训练样本集相关论文
井间地震CT方法能够有效探测岩溶等不良地质,而拾取地震波的初至对其反演结果至关重要,以往井间地震CT初至拾取通过手动标定,效率......
高光谱图像包含密集的光谱波段,在光谱维度达到了纳米级的分辨率,提供更加丰富的光谱信息,这使其在农业、军事、环境监测等方面有......
2019年5G的商用，标志着我国正式步入5G时代。无线通信技术对社会经济的影响越来越大，新一代移动通信网络的推出将极大的改变人们的生......
自升式平台在不同工况条件下都有相应的许用重心高度，为便于操作人员掌握平台在各种实际工况下的稳性情况，在遭遇突发的恶劣工况时能......
We report the world's first all-season training and validation sample sets for global land cover classification with......
ＳＮ９７０１是具有自学习功能的神经网络模块，本文主要介绍其功能、原理及其在控制领域中的应用。
SN9701 is a neural network module with s......
支持向量数据描述SVDD(Support Vector Data Description)在单目标土地覆盖信息提取中得到了初步的应用,但已有研究一般选择纯净像......
基于反向传播(BP)神经网络有关原理，结合高层建筑的火灾危险性建立了高层建筑火灾风险评估的指标体系，并对各项指标的量化方法进......
自从二十世纪九十年代以来,核方法已经被广泛应用于模式识别与机器学习领域。其优势在于核方法允许研究者在原始数据对应的高维特......
生物特征识别技术如今在人们的生产、生活等社会活动中扮演着越来越重要的角色,对身份识别的贡献尤为突出。掌纹特征因其稳定、独......
在对铸坯质量缺陷类型及其主要影响因素分析总结的基础上,确定以特殊钢大方坯常见的中间裂纹、中心裂纹和中心偏析为研究对象,利用......
网络高度发展的今天,网络安全已经提升到了一个空前的高度,入侵检测系统应用的兴起也促进了更多的入侵检测技术与算法的研究。检测......
交通流不同状态在实际中出现的频率存在很大差异,且不同交通状态之间的误判所造成的影响程度是不同的。因此,可以认为交通状态判别......
电力变压器的故障除了给本身带来重大损失外还对电力系统安全造成很大的影响.能否有效地检测和诊断变压器故障,准确判断变压器的潜......
本文系统深入地分析研究了舰船噪声信号的时域波形结构特征，利用舰船噪声信号的过零点、峰间幅值、波长差、波列面积分布以及时域特......
超声图象中接收到的回波信号可分为“镜面”回波与“全向”散射回波。当超声束遇到较大界面的组织时,如器官边缘、血管等,发生反射......
针对相关反馈技术存在标注样本少，样本正负比例不平衡，特征维数高，导致反馈准确率低，性能不稳定等问题，文中结合相关反馈机制和AdaB......
训练样本对支持向量机的训练速度和分类性能具有极大影响,如何正确选择训练样本集一直是支持向量机的研究热点。本文采用自适应自......
神经网络是辐射源识别的有效工具，但是随着辐射源信号的增加，新训练样本集不断加入，此时需要对所有训练样本重新训练以调整网络结构，将......
目前针对JPEG图像的MB1隐写算法的检测率较低，本文对MB1算法进行了深入研究，基于无监督学习中的支持向量数据描述法提出了一种MB1隐......
提出了一种基于组合式支持向量机(SVM)的电力系统短期负荷预测方法。该方法利用自组织特征映射(SOFM)网络对训练样本集进行聚类分......
基于支持向量机的相关反馈算法在有限训练样本情况下具有良好的泛化能力.本文提出了一种改进的非查询向量转移的相关反馈算法,能有......
为提高SVM增量学习速度，求壳向量算法被用来求训练样本集中最有可能成为支持向量的样本。针对求壳向量算法在增量学习中的应用，本文......
本文针对模式识别中训练样本集优化问题提出欧氏距离分布熵这一分类特征可分性度量指标,详细描述了它的计算过程,论证了欧氏距离分......
本文介绍了Kohonen神经网络对样本数据进行聚类的应用,提出了从核心样本个体动态搜索BP网络训练样本集的新探索,摒弃了过去BP算法......
解释就是人工智能系统对用户提问给出一个清晰的、完全的和易干理解的回答,即对其行为作出合理说明、使系统具有透明性。解释的类......
分析了BP网络标准反传学习算法对不平衡样本集训练速度慢的原因,研究了如何改进其学习算法来加速训练速度,并通过实验对上述理论进......
本文详细介绍了人工神经网络应用于状态建模的方法．对神经网络应用中的一些难点提出了切实可行且有效的解决措施，并举例作了应用示范......
提出了一种利用刀具磨损状态隶属函数来训练BP网络的新方法，该方法较好地解决了在刀具磨损状态中对过渡样本识别率过低的问题。
A ......
讨论了复杂函数的多神经网络逼近模型的建立方法．针对映射网络泛化能力差以及结构难以确定等问题，提出了一种基于Ｂａｙｅｓ分析的组合多神经网......
决策树是一种重要的数据挖掘方法。本文对几种经典的决策树算法进行了综述,并对其进行了分析比较,为决策树的优化研究提供了借鉴。......
一、引 言 我们都知道，语音命令的训练样本之间是存在很大差异的，譬如，男女声发音之间、不同发音人之间、甚至于同一个人在不......
针对支持向量机遥感图像样本较大,图像中可能存在噪音、孤立点、交叉点等干扰,从而降低了支持向量机的准确率与泛化能力。针对以上......
根据多模型可以改善模型估计精度,提高泛化性的思想,提出了1种粗糙分类器的多模型软测量建模方法。该方法采用聚类、分类相结合的......
传统的特征选择方法基本上是以精度为优化目标,没有充分考虑数据样本类别分布倾斜性,在数据分布不平衡的数据集上性能表现不理想。......
针对故障诊断中故障类样本难于获取以及不均衡类问题,提出了基于粒子群和滑动窗口的支持向量数据描述(M-SVDD)故障诊断方法.该方法......
针对自动化协商问题,提出一种基于主动学习算法的对手协商偏好学习方法.在该方法中,协商过程表示为建议序列,将建议序列映射到出价......
粗糙集理论是一种较新的软计算方法。可以有效地分析和处理不明确和不完备的信息，该理论近年来日益受到国际学术界的重视，已经在模式......
支持向量机（Support Vector Machines，简称SVM）是V.Vapnik等在20世纪90年代提出的基于统计学习理论（Statistical Learning Theory，SLT）的......
应用粗糙集理论对硫化矿石自燃的训练样本集进行了属性约简与规则提取,得到了硫化矿石自燃规律的粗糙集理论模型,并将其进行了验证......
特征和训练样本选择是影响激光传感器故障诊断结果的两个重要因素,为了提高激光传感器故障诊断正确率,针对当前激光传感器故障诊断......
