期刊文献+
共找到89篇文章
< 1 2 5 >
每页显示 20 50 100
加权有向关联网络构建与表征的水中目标远距离检测
1
作者 张红伟 王海燕 +1 位作者 闫永胜 申晓红 《兵工学报》 EI CAS CSCD 北大核心 2024年第8期2584-2593,共10页
水中目标的远距离检测是海洋防御体系的关键技术之一,对国防及民用领域均具有十分重要的作用。然而,目前尚缺乏行之有效的水中目标远距离检测方法,特别是目标先验信息未知的情况下变的愈加困难。为解决这一问题,提出一种新的方法—加权... 水中目标的远距离检测是海洋防御体系的关键技术之一,对国防及民用领域均具有十分重要的作用。然而,目前尚缺乏行之有效的水中目标远距离检测方法,特别是目标先验信息未知的情况下变的愈加困难。为解决这一问题,提出一种新的方法—加权有向关联网络。通过矢量声信号到加权有向关联网络的映射,将信号检测问题转化为网络拓扑的表征,并通过对网络拓扑的特性分析及特征提取,实现无目标先验信息下的水中目标远距离检测。并通过仿真与实测数据对所提出的方法进行验证。研究结果表明:与现有的窄带互谱检测、冒泡熵等方法相比,所提方法能够检测到更低信噪比的水中目标,实现了无需目标先验信息的水中目标远距离检测;该方法的应用具有一定的实际意义和应用前景,可以为海洋防御和民用领域的水下目标检测提供有效的技术支撑。 展开更多
关键词 水中目标 远距离检测 复杂网络 矢量声信号 加权有向关联网络 无目标先验
下载PDF
融合响应先验信息和加权字典的移动荷载识别
2
作者 余岭 雷远东 侯支龙 《振动工程学报》 EI CSCD 北大核心 2024年第10期1660-1668,共9页
稀疏正则化方法已被证明能够有效解决移动荷载识别(MFI)中的不适定性问题。然而,现有研究往往忽略了移动荷载中静态与动态分量之间的差异,导致识别精度受限。为此,提出了一种融合响应先验信息和加权字典的移动荷载识别方法。建立了车桥... 稀疏正则化方法已被证明能够有效解决移动荷载识别(MFI)中的不适定性问题。然而,现有研究往往忽略了移动荷载中静态与动态分量之间的差异,导致识别精度受限。为此,提出了一种融合响应先验信息和加权字典的移动荷载识别方法。建立了车桥系统中车致桥梁响应与移动车载之间的线性关系。分别对弯矩和加速度响应开展频域分析,将获得的频率先验信息分别用于构建与静态和动态荷载分量相匹配的加权字典。利用该加权字典,采用ADMM(Alternating Direction Method of Multipliers)分别求解移动荷载中的静态和动态分量。通过实桥数值案例证明了所提方法的有效性,并在实验室开展了一系列MFI实验验证。结果表明,融合响应先验信息和加权字典能够有效提升荷载识别精度,并增强其对噪声的鲁棒性。 展开更多
关键词 移动荷载识别 桥梁健康监测 响应先验信息 加权字典 稀疏正则化
下载PDF
一种基于凸优化的装备能力指标权重赋值方法
3
作者 葛萌萌 《电讯技术》 北大核心 2024年第4期632-636,共5页
针对装备能力评估中指标权重配置问题,提出了一种基于凸优化的指标权重赋值方法。首先,介绍了装备能力评估的指标体系设计原则及流程,并以机载雷达系统为例设计了其能力评估指标体系;然后基于极大熵准则,以最大化各指标权重的熵值总和... 针对装备能力评估中指标权重配置问题,提出了一种基于凸优化的指标权重赋值方法。首先,介绍了装备能力评估的指标体系设计原则及流程,并以机载雷达系统为例设计了其能力评估指标体系;然后基于极大熵准则,以最大化各指标权重的熵值总和作为目标函数,专家/历史经验知识等先验信息作为约束条件,构建指标权重配置凸优化模型,并利用凸优化工具箱求解指标权重;最后,通过案例分析验证该方法的有效性与合理性。 展开更多
关键词 机载雷达 装备能力评估 权重配置 凸优化 先验信息
下载PDF
Patch-based vehicle logo detection with patch intensity and weight matrix 被引量:3
4
作者 刘海明 黄樟灿 Ahmed Mahgoub Ahmed Talab 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第12期4679-4686,共8页
