期刊文献+
共找到87篇文章
< 1 2 5 >
每页显示 20 50 100
基于Flow-R模型的八一沟泥石流危险性评价
1
作者 聂银瓶 李秀珍 《自然灾害学报》 CSCD 北大核心 2019年第1期156-164,共9页
目前泥石流危险性评价方法通常是一条泥石流沟对应一个危险等级。Flow-R模型将泥石流源区识别与泥石流运动相结合计算泥石流的危险概率,能够评价一条泥石流沟内不同部位的危险性。为丰富泥石流评价方法的应用研究及探究单沟内泥石流危... 目前泥石流危险性评价方法通常是一条泥石流沟对应一个危险等级。Flow-R模型将泥石流源区识别与泥石流运动相结合计算泥石流的危险概率,能够评价一条泥石流沟内不同部位的危险性。为丰富泥石流评价方法的应用研究及探究单沟内泥石流危险分布特征,以八一沟为研究区,在确定八一沟泥石流源区识别阈值和运动参数的基础上,用Flow-R模型对泥石流可能的危害范围进行模拟计算,并用混淆矩阵对模拟结果进行评估,最后对八一沟流域不同部位进行了泥石流危险性评价。结果表明:(1)泥石流源区主要分布于沟道20°~50°坡度范围和1 400~1 600 m高程范围内,沟顶细小汇水沟道为泥石流提供了丰富的活动物质;(2)泥石流危险区域大致分布在沟道左右40 m范围,占整个研究区域的20.06%;极高危险区分布于沟道中心,危险性由沟道中心向两边逐渐降低;(3)Flow-R应用于研究区的正确率为84.18%,给出的泥石流危险区图合理,能够反映研究区泥石流的基本危险特征。 展开更多
关键词 单沟泥石流 危险性评价 混淆矩阵 Flow-R模型 八一沟
一种基于相似性度量和动态加权投票的随机森林算法 预览
2
作者 赵庶旭 马秦靖 刘李姣 《测试科学与仪器:英文版》 CAS CSCD 2019年第3期277-284,共8页
随机森林模型易于理解,普适性强,常用于分类、预测等问题,但其采用无选择性集成和简单的少数服从多数投票原则进行最终结果判定,忽略了模型中各决策树之间的强弱差异,从而降低了模型的预测精度。针对该缺陷,提出了一种基于混淆矩阵的改... 随机森林模型易于理解,普适性强,常用于分类、预测等问题,但其采用无选择性集成和简单的少数服从多数投票原则进行最终结果判定,忽略了模型中各决策树之间的强弱差异,从而降低了模型的预测精度。针对该缺陷,提出了一种基于混淆矩阵的改进随机森林模型(Ramdom forest model based on confusion matrix, CM-RF)。在构建模型过程中通过相似性度量有选择性地构成决策树簇,并在最终投票环节使用动态加权投票融合方法进行结果输出。实验结果表明,该方法能减少低性能决策树对输出结果的影响,从而提升随机森林模型的正确率与泛化能力。 展开更多
关键词 随机森林 混淆矩阵 相似性度量 动态加权投票
在线阅读 下载PDF
自适应池化卷积神经网络马品种识别研究 预览
3
作者 米克热依·迪里夏提 张太红 《计算机技术与发展》 2019年第10期105-110,共6页
针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池化法,并搭建了基于自适应池化的卷积神经网络模型,实现了对哈福林格马(Haflinger)、阿克哈-塔克马(Akhal-T... 针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池化法,并搭建了基于自适应池化的卷积神经网络模型,实现了对哈福林格马(Haflinger)、阿克哈-塔克马(Akhal-Teke)、吉普赛马(Gypsy Venner)、伊犁马(Yili)、阿帕卢萨马(Appaloosa)、弗里西亚马(Friesian)、阿拉伯马(Arabian)、马瓦里马(Marwari)等八个品种的识别。对于图像进行归一化、数据扩增等预处理后,从数据集中随机选取80%的样本用作训练集,剩余的20%用作验证集和测试集。在Keras深度学习框架下,对使用自适应池化前后的卷积神经网络进行全新学习,并做了三组对照实验。实验结果表明,自适应池化算法明显提高了模型的准确率和分类性能。使用自适应池化算法后的模型在测试集上的准确率达到了88.24%,初步实现了基于计算机视觉的马品种识别。 展开更多
