文章深入简出的介绍了随机森林体系这一比较常用的人工智能算法,分别从其算法原理进行介绍,列举其决策树的运用技巧以及应用场景。对随机森林技术目前存在的优点以及缺点和现今主流的算法进行对比分析,并着重介绍了其未来应用的构思以及改进空间。同时将随机森林技术运用到电力稽查中的表现,详细分析了其在电力稽查中的运用成果,随机森林体系在电力稽查规则识别以及归类异常问题中有比较突出的表现成果。
作者:李振华; 李立学 期刊:《微型电脑应用》 2019年第09期
为了对校园物联网流量进行高精度预测,提出数据挖掘的校园物联网流量预测模型。首先通过混沌分析算法对校园物联网流量历史样本进行处理,构建描述校园物联网流量变化特点的训练样本,然后采用粒子群算法优化支持向量机建立校园物联网流量预测模型,最后与其它模型进行了校园物联网流量预测的仿真测试。结果表明,提出的模型对校园物联网流量预测精度为95%以上,而对比模型的校园物联网流量预测精度均小于95%。因此它克服了当前校园物联...
本文讨论了在人脸识别研究中,如何从调节训练样本入手,以减少训练样本误差为目的,使训练样本更加有利于形成良好的投影方向。
高光谱影像的分类中存在Hughes现象,随着维数的提高,所需要的样本数量也越来越多,因此训练样本数量的增加会使分类精度得到一定提高。本文利用AVIRIS高光谱影像数据,在标准训练样本集的基础上选取5%、10%和30%三种样本数量,分别在主成分分析、等距特征映射和拉普拉斯特征映射3种降维方法,及最大似然、人工神经元网络和支持向量机3种典型的分类方法的组合下进行了监督分类实验,分析了训练样本数量对高光谱影像总体分类精...
作者:袁丽洁; 李敏; 雷涛 期刊:《护理学》 2018年第15期
目的预测医疗护理资源需求,实现医护资源最优管理。方法对海量医护数据进行分析和统计,利用近邻域思想提取数据特征及训练样本集;结合人工智能领域的支持向量机(SVM)算法建立医护资源调配的数学模型;依赖新的数学模型,医护管理人员可以对未来可能发生的医护资源需求进行预测以优化资源调配方案。根据建立的数学模型,对本院5个科室的历史数据进行分析建模,得到预测结果。结果预测结果表明基于数据驱动的新型医护资源调配模型在历...
作者:杨绪兵; 韩自存 期刊:《安徽工程大学学报》 2004年第04期
核方法是近年发展起来的一种新的机器学习方法,它可在高维(特征)空间中用线性的方法有效地解决低维(输入)空间中线性不可分问题.采用核方法,在Mika提出的核Fisher判别基础上,给出Fisher判别分析从输入空间变换到特征空间的数学过程(核化过程),并对特征空间中投影向量可由训练样本线性表示问题予以证明.
作者:李大永; 罗应兵; 尹纪龙; 彭颖红 期刊:《材料科学与工艺》 2004年第05期
为了预示曲面翻边成形性能,采用有限元仿真、解析计算与人工神经网络的方法对V型零件翻边成形进行了分析.通过建立有限元模型研究了工艺参数对成形性能的影响;基于全量塑性理论及膜应变假定,推导了轴对称情况的解析计算模型;以数值模拟结果作为训练样本,建立了V型翻边成形性能预测的BP神经网络模型.研究结果表明:工艺条件对翻边成形有较大影响,其中以张角的影响最为显著;解析模型计算简便,但是只适用于零件张角较小以及相对翻边高...
作者:杨超; 史秀志 期刊:《黄金科学技术》 2018年第02期
为简化矿山安全标准化等级评价的内容和过程,真实反映矿山安全标准化的水平,从安全管理、安全培训、安全意识、安全行为、员工参与和安全绩效6个方面,结合矿山的实际情况,选取了18个因素作为等级评价的指标,建立基于Fisher判别分析(FDA)的矿山安全标准化等级评价模型。根据矿山的安全管理水平及运行过程中存在的问题和缺陷,将安全标准化等级分为4个等级。选取16组数据作为训练样本,采用判别函数进行回检,回判估计误判率为0,并对...
利用神经网络中Kohonen网络聚类的特点,把小型轧机万向接轴裂纹故障的不同关联度,作为Kohonen网络的训练样本输入到Kohonen网络中去,并由Kohonen网络学习和聚类产生不同的聚类中心点.由于裂纹深度不同,裂纹故障关联度不同,网络产生的聚类中心点不同.因此可根据不同的聚类中心点准确地诊断万向接轴的裂纹深度.
作者:翟永杰; 李海森; 吴童桐; 苑朝 期刊:《浙江电力》 2018年第12期
对航拍图像进行自动判别是无人机巡线后期的主要工作。为此提出一种改进的RPN(区域候选网络),以提高航拍图像中绝缘子目标的检测准确率。在绝缘子样本不完备的情况下,通过截取、旋转、镜像以及人工合成等方法对绝缘子训练样本进行扩充和完善;对人工标注的绝缘子样本的标注框进行聚类统计,获得标注框的宽高比分布情况,用于锚点框尺寸的初始化;对特征提取网络VGG16进行逐层分析,融合其中第二、三、五层的特征图,用于绝缘子目标识别;...
