期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
集成数据挖掘知识的可解释最优超球体支持向量机
1
作者
陆思洁
范頔
+1 位作者
渐令
郜传厚
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第3期375-384,共10页
最优超球体支持向量机(SSLM)是一种典型的黑箱模型,其运行模式不需要考察被研究对象的内部结构和机理,仅利用对象的输入输出数据即能达到认识其功能和作用机制,因此具有响应快、实时性强等优点,但也因此缺乏可解释性和透明性.鉴于此,本...
最优超球体支持向量机(SSLM)是一种典型的黑箱模型,其运行模式不需要考察被研究对象的内部结构和机理,仅利用对象的输入输出数据即能达到认识其功能和作用机制,因此具有响应快、实时性强等优点,但也因此缺乏可解释性和透明性.鉴于此,本文研究从SSLM黑箱模型的输入端加入先验知识的方法,增强其可解释性.本文开发了基于数据的非线性圆形知识挖掘算法以及知识的离散化算法,离散后的数据点不仅包含产生知识的原始数据点,还增加了新的数据点.通过将所挖掘的圆形知识以不等式约束的形式集成至SSLM模型,构造了可解释的SSLM模型(i-SSLM).该模型在训练时要确保知识约束的数据点分类正确,因此对模型结果有一定程度的预知,表明模型具有可解释性;同时,又由于知识的离散化增加了新的数据信息,因此,模型能具有更高的精度.i-SSLM模型的有效性在10组公共样本集和2组实际高炉数据集上得到了验证.
展开更多
关键词
黑箱模型
可解释性
最优超球体
支持向量机
先验知识
不平衡数据
下载PDF
职称材料
基于深度学习算法的船用高频电路工作状态检测研究
2
作者
何一芥
王波
《舰船科学技术》
北大核心
2023年第12期156-159,共4页
为了提升船用高频开关电源的运行可靠性,提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号,作为深度受限波尔兹曼机的输入,深度受限波尔兹曼机利用2层受限玻尔兹曼机,通过2次非线性映射,提取船用高...
为了提升船用高频开关电源的运行可靠性,提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号,作为深度受限波尔兹曼机的输入,深度受限波尔兹曼机利用2层受限玻尔兹曼机,通过2次非线性映射,提取船用高频电路工作状态特征。设置所提取的高频电路工作状态特征,作为支持向量数据描述方法的输入,将输入样本映射至高维内积空间,判定样本是否存在于高维内积空间的最优超球体内,检测船用高频电路工作状态为正常或异常状态。实验结果表明,该方法可以精准检测船用高频电路工作状态,满足船舶高频开关电源的运行可靠性需求。
展开更多
关键词
深度学习算法
船用高频电路
工作状态检测
非线性映射
高维内积空间
最优超球体
下载PDF
职称材料
基于密度优化初始聚类中心的K-means算法
被引量:
5
3
作者
王艳娥
安健
+1 位作者
梁艳
康晶晶
《计算机技术与发展》
2020年第12期99-105,共7页
针对K-means算法随机选择初始聚类中心,对噪音和异常点比较敏感,聚类结果过多依赖于专家经验从而缺乏一定客观性的问题,提出一种新的度量样本密度的方法优化K-means算法对初始聚类中心的选择。该方法基于样本实际分布,以最优超球体中样...
针对K-means算法随机选择初始聚类中心,对噪音和异常点比较敏感,聚类结果过多依赖于专家经验从而缺乏一定客观性的问题,提出一种新的度量样本密度的方法优化K-means算法对初始聚类中心的选择。该方法基于样本实际分布,以最优超球体中样本个数与超球体中样本相似性作为度量样本密度的关键,能够有效选出较优的聚类中心,使得选择的初始聚类中心更接近样本集的实际分布。算法在乳腺癌数据集、常用UCI数据集以及人工模拟数据集上进行测试,实验结果表明,与已有同类方法相比,该算法在各数据集上的聚类评价指标均有提高,而且运行速度更快,聚类结果更稳定,聚类准确率更高:在乳腺癌数据集wdbc上的准确率为91.04%,提高了6%。在Iris数据集上的准确率为94%,提高了5%。
展开更多
关键词
K-MEANS算法
密度
去噪
最优超球体
均方差
噪声数据
下载PDF
职称材料
题名
集成数据挖掘知识的可解释最优超球体支持向量机
1
作者
陆思洁
范頔
渐令
郜传厚
机构
浙江大学数学科学学院
中国石油大学(华东)经济管理学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第3期375-384,共10页
基金
国家自然科学基金项目(12320101001,12071428,62111530247)
浙江省自然科学基金重点项目(LZ20A010002)资助.