关键词 马品种图像 卷积神经网络 混淆矩阵 自适应池化 数据扩增
在线阅读 下载PDF
基于迁移学习的树种识别 预览
4
作者 高旋 赵亚凤 +1 位作者 熊强 陈喆 《森林工程》 2019年第5期68-75,共8页
使用树干和树叶图像实现树种自动识别,目前深度学习可以有效的解决该类问题,但它需要大量样本做训练才能达到较高的识别精度。当面对有限图像数量时,提出基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池... 使用树干和树叶图像实现树种自动识别,目前深度学习可以有效的解决该类问题,但它需要大量样本做训练才能达到较高的识别精度。当面对有限图像数量时,提出基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池化层的权重参数,对新的网络模型超参数进行调整,并建立一个包含10种共计2000张树干图像和8种共计1725张树叶图像的数据库,把图片分为训练集和测试集,分别利用迁移学习、普通深度学习和SVM分类方法进行训练和测试,并将这3种方法作对比。最后,通过构建树干和树叶图像的混淆矩阵对迁移学习进行具体分析与说明。实验结果表明,通过迁移学习得到的树干和树叶最高识别精度分别达到92.51%和98.20%,比普通深度学习提高了51.38%和51.69%,比SVM分类方法提高了43.94%和45.08%。迁移学习比普通深度学习和传统SVM分类方法更适合用于小样本数据集的分类识别,并且显著优于普通深度学习和SVM分类方法。 展开更多
关键词 深度学习 迁移学习 卷积神经网络 混淆矩阵
在线阅读 下载PDF
高分-1号遥感影像在林业二类调查中的应用研究
5
作者 李旋 王玉军 +2 位作者 李世波 程韬略 崔艳梅 《工程勘察》 2019年第9期51-57,共7页
国产GF-1号遥感影像的高空间分辨率和丰富的光谱特征为林业资源调查与林业信息化建设提供了新的技术支持。结合地面调查数据和多期GF-1遥感影像数据,在辐射校正、几何校正和影像融合的基础上,采用目视解译和自动解译提取林业资源分布信... 国产GF-1号遥感影像的高空间分辨率和丰富的光谱特征为林业资源调查与林业信息化建设提供了新的技术支持。结合地面调查数据和多期GF-1遥感影像数据,在辐射校正、几何校正和影像融合的基础上,采用目视解译和自动解译提取林业资源分布信息。实验结果表明,在建立准确的解译标志和合理的分类器的基础上,高分1号遥感影像经过目视解译和自动解译结果能够满足林业二类调查的精度,有助于提高林业资源二类调查的信息化水平。 展开更多
关键词 高分-1 森林资源二类调查 目视解译 自动解译 混淆矩阵
2015年中国1∶10万土地覆被数据河南地区精度评价 预览
6
作者 朱筠 孙九林 +1 位作者 秦奋 王航 《中国土地科学》 CSSCI CSCD 北大核心 2019年第3期59-67,共9页
研究目的:针对国内首套2015年中国1∶10万土地覆被数据产品,以河南省为研究区进行精度评价。研究方法:采用实地考察与格网抽样融合的样本设计方法,共采集区域全覆盖样本1894个,其中,实地样本271个,正六边形格网样本1623个;通过混淆矩阵... 研究目的:针对国内首套2015年中国1∶10万土地覆被数据产品,以河南省为研究区进行精度评价。研究方法:采用实地考察与格网抽样融合的样本设计方法,共采集区域全覆盖样本1894个,其中,实地样本271个,正六边形格网样本1623个;通过混淆矩阵精度评价方法,评价数据产品精度,分析影响土地覆被分类精度的原因。