期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种用于运动目标检测的多模态非参数背景模型 被引量:8
1
作者 毛燕芬 施鹏飞 《上海交通大学学报》 EI CAS CSCD 北大核心 2005年第S1期134-137,共4页
提出了一种基于多样性采样原理的高斯核密度估计模型用于多模态背景描述.从包含运动物体的训练序列中,提取具有较高频度以及最大多样性的样本集用于背景建模.并根据新样本及邻域点在总样本集中取值的相关频度计算权值,避免了采用全部训... 提出了一种基于多样性采样原理的高斯核密度估计模型用于多模态背景描述.从包含运动物体的训练序列中,提取具有较高频度以及最大多样性的样本集用于背景建模.并根据新样本及邻域点在总样本集中取值的相关频度计算权值,避免了采用全部训练点产生的信息冗余和重复计算等缺点,使背景核估计的计算简单有效.对复杂场景下车辆监控系统进行实验,结果表明,该算法在提取运动物体中是有效的. 展开更多
关键词 运动目标检测 非参数背景模型 核密度估计 多样性采样
下载PDF
多算法多模型与在线第二次学习结合的短期电力负荷预测方法 被引量:10
2
作者 周末 金敏 《计算机应用》 CSCD 北大核心 2017年第11期3317-3322,共6页
为了提高短期电力负荷预测精度,首次提出多算法多模型与在线第二次学习结合的预测方法。首先,利用互信息方法和统计方法对输入变量进行选择;然后,通过Bootstrap方法对数据集进行多样性采样,利用多个不同的人工智能算法和机器学习算法训... 为了提高短期电力负荷预测精度,首次提出多算法多模型与在线第二次学习结合的预测方法。首先,利用互信息方法和统计方法对输入变量进行选择;然后,通过Bootstrap方法对数据集进行多样性采样,利用多个不同的人工智能算法和机器学习算法训练得到多个差异化较大的异构预测模型;最后,用每个待预测时刻最近一段时间的实际负荷值、第一次学习生成的多异构预测模型的负荷预测值构成新训练数据集,对新训练数据集进行在线第二次学习,得到最终预测结果。对中国广州市负荷进行预测研究,与最优单模型、单算法多模型和多算法单模型相比,在每日总负荷预测中,全年平均绝对百分误差(MAPE)分别下降了21.07%、7.64%和5.00%,在每日峰值负荷预测中,全年MAPE分别下降了16.02%、7.60%和13.14%。实验结果表明,推荐方法有效地提高了负荷预测精度,有利于智能电网实现节能降耗、调度精细化管理和电网安全预警。 展开更多
关键词 短期电力负荷预测 多样性采样 异构模型 多算法多模型 在线第二次学习
下载PDF
相关性和相似度联合的癌症分类预测 被引量:2
3
作者 张学扶 曾攀 金敏 《计算机科学》 CSCD 北大核心 2019年第7期300-307,共8页
基于经验型组织病理学的癌症诊断往往误诊率很高。从基因层次对癌症进行分析和研究是现阶段提高癌症分类预测精度的重要途径之一。生物学研究表明,同种癌症的关联基因有着共同的功能特点。基于此,文中提出相关性和相似度联合的癌症分类... 基于经验型组织病理学的癌症诊断往往误诊率很高。从基因层次对癌症进行分析和研究是现阶段提高癌症分类预测精度的重要途径之一。生物学研究表明,同种癌症的关联基因有着共同的功能特点。基于此,文中提出相关性和相似度联合的癌症分类预测集成方法。首先,一方面,从统计学角度分析基因的差异化表达,利用互信息方法对基因表达谱数据进行相关性计算;另一方面,从生物机理上进行基因间的相似性分析,结合拓扑相似性和语义相似性分别对蛋白质互作网络和GO数据进行基因间的功能相似度计算。以上两者结合,即通过同时最大化目标集合的相关性和相似度筛选出特征基因集。然后,通过Bootstrap方法对数据集进行多样性采样,在前面所选特征基因集的基础上利用多种机器学习算法训练得到多个差异化较大的分类预测模型。最后,利用得到的多模型对测试样本进行分类预测,通过决策模型得到最终的分类结果。对GEO中4种不同癌症数据集进行分类预测研究,并将所提方法与最近的研究方法进行综合对比,结果所提方法在各数据集上的分类预测精度均提高5%左右,相比IG/SGA方法最高能达到10%的精度提升。实验结果表明,相关性和相似度联合的方法有效提高了癌症的分类预测精度,选择得到的特征基因有利于揭示生物学意义,且将多种算法优势互补,可解决单个分类算法适用范围受限的问题。 展开更多
关键词 癌症分类 相关性 语义相似性 拓扑相似性 多样性采样 多算法多模型
下载PDF
Small-time sampling behavior of a Fleming-Viot process
4
作者 ZHOU YouZhou 《Science China Mathematics》 SCIE CSCD 2017年第3期529-550,共22页
The Fleming-Viot process with parent-independent mutation process is one particular neutral pop- ulation genetic model. As time goes by, some initial species are replaced by mutated ones gradually. Once the population... The Fleming-Viot process with parent-independent mutation process is one particular neutral pop- ulation genetic model. As time goes by, some initial species are replaced by mutated ones gradually. Once the population mutation rate is high, mutated species will elbow out all the initial species very quickly. Small-time behavior in thls case seems to be the key to understand this fast transition. The small-time asymptotic results related to time scale t and a(O)t, where lim0→∞θ θa(θ) = O, are obtained by Dawson and Shni (1998, 2001), Shui and Xiong (2002), and Xiang and Zhang (2005), respectively. Only the behavior under the scale t(θ), where limθ→∞θt(θ) = 0 and limθ→∞(O) =∞ was left untouched. In this paper, the weak limits under various small-time scales are obtained. Of particular interest is the large deviations for the small-time transient sam- pling distributions, which reveal interesting phase transition. Interestingly, such a phase transition is uniquely determined by some species diversity indices. 展开更多
关键词 Fleming-Viot process transient sampling distributions large deviations phase transition
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部