发电机组智能孤岛检测方法

引用

电网技术 2019年第4期43卷 1227-1235页

作者：贾科朱正轩杨哲方煜毕天姝新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206

传统的主/被动式孤岛检测法需要人工整定阈值,存在一定的检测死区,主动法注入的扰动信号也会对电能质量造成不利影响。针对以上问题,提出了一种基于改进的adaboost算法的光伏发电机组被动式智能孤岛检测法。该方法使用adaboost智能算法... 详细信息

传统的主/被动式孤岛检测法需要人工整定阈值,存在一定的检测死区,主动法注入的扰动信号也会对电能质量造成不利影响。针对以上问题,提出了一种基于改进的adaboost算法的光伏发电机组被动式智能孤岛检测法。该方法使用adaboost智能算法生成判断孤岛运行的分类模型,能够实现无盲区被动检测。所提方法基于各特征量间的电气联系对分类模型进行修正,通过重新分配各特征量的权重实现检测能力的提升。仿真结果表明,应用于多机并联的光伏发电系统时,经修正的分类模型可以在传统被动法的死区中准确地检测孤岛的发生,在短时电能质量波动、线路故障、主动法注入的扰动信号干扰等情况下,算法也能对孤岛运行状态进行精确检测。

关键词：孤岛检测:智能检测法 adaboost算法数据挖掘

来源：评论

学校读者我要写书评

暂无评论

采用多类代价指数损失函数的代价敏感adaboost算法

引用

西安交通大学学报 2017年第8期51卷 33-39页

作者：翟夕阳王晓丹李睿贾琪空军工程大学防空反导学院西安710051

为解决由多个二类代价敏感算法扩展而成的多类算法存在时间复杂度高和不能区分错分代价的问题,提出一种采用多类代价指数损失函数的多类代价敏感adaboost算法(MCCSADA)。为保证算法的代价敏感特性,首先设计一种满足代价敏感损失函数设... 详细信息

为解决由多个二类代价敏感算法扩展而成的多类算法存在时间复杂度高和不能区分错分代价的问题,提出一种采用多类代价指数损失函数的多类代价敏感adaboost算法(MCCSADA)。为保证算法的代价敏感特性,首先设计一种满足代价敏感损失函数设计准则的多类代价敏感指数损失函数;然后将此损失函数作为评价分类器性能的标准,以最小化损失函数为目的使用逐步叠加模型推导算法的最优基分类器加权系数;最后使用多类代价损失函数和最优基分类器加权系数求解公式替换多类adaboost算法的损失数和加权系数求解公式,得到代价敏感的MCCSADA算法。使用UCI数据集对算法进行验证,实验结果表明:算法的稳定性得到了提升,退化现象被减弱;相比于由两类代价敏感算法通过一对一方法扩展而来的多类代价敏感算法,MCCSADA算法在大多数情况下能够取得更低的代价,而且具有较低的时间复杂度,在3类数据集上的时间复杂度降低约40%,并且随着类别数的增多效率提升更加明显。

关键词：代价敏感 adaboost算法多分类贝叶斯决策损失函数

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：