期刊文献+
共找到34篇文章
< 1 2 >
每页显示 20 50 100
基于训练样本集扩展的隐式篇章关系分类 被引量:3
1
作者 朱珊珊 洪宇 +3 位作者 丁思远 严为绒 姚建民 朱巧明 《中文信息学报》 CSCD 北大核心 2016年第5期111-120,共10页
隐式篇章关系分类主要任务是在显式关联线索缺失的情况下,自动检测特定论元之间的语义关系类别。前人研究显示,语言学特征能够有效辅助隐式篇章关系的分类。目前,主流检测方法由于缺少足够的已标注隐式训练样本,导致分类器无法准确学习... 隐式篇章关系分类主要任务是在显式关联线索缺失的情况下,自动检测特定论元之间的语义关系类别。前人研究显示,语言学特征能够有效辅助隐式篇章关系的分类。目前,主流检测方法由于缺少足够的已标注隐式训练样本,导致分类器无法准确学习各种分类特征,分类精确率仅约为40%。针对这一问题,该文提出一种基于训练样本集扩展的隐式篇章关系分类方法。该方法首先借助论元向量,以原始训练样本集为种子实例,从外部数据资源中挖掘与其在语义以及关系上一致的"平行训练样本集";然后将"平行训练样本集"加入原始训练样本集中,形成扩展的训练样本集;最后基于扩展的训练样本集,实现隐式篇章关系的分类。该文在宾州篇章树库(Penn Discourse Treebank,PDTB)上对扩展的训练样本集进行评测,结果显示,相较于原始训练样本集,使用扩展的训练样本集的实验系统整体性能提升8.41%,在四种篇章关系类别上的平均性能提升5.42%。与现有主流分类方法性能对比,识别精确率提升6.36%。 展开更多
关键词 隐式篇章关系 语义向量 训练样本集扩展 篇章分析
下载PDF
Fisher识别用于暂态稳定评估的训练样本集压缩 被引量:1
2
作者 张文朝 顾雪平 刘艳芳 《华北电力大学学报(自然科学版)》 CAS 北大核心 2002年第3期44-47,共4页
用Fisher线性识别技术考察了暂态稳定输入空间的线性可分性,并将其应用于神经网络训练样本集的压缩。利用Fisher识别,将样本集分成3个区域:稳定区域、失稳区域和不确定区域,对不确定区域的样本采用一种半监督的BP算法来... 用Fisher线性识别技术考察了暂态稳定输入空间的线性可分性,并将其应用于神经网络训练样本集的压缩。利用Fisher识别,将样本集分成3个区域:稳定区域、失稳区域和不确定区域,对不确定区域的样本采用一种半监督的BP算法来获得一个连续分布的相对稳定指标。由于不确定区域样本数远远小于原始样本集的样本数,因此大大减轻了神经网络的训练负担,提高了训练的速度和效果。在一个10机39节点系统上的应用,表明所选方法的有效性。 展开更多
关键词 Fisher识别 暂态稳定评估 训练样本集压缩 电力系统 神经网络
下载PDF
几种小训练样本集的数字语音识别模型的比较性研究 被引量:1
3
作者 贺苏宁 虞厥邦 《计算机科学》 CSCD 北大核心 2005年第9期170-175,共6页
本文通过对小训练样本集的基于DTW结构的数字语音识别模型的比较性分析,指出其存在的三个一般性问题:(1)DTW逐帧匹配模式割裂了观测向量序列的内在联系;(2)压扩观测向量序列造成局部信息使用的不均匀;(3)计算复杂度高,识别率低。为了解... 本文通过对小训练样本集的基于DTW结构的数字语音识别模型的比较性分析,指出其存在的三个一般性问题:(1)DTW逐帧匹配模式割裂了观测向量序列的内在联系;(2)压扩观测向量序列造成局部信息使用的不均匀;(3)计算复杂度高,识别率低。为了解决这些问题,我们提出了基于数字语音时频信息整体结构的单特征向量识别模型。这种模型完整地利用了观测向量序列的全部信息,结合置信度评估和自适应反馈学习之后可及时地吸收测试向量携带的新的环境特征信息,调整识别模型结构。该模型的错识率较之最好的基于DTW结构的混合城模型的错识率降低50%以上,计算复杂度则是固定帧长模型的 13.12%。 展开更多