A patch-based method for detecting vehicle logos using prior knowledge is proposed.By representing the coarse region of the logo with the weight matrix of patch intensity and position,the proposed method is robust to ... A patch-based method for detecting vehicle logos using prior knowledge is proposed.By representing the coarse region of the logo with the weight matrix of patch intensity and position,the proposed method is robust to bad and complex environmental conditions.The bounding-box of the logo is extracted by a thershloding approach.Experimental results show that 93.58% location accuracy is achieved with 1100 images under various environmental conditions,indicating that the proposed method is effective and suitable for the location of vehicle logo in practical applications. 展开更多
关键词 vehicle logo detection prior knowledge gradient extraction patch intensity weight matrix background removing
下载PDF
Effect of Feed Restriction on Broiler Chicks Prior to Slaughter
5
作者 Nadir Abdelraheem Magdi Mohammed Mohammed Ahmed Fujiang Hou 《Open Journal of Animal Sciences》 2019年第1期12-22,共11页
The present study was conducted to study the effect of feed restriction prior to slaughter on carcass weight of male broiler chicks from 32 to 40 days of age. A total number of 180 (Pure line) male broiler chicks were... The present study was conducted to study the effect of feed restriction prior to slaughter on carcass weight of male broiler chicks from 32 to 40 days of age. A total number of 180 (Pure line) male broiler chicks were taken randomly, labeled and divided into six groups. At 32 days of age, the experimental groups were put under the experimental feeding program. Group A fed ad libitum (control) while group B and C fed 120, 60 gm/bird/day for eight days, respectively. Group D and E fed 120, 60 gm/bird/day for four days respectively, followed by zero feeding for an extra 4 days. Group F deprived of food during the whole experimental period (8 days). The experimental diet was formulated to be approximately iso caloric-iso nitrogenous containing sorghum, groundnut cake, broiler concentrate, calcium, salt, lysine, methionine, and premix. The parameters taken were live body weight, feed intake, mortality, carcass, and non-carcass values. The effect of feed restriction