您的位置: 专家智库 > >

冉仟元

作品数:5 被引量:4H指数:2
供职机构:重庆邮电大学更多>>
发文基金:国家自然科学基金教育部留学回国人员科研启动基金重庆市教育委员会科学技术研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 2篇专利

领域

  • 3篇自动化与计算...

主题

  • 3篇演化硬件
  • 3篇硬件
  • 3篇微阵列
  • 2篇智能交通
  • 2篇智能交通管理
  • 2篇智能交通管理...
  • 2篇缩微
  • 2篇物联网
  • 2篇联网
  • 2篇交通管理
  • 2篇交通管理系统
  • 2篇DNA微阵列
  • 2篇车辆
  • 1篇多分类器
  • 1篇三维交互
  • 1篇实时交互
  • 1篇数据分类
  • 1篇终端
  • 1篇微阵列数据
  • 1篇列数

机构

  • 5篇重庆邮电大学
  • 1篇仁荷大学

作者

  • 5篇冉仟元
  • 5篇王进
  • 3篇赵蕊
  • 2篇邵明伟
  • 2篇曹宝林
  • 2篇黄萍丽
  • 1篇黄超
  • 1篇陈乔松
  • 1篇丁凌
  • 1篇邓欣
  • 1篇李钟浩
  • 1篇陈文

传媒

  • 2篇江苏大学学报...
  • 1篇高技术通讯

年份

  • 1篇2017
  • 1篇2016
  • 1篇2014
  • 2篇2013
5 条 记 录,以下是 1-5
排序方式:
基于AdaBoost集成学习的演化硬件DNA微阵列数据分类被引量:2
2017年
为了更好地解决DNA微阵列数据的分类问题并进一步提高系统的识别率,提出了一种用于DNA微阵列数据分类的演化硬件多分类器Ada Boost选择性集成学习方法.在系统集成阶段,介绍了2种改进的Ada Boost算法,分别探讨了以样本标记提升抽样有效容量和直接面向组合分类器分类精度提升的选择性集成策略.对急性白血病、肺癌、结肠癌数据集进行了试验.结果表明,基于Ada Boost集成学习的演化硬件方法对白血病、肺癌、结肠癌的平均识别率为97.06%,99.32%,和94.44%.相对于传统演化硬件集成学习方法,文中方法保证更优识别率的同时有效降低了硬件实现代价.
王进黄超冉仟元邓欣陈乔松
关键词:演化硬件DNA微阵列ADABOOST
Bagging选择性集成演化硬件DNA微阵列数据分类方法
2013年
为了提高演化硬件(EHW)分类系统的泛化能力和减少硬件代价,提出了一种用于DNA微阵列数据分类的演化硬件多分类器选择性集成学习方法。重点讨论了基于Bagging的选择性集成学习策略和基于虚拟可重构结构的演化硬件分类系统构架。通过对原始数据训练集的随机重采样生成训练子集完成对演化硬件基分类器的训练,并选择其中识别率较高的基分类器进行集成以获得更高的分类性能。演化硬件分类系统对DNA微阵列数据的学习与分类均在Xilinx Virtex xcv2000E FPGA硬件平台上实现。通过对急性白血病和肺癌数据集的对比实验表明:相对于传统演化硬件集成学习方法,这种方法在保证较高识别率的基础上有效降低了硬件代价,且具有更短的学习时间和较强的泛化能力。
王进冉仟元丁凌赵蕊
关键词:BAGGINGDNA微阵列
基于物联网的三维缩微智能交通管理系统
本发明公开了一种基于物联网的三维缩微智能交通管理系统,包括缩微智能车,还包括信息采集模块、无线通信模块、信息存储模块、中央处理单元和三维交互终端;所述信息采集模块包括环境节点和运动节点;所述无线通信模块包括路由器和协调器...
王进曹宝林邵明伟赵蕊冉仟元黄萍丽
文献传递
基于物联网的三维缩微智能交通管理系统
本发明公开了一种基于物联网的三维缩微智能交通管理系统,包括缩微智能车,还包括信息采集模块、无线通信模块、信息存储模块、中央处理单元和三维交互终端;所述信息采集模块包括环境节点和运动节点;所述无线通信模块包括路由器和协调器...
王进曹宝林邵明伟赵蕊冉仟元黄萍丽
文献传递
用于微阵列数据癌症分类的演化硬件多分类器被引量:2
2013年
针对单分类器识别率低、稳定性差的问题,提出了一种用于微阵列数据分类的演化硬件多分类器选择性集成方法.首先把经过预处理的原始训练集随机划分为训练集和验证集;然后通过对训练集的学习获得基于演化硬件的基分类器;再用验证集评价基分类器的性能,选择其中一部分较好的基分类器组成最终的分类系统;最后用独立的测试集验证系统的性能.试验结果表明,对急性白血病和结肠癌数据集的识别率分别为95.42%、88.33%,与其他的模式识别方法具有可比性;同时在识别率相当的情况下,该方法的硬件代价远低于全集成的演化硬件多分类器.
王进陈文冉仟元李钟浩
关键词:模式识别分类器微阵列
共1页<1>
聚类工具0