搜索到4614篇“ 自适应邻域“的相关文章
- 基于类间半径的自适应邻域特征选择算法
- 2025年
- 邻域粗糙集模型被广泛应用于特征选择领域,然而传统邻域粗糙集模型受限于网格搜索法,且存在仅从特征角度确定邻域的粒度和特征评价函数构造视角单一等问题.针对上述问题,提出一种基于类间半径的自适应邻域特征选择方法.首先,提出类间半径的概念,从样本角度与特征角度出发,为不同类的样本生成相应的邻域半径,构造了基于类间半径的自适应邻域粗糙集模型,并基于此定义了自适应邻域互信息.其次,由类间边界引出类间系数,并将其与自适应邻域互信息结合,进而构造了类间互信息这一特征评价函数,该函数从代数和信息论视角评价特征.最后,设计一种基于类间半径的自适应邻域特征选择算法.通过在8个UCI数据集上与5种算法进行实验对比分析.实验结果表明,所提算法在选择的特征数量和分类精度上优于其他算法.
- 徐久成马妙贤张杉白晴
- 关键词：自适应邻域邻域粗糙集
- 一种基于特有像素提取和自适应邻域聚类的波段选择方法
- 本发明涉及一种基于特有像素提取和自适应邻域聚类的波段选择方法，通过引入低秩自表示模型分析波段间共性特征与特有特征，挖掘特有像素信息以增强波段可区分性，基于特有像素建立了自适应邻域波段聚类模型，在简化参数设置的同时实现对波...
- 张科韩兵王靖宇刘明清马振宇王红梅
- 基于自适应邻域特征估算与优选的电力线提取
- 2025年
- 针对野外地形复杂、电力线走向复杂、电力塔样式多变以及点云分布差异等造成电力线提取精度较低等问题,提出一种基于最优邻域特征估算的电力线提取方法。首先分析电力线走向,完成地面非目标点滤除;后引入PCA算法以及熵值指标进行最优邻域选取,并估算采样点各维度特征;利用LightGBM进行特征筛选,结合随机森林(RF)实现点云分类,提取电力线信息。实验结果表明,该方法对电力线信息提取精度可达95.6,且具有较高的适用性。
- 王建宇
- 关键词：机载LIDAR电力线
- 一类基于自适应邻域的流特征选择方法
- 2024年
- 目前虽然已经涌现出了很多类型的流特征选择技术,但大多数方法的实现在参数设置之前需获取足够的领域知识。为解决这一问题,提出了一类基于自适应邻域的流特征选择方法。首先,定义了一种新的邻域关系,它根据各个类别中样本的自然分布获取半径,从而能够自适应地构建邻域。其次,利用基于邻域的依赖关系,分析流特征的相关性和冗余性。最后,利用流特征选择的一般性流程,不难得到一个较优的特征子集。为了验证所提算法的有效性,在18组数据集上与3种先进的流特征选择方法进行了对比分析。试验结果表明:所提方法产生的流特征选择结果,在K近邻(KNN)和支持向量机(SVM)分类器上,能够将测试样本上的平均分类准确率显著提升5.68%以上。
- 王浩宇陈建军王平心杨习贝
- 关键词：自适应邻域邻域粗糙集
- 一种考虑自适应邻域的耕地连片度计算方法及系统
- 本发明提供了一种考虑自适应邻域的耕地连片度计算方法及系统，该方法包括以下步骤：获取耕地图斑矢量数据，并对耕地图斑矢量数据进行预处理；根据耕地与特征要素的邻接关系，并根据不同邻域半径对耕地斑块进行初聚合；创建耕地格网，根据...
- 张玉亢晓琛董春赵荣钱兴隆
- 融合分解和自适应邻域的多目标离散组合优化算法
- 2024年
- 为了高效获取现实中大规模多目标优化问题解决方案,实现收敛性、多样性和均匀性的平衡逐渐发展为多目标优化的重要目标之一。针对复杂多目标离散组合优化问题,提出了融合分解和自适应邻域的多目标离散组合优化算法(MOALNS)。该算法在问题分解的基础上为各子问题的寻优进程引入大邻域搜索策略与自适应调整机制,形成一套新型的收敛指导准则突破寻优阻力,进而使各子问题在搜索多维解空间的过程中达到全局搜索与局部搜索的平衡。同时,提出为各子问题配置独立算子积分库可有效地调整各子问题的寻优方向,解决由于目标权重不同而造成的求解方向偏差问题,以此实现更为高效、稳定的多目标优化进程。数值实验表明,提出的新型多目标离散组合优化算法在多组标准测试算例与真实案例中均展现出了在收敛性、多样性、均匀性和延展性等方面的良好性能,相较于其他经典多目标优化算法而言更具优势。
- 韦倩季彬
- 关键词：自适应机制
- 一种考虑自适应邻域的耕地连片度计算方法及系统
- 本发明提供了一种考虑自适应邻域的耕地连片度计算方法及系统，该方法包括以下步骤：获取耕地图斑矢量数据，并对耕地图斑矢量数据进行预处理；根据耕地与特征要素的邻接关系，并根据不同邻域半径对耕地斑块进行初聚合；创建耕地格网，根据...
