期刊文献+
共找到686篇文章
< 1 2 35 >
每页显示 20 50 100
小样本的多模态遥感影像高层特征融合分类
1
作者 贺琪 李瑶 +3 位作者 宋巍 黄冬梅 何盛琪 杜艳玲 《激光与光电子学进展》 CSCD 北大核心 2019年第11期109-115,共7页
在使用深度学习模型研究遥感影像地物分类问题时,某些地物的遥感影像可用于训练的样本很少。同时,多样化的遥感影像获取方式产生了大量不同空间分辨率的多模态遥感影像。融合这些多模态遥感影像,弥补样本量少导致分类精度低的缺陷,是小... 在使用深度学习模型研究遥感影像地物分类问题时,某些地物的遥感影像可用于训练的样本很少。同时,多样化的遥感影像获取方式产生了大量不同空间分辨率的多模态遥感影像。融合这些多模态遥感影像,弥补样本量少导致分类精度低的缺陷,是小样本的遥感影像高精度分类领域中亟待解决的问题。针对上述问题,提出了考虑两种空间分辨率遥感影像相关关系的融合分类方法。首先,使用两个并行的深度学习网络分别提取两种空间分辨率影像的高层特征;其次,将提取到的高层特征通过融合方法进行融合;最后,得到融合后的高层特征作为输入,训练整个融合分类模型。实验表明,不同融合策略的分类精度不同,本文提出的基于高层特征级别的融合策略可以有效提高分类精度。 展开更多
关键词 图像处理 深度学习 高层特征融合 多模态遥感影像 小样
基于卷积神经网络和小样本的茶树病害图像识别 预览
2
作者 孙云云 江朝晖 +3 位作者 董伟 张立平 饶元 李绍稳 《江苏农业学报》 CSCD 北大核心 2019年第1期48-55,共8页
以常见且特征相似的茶轮斑病、炭疽病和云纹叶枯病为对象,研究在小样本情况下利用卷积神经网络进行病害图像识别问题。运用7种模式的预处理方法对茶树叶部病害图像样本进行处理,并采用AlexNet经典网络模型进行学习实验,比较、分析其训... 以常见且特征相似的茶轮斑病、炭疽病和云纹叶枯病为对象,研究在小样本情况下利用卷积神经网络进行病害图像识别问题。运用7种模式的预处理方法对茶树叶部病害图像样本进行处理,并采用AlexNet经典网络模型进行学习实验,比较、分析其训练及识别效果。结果显示,模式7训练模型精度为93.3%,平均测试准确率为90%,且对茶轮斑病、炭疽病和云纹叶枯病的正确区分率分别为85%、90%和85%,在预测值和真实值一致性方面优于其他预处理方法。在小样本情况下,该预处理方法可有效区分、识别3种易混病害,且识别精度高,性能好。 展开更多
关键词 茶叶病害 图像识别 卷积神经网络 小样
在线阅读 下载PDF
小样本条件下基于深度森林学习模型的典型军事目标识别方法 预览
3
作者 陈龙 张峰 蒋升 《中国电子科学研究院学报》 北大核心 2019年第3期232-237,共6页
卷积神经网络用于一般目标识别。然而,它的卓越性能在很大程度上取决于庞大的训练数据集。但是,面对像军事目标识别任务这样的训练数据样本很少的情况,其性能会急剧下降。针对这一问题,本文设计了一种基于采用生成对抗网络与深度森林相... 卷积神经网络用于一般目标识别。然而,它的卓越性能在很大程度上取决于庞大的训练数据集。但是,面对像军事目标识别任务这样的训练数据样本很少的情况,其性能会急剧下降。针对这一问题,本文设计了一种基于采用生成对抗网络与深度森林相结合的方法优化和训练识别方法。方法首先利用生成对抗网络对军事目标样本进行样本扩展,再采用主动学习的方法对所生成的样本进行优化;然后采用传统的模型增强的样本扩展方法对优化后的样本进行二次扩展;然后基于扩展后的样本,采用深度森林方法获得具有鲁棒性的网络模型,从而准确识别军事目标。实验表明,该方法具有较高的识别精度,优于其它许多算法。 展开更多
关键词 目标识别 小样 深度森林模型 对抗生成网络 主动学习
在线阅读 下载PDF
基于神经网络的小样本轴承球可靠度评估 预览
4
作者 张中益 沈雪瑾 《工业控制计算机》 2019年第5期66-67,70共3页