关键词 训练样本集 数字语音识别模型 置信度评估 自适应反馈学习 DTW 匹配模式
下载PDF
BP神经网络的训练样本集容量 被引量:1
4
作者 石琳珂 《华北地震科学》 北大核心 1995年第2期26-30,共5页
本文试图解释用BP神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了BP神经网络训练样本集容量的概念,给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用BP神经网络解界面反问题,给出了其基... 本文试图解释用BP神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了BP神经网络训练样本集容量的概念,给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用BP神经网络解界面反问题,给出了其基本步骤,并根据上述训练样本集容量的概念及界面反问题的特殊性,给出了组织界面反问题训练样本集的方法。最后,把上述概念和方法应用到一个小规模的界面反问题的例子中。通过对这个问题的具体分析,指出了BP神经网络在解决界面反问题时所存在的困难。 展开更多
关键词 网状图象 界面 神经网络 训练样本集 容量
下载PDF
基于虚拟样本图像集的多流形鉴别学习算法 被引量:1
5
作者 董西伟 尧时茂 +1 位作者 王玉伟 朱阳平 《计算机应用研究》 CSCD 北大核心 2018年第6期1872-1878,共7页
为了丰富训练样本的类内变化信息,提出了基于通用训练样本集的虚拟样本生成方法。为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务,提出了基于虚拟样本图像集的多流形鉴别学习算法。该算法将每类仅有的单个训练样... 为了丰富训练样本的类内变化信息,提出了基于通用训练样本集的虚拟样本生成方法。为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务,提出了基于虚拟样本图像集的多流形鉴别学习算法。该算法将每类仅有的单个训练样本图像和该类的虚拟样本图像划分为互不重叠的局部块并构建流形,然后为每个流形学习一个投影矩阵,使得相同流形内的局部块在投影后的低维特征空间间隔最小化,不同流形中的局部块在投影后的低维特征空间中间隔最大化。实验结果表明,所提算法能够准确地预测测试样本中的类内变化,是一种有效的单样本人脸识别算法。 展开更多
关键词 样本人脸识别 虚拟样本 通用训练样本集 多流形鉴别学习
下载PDF
基于粒子群算法的支持向量机训练和实现方法 被引量:6
6
作者 田建忠 王威 谢梅芳 《武汉理工大学学报(信息与管理工程版)》 CAS 2007年第10期85-88,共4页
在支持向量机的实现过程中,如果用于训练的样本数很大,则标准的二次型优化技术就很难应用。针对在大规模训练中算法收敛速度慢、复杂程度高等问题,提出用粒子群算法求解其中的二次规划问题的思想。试验结果表明,用粒子群算法来训练样本... 在支持向量机的实现过程中,如果用于训练的样本数很大,则标准的二次型优化技术就很难应用。针对在大规模训练中算法收敛速度慢、复杂程度高等问题,提出用粒子群算法求解其中的二次规划问题的思想。试验结果表明,用粒子群算法来训练样本集具有容易实现、节省计算成本和提高收敛速度等优点。该方法已经应用在模式识别、数据挖掘、系统辨识与控制等领域。 展开更多
关键词 支持向量机 粒子群算法 二次规划 训练样本集
下载PDF
基于虚拟样本的加权稀疏表示人脸识别研究 被引量:3
7