研究结果:耕地、建设用地、水体、林地一级地类制图精度都在90%以上,草地和其它制图精度分别为84.68%和85.7%;20个二级地类的总体精度91.34%,其中,旱地、城镇建设用地、农村居民地、交通用地、河流、水库/坑塘、裸岩二级地类精度在90%以上,除常绿阔叶林、灌丛、灌丛草地、草甸、河湖滩地、裸地几个地类分类精度较低,其余地类精度均在80%以上。研究结论:该数据产品在河南地区具有较高的精度,可为气候、水文、生态等相关科研领域提供基础数据。 展开更多
关键词 土地评价 土地覆被 实地采样 格网采样 精度评价 混淆矩阵
在线阅读 下载PDF
Android恶意软件检测方法研究综述 预览 被引量:1
7
作者 李江华 邱晨 《计算机应用研究》 CSCD 北大核心 2019年第1期1-7,共7页
基于Android系统恶意软件检测的全流程,对比和分析了国内外的研究现状和进展,从样本获取的角度介绍了标准化数据样本的来源及作用,从特征选择的角度阐述了特征选择应遵循的原则;重点从检测方法的角度对比和分析了各种检测方法的优缺点,... 基于Android系统恶意软件检测的全流程,对比和分析了国内外的研究现状和进展,从样本获取的角度介绍了标准化数据样本的来源及作用,从特征选择的角度阐述了特征选择应遵循的原则;重点从检测方法的角度对比和分析了各种检测方法的优缺点,同时总结和归纳了特征数据集筛选方法以及实验结果评估方法。最后结合实际应用和需求,展望了未来Android恶意软件检测方法的研究和发展方向。 展开更多
关键词 恶意软件检测 特征 机器学习 混淆矩阵
在线阅读 下载PDF
基于GF-1影像的矿区地物提取与分析 预览
8
作者 贾玉娜 高雅 白洋 《山西建筑》 2019年第5期202-203,共2页
以唐山市古冶矿区为对象进行地物信息提取,将矿区地物分为七大类并运用混淆矩阵对三种方法进行精度分析。研究表明:面向对象的多尺度分割方法提取效果,避开了“椒盐现象”分类总精度可达88.5470%。
关键词 遥感影像 面向对象 混淆矩阵
在线阅读 下载PDF
新疆地区土地覆被遥感数据的一致性研究
9
作者 徐泽源 罗庆辉 许仲林 《地球信息科学学报》 CSCD 北大核心 2019年第3期427-436,共10页
鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分... 鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。 展开更多
关键词 土地覆被 精度评价 混淆矩阵 空间一致性分析 新疆地区
基于SVM的高分辨率遥感图像的分类方法研究
10
作者 刁彦华 郭月 王晓君 《数学的实践与认识》 北大核心 2018年第1期124-131,共8页
SVM(Support Vector Machine,支持向量机)分类算法是一种在高分辨率遥感图像分类中逐步得到重视的算法.首先详细介绍了SVM算法的数学原理,其次给出了基于SVM的高分辨率遥感图像分类方法的模型建立、光谱特征提取以及分类器设计,... SVM(Support Vector Machine,支持向量机)分类算法是一种在高分辨率遥感图像分类中逐步得到重视的算法.首先详细介绍了SVM算法的数学原理,其次给出了基于SVM的高分辨率遥感图像分类方法的模型建立、光谱特征提取以及分类器设计,然后在AVIRIS标准多波段遥感数据集Indian Pines上进行了仿真,通过混淆矩阵和kappa系数评价了分类性能,最后以作者所在高校地区高分图像分类为例,验证了方法在高分辨率遥感图像地物分类上的有效性. 展开更多
关键词 SVM 高分遥感 分类 混淆矩阵
神经网络在女子服装号型分类中的应用 预览
11
作者 袁惠芬 吴锋 孙莉 《河南工程学院学报:自然科学版》 2018年第2期12-16,共5页