为建立轴承球磨损量数学模型并结合模型对样本进行可靠度评估,设计了BP神经网络,对磨损量曲线进行拟合。分析表明,拟合曲线能够很好地表达磨损量的变化趋势。通过提取神经网络的权值、阈值参数,建立了磨损量数学模型,并结合模型和蒙特... 为建立轴承球磨损量数学模型并结合模型对样本进行可靠度评估,设计了BP神经网络,对磨损量曲线进行拟合。分析表明,拟合曲线能够很好地表达磨损量的变化趋势。通过提取神经网络的权值、阈值参数,建立了磨损量数学模型,并结合模型和蒙特卡洛法对小样本数据进行了处理,进而基于性能退化量分布评估了轴承球的可靠度。结果表明提出的方法针对基于单一性能退化的小样本可靠度评估问题提供了有效的解决途径。 展开更多
关键词 轴承球 磨损量 BP神经网络 性能退化 小样 可靠度
在线阅读 下载PDF
基于核密度估计的性能退化数据建模分析方法 预览
5
作者 安宗文 张永明 +1 位作者 马强 寇海霞 《兰州理工大学学报》 CAS 北大核心 2019年第3期34-38,共5页
针对现有性能退化建模分析方中存在试验样本数据量少和先验分布假设过于严格的不足,提出了一种基于核密度估计的性能退化数据建模分析方法,并详细说明了进行核密度估计时最佳窗宽的确定方法.通过实际算例对建模分析方法进行了验证,结果... 针对现有性能退化建模分析方中存在试验样本数据量少和先验分布假设过于严格的不足,提出了一种基于核密度估计的性能退化数据建模分析方法,并详细说明了进行核密度估计时最佳窗宽的确定方法.通过实际算例对建模分析方法进行了验证,结果表明:基于核密度估计方法能有效地克服试验样本数据量少和先验分布假设严格的不足,从而为该情况下产品的性能退化分析提供了一种新方法. 展开更多
关键词 性能退化分析 核密度估计 先验分布假设 小样 窗宽
在线阅读 下载PDF
小样本下多维指标融合的电商产品销量预测 预览
6
作者 何喜军 马珊 +1 位作者 武玉英 蒋国瑞 《计算机工程与应用》 CSCD 北大核心 2019年第15期177-184,共8页
为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限,开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标,包括:在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同... 为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限,开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标,包括:在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同类指标。应用Logistic函数和正则修正项,结合贪心算法划分子树,构建基于集成学习Xgboost的电商产品销量预测模型。针对京东商城的联想zuk z2手机产品进行模型检验,并与BP神经网络、SVM支持向量机、BP-SVM组合预测三个模型进行对比,发现融合多维指标的Xgboost预测模型的精度显著提高,为小样本数据下电商产品销量预测提供方法和思路。 展开更多
关键词 销量预测 电商产品 小样 多维指标融合 Xgboost
在线阅读 下载PDF
小样本下装备平均修复时间的非统计估计模型
7
作者 柯宏发 祝冀鲁 孙云辉 《装甲兵工程学院学报》 2019年第1期114-119,共6页
针对小样本下装备平均修复时间的参数估计问题,提出了一种基于离散GM(1,1)模型和未确知有理数的新方法。首先,对原始数据序列进行等概率可放回地随机再抽样,通过离散GM(1,1)模型挖掘生成较多的样本数据;然后,使用未确知有理数对自助样... 针对小样本下装备平均修复时间的参数估计问题,提出了一种基于离散GM(1,1)模型和未确知有理数的新方法。首先,对原始数据序列进行等概率可放回地随机再抽样,通过离散GM(1,1)模型挖掘生成较多的样本数据;然后,使用未确知有理数对自助样本集合进行描述,构建其表达模型和阶数优化模型;最后,分别构建了平均修复时间基于未确知有理数的点估计和区间估计模型,并通过与GJB2072—94建议的估计模型进行参数估计与对比,验证了该非统计方法的有效性和可行性。 展开更多