作者 项晓丽 武圣 +1 位作者 龙伟 武和雷 《控制工程》 CSCD 北大核心 2018年第3期488-492,共5页
实际的人脸识别系统常常会面临小样本问题,为了提高在小样本情况下人脸识别的分类正确率,提出一种基于虚拟样本的高斯加权稀疏表示的人脸识别方法。该方法首先利用人脸的对称性来构造虚拟训练样本,扩充训练样本集;然后,对每个测试... 实际的人脸识别系统常常会面临小样本问题,为了提高在小样本情况下人脸识别的分类正确率,提出一种基于虚拟样本的高斯加权稀疏表示的人脸识别方法。该方法首先利用人脸的对称性来构造虚拟训练样本,扩充训练样本集;然后,对每个测试样本,利用高斯核距离度量该测试样本和各个训练样本的相似性关系,并将该高斯核距离作为训练样本的权值来形成加权的训练样本集:最后,利用稀疏表示方法进行人脸的识别分类。实验结果比较分析表明,该方法在小样本情况下可以获得更好的识别效果。 展开更多
关键词 人脸识别 样本问题 虚拟训练样本 高斯核距离 加权的训练样本集 相似性关系
下载PDF
用于大样本前向神经网络的带惩罚项在线梯度法
8
作者 张立庆 吴微 《非线性动力学学报》 2004年第1期53-58,共6页
在神经网络中引入惩罚项是防止权值过大,并从而改善神经网络泛化能力的一种常用方法.设前馈神经网络的训练样本集和权值向量分别为{ζj}j=1^J真包括R^n和X∈R^n.在误差函数中引入形如λ∑(X·ζj^2)的惩罚项,证明了训练过程中... 在神经网络中引入惩罚项是防止权值过大,并从而改善神经网络泛化能力的一种常用方法.设前馈神经网络的训练样本集和权值向量分别为{ζj}j=1^J真包括R^n和X∈R^n.在误差函数中引入形如λ∑(X·ζj^2)的惩罚项,证明了训练过程中权值的有界性和网络的弱收敛性.这里允许J>n,从而不要求{ζj}j=1^J线性无关,放宽了已有结果中要求{ζj}j=1^J线性无关的苛刻限制。 展开更多
关键词 权值 前向神经网络 训练样本集 前馈神经网络 泛化能力 样本 在线 线性无关 弱收敛性 有界性
下载PDF
一种SVM增量学习算法 被引量:24
9
作者 萧嵘 王继成 +1 位作者 孙正兴 张福炎 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2002年第2期152-157,共6页
分析了SVM理论中SV(支持向量 )集的特点 ,给出一种SVM增量学习算法 .通过在增量学习中使用SV集与训练样本集的分类等价性 ,使得新的增量训练无需在整个训练样本空间进行 .理论分析和实验结果表明 。
关键词 SVM增量学习算法 支持向量机 分类 机器学习 增量训练 SV 训练样本集
下载PDF
基于信号稀疏分解的水下回波分类 被引量:3
10
作者 杨勃 卜英勇 赵海鸣 《声学学报》 EI CSCD 北大核心 2010年第6期608-614,共7页
针对表面起伏不平的水下底质回波分类效果差的问题,提出一种新颖的基于信号稀疏分解理论的水下底质回波特征提取方法。本方法并不使用通用时频字典,而是针对回波分类这一中心任务直接采用回波训练样本集作为字典,将水下回波信号在该字... 针对表面起伏不平的水下底质回波分类效果差的问题,提出一种新颖的基于信号稀疏分解理论的水下底质回波特征提取方法。本方法并不使用通用时频字典,而是针对回波分类这一中心任务直接采用回波训练样本集作为字典,将水下回波信号在该字典上进行稀疏分解,然后提取出回波信号的类别能量特征。对水下钴结壳等三类底质回波分类实验表明,基于信号稀疏分解的类别能量特征的fisher分布明显优于小波域模极大值边缘特征和奇异值特征,从而显著提高了水下回波的分类效果。研究结论:在回波特征提取阶段,采用回波样本作为信号表达字典是可行的,同时由回波样本字典引入的回波类别信息将有助于获取更优的回波特征。 展开更多