为提高服装号型的分类效率,运用神经网络对上海地区成年女子衬衫量体数据进行了号型分类研究.对750名女性量体,参考国家标准GB/T 1335.2—2008《服装号型女子》[1]和企业生产经验,以身高、胸围、腰围、领围、肩宽、袖长为变量,运用K-me... 为提高服装号型的分类效率,运用神经网络对上海地区成年女子衬衫量体数据进行了号型分类研究.对750名女性量体,参考国家标准GB/T 1335.2—2008《服装号型女子》[1]和企业生产经验,以身高、胸围、腰围、领围、肩宽、袖长为变量,运用K-means聚类建立了29个规格的训练样本.建立并训练BP神经网络,以混淆矩阵反映的正确率为指标,考察了网络结构、训练算法及传递函数对网络性能的影响.研究表明,弹性梯度下降算法分类正确率最高,分类效果随隐层神经元数量的增加而提高,隐层和输出层传递函数均为logsig时,分类正确率最高. 展开更多
关键词 服装号型分类 聚类分析 神经网络 混淆矩阵
在线阅读 下载PDF
语音与文本情感识别中愤怒与开心误判分析 预览 被引量:1
12
作者 胡婷婷 沈凌洁 +1 位作者 冯亚琴 王蔚 《计算机技术与发展》 2018年第11期124-127,134共5页
在语音情感识别的研究中发现,愤怒与开心之间通过语音信息较难区分,文中将结合文本信息对这两种情感进行区分,以提高其识别率。使用IEMOCAP与SAVEE数据集中语音数据提取声学特征,分别使用卷积神经网络与支持向量机训练分类器模型,对中... 在语音情感识别的研究中发现,愤怒与开心之间通过语音信息较难区分,文中将结合文本信息对这两种情感进行区分,以提高其识别率。使用IEMOCAP与SAVEE数据集中语音数据提取声学特征,分别使用卷积神经网络与支持向量机训练分类器模型,对中性、愤怒、开心、悲伤四类情感进行识别,对情感之间误判情况以及识别准确率进行分析,验证了语音通道信息对于愤怒与开心容易产生误判的结论。为解决此问题,加入文本信息,训练文本识别模型,有效解决了愤怒与开心的误判情况。同时发现两通道信息对情感识别的不同影响,在声音中包含更多利于识别愤怒和悲伤情感的信息;在文本中包含更多利于识别中性与开心情感的信息。声音情感识别中,愤怒/开心之间易误判,愤怒/悲伤之间易区分。文本情感识别中,愤怒/开心之间易区分,愤怒/悲伤之间易误判。声学与文本特征融合后,情感识别准确率相比单一通道明显提高,两通道信息对于情感识别具有互补作用。 展开更多
关键词 情感识别 声学特征 文本特征 混淆矩阵
在线阅读 下载PDF
基于深度学习算法的铁路列车运行安全检测
13
作者 汪洋 王俊刚 《中国安全科学学报》 CSCD 北大核心 2018年第S2期41-45,共5页
随着铁路列车运行安全要求的不断提高,迫切需要及时检测并处理列车运行中的安全隐患。传统的铁路列车运行自动化检测手段主要基于机器视觉算法,存在对列车运行的复杂自然场景适应能力差、误报率高等问题。为解决传统方法检测精度较低等... 随着铁路列车运行安全要求的不断提高,迫切需要及时检测并处理列车运行中的安全隐患。传统的铁路列车运行自动化检测手段主要基于机器视觉算法,存在对列车运行的复杂自然场景适应能力差、误报率高等问题。为解决传统方法检测精度较低等问题,模拟多层神经网络传递结构,输入和识别隐患扫描素材,提出基于深度学习算法的列车运行安全检测方法;然后以铁路货车异物检测为例进行仿真试验,验证相关算法。结果表明:新检测方法在保证检出率的前提下降低了误报率。 展开更多
关键词 列车 安全检测 深度学习 混淆矩阵 迭代
国家尺度异源土地覆被遥感产品精度评价 预览
14
作者 宋宏利 张晓楠 《国土资源遥感》 CSCD 北大核心 2018年第3期26-32,共7页