关键词 平均修复时间 参数估计 小样 离散GM(1 1)模型 未确知有理数
小样本情况基于深度学习的水下目标识别研究 预览
8
作者 梁红 金磊磊 杨长生 《武汉理工大学学报:交通科学与工程版》 2019年第1期6-10,共5页
水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然... 水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然后,采用ImageNet图像数据集对搭建的深度卷积神经网络模型进行预训练;使用水下降噪图像对经过预训练的神经网络进行参数微调.利用海洋鱼类图像数据集对完成训练的卷积网络性能进行验证,取得85.08%的正确识别率. 展开更多
关键词 水下目标 图像识别 深度学习 小样 卷积神经网络
在线阅读 下载PDF
威布尔分布下小样本P-S-N曲线拟合方法 预览
9
作者 白恩军 黄树涛 谢里阳 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第9期96-101,共6页
为拟合疲劳寿命服从威布尔分布的小样本P-S-N(失效概率-应力-循环次数)曲线,提出了小样本疲劳寿命试验数据统计分析与P-S-N曲线拟合方法。根据疲劳寿命均值和标准差与应力水平的线性关系,基于已知的最高级应力水平的疲劳寿命分布参数,... 为拟合疲劳寿命服从威布尔分布的小样本P-S-N(失效概率-应力-循环次数)曲线,提出了小样本疲劳寿命试验数据统计分析与P-S-N曲线拟合方法。根据疲劳寿命均值和标准差与应力水平的线性关系,基于已知的最高级应力水平的疲劳寿命分布参数,使用疲劳寿命算术平均值替代其他级应力水平均值(期望),获得疲劳寿命均值与应力水平的线性关系。根据此关系,将不同级应力水平的疲劳寿命等效到最高级应力水平,检验等效寿命与最高级应力水平疲劳寿命的均值相对误差,反推各级应力水平疲劳寿命的统计参数,从而实现了P-S-N曲线的拟合。算例结果表明:使用全部疲劳寿命数据时,所提方法拟合结果与传统方法拟合结果相对误差小于1%;对于拟合设计的2组方案(8-5-5和8-3-3),所提方法与传统方法拟合结果相对误差小于10%;所提方法能够得到较为合理的参数,获得较好的P-S-N曲线拟合结果。 展开更多
关键词 P-S-N曲线 小样 统计分析 疲劳寿命等效 威布尔分布
在线阅读 下载PDF
基于AlexNet的小样本水面漂浮物识别 预览
10
作者 李宁 王雨萱 +1 位作者 徐守坤 石林 《计算机应用与软件》 北大核心 2019年第2期245-251,共7页
针对水面漂浮物识别中图像数据量少、噪声影响多,导致识别精度低的问题,采用一种基于深度学习的小样本水面漂浮物识别方法进行水面常见污染物塑料袋与塑料瓶的识别。采用现有大型数据集中的普通塑料袋与塑料瓶图像构建并训练卷积神经网... 针对水面漂浮物识别中图像数据量少、噪声影响多,导致识别精度低的问题,采用一种基于深度学习的小样本水面漂浮物识别方法进行水面常见污染物塑料袋与塑料瓶的识别。采用现有大型数据集中的普通塑料袋与塑料瓶图像构建并训练卷积神经网络模型AlexNet;采用梯度下降法对模型进行微调,并用融合的光照矫正法处理待识别图像;将网络识别结果与传统的HOG特征提取方法进行比较。实验结果表明,该方法相较于传统的提取特征方法,对于水面漂浮物的识别率提高近15%。 展开更多
关键词 漂浮物图像 小样 深度学习 AlexNet 光照矫正
在线阅读 下载PDF
基于迁移学习的蔬菜图像识别方法 预览
11
作者 赖佩霞 王晓东 章联军 《宁波大学学报:理工版》 CAS 2019年第5期36-41,共6页