关键词 水下回波 回波信号 稀疏分解 分类效果 fisher分布 训练样本集 回波特征 能量特征
下载PDF
模糊聚类与LBG级联的VQ算法 被引量:4
11
作者 姜占才 孙燕 姚刚 《计算机工程与科学》 CSCD 北大核心 2011年第5期155-159,共5页
针对LBG算法初始码本随机选取后易出现空胞腔、易陷入局部极小、迭代次数大等缺陷,本文依据模糊聚类理论引入了矢量量化码本设计训练的模糊聚类与LBG级联算法:先用模糊聚类算法训练码本,将训练得到的码本作为传统LBG算法的初始码本,再... 针对LBG算法初始码本随机选取后易出现空胞腔、易陷入局部极小、迭代次数大等缺陷,本文依据模糊聚类理论引入了矢量量化码本设计训练的模糊聚类与LBG级联算法:先用模糊聚类算法训练码本,将训练得到的码本作为传统LBG算法的初始码本,再用传统LBG算法训练。论述了模糊聚类和LBG联合算法的原理与方法;用该算法分别训练了语音线性预测系数的对数面积比(LAR)码本和语音子带浊音度码本;训练过程显示,模糊聚类训练阶段能训练到码本设计目标或接近目标,再经LBG训练阶段,都能达到设计的最佳目标。将训练得到的码本用于多种声码器中进行仿真实验,得到了可懂度高且较自然、清晰的解码语音。 展开更多
关键词 矢量量化 模糊聚类 LBG 码本 训练样本集
下载PDF
基于Haar-like特征与Adaboost算法的前方车辆辨识技术研究 被引量:11
12
作者 朱志明 乔洁 《电子测量技术》 2017年第5期180-184,共5页
为了提高前方车辆的辨识效能,提出一种融合Haar-like特征与Adaboost算法的前方车辆辨识方法,基于海量车辆样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建... 为了提高前方车辆的辨识效能,提出一种融合Haar-like特征与Adaboost算法的前方车辆辨识方法,基于海量车辆样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建特征样本级联分类器,对测试对象进行车辆存在性检测。试验结果表明,提出的融合Haar-like与Adaboost的车辆辨识算法检测准确率为91%以上,平均检测速率28ms,对车辆类型和环境干扰等非确定因素具有较强的自适应能力,提高了前方车辆纵向检测的鲁棒性,满足了车辆纵向维度的安全行驶应用需求。 展开更多
关键词 HAAR-LIKE特征 ADABOOST 训练样本集 辨识
下载PDF
基于人工神经网络的农用地分等研究 Ⅱ.前置数据优化处理 被引量:4
13
作者 唐南奇 潭明军 《福建农林大学学报(自然科学版)》 CSCD 北大核心 2004年第4期512-516,共5页
对基于BP 人工神经网络的农用地分等中出现的原始数据标准化和训练样本的类型典型性问题,提出用数据分类标准化和模糊系统聚类分析建立训练样本集的方法解决.实证研究表明,这两种方法结合应用能充分发挥BP ANN分类器的功效,并获得高精... 对基于BP 人工神经网络的农用地分等中出现的原始数据标准化和训练样本的类型典型性问题,提出用数据分类标准化和模糊系统聚类分析建立训练样本集的方法解决.实证研究表明,这两种方法结合应用能充分发挥BP ANN分类器的功效,并获得高精度的结果. 展开更多
关键词 训练样本集 分类器 人工神经网络 数据优化 数据分类 模糊系统 前置 农用地分等 BP 实证研究
下载PDF
最小二乘支持向量机与Kalman滤波耦合的瓦斯涌出量动态预测模型 被引量:3
14
作者 付华 訾海 《计算机应用》 CSCD 北大核心 2015年第1期289-293,共5页