- 张玉亢晓琛董春赵荣钱兴隆
- 基于自适应邻域与聚类的非平衡数据特征选择被引量：1
- 2024年
- 为了解决传统邻域粗糙集未考虑不平衡数据的类分布,多数邻域系统通过人工调试难以找到最佳邻域半径,以及聚类时指定簇的数目等问题,提出一种基于自适应邻域与聚类的非平衡数据特征选择方法。根据样本在各个特征下与其他样本距离的平均值来确定样本的自适应k近邻和共享近邻,定义自适应邻域密度并设计混合采样模型,构建平衡决策系统。基于特征分布定义新的邻域半径,使用高斯核函数研究邻域内样本之间的模糊相似关系,使用模糊邻域互信息度量特征间的相关性,基于此对特征进行聚类。基于模糊邻域互信息构造粒子群初始化策略,并引入动态位掩码策略与适合整数编码的差异性扰动算子,改进整型粒子群优化算法,实现从特征簇中选出代表性特征构成最终的特征子集。在19个非平衡数据集的实验结果表明所设计的算法有效地提高了非平衡数据的分类性能。
- 孙林梁娜王欣雅
- 关键词：自适应邻域混合采样特征聚类
- 自适应邻域密度聚类及事故黑点识别应用
- 2024年
- 聚类作为识别交通事故黑点的主要方法之一,其主要问题是交通事故多发区事先无法确定,即无法提前知道聚类簇数。利用样本点之间的连接概率定义了数据点的局部密度,根据局部密度大小来确定聚类中心和簇数,再对数据点进行聚类。结果表明:一是算法对参数不敏感,具有较好的通用性;二是算法能自动确定聚类簇数;三是算法聚类过程只依赖局部密度与邻接点,能够识别噪声点,提升结果的准确性。运用算法在一些真实数据集上进行试验,将聚类结果与其他算法结果利用评价指标ARI(Adjusted Rand Index)和NMI(Normalized Mutual Information)进行比较。最后利用算法对美国6个州的交通事故进行聚类,结果表明算法对交通事故有较好的适应性,能将城市及周边道路上事故密集区域准确识别出来。
- 刘韡黄俊龙鲁娜刁麓弘
- 关键词：交通事故黑点聚类算法
- 基于自适应邻域局部保留ELM-AE的机械故障诊断
- 2024年
- 针对机器学习故障诊断中存在的先验知识依赖以及数据利用不充分问题,提出一种自适应邻域的局部保留极限学习机自动编码器方法。成对样本在原始数据空间和嵌入的表示空间中引入欧几里得距离惩罚因子,实现数据样本的相似性分类;提出一个统一的目标函数,可以同时学习数据表示和关联矩阵,并提出一个软判别约束防止过度拟合。实验结果表明,融合学习关联矩阵和数据表示方法具有学习速度快、泛化能力强和诊断精度高等优点。
- 张焕可王帅旗陈会涛
- 关键词：极限学习机自适应邻域
相关作者
- 朱磊
- 作品数：20被引量：36H指数：4
- 供职机构：中国科学技术大学
- 研究主题：自适应邻域 滤波 CT 交通信息服务 乳腺
- 徐佩霞
- 作品数：122被引量：442H指数：11
- 供职机构：中国科学技术大学
- 研究主题：小波变换 连续相位调制 盲估计 基于小波变换 跳频信号
- 朱其刚
- 作品数：49被引量：67H指数：5
- 供职机构：山东科技大学
- 研究主题：机器人 心音信号 机器人运动 四足机器人 自适应邻域
- 李岩
- 作品数：116被引量：537H指数：13
- 供职机构：国土资源
- 研究主题：SVG 矢量图形 GIS 遥感 地理信息系统
- 陈艺婷
- 作品数：5被引量：1H指数：1
- 供职机构：南京邮电大学
- 研究主题：兴趣度 信任关系 信任度评估 信标节点 无线传感网