为解决蔬菜识别领域缺少带标签样本的问题,提出了一种基于迁移学习的图像识别方法.首先,将原始数据集利用数据增强扩大样本数据量后引入到大规模数据集上的预训练模型.针对迁移过程中高层特征的领域特定性导致的网络泛化性能差,通过加... 为解决蔬菜识别领域缺少带标签样本的问题,提出了一种基于迁移学习的图像识别方法.首先,将原始数据集利用数据增强扩大样本数据量后引入到大规模数据集上的预训练模型.针对迁移过程中高层特征的领域特定性导致的网络泛化性能差,通过加入两层自适应层参数初始化后重新训练得到基本模型;对该基本模型再利用参数冻结的迁移方式进一步调优参数,得到用于蔬菜图像识别的最终网络模型.实验表明,基于CaffeNet和ResNet10两个小型网络的迁移策略可以较好地处理小样本的蔬菜图像识别,训练得到的模型准确率分别为94.97%、96.69%.与其他迁移算法及传统的神经网络方法相比,该算法具有更高的识别性以及更强的鲁棒性. 展开更多
关键词 蔬菜图像识别 卷积神经网络 迁移学习 小样
在线阅读 免费下载
迁移学习模型下的小样本人脸识别算法 预览
12
作者 黄振文 谢凯 +2 位作者 文畅 盛冠群 文方青 《长江大学学报:自然科学版》 CAS 2019年第7期88-94,共7页
人脸识别的效果在很大程度上取决于已经标定的数据集,当试验训练数据不足时其识别效果会很差。为解决数据集不足的问题,提出了一种迁移学习模型下的小样本人脸识别算法。在将预先训练的卷积神经网络迁移到小样本人脸目标集时使用受限玻... 人脸识别的效果在很大程度上取决于已经标定的数据集,当试验训练数据不足时其识别效果会很差。为解决数据集不足的问题,提出了一种迁移学习模型下的小样本人脸识别算法。在将预先训练的卷积神经网络迁移到小样本人脸目标集时使用受限玻尔兹曼机RBM,将训练模型中的全连接层改为RBM,并用小样本人脸数据重新训练RBM和SoftMax层,最后用BP算法进行参数调整。加入的RBM能进一步学习小样本人脸的高阶特征,降低了人脸数据集的内容差异对迁移特征识别的影响。试验选用包含1040人的CAS-PEAL人脸图像数据库及试验室收集的40张人脸进行训练、验证和测试,试验结果表明,用RBM代替CNN中的全连接层的方法,与PCA、BP和LBP网络模型相比,人脸识别的有效率提高了2.1%~8.3%,是一种切实可行的小样本的人脸识别方法。 展开更多
关键词 人脸识别 卷积神经网络 小样 受限玻尔兹曼机RBM 迁移学习 BP算法
在线阅读 免费下载
基于灰自助和未确知有理数的小样本试验数据估计 预览
13
作者 柯肇捷 周文雅 《兵工学报》 EI CAS CSCD 北大核心 2019年第4期874-879,共6页
针对小样本试验数据的参数估计问题,提出了一种基于灰自助和未确知有理数的新方法。使用灰自助方法对小样本试验数据进行自助再抽样,通过灰色模型GM(1,1)挖掘生成较多的样本数据;构建虚拟样本的未确知有理数表达模型,提出了未确知有理... 针对小样本试验数据的参数估计问题,提出了一种基于灰自助和未确知有理数的新方法。使用灰自助方法对小样本试验数据进行自助再抽样,通过灰色模型GM(1,1)挖掘生成较多的样本数据;构建虚拟样本的未确知有理数表达模型,提出了未确知有理数阶数的优化算法;分别建立了基于未确知有理数的小样本试验数据点估计和区间估计模型,并提出了相应的估计置信度模型;对某型装备干扰功率测试数据进行了参数估计。示例结果表明所提方法合理可行,不涉及原始数据的概率分布特征,能在较高的可靠度下解决小样本数据的参数估计问题。 展开更多
关键词 参数估计 小样 灰自助 未确知有理数
在线阅读 下载PDF
稠油集输管道泄漏事故安全评估分析
14
作者 张鹏 陈祥苏 李虎 《安全与环境学报》 CAS CSCD 北大核心 2019年第4期1109-1115,共7页
为降低稠油集输管道泄漏事故风险,预防重大泄漏事故的发生,基于稠油集输管道泄漏事故的贝叶斯网络,先利用信息扩散理论分析小样本数据,通过引入用来表征在一定期望值上的泄漏失效概率参数--泄漏指数,得到泄漏事故发生的失效概率和超越概... 为降低稠油集输管道泄漏事故风险,预防重大泄漏事故的发生,基于稠油集输管道泄漏事故的贝叶斯网络,先利用信息扩散理论分析小样本数据,通过引入用来表征在一定期望值上的泄漏失效概率参数--泄漏指数,得到泄漏事故发生的失效概率和超越概率;后又利用模糊集合理论确定泄漏后果的严重程度。利用上述方法对我国西北某油田稠油集输管道进行泄漏事故安全评估,结果表明,利用该方法能够在数据缺失条件下得到较为精确的泄漏概率和泄漏后果概率,适用于稠油集输管道泄漏安全评估。 展开更多