以现有的全球尺度土地覆被遥感产品为研究对象,以通过国际组织发布的土地覆被验证数据为参考,采用总体精度、生产者精度及用户精度等指标对FROM,MODIS,ESACCI和GLOBCOVER 4种产品的类别精度进行了评价。结果表明:FROM和MODIS产品与参考... 以现有的全球尺度土地覆被遥感产品为研究对象,以通过国际组织发布的土地覆被验证数据为参考,采用总体精度、生产者精度及用户精度等指标对FROM,MODIS,ESACCI和GLOBCOVER 4种产品的类别精度进行了评价。结果表明:FROM和MODIS产品与参考数据的总体一致性最高,其总体精度分别为0.69和0.67,ESACCI总体精度为0.65,GLOBCOVER产品和参考数据的总体一致性相对较低,其总体精度仅为0.55;4种产品的林地、耕地、建设用地和裸地均具有较高的类别精度,其生产者精度及用户精度均高于0.5,4种产品的灌木类别精度均较低,除MODIS产品外,其他3种产品均低于0.3。研究成果揭示了4种土地覆被遥感产品在中国区域的类别精度,既为研究区域从事生态环境建模、土地覆被变化、自然资源调查等领域的科学研究提供了数据选择的依据,也为未来大尺度土地覆被遥感制图的研究方向提供了一定参考。 展开更多
关键词 国家尺度 土地覆被遥感产品 类别混淆 误差矩阵 精度评价
在线阅读 下载PDF
基于GF1-NDVI时序影像对春小麦进行提取研究 预览 被引量:1
15
作者 刘沼辉 柳林 +1 位作者 郭慧 程鹏 《北京测绘》 2018年第6期643-646,共4页
利用传统方法对农作物种类、分布和种植面积等调查,需要耗费大量的人力、物力和财力。该研究以西宁市为研究区域,采用高分一号影像,对西宁市春小麦进行分类和提取模型设计。在全生育期波谱特征曲线分析基础上,提取春小麦的NDVI(归一化... 利用传统方法对农作物种类、分布和种植面积等调查,需要耗费大量的人力、物力和财力。该研究以西宁市为研究区域,采用高分一号影像,对西宁市春小麦进行分类和提取模型设计。在全生育期波谱特征曲线分析基础上,提取春小麦的NDVI(归一化植被指数)曲线特征。采用基于NDVI阈值的决策分类技术,进行作物识别与提取。最后设计精度自检方案,通过混淆矩阵得出其总体精度达到93.8%,kappa系数为0.875。其用户精度和制图精度分别为93.7%和94.9%。从分类精度可以看出,利用中高分辨率遥感卫星影像,在作物NDVI时间序列变换规律分析的基础上,可以准确的进行大面积农作物的分类与提取。在全国农作物面积与农作物种类等资源调查中具有非常大的应用潜能。 展开更多
关键词 春小麦 归一化植被指数(NDVI)曲线 时间序列影像 决策树分类 混淆矩阵
在线阅读 下载PDF
基于聚类与排序修剪的分类器集成方法 预览 被引量:1
16
作者 米爱中 陆瑶 《计算机应用研究》 CSCD 北大核心 2018年第7期2034-2037,共4页
为了提高分类器集成性能,提出了一种基于聚类算法与排序修剪结合的分类器集成方法。将混淆矩阵作为量化基分类器间差异度的工具,通过聚类将分类器划分为若干子集,提出一种排序修剪算法,以距离聚类中心最近的分类器为起点,根据分类器的... 为了提高分类器集成性能,提出了一种基于聚类算法与排序修剪结合的分类器集成方法。将混淆矩阵作为量化基分类器间差异度的工具,通过聚类将分类器划分为若干子集,提出一种排序修剪算法,以距离聚类中心最近的分类器为起点,根据分类器的距离对差异度矩阵动态加权,以加权差异度作为排序标准对子集中的分类器进行按比例修剪,最后使用投票法对选出的基分类器进行集成。与多种集成方法在UCI数据库中的10组数据集上进行对比与分析,实验结果表明,基于聚类与排序修剪的分类器选择方法有效提升了集成系统的分类能力。 展开更多
关键词 选择性集成 混淆矩阵 聚类 排序修剪 差异性
在线阅读 下载PDF
天然气管道黑色粉末粒度分布模型评价研究 预览
17
作者 秦云松 张吉军 +2 位作者 安建川 黄昕 郑达 《西南石油大学学报:自然科学版》 CSCD 北大核心 2018年第4期177-186,共10页