针对瓦斯涌出量的多影响因素预测问题,提出一种最小二乘支持向量机(LS-SVM)回归算法与卡尔曼滤波耦合的动态预测方法。该方法依据预测残差方差比检验策略确定自适应的动态训练样本集以取代固定的训练样本集。LS-SVM辨识网络对瓦斯涌出... 针对瓦斯涌出量的多影响因素预测问题,提出一种最小二乘支持向量机(LS-SVM)回归算法与卡尔曼滤波耦合的动态预测方法。该方法依据预测残差方差比检验策略确定自适应的动态训练样本集以取代固定的训练样本集。LS-SVM辨识网络对瓦斯涌出量的相关因素进行非线性映射并提取出最佳维数的状态向量以建立基于卡尔曼滤波最优估计的瓦斯涌出量预测模型。利用矿井监测到的各项历史数据进行实验。结果表明,该模型的预测平均相对误差为2.17%,平均相对变动值ARV为0.008 873,相比单一的神经网络或支持向量机预测模型,具有更高的预测精度与更强的泛化能力。 展开更多
关键词 非线性 动态训练样本集 最小二乘支持向量机 卡尔曼滤波 瓦斯涌出量
下载PDF
判别外观模型下的寻优匹配跟踪算法 被引量:3
15
作者 刘万军 刘大千 费博雯 《模式识别与人工智能》 EI CSCD 北大核心 2017年第9期791-802,共12页
针对模型匹配跟踪算法易受遮挡、复杂背景等因素影响的问题,提出判别外观模型下的寻优匹配跟踪算法.首先,提取前5帧图像的局部特征块,建立由特征块组成的训练样本集,并利用颜色、纹理特征进行聚类组建判别外观模型.然后,利用双向最优相... 针对模型匹配跟踪算法易受遮挡、复杂背景等因素影响的问题,提出判别外观模型下的寻优匹配跟踪算法.首先,提取前5帧图像的局部特征块,建立由特征块组成的训练样本集,并利用颜色、纹理特征进行聚类组建判别外观模型.然后,利用双向最优相似匹配方法进行目标检测.为了解决复杂背景干扰,提出前景划分方法约束匹配过程,得到更准确的匹配结果.最后,定期将跟踪结果加入聚类集合以更新外观模型.实验表明,由于利用多帧训练的判别外观模型及双向最优相似匹配方法,算法在局部遮挡、复杂背景等条件下的跟踪准确率较高. 展开更多
关键词 训练样本集 判别外观模型 最优相似性匹配 双向校验 目标跟踪
下载PDF
基于智能选择多维特征的肺部CT图像检索 被引量:2
16
作者 刘丛 唐坚刚 张丽红 《计算机应用》 CSCD 北大核心 2010年第7期1867-1869,共3页
单一特征检索图像和手工设置多维加权系数特征检索图像越来越不能满足基于内容图像检索精度的需要,为此提出一种基于训练样本集聚类的多维特征向量加权算法。该算法需要手工建立训练样本集,提取出每个图像的颜色、纹理和形状等多维特征... 单一特征检索图像和手工设置多维加权系数特征检索图像越来越不能满足基于内容图像检索精度的需要,为此提出一种基于训练样本集聚类的多维特征向量加权算法。该算法需要手工建立训练样本集,提取出每个图像的颜色、纹理和形状等多维特征,使用遗传算法寻找特征向量集的最优加权系数序列,最后使用该加权序列计算测试集的特征值进行图像检索。实验证明,该算法相对于单一特征检索和手工设置多维特征加权在检索的准确度上有一定的提高,并且在相似度比较高的两个聚类检索时,有很高的准确性。 展开更多
关键词 图像检索 训练样本集 多维特征向量 遗传算法 最优加权系数
下载PDF
基于薄板翻边回弹试验的RBF神经网络模型 被引量:1
17
作者 刘克进 杨沿平 钟志华 《汽车工程》 EI CSCD 北大核心 2005年第4期492-494,491,共4页
对薄板内凹、外凸翻边进行了回弹试验,借助混合水平的正交试验设计方法从试验数据中选择训练样本,建立了回弹的径向基函数神经网络模型。分析了训练样本集的大小对模型误差的影响,指出在训练样本不少于14个的情况下,模型具有较高的预测... 对薄板内凹、外凸翻边进行了回弹试验,借助混合水平的正交试验设计方法从试验数据中选择训练样本,建立了回弹的径向基函数神经网络模型。分析了训练样本集的大小对模型误差的影响,指出在训练样本不少于14个的情况下,模型具有较高的预测精度。 展开更多