文摘
最优超球体支持向量机(SSLM)是一种典型的黑箱模型,其运行模式不需要考察被研究对象的内部结构和机理,仅利用对象的输入输出数据即能达到认识其功能和作用机制,因此具有响应快、实时性强等优点,但也因此缺乏可解释性和透明性.鉴于此,本文研究从SSLM黑箱模型的输入端加入先验知识的方法,增强其可解释性.本文开发了基于数据的非线性圆形知识挖掘算法以及知识的离散化算法,离散后的数据点不仅包含产生知识的原始数据点,还增加了新的数据点.通过将所挖掘的圆形知识以不等式约束的形式集成至SSLM模型,构造了可解释的SSLM模型(i-SSLM).该模型在训练时要确保知识约束的数据点分类正确,因此对模型结果有一定程度的预知,表明模型具有可解释性;同时,又由于知识的离散化增加了新的数据信息,因此,模型能具有更高的精度.i-SSLM模型的有效性在10组公共样本集和2组实际高炉数据集上得到了验证.
关键词
黑箱模型
可解释性
最优超球体
支持向量机
先验知识
不平衡数据
Keywords
black box model
interpretability
small sphere and large margin support vector machine
prior knowledge
unbalanced data
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于深度学习算法的船用高频电路工作状态检测研究
2
作者
何一芥
王波
机构
武汉晴川学院北斗学院
出处
《舰船科学技术》
北大核心
2023年第12期156-159,共4页
基金
湖北省教育科学规划重点课题(2022GA089)。
文摘
为了提升船用高频开关电源的运行可靠性,提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号,作为深度受限波尔兹曼机的输入,深度受限波尔兹曼机利用2层受限玻尔兹曼机,通过2次非线性映射,提取船用高频电路工作状态特征。设置所提取的高频电路工作状态特征,作为支持向量数据描述方法的输入,将输入样本映射至高维内积空间,判定样本是否存在于高维内积空间的最优超球体内,检测船用高频电路工作状态为正常或异常状态。实验结果表明,该方法可以精准检测船用高频电路工作状态,满足船舶高频开关电源的运行可靠性需求。
关键词
深度学习算法
船用高频电路
工作状态检测
非线性映射
高维内积空间
最优超球体
Keywords
deep learning algorithm
marine high frequency circuit
working condition detection
nonlinear mapping
higher dimensional inner product space
optimal hypersphere
分类号
U665 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
基于密度优化初始聚类中心的K-means算法
被引量:
5
3
作者
王艳娥
安健
梁艳
康晶晶
机构
西安思源学院理工学院
西安交通大学深圳研究院
山西农业大学信息学院
出处
《计算机技术与发展》
2020年第12期99-105,共7页
基金
深圳市科技计划项目(JCYJ20170816100939373)
陕西省教育科学研究计划项目(18JK1100)
陕西省高等教育科学研究项目(XGH19236)。
文摘
针对K-means算法随机选择初始聚类中心,对噪音和异常点比较敏感,聚类结果过多依赖于专家经验从而缺乏一定客观性的问题,提出一种新的度量样本密度的方法优化K-means算法对初始聚类中心的选择。该方法基于样本实际分布,以最优超球体中样本个数与超球体中样本相似性作为度量样本密度的关键,能够有效选出较优的聚类中心,使得选择的初始聚类中心更接近样本集的实际分布。算法在乳腺癌数据集、常用UCI数据集以及人工模拟数据集上进行测试,实验结果表明,与已有同类方法相比,该算法在各数据集上的聚类评价指标均有提高,而且运行速度更快,聚类结果更稳定,聚类准确率更高:在乳腺癌数据集wdbc上的准确率为91.04%,提高了6%。在Iris数据集上的准确率为94%,提高了5%。
关键词
K-MEANS算法
密度
去噪
最优超球体
均方差
噪声数据
Keywords
K-means algorithm
density
de-noisy
optimal super sphere
mean square error
noise data
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
集成数据挖掘知识的可解释最优超球体支持向量机
陆思洁
范頔
渐令
郜传厚
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于深度学习算法的船用高频电路工作状态检测研究
何一芥
王波
《舰船科学技术》
北大核心
2023
0
下载PDF
职称材料
3
基于密度优化初始聚类中心的K-means算法
王艳娥
安健
梁艳
康晶晶
《计算机技术与发展》
2020
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部