program on male broiler chicks was not significant during the period from 32 to 34 days of age for parameters final live body weight, carcass weight, and dressing percentage, but net weight (gain or loss) was affected by feed restriction program and showed a significant difference (P < 0.01) between experimental groups. From 32 to 36 days of age male broilers subjected to feed restriction regimes showed the lowest reading for final live body weight, net weight (gain or loss) and carcass weight and the difference were significant (P 0.05) between experimental groups for dressing percentage during period from32 to 36 days of age. At the period from 32 to 38 days and the period from 32 to 40 days of age, all parameters were significantly affected by feed restriction program. It was concluded that carcass weight of broiler chickens can be controlled using different options of feed restriction programs according to the need of the market and the producer situation with special consideration to the economic return. 展开更多
关键词 FEED RESTRICTION prior to SLAUGHTER BROILER CARCASS weight
下载PDF
Incorporating Prior Knowledge into Kernel Based Regression
6
作者 SUN Zhe ZHANG Zeng-Ke WANG Huan-Gang 《自动化学报》 EI CSCD 北大核心 2008年第12期1515-1521,共7页
在一些,样品基于回归任务,观察样品是相当很少足够增进知识。作为结果,在样品和模型复杂性的数字之间的冲突出现,并且回归方法将面对窘境是否选择一个复杂模型。合并优先的知识是这窘境的一个潜在的解决方案。在这份报纸,一种优先... 在一些,样品基于回归任务,观察样品是相当很少足够增进知识。作为结果,在样品和模型复杂性的数字之间的冲突出现,并且回归方法将面对窘境是否选择一个复杂模型。合并优先的知识是这窘境的一个潜在的解决方案。在这份报纸,一种优先的知识被调查,把它合并到核的一个新奇方法基于回归计划被建议。建议优先的 knowledge based 核回归(PKBKR ) 方法包括二 subproblems:在函数空间代表优先的知识,并且联合这个代表和训练样品获得回归函数。为代表的步的一个贪婪算法和为加入步的加权的损失功能被建议。最后,实验被执行验证建议 PKBKR 方法,结果在那里证明建议方法能与适当模型复杂性完成相对高的回归性能,特别当样品的数字是小的或观察噪音大时。 展开更多
关键词 计算方法 回归方程 机械学习 自动化系统
下载PDF
基于低维流形先验的低剂量CT重建方法 被引量:1
7
作者 牛善洲 梁礼境 +4 位作者 李硕 张梦真 邱洋 刘汉明 李楠 《计算机工程与应用》 CSCD 北大核心 2023年第18期242-248,共7页