关键词 安全工程 稠油集输管道安全评估 泄漏事故 小样 信息扩散理论 模糊集和理论
基于改进匹配网络的单样本学习 预览
15
作者 蒋留兵 周小龙 +1 位作者 姜风伟 车俐 《系统工程与电子技术》 EI CSCD 北大核心 2019年第6期1210-1217,共8页
当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deepconvolution neural ... 当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deepconvolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20-way1-shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20-way1-shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。 展开更多
关键词 深度学习 小样 改进匹配网络 平方欧氏距离 LSTM
在线阅读 下载PDF
基于卷积神经网络的小样本树皮图像识别方法 预览
16
作者 刘嘉政 《西北林学院学报》 CSCD 北大核心 2019年第4期230-235,共6页
针对在树皮图像分类过程中图像训练数据数量少、识别准确率低的问题,提出一种基于卷积神经网络的小样本树皮图像识别方法。以5种常见树种的树皮图像作为研究对象,在基于卷积神经网络的Inception_v3模型基础上,对原始数据集进行数据增强... 针对在树皮图像分类过程中图像训练数据数量少、识别准确率低的问题,提出一种基于卷积神经网络的小样本树皮图像识别方法。以5种常见树种的树皮图像作为研究对象,在基于卷积神经网络的Inception_v3模型基础上,对原始数据集进行数据增强的一系列操作,扩大数据集的数量;在此基础上,对所有数据集进行白化处理,以降低数据之间的冗余性,使得特征之间相关性较低;采用ReLU激励函数和Dropout方法,防止训练时引起的过拟合现象;同时,在模型的最后添加3层全连接层,增强模型的特征表达能力,采用softmax分类器。最终确定了一个10层CNN模型:5个卷积层、2个池化层、3个全连接层。结果表明,上述网络模型对数据集的识别准确率为94%,并且为验证本研究方法的可行性,分别在MNIST数据集、ImageNet数据集、CIFAR-10数据集进行测试,识别准确率分别为92%、90%、93%。因此,提出的方法在小样本的识别试验中具有较高的识别准确率和一定的可行性。 展开更多
关键词 树皮图像 卷积神经网络 Inception_v3 小样
在线阅读 下载PDF
基于深度学习的小样本声纹识别方法 预览
17
作者 李靓 孙存威 +1 位作者 谢凯 贺建飚 《计算机工程》 CAS CSCD 北大核心 2019年第3期262-267,272共7页
利用小样本声纹作为训练集训练卷积神经网络(CNN)时,网络不能达到较好的收敛状态,从而导致识别率较低。为此,提出一种新的声纹识别方法。利用深度CNN提取潜在的声纹特征,在CNN训练过程中采用基于凸透镜成像原理的图像增多算法解决小样... 利用小样本声纹作为训练集训练卷积神经网络(CNN)时,网络不能达到较好的收敛状态,从而导致识别率较低。为此,提出一种新的声纹识别方法。利用深度CNN提取潜在的声纹特征,在CNN训练过程中采用基于凸透镜成像原理的图像增多算法解决小样本训练样本不足的问题,并在卷积过程中引入快速批量归一化(FBN)方法以提高网络收敛速度、缩短训练时间。在包含630人的TIMIT语音数据库中进行训练、验证和测试,结果表明,FBN-Alexnet网络比Alexnet网络训练时间缩短48.2%,与GMM、GMM-UBM及GMM-SVM方法相比,该方法识别率分别提高7.3%、2.2%、2.8%。 展开更多