关键词 回弹 试验 神经网络 训练样本集 神经网络模型 回弹试验 翻边 薄板 RBF 径向基函数
下载PDF
微粒群算法优化样本集在汽油调合设计中的应用 被引量:2
18
作者 高世博 张运陶 +2 位作者 刘金迪 白春艳 郑伟 《计算机与应用化学》 CAS CSCD 北大核心 2007年第10期1363-1366,共4页
提出PSO-v-SVR方法建立计算机辅助调合汽油辛烷值预测模型的新思路,采用微粒群算法(PSO)对原始样本集随机抽样并加以优化获得优化的训练集,再以v-支持向量回归(v-SVR)对样本进行训练和预测。用PSO-v-SVR方法对某炼油厂的汽油调合生产数... 提出PSO-v-SVR方法建立计算机辅助调合汽油辛烷值预测模型的新思路,采用微粒群算法(PSO)对原始样本集随机抽样并加以优化获得优化的训练集,再以v-支持向量回归(v-SVR)对样本进行训练和预测。用PSO-v-SVR方法对某炼油厂的汽油调合生产数据进行研究,用选出的最佳训练集构成的模型对44组预测样进行预测,实测辛烷值与预测值误差绝对值AE≥0.3的样本数仅为16,平均绝对误差MAE=0.293;明显优于直接用全部原始样本作训练集建模AE≥0.3的样本数26个, MAE=0.366,以及按文献[12]用前期80组样本作训练集建模AE≥0.3的样本数25个,MAE=0.350的预测结果。研究表明,本文的思路可以较大幅度提高模型预测准确性,在化工生产优化和软测量建模中具有推广应用价值。 展开更多
关键词 微粒群算法 随机抽样 优化 训练样本集 汽油调合
原文传递
基于聚类的加速k-近邻分类方法 被引量:7
19
作者 任丽芳 《计算机应用与软件》 CSCD 2015年第10期298-301,共4页
实际生活中,经常会遇到大规模数据的分类问题,传统k-近邻k-NN(k-Nearest Neighbor)分类方法需要遍历整个训练样本集,因此分类效率较低,无法处理具有大规模训练集的分类任务。针对这个问题,提出一种基于聚类的加速k-NN分类方法 C_kNN(Spe... 实际生活中,经常会遇到大规模数据的分类问题,传统k-近邻k-NN(k-Nearest Neighbor)分类方法需要遍历整个训练样本集,因此分类效率较低,无法处理具有大规模训练集的分类任务。针对这个问题,提出一种基于聚类的加速k-NN分类方法 C_kNN(Speeding k-NN Classification Method Based on Clustering)。该方法首先对训练样本进行聚类,得到初始聚类结果,并计算每个类的聚类中心,选择与聚类中心相似度最高的训练样本构成新的训练样本集,然后针对每个测试样本,计算新训练样本集中与其相似度最高的k个样本,并选择该k个近邻样本中最多的类别标签作为该测试样本的预测模式类别。实验结果表明,C_k-NN分类方法在保持较高分类精度的同时大幅度提高模型的分类效率。 展开更多
关键词 k-近邻分类 聚类 相似度 训练样本集 C_k-NN算法
下载PDF
分布式的网络性能管理专家系统模型 被引量:1
20
作者 才力 王永斌 巩微 《辽宁大学学报(自然科学版)》 CAS 2003年第2期163-166,共4页
根据目前计算网络管理的需要,提出分布式和智能化的管理体系结构,建立了基于人工神经网络的网络性能管理专家系统的模型,并给出一个设计实例,在实例中重点介绍了数据传换和训练样本集的设计。
关键词 计算网络管理 网络性能管理 专家系统 分布式体系结构 人工神经网络 数据传换 训练样本集
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部