您的位置： 专家智库 > >

国家自然科学基金(41161065)

作品数：8 被引量：122H指数：4
相关作者：张仁津高玉明曹永锋苏彩霞任俊英更多>>
相关机构：贵州师范大学同济大学贵州商学院更多>>
发文基金：国家自然科学基金贵州省省长基金贵州省科技创新人才团队建设项目更多>>
相关领域：自动化与计算机技术电子电信理学更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇电子电信
  • 1篇理学

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 2篇遗传算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像
  • 2篇子群
  • 2篇网络
  • 2篇粒子群
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇地物
  • 1篇地物分类
  • 1篇递归数列
  • 1篇遥感
  • 1篇遥感图像
  • 1篇优化算法

机构

  • 8篇贵州师范大学
  • 1篇同济大学
  • 1篇贵州商学院

作者

  • 4篇张仁津
  • 3篇曹永锋
  • 3篇高玉明
  • 2篇任俊英
  • 2篇苏彩霞
  • 1篇代亮
  • 1篇瞿云云
  • 1篇牟全武
  • 1篇杨惠仁
  • 1篇谢晓尧
  • 1篇金良

传媒

  • 1篇制造业自动化
  • 1篇武汉大学学报...
  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇遥感技术与应...
  • 1篇贵州师范大学...
  • 1篇计算机仿真
  • 1篇现代计算机（...

年份

  • 1篇2015
  • 4篇2014
  • 1篇2013
  • 2篇2012
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于HS样本选择和BvSB反馈的多类图像分类被引量：1
2014年
针对主动学习由于初始阶段随机选择样本而导致的抽样偏差,将Sanjoy Dasgupta等人提出的分层聚类采样(Hierarchical sampling,HS)引入到主动学习方法中,替代初始阶段随机样本选择,然后在基于支持向量机分类器的图像算法中引入最优标号和次优标号(Best vs second-best,BvSB)的反馈准则,提出了基于HS和BvSB(HS+BvSB)的多类图像分类方法。分别在两组标准测试数据集上进行分类实验,比较HS+BvSB方法与随机选择样本+BvSB方法的学习性能,结果表明,随着初始选择样本数目的增多,提出的Hs+BvSB方法具有更优的性能。
金良曹永锋苏彩霞任俊英
关键词：支持向量机图像分类
一种GA-PSO算法优化BP网络的网络流量预测被引量：11
2014年
分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种GA-PSO算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用GAPSO算法对BP神经网络的初始权值和阈值进行优化,最后利用网络流量的历史数据进行仿真实验。实验结果表明,经过GA-PSO算法优化后的BP神经网络模型能加快神经网络的收敛速度,提高网络流量的预测精度。
高玉明张仁津
关键词：BP神经网络遗传算法粒子群优化算法网络流量
二次域Q(7～(1/2))的单位给出的三角数及相关的不定方程问题被引量：1
2012年
研究了二次域Q(7～(1/2))中单位Vn+Un(7～(1/2))=(8+3(7～(1/2)))n所给出的两个递归数列{Vn},{Un}中的三角数问题,找到了{Vn},{Un}中的所有的三角数.作为应用,给出了与其相关的两个不定方程的整数解.
瞿云云牟全武
关键词：三角数二次域递归数列
基于中间层特征的全极化SAR监督地物分类被引量：6
2014年
提出了一种组合中间层特征(Middle Level Feature,MLF)和支持向量机(Support Vector Machine,SVM)的全极化合成孔径雷达(Synthetic Aperture Radar,SAR)监督地物分类方法。选择监督方法的目的是直接区分实际地物类别,中间层特征在非监督聚类结果中获取,用于跨越底层特征与地物类别间的语义鸿沟。统计以某像素为中心的特征支持区域内各"中间成分"的占比作为该像素的MLF。这里"中间成分"对应于基于底层极化特征得到的非监督聚类类别。在覆盖武汉地区的Radarsat-2全极化数据上,与基于经典全极化特征的SVM监督分类方法进行了对比,研究了不同中间成分获取方法以及特征支持窗口对于分类性能的影响,结果显示:该方法有很好的性能并有进一步提升的空间。
任俊英苏彩霞曹永锋
关键词：支持向量机
基于遗传算法和BP神经网络的房价预测分析被引量：98
2014年
针对BP神经网络存在易陷入局部极小值、收敛速度慢等问题,提出用遗传算法优化BP神经网络并用于房价预测。采用BP神经网络建立房价预测模型。利用遗传算法对BP神经网络的初始权值和阈值进行优化。选取1998年2011年贵阳市的房价及其主要影响因素作为实验数据,分别对传统的BP神经网络和经过遗传算法优化后的BP神经网络进行训练和仿真实验,结果表明,与传统的BP神经网络预测模型相比,经过遗传算法优化后的BP神经网络预测模型能加快网络的收敛速度,提高房价的预测精度。
高玉明张仁津
关键词：BP神经网络遗传算法权值房价
基于暗原色先验的无人机遥感图像去雾算法被引量：1
2015年
无人机航拍、测绘等技术以其诸多优点,得到越来越广泛的应用。但在部分地区因天气条件或大气污染等因素雾、霾天较多,使得采集的图像严重降质。针对该问题,提出一种基于物理模型的无人机遥感图像去雾算法。首先,通过比较无人机遥感图像和普通景物图像,归纳无人机遥感图像的主要特点,根据这些特点并结合现有一些去雾算法的优点,给出了大气光矢量的模、大气光矢量的方向、全局透射率等去雾参数的计算方法。实验结果显示,该算法能够在多个指标上取得较好的效果。这表明该算法有效可行。
范郁锋曹永锋
关键词：去雾
硬币问题的一种新的通用算法的研究
2012年
在图像压缩、模式识别、筛选等工业应用中提出了搜索坏硬币的最优化问题,即用尽可能少的测试次数检测出坏硬币并确定轻重。对这一问题,可采用AO*算法、遗传算法等国际通用算法求解,但这些算法的时间复杂度和空间复杂度过大。因此提出了一种新的解决此类问题的通用算法,并用C++将其实现和测试。测试结果表明:算法的时间、空间和成功率均达到了理论极限。
代亮谢晓尧张仁津杨惠仁
关键词：决策树
基于改进QPSO算法优化SVR的上证指数预测被引量：4
2013年
研究证券指数预测问题,证券指数变化具有时变性、不确定性、非线性等特点,传统的线性预测方法无法正确反映证券指数的变化规律,且神经网络存在局部极小值、过拟合、泛化能力不强等缺陷,预测精度比较低。为了提高证券指数的预测精度,提出了一种利用改进量子粒子群(QPSO)算法优化SVR的证券指数预测方法(改进的QPSO-SVR)。首先采用改进的QPSO算法优化SVR的参数,然后将优化后的SVR对证券指数的非线性变化规律进行建模。最后选取2002年10月18日到2004年1月9日上证指数的历史相关数据进行实验。实验结果表明,采用改进的QPSO-SVR提高了证券指数的预测精度,减少了预测误差。预测结果能够为股票投资者提供有价值的参考意见。
高玉明张仁津
关键词：回归型支持向量机上证指数粒子群算法量子粒子群算法
全选 清除 导出
共1页<1>
聚类工具0