针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP... 针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP)算法进行CT图像重建。在Shepp-Logan体膜实验新方法重建结果与FBP、PWLS-QM(penalized weighted least-squares via quadratic membrane)以及PWLS-DL(penalized weighted least-squares via dictionary learning)方法重建结果相比,相对均方根误差分别降低了64.87%、54.81%和7.02%;结构相似性指标分别提高了16.78%、1.88%和1.91%。在XCAT体膜实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了37.46%、22.17%和11.48%;结构相似性指标分别提高了3.33%、0.73%和1.22%。在临床数据实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了45.96%、25.61%和15.87%;结构相似性指标分别提高了19.12%、7.46%和8.63%。仿真和临床数据实验结果表明,新方法在有效抑制低剂量CT图像中噪声和伪影同时,可以很好地保持图像的结构信息和空间分辨率。 展开更多
关键词 低剂量CT 图像重建 投影数据恢复 惩罚加权最小二乘 低维流形先验
下载PDF
融合依存句法先验知识的方面级情感分析研究
8
作者 方义秋 彭杨 葛君伟 《计算机工程与应用》 CSCD 北大核心 2023年第12期122-131,共10页
针对方面级情感分析中依存句法信息利用不足,以及上下文信息与依存句法信息学习分离的问题,提出融合先验知识与预训练模型的方面级情感分析研究方法。该方法将依存句法信息作为先验知识与句子一起输入到预训练模型,通过预训练模型在对... 针对方面级情感分析中依存句法信息利用不足,以及上下文信息与依存句法信息学习分离的问题,提出融合先验知识与预训练模型的方面级情感分析研究方法。该方法将依存句法信息作为先验知识与句子一起输入到预训练模型,通过预训练模型在对句子进行上下文信息学习的同时,学习依存句法建模的方面词与情感词之间的远距离信息。进一步利用依存距离表示将预训练词向量进行动态权重匹配从而充分利用句法信息。通过自注意力机制学习词性信息以及依存关系标签信息,通过两种辅助信息增强句子表示。拼接三种信息作为情感分类器的输入。在四种基准数据集上与其他方面级情感分析方法相比,准确率和F1值都有所提高,验证了该方法提出的先验知识融合与动态权重匹配的有效性,在方面级情感分析任务上有较大的应用价值。 展开更多
关键词 依存句法 先验知识 预训练模型 动态权重匹配 自注意力机制
下载PDF
基于通道量化与红色先验融合的水下光学图像清晰化 被引量:1
9
作者 林森 周天飞 查子月 《电子测量与仪器学报》 CSCD 北大核心 2023年第2期110-120,共11页
水下图像通常存在对比度低以及颜色失衡等现象,导致图像纹理信息不清晰,针对此类问题,提出基于通道量化与红色先验融合的水下光学图像清晰化方法。首先,设计两种输入图像版本,图像一通过颜色通道直方图量化重新分配像素值,调整对比度;... 水下图像通常存在对比度低以及颜色失衡等现象,导致图像纹理信息不清晰,针对此类问题,提出基于通道量化与红色先验融合的水下光学图像清晰化方法。首先,设计两种输入图像版本,图像一通过颜色通道直方图量化重新分配像素值,调整对比度;图像二为实现色彩均衡,将红色通道先验代入成像模型,用于估计背景光、直接分量透射率和后向散射透射率。然后,针对各输入图像设计3种权重图,包括亮度图、饱和度图和显著图。最后,利用多尺度融合策略,将局部对比度提升和颜色校正图像与其归一化权重图进行融合。在多个数据库上通过主观和客观指标进行实验评价,结果表明,本文算法在呈现高对比度的同时,能够恢复出更多的色彩和细节信息,有效提升水下图像质量,与各经典及新颖算法相比具有优势。 展开更多
关键词 水下光学图像 通道量化 红色先验 权重图 多尺度融合
下载PDF
面向多普勒后STAP的基于先验知识训练样本选取方法 被引量:1
10
作者 李虎 谢文冲 +1 位作者 熊元燚 侯铭 《空天预警研究学报》 CSCD 2023年第1期8-14,共7页
针对非均匀杂波环境中有效训练样本数严重不足的问题,提出一种面向多普勒后空时自适应处理(STAP)的基于先验知识的训练样本选取方法,给出了基于相邻距离-多普勒(RD)单元的地貌特征的最优权值系数选取准则.该方法联合相邻多个多普勒通道... 针对非均匀杂波环境中有效训练样本数严重不足的问题,提出一种面向多普勒后空时自适应处理(STAP)的基于先验知识的训练样本选取方法,给出了基于相邻距离-多普勒(RD)单元的地貌特征的最优权值系数选取准则.该方法联合相邻多个多普勒通道作为样本筛选的整体,通过相邻RD单元加权的方式,突出相邻多普勒通道在样本选取时参与决策的影响程度,然后基于加权归一化向量构建欧氏距离测度,实现对均匀训练样本的有效选取.仿真结果验证了本文所提方法的有效性. 展开更多
关键词 先验知识 训练样本选取 空时自适应处理 最优权值系数
下载PDF
