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
基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究
被引量:
3
1
作者
朱成
宫会丽
+1 位作者
丁香乾
侯瑞春
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017年第4期1095-1099,共5页
针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子...
针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子集,从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程;同时又改进了样本的融合度,将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式,提高了分类器的识别精度,较好地解决了多类识别准确率较低的问题。为验证该算法的有效性,选取五类具有代表性382个烟叶样品为实验对象,构建了烟叶产地识别度量模型,并选取64个样本进行了模型测试,以预测均方根误差(RMSEP)、交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标,以产地识别准确率作为算法优劣评价标准。仿真实验结果表明,利用该算法构建的模型具有较低的RMSEP(0.117),RMSECV(0.106)和较高的r(0.973),平均识别准确率达到98.44%,性能明显优于其他算法,该算法对于高维光谱数据具有良好的识别性能。
展开更多
关键词
近红外光谱
特征分层选择
融合度
特征
子集
多类识别
下载PDF
职称材料
逐层特征选择的多层部件模型用于遥感图像飞机目标检测
被引量:
5
2
作者
张宇
何楚
+1 位作者
石博
徐新
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2014年第12期1406-1411,共6页
提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标...
提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。
展开更多
关键词
遥感
分层
结构(LHS)
多核学习(MKL)
多
特征
组合
分层
特征
选择
目标检测
原文传递
大规模分类任务的分层学习方法综述
被引量:
14
3
作者
胡清华
王煜
+3 位作者
周玉灿
赵红
钱宇华
梁吉业
《中国科学:信息科学》
CSCD
北大核心
2018年第5期487-500,共14页
分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任...
分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结.首先,给出层次结构的形式化定义.其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作.最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向.
展开更多
关键词
分层
学习
层次结构构建
分层
分类器学习
分层
分类停止机制
分层
特征
选择
分类
原文传递
题名
基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究
被引量:
3
1
作者
朱成
宫会丽
丁香乾
侯瑞春
机构
中国海洋大学信息科学与工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017年第4期1095-1099,共5页
基金
国家科技支撑计划课题(2015BAF12B01)资助
文摘
针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子集,从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程;同时又改进了样本的融合度,将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式,提高了分类器的识别精度,较好地解决了多类识别准确率较低的问题。为验证该算法的有效性,选取五类具有代表性382个烟叶样品为实验对象,构建了烟叶产地识别度量模型,并选取64个样本进行了模型测试,以预测均方根误差(RMSEP)、交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标,以产地识别准确率作为算法优劣评价标准。仿真实验结果表明,利用该算法构建的模型具有较低的RMSEP(0.117),RMSECV(0.106)和较高的r(0.973),平均识别准确率达到98.44%,性能明显优于其他算法,该算法对于高维光谱数据具有良好的识别性能。
关键词
近红外光谱
特征分层选择
融合度
特征
子集
多类识别
Keywords
Near infrared spectral
Feature hierarchical selection
Sample fusion degree
Feature subset
Multiclass identification
分类号
O657.3 [理学—分析化学]
下载PDF
职称材料
题名
逐层特征选择的多层部件模型用于遥感图像飞机目标检测
被引量:
5
2
作者
张宇
何楚
石博
徐新
机构
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
出处
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2014年第12期1406-1411,共6页
基金
国家973计划资助项目(2013CB733404)
国家自然科学基金资助项目(41371342
+1 种基金
61331016)
湖北省自然科学基金资助项目(2012FFB04203)~~
文摘
提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。
关键词
遥感
分层
结构(LHS)
多核学习(MKL)
多
特征
组合
分层
特征
选择
目标检测
Keywords
remote sensing
latent hierarchical structure
multiple kernels learning
feature combination
hierarchal feature selection
object detection
分类号
P231.5 [天文地球—摄影测量与遥感]
P237 [天文地球—摄影测量与遥感]
原文传递
题名
大规模分类任务的分层学习方法综述
被引量:
14
3
作者
胡清华
王煜
周玉灿
赵红
钱宇华
梁吉业
机构
天津大学计算机科学与技术学院
山西大学计算机与信息技术学院
出处
《中国科学:信息科学》
CSCD
北大核心
2018年第5期487-500,共14页
基金
国家自然科学基金(批准号:61432011
U1435212
61732011)资助项目
文摘
分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结.首先,给出层次结构的形式化定义.其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作.最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向.
关键词
分层
学习
层次结构构建
分层
分类器学习
分层
分类停止机制
分层
特征
选择
分类
Keywords
hierarchical classification
hierarchy construction
hierarchical classifier learning
hierarchical stopping strategy
hierarchical feature selection
classification
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究
朱成
宫会丽
丁香乾
侯瑞春
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
2
逐层特征选择的多层部件模型用于遥感图像飞机目标检测
张宇
何楚
石博
徐新
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2014
5
原文传递
3
大规模分类任务的分层学习方法综述
胡清华
王煜
周玉灿
赵红
钱宇华
梁吉业
《中国科学:信息科学》
CSCD
北大核心
2018
14
原文传递
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