您的位置: 专家智库 > >

余翠

作品数:3 被引量:5H指数:2
供职机构:中国计量学院信息工程学院更多>>
发文基金:浙江省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 1篇调制
  • 1篇隐含层
  • 1篇载波
  • 1篇正交幅度
  • 1篇正交幅度调制
  • 1篇正则
  • 1篇输入层
  • 1篇权值
  • 1篇主成分
  • 1篇主成分分析
  • 1篇子群
  • 1篇粒子群
  • 1篇解调
  • 1篇决策树
  • 1篇基因表达
  • 1篇基因表达数据
  • 1篇仿真
  • 1篇幅度调制
  • 1篇RELIEF...

机构

  • 2篇中国计量学院
  • 1篇福州大学
  • 1篇华北水利水电...
  • 1篇郑州大学

作者

  • 3篇余翠
  • 2篇陆慧娟
  • 1篇李展
  • 1篇李晓蕊
  • 1篇关伟
  • 1篇王石磊

传媒

  • 2篇中国计量学院...
  • 1篇电脑知识与技...

年份

  • 2篇2015
  • 1篇2007
3 条 记 录,以下是 1-3
排序方式:
一种粒子群RELM的基因表达数据分类方法被引量:2
2015年
正则极限学习机(regularized extreme learning machine,RELM)具有比极限学习机(extreme learning machine,ELM)更好的泛化能力.然而RELM的输入层权值、隐含层偏差是随机给定的,会影响RELM的稳定性.另外,RELM为了获得较理想的分类精度,仍需设置较多的隐层节点.针对此问题,通过分析粒子群优化算法(particle swarm optimization,PSO)的原理,把RELM初始产生的输入层权值、隐含层偏差作为粒子带入PSO进行寻优.通过在Breast和Brain数据集上进行多次10折交叉验证表明,粒子群改进正则极限学习机(PSO-RELM)可以在隐层节点设置较少时获得比BP神经网络(back propagation,BP)、支持向量机(support vector machine,SVM)、RELM更好的分类精度和更佳的稳定性.
王石磊陆慧娟关伟余翠
关键词:粒子群
面向基因数据分类的旋转森林算法研究被引量:2
2015年
针对基因表达数据高维和小样本的特点,介绍一种基于主成分分析的决策树集成分类算法——旋转森林.首先通过对数据属性集的随机分割,再对子集进行主成分分析变换,保留全部的主成分系数,重新组成一个稀疏矩阵.然后对变换后的数据利用非剪枝决策树集成算法进行分类.再结合ReliefF算法,选用3组基因表达数据验证算法,对比Bagging决策树和随机森林两种集成方法.结果表明旋转森林算法对基因数据具有更好的分类精度,同时验证旋转森林在较低的集成数的情况下,可以取得良好的效果.
刘亚卿陆慧娟杜帮俊余翠
关键词:主成分分析RELIEFF算法决策树
运用simulink实现正交幅度调制与解调被引量:1
2007年
正交幅度调制技术是一种功率和带宽相对高效的信道调制技术,因此在自适应信道调制技术中得到了较多应用。本文利用MATLAB6.5/SIMULINK4,0对调制解调系统进行仿真。首先,完成了对调幅系统(AM)的调制与解调,仿真实现了信息无失真的传输。其次,用正交幅度调制(QAM)方法实现了同时传输两路互不干扰的信号,并给出了各种仿真方法的原理。最后,为实际应用和科学合理地设计正交幅度调制系统提出了切实可行的改进建议。
李晓蕊李展余翠
关键词:调制解调正交幅度调制载波仿真
共1页<1>
聚类工具0