一种合理利用先验信息的新平差方法
11
作者 刘萍 谢雪梅 《大地测量与地球动力学》 CSCD 北大核心 2023年第8期801-804,共4页
提出一种合理利用先验信息的新平差算法。首先,借助平衡估计的思想,通过给先验信息赋予权值,控制不准确先验信息对参数解的影响;然后,利用残差中观测信息与先验信息的误差量级,给出平衡因子的计算方法;最后,通过算例分析算法的有效性。
关键词 先验信息 BAYES估计 平衡估计 残差 权值
下载PDF
基于加权场景先验的海上红外弱小目标检测 被引量:7
12
作者 潘胜达 张素 +1 位作者 赵明 安博文 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2019年第5期633-641,共9页
为了提高海上红外弱小目标检测的检测精度和实时性,提出了一种基于加权场景先验的红外弱小目标检测方法.该方法首先利用目标的稀疏特性以及海面场景的非局部自相关特性,将目标和背景的分离问题转化为恢复低秩和稀疏矩阵的鲁棒主成分分析... 为了提高海上红外弱小目标检测的检测精度和实时性,提出了一种基于加权场景先验的红外弱小目标检测方法.该方法首先利用目标的稀疏特性以及海面场景的非局部自相关特性,将目标和背景的分离问题转化为恢复低秩和稀疏矩阵的鲁棒主成分分析(Robust Principal Component Analysis,RPCA)问题.之后,将海面背景的先验特征信息通过加权核范数的方式加入模型,加快算法中目标和背景图像块矩阵的分解速度.最后,通过引入交替方向乘子法(ADMM)算法进一步加速求解的迭代速度.实验结果表明:该算法能有效地提高目标检测准确率,算法实时性较原算法提高了120%. 展开更多
关键词 图像处理 弱小目标检测 加权场景先验 加权核范数 交替方向乘子法
下载PDF
一种基于权值矩阵的序列图像超分辨率盲复原算法 被引量:4
13
作者 王素玉 沈兰荪 +1 位作者 卓力 李晓光 《电子学报》 EI CAS CSCD 北大核心 2009年第6期1198-1202,1209,共6页
建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进... 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法. 展开更多
关键词 超分辨率盲复原 观测模型 最大后验概率 权值矩阵
下载PDF
基于暗原色先验的区域自适应图像去雾方法 被引量:6
14
作者 刘冬冬 陈莹 《计算机工程与应用》 CSCD 北大核心 2016年第7期166-170,共5页
在雾霾天气条件下,由于大气粒子的散射作用导致拍摄的图像严重退化。针对这一问题,提出一种简单有效的单幅图像去雾算法。设计晕光估计算子检测出晕光区域,在暗原色先验条件下,根据晕光估计值获取区域自适应融合权值,进而在不同区域采... 在雾霾天气条件下,由于大气粒子的散射作用导致拍摄的图像严重退化。针对这一问题,提出一种简单有效的单幅图像去雾算法。设计晕光估计算子检测出晕光区域,在暗原色先验条件下,根据晕光估计值获取区域自适应融合权值,进而在不同区域采用不同的加权方式融合基于单像素估算的透射率与基于块状区域的透射率以获取精确透射率,有效地消除了晕光效应;最后增加参数限制透射率过低,保护了天空区域。实验表明该算法复原的图像清晰自然,尤其是在前景与背景的边缘处及天空区域能够达到很好的去雾效果。 展开更多
关键词 去雾 暗原色先验 加权 透射率
下载PDF
基于支持度矩阵的一种多传感器融合方法 被引量:12
15
作者 高方伟 刘贵喜 +1 位作者 王蕾 张靖 《弹箭与制导学报》 CSCD 北大核心 2007年第4期284-287,共4页
针对当前多传感器融合过程中,各传感器可靠度估计困难和观测值融合精度低的问题,文中提出一种基于支持度矩阵的最优加权多传感器融合方法,首先建立各传感器之间的相互支持度矩阵,然后对综合支持度高的传感器进行最优加权融合。仿真结果... 针对当前多传感器融合过程中,各传感器可靠度估计困难和观测值融合精度低的问题,文中提出一种基于支持度矩阵的最优加权多传感器融合方法,首先建立各传感器之间的相互支持度矩阵,然后对综合支持度高的传感器进行最优加权融合。仿真结果表明,该方法实现简单,能够客观地反映各传感器的可靠程度,不需要知道任何先验信息。而且与同类融合方法相比,该方法具有更好的融合精度。 展开更多
关键词 多传感器融合 支持度矩阵 最优加权 先验信息
下载PDF
多种顾及先验信息的平差及其比较 被引量:10
16
作者 隋立芬 陶大欣 《测绘工程》 CSCD 2001年第4期9-12,共4页
在阐述各种顾及先验信息平差方法的基本概念及性质的基础上,着重分析了它们之间的关系与区别,从而为这些平差理论的进一步发展与应用奠定了基础。