作者:李军红; 刘锁清; 董森; 彭伟娟; 刘少虹 期刊:《自动化技术与应用》 2018年第10期
脱硫效率的预测对脱硫系统的运行与控制有着重要的指导意义。以国内某660MW机组为例,考虑影响石灰石/石膏湿法烟气脱硫效率的各主要因素,并使用广义回归神经网络(GRNN)建立了脱硫效率预测模型。该模型采用电厂实际运行数据为训练样本,然后另选10组数据用来仿真预测和验证。预测结果表明建立的烟气脱硫效率预测模型的精度要高于传统BP模型,精度达到了99.6%,对实际脱硫系统的安全运行有一定的指导意义。
作者:孙炎珺; 宋苏 期刊:《电机与控制学报》 2004年第03期
从多层前向神经元网络的BP算法出发,通过计算机仿真发现含有噪声干扰的样本对BP网络的训练会产生不良的影响:①神经元网络的学习速度不易把握;②网络的学习过程不收敛或收敛值会偏移真实的期望输出.文中从本质上对产生这些影响的原因进行了分析,并且进一步揭示了能量函数的选取是使BP算法抗噪声能力差、鲁棒性不强的主要原因.
作者:孙逊; 胡光锐; 李剑萍 期刊:《计算机应用与软件》 2005年第07期
隶属函数的确定是模糊集合理论及其应用的基本而关键的问题.本文提出了一种基于模糊聚类的、以训练样本数据为依据的、自动地确定模糊集合隶属函数的方法,为开发模糊系统节省了大量的时间和精力.
作者:闫琦; 李慧; 荆林海; 唐韵玮; 丁海峰 期刊:《计算机应用研究》 2018年第07期
针对目前显著性检测算法在复杂多目标遥感图像中检测能力不足的问题,提出一种结合显著性检测和超像素分割的遥感信息提取算法。该算法通过GBVS(graph-based visual saliency)方法检测出原始影像中部分显著性较高的区域,然后利用SLIC(simple linear iterative clustering)方法分割显著区域,并修正显著区域边缘得到训练样本数据,进一步对训练样本进行统计学习,构造显著目标提取的阈值区间,最后实现对整幅超像素图像的显著目标提...
作者:易文娟; 张雷洪 期刊:《包装工程》 2018年第13期
目的为了提高使用主成分分析法重构光谱反射率的重构精度。方法利用Matlab进行仿真实验,选择3种不同色卡作为训练样本,使用主成分分析法探究主成分个数和样本间隔对重构结果的影响。结果主成分个数为4时,贡献率均超过99%;样本间隔为10 nm时,RC24色卡重构效果最好,其平均色差2.37ΔEab*平均均方根误差为0.0185。结论训练样本的选择会影响光谱重构精度,RC24色卡具有数据量小、重建精度较高的特点,在颜色复制领域可以优先选择。
作者:周鹤峰; 曾新吾 期刊:《声学学报》 2019年第03期
针对稀疏测量阵列条件下近场声全息重建结果空间分辨率不足的问题,提出了一种基于完全复数极限学习机的全息声压插值方法。该方法首先将已测量的全息面复声压和对应的测点坐标组成训练样本输入完全复数极限学习机,接着把插值点的坐标代入训练好的极限学习机,得到相应位置的复声压,实现全息数据的插值。利用插值后的全息数据进行重建,并与不做插值处理的重建结果和传统插值处理后的重建结果比较。仿真和实验结果均表明:与不做插值相...
作者:阮轶磊; 张雷; 李刚 期刊:《科技与创新》 2019年第07期
基于卷积理论,从无人机拍摄视频、图片中提取装甲车辆目标,为指挥员决策提供依据。主要研究卷积模型的训练策略与过程,包括训练样本的选择、组织与预处理、卷积模型的改进与超参数设置,防止过拟合采取的策略,有效提高模型对装甲图片的识别效果。
作者:于庆坤; 厍世明; 聂春明; 刘玉良; 林晓峰; 谭潇 期刊:《中国科技信息》 2019年第15期
针对机场鸟情预测这一问题,文章提出了考虑日期、鸟的种类(依据迁徙习性划分)、温度、风力、天气、季节六个因素对鸟情影响的BP神经网络鸟情预测模型,区别于不考虑影响因素的传统的时间序列鸟情预测模型。以潍坊南苑机场鸟情历史数据为学习训练样本,与传统的BP神经网络时间序列鸟情预测模型进行预测仿真对比实验,仿真实验结果证明了本文提出的BP神经网络预测精度更高,拟合效果更好,更适合应用于机场鸟情预测,具有良好的实际应用价...
作者:许娜; 周炜明 期刊:《农机化研究》 2019年第04期
为了更准确地对高分辨率可见光农田路标导航图像进行目标识别,将基于主成分分析(PCA 2 Principal Component Analysis)和模板匹配的方法引入到了联合收割机控制系统中,提升了收割机自主图像识别水平和路径规划能力。在识别过程中,采用PCA算法对分割图像进行特征提取和主成分分析,并将图像主轴旋转成水平方向和训练样本库进行匹配,最后识别出导航路标,并自动生成预设的路径。为了验证方案的可行性,将PCA模式识别算法嵌入到了收割机...
作者:郑舟恒; 刘凯 期刊:《计算机工程与设计》 2018年第03期
针对大多数的距离度量学习算法由于缺少可靠训练样本出现的过拟合现象,提出一种对测度矩阵的正则化方法。利用训练数据训练得到类间和类内协方差矩阵;利用倒数函数分别对两个协方差矩阵建立模型并进行正则化,获得正则化的测度矩阵;利用正则化后的测度矩阵对测试样本进行相似性度量。实验结果表明,该算法能够有效提高行人重识别精度。