关键词 声纹识别 深度学习 FBN-Alexnet网络 小样 快速批量归一化 图像增多算法
在线阅读 下载PDF
基于GM-SVR的小样本条件下化工设备可靠性预测 预览
18
作者 赵江平 丁洁 陈敬龙 《中国安全生产科学技术》 CAS CSCD 北大核心 2019年第1期145-150,共6页
为了准确预测化工设备可靠性趋势,针对化工设备失效寿命数据为小样本的情形,基于灰色估计法与支持向量回归机在小样本数据处理中的优势,建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型;结合GM(1,1)和SVR对模型进行参数估... 为了准确预测化工设备可靠性趋势,针对化工设备失效寿命数据为小样本的情形,基于灰色估计法与支持向量回归机在小样本数据处理中的优势,建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型;结合GM(1,1)和SVR对模型进行参数估计,在压缩机可靠性分析中进行了实例应用,对比分析了最小二乘法、灰色估计法和GM-SVR的估计效果。研究结果表明:GM-SVR对威布尔分布参数的估计精度明显优于最小二乘法和灰色估计法,可以有效地应用于化工设备失效数据为小样本时的可靠性预测。 展开更多
关键词 化工设备 小样 GM(1 1) 支持向量回归机 可靠性
在线阅读 下载PDF
样本信息聚集原理改进及其在铁路车辆结构疲劳评定中的应用
19
作者 李存海 吴圣川 刘宇轩 《机械工程学报》 EI CAS CSCD 北大核心 2019年第4期42-53,共12页
疲劳S-N曲线是高速动车组结构设计中最重要的基础数据。降低样本数据的离散性和提高寿命预测的准确性一直是铁路车辆结构长寿命安全可靠服役的热点研究课题,经典的样本信息聚集原理(Sample polymerization principle,SPP)能够确保小样... 疲劳S-N曲线是高速动车组结构设计中最重要的基础数据。降低样本数据的离散性和提高寿命预测的准确性一直是铁路车辆结构长寿命安全可靠服役的热点研究课题,经典的样本信息聚集原理(Sample polymerization principle,SPP)能够确保小样本疲劳数据统计处理的准确性,但在寿命估算的可靠性上还有改进空间。通过参数搜索的优化建立应力与标准差之间的关系,实现不同应力水平下标准差的最优取值,从而提出一种新的基于SPP的概率疲劳S-N曲线拟合方法。研究结果表明,与成组法相比,基于(X-x-x-x)型数据的疲劳P-S-N曲线的斜率和截距的相对误差小于3%,估算寿命仅为成组法5%;在处理(x-x-x-x)型数据时,估算寿命约为传统方法的0,1%。在应用于高速列车焊接结构时,改进方法充分考虑了因焊接缺陷引入的离散性,预测的疲劳寿命更加可靠与合理。由此可见,改进的SPP以及标准差参数寻优技术不仅可以确保小样本数据的拟合精度,而且能够获得更加可靠的疲劳P-S-N曲线,工程应用中得到更保守的预测结果。 展开更多
关键词 P-S-N曲线 小样 集聚 疲劳寿命 铁路车辆
小样本数据的 MIFS过滤式特征选择算法 预览
20
作者 王波 李时辉 郑鹏飞 《山东农业大学学报:自然科学版》 北大核心 2019年第1期145-149,共5页
针对小样本数据特征选择以及最佳特征难确定的问题,本文提出一种MIFS过滤式特征选择算法,同时结合Boruta算法,旨在降低数据集维度,确定出最佳特征的子集。通过实验结果与分析,对比其它三种传统的过滤式算法,验证本文算法的有效性。结果... 针对小样本数据特征选择以及最佳特征难确定的问题,本文提出一种MIFS过滤式特征选择算法,同时结合Boruta算法,旨在降低数据集维度,确定出最佳特征的子集。通过实验结果与分析,对比其它三种传统的过滤式算法,验证本文算法的有效性。结果表明:MIFS-Boruta算法体现出更广的特征选择量,并且平均最低分类错误率最低。 展开更多
关键词 小样 MIFS 算法
在线阅读 下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部 意见反馈