关键词 先验信息 参数加权平差 滤波 最小二乘 BAYES估计 GPS网 测量误差
下载PDF
一种多源先验分布权重确定的新方法 被引量:3
17
作者 王小林 郭驰名 +1 位作者 程志君 郭波 《兵工自动化》 2010年第6期60-63,共4页
可靠性评估中融合多源验前信息的重要一环就是确定不同验前分布的合理权重。针对目前计算先验分布权重方法存在的缺陷,提出了基于试验数据置信分布的方法,以简便合理地确定权重。该方法直接与要评定的指标相联系,从源头上减小评定的误... 可靠性评估中融合多源验前信息的重要一环就是确定不同验前分布的合理权重。针对目前计算先验分布权重方法存在的缺陷,提出了基于试验数据置信分布的方法,以简便合理地确定权重。该方法直接与要评定的指标相联系,从源头上减小评定的误差。示例证明,该方法简便易行,在可靠性试验分析等工程研究领域具有应用价值。 展开更多
关键词 多源验前信息 权重 信息融合 置信分布
下载PDF
区域民俗文化旅游资源的定量评价研究——九寨沟藏族民俗文化与江苏吴文化民俗旅游资源比较研究之二 被引量:28
18
作者 张捷 《人文地理》 CSSCI 北大核心 1998年第1期63-66,62,共5页
区域民俗文化是旅游地旅游资源的组成因子。有关其专项定量评价目前尚不完善。本文以九寨沟藏族民俗及江苏吴文化民俗旅游资源为例,对民俗文化旅游资源评价进行尝试。针对已有固定结构权重评价模型适应性较弱的现状,本文尝试了具有能... 区域民俗文化是旅游地旅游资源的组成因子。有关其专项定量评价目前尚不完善。本文以九寨沟藏族民俗及江苏吴文化民俗旅游资源为例,对民俗文化旅游资源评价进行尝试。针对已有固定结构权重评价模型适应性较弱的现状,本文尝试了具有能够反映主导民俗类型的可变权重的主成分优先法对两个地区的民俗旅游资源进行了评价。同时,本文利用游客态度调查结果。 展开更多
关键词 民俗文化 旅游资源 评价 主成分优先法 公众体验性评价 九寨沟
下载PDF
类不平衡模糊加权极限学习机算法研究 被引量:7
19
作者 于化龙 祁云嵩 +1 位作者 杨习贝 左欣 《计算机科学与探索》 CSCD 北大核心 2017年第4期619-632,共14页
从理论上分析了样例不平衡分布对极限学习机性能产生危害的原因;在该理论框架下探讨了加权极限学习机在处理此类问题上的有效性及其固有缺陷;引入模糊集的思想,对传统的加权极限学习机进行了改进,并提出了4种用于解决类不平衡问题的模... 从理论上分析了样例不平衡分布对极限学习机性能产生危害的原因;在该理论框架下探讨了加权极限学习机在处理此类问题上的有效性及其固有缺陷;引入模糊集的思想,对传统的加权极限学习机进行了改进,并提出了4种用于解决类不平衡问题的模糊加权极限学习机算法;最后通过20个基准的二类不平衡数据集对所提算法的有效性和可行性进行了验证。实验结果表明:较之加权极限学习机及几种传统的不平衡极限学习机算法,提出的算法可明显获得更优的分类性能,并且与模糊加权支持向量机系列算法相比,所提算法通常可获得与之相当的分类性能,但时间开销往往更小。 展开更多
关键词 极限学习机 类不平衡学习 模糊加权 先验分布信息
下载PDF
结合加权KNN和自适应牛顿法的稳健Boosting方法 被引量:5
20
作者 罗森林 赵惟肖 潘丽敏 《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第1期112-120,共9页
Boosting是机器学习领域中重要的集成学习方法,以AdaBoost为代表的Boosting算法通过在组合弱学习器时不断加强对错分类样本的关注以构建性能优异的强学习器,而该训练机制对噪声点的无差别对待易引发学习器对噪声过拟合,从而削弱算法的... Boosting是机器学习领域中重要的集成学习方法,以AdaBoost为代表的Boosting算法通过在组合弱学习器时不断加强对错分类样本的关注以构建性能优异的强学习器,而该训练机制对噪声点的无差别对待易引发学习器对噪声过拟合,从而削弱算法的稳健性.针对该问题,提出结合加权KNN和自适应牛顿法的稳健Boosting方法.该方法首先通过加权KNN估计样本的噪声先验概率,然后使用噪声先验概率修正Logit损失构建一种新的损失函数,最后采用自适应牛顿法进行损失函数的优化求解.提出方法引导分类器在给予错分类样本更高权重的同时,对噪声先验概率大的样本给予相应的惩罚,使噪声样本的权重得到有效的缩减.结果表明,与其他稳健Boosting方法对比,在不同噪声水平下以及真实的医疗数据集的不同评价指标下,该方法表现出更好的稳健性,具有明显的应用价值. 展开更多
关键词 ADABOOST算法 噪声先验概率 加权KNN 损失函数 自适应牛顿法
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部