掌握天然气管道黑色粉末粒度分布(PSD)信息对于解决黑色粉末问题十分关键。如今常用的颗粒PSD模型较多,但缺乏较为成熟的模型评价机制。基于某一实际天然气管道内的黑色粉末数据,引入了SRMSE、R2、IAIC等评价指标和混淆矩阵、ROC曲线分... 掌握天然气管道黑色粉末粒度分布(PSD)信息对于解决黑色粉末问题十分关键。如今常用的颗粒PSD模型较多,但缺乏较为成熟的模型评价机制。基于某一实际天然气管道内的黑色粉末数据,引入了SRMSE、R2、IAIC等评价指标和混淆矩阵、ROC曲线分别对7种常见PSD模型的拟合优度和预测能力进行了评价,结果显示,对数正态模型兼具描述集中分布和平均分布的能力而在拟合优度方面更具优势;同时,对数正态模型在颗粒全尺寸范围内[0.30um,7.25um]都有有效的预测效果。因此,该模型是一种综合预测能力最强的分布模型。 展开更多
关键词 天然气管道 黑色粉末 PSD模型 混淆矩阵 ROC曲线
在线阅读 下载PDF
基于神经网络的批量定制服装号型分类研究 预览
18
作者 袁惠芬 王旭 +1 位作者 齐雪良 刘新华 《武汉纺织大学学报》 2018年第3期41-45,共5页
为提高批量定制服装号型的分类效率,运用神经网络方法,以男衬衫为研究对象,用6个测量项目(身高、胸围、腰围、颈围、肩宽和全臂长)为分类变量,对686名男性人体号型进行K-means聚类分析,并将聚类结果作为样本,对神经网络进行训练和测... 为提高批量定制服装号型的分类效率,运用神经网络方法,以男衬衫为研究对象,用6个测量项目(身高、胸围、腰围、颈围、肩宽和全臂长)为分类变量,对686名男性人体号型进行K-means聚类分析,并将聚类结果作为样本,对神经网络进行训练和测试。以混淆矩阵为指标研究了不同网络结构、训练算法及传递函数的分类效果。研究表明,分类效果随训练算法、网络结构不同存在明显差异,其中标准BP算法分类效果最差,弹性BP算法分类效果最好,且分类效果随隐层神经元数量的增加而提高,隐层和输出层传递函数均为logsig时,分类效果最好。 展开更多
关键词 批量定制 号型分类 聚类分析 人工神经网络 混淆矩阵
在线阅读 下载PDF
基于自适应类别权重的HRRP决策融合识别
19
作者 戴为龙 张弓 +1 位作者 刘文波 钟娟娟 《现代雷达》 CSCD 北大核心 2017年第7期34-38,共5页
针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构... 针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混淆矩阵自适应完成分类器置信度的计算和筛选,最终获得目标各类别权重,输出分类结果。基于实测数据的研究结果表明,相较于以上任意单个分类器和传统决策融合方案,文中提出的融合识别方法识别率有明显提高,并且随着噪声的增大,该方法的优势愈加突显。 展开更多
关键词 雷达高分辨率距离像 多分类器决策融合 K-最近邻 混淆矩阵 自适应类别权重
一种基于混淆矩阵的分类器选择方法 预览 被引量:3
20
作者 米爱中 张盼 《河南理工大学学报:自然科学版》 北大核心 2017年第2期116-121,共6页
为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该... 为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该方法应用于Bagging算法的训练过程,通过实验对比,验证了该方法确实可以提高分类器集成性能。 展开更多
关键词 多分类器系统 选择性集成 混淆矩阵 聚类
在线阅读 免费下载
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