|国家科技期刊平台
登录| 注册
  • 年份
  • 2020（2）
  • 2018（1）
  • 2017（1）
  • 2014（2）
  • 更多...

  • 核心收录
  • 中国科技论文与引文数据库(CSTPCD)（5）
  • 北京大学中文核心期刊目录(北大核心)（5）
  • 中国科学引文数据库(CSCD)（3）

  • 刊名
  • 计算机应用研究（2）
  • 山西大学学报（自然科学版）（1）
  • 林业工程学报（1）
  • 计算机工程与应用（1）
  • 高师理科学刊（1）
  • 更多...

  • 作者单位
  • 中南大学（1）
  • 华南理工大学（1）
  • 太原师范学院（1）
  • 广西师范大学（1）
  • 江南大学（1）
  • 江苏科技大学（1）
  • 浙江农林大学（1）
  • 更多...

  • 语种
  • 汉语（6）

  • 关键词
  • 多数投票（6）
  • Bagging抽样（1）
  • Haar小波变换（1）
  • K近邻投票（1）
  • PSO-BP集成（1）
  • Stacking（1）
  • 人脸识别（1）
  • 众包数据（1）
  • 信用风险评估（1）
  • 双边滤波（1）
  • 更多...

  • 作者
  • 亓慧（1）
  • 余浩（1）
  • 冯海林（1）
  • 史颖（1）
  • 师飞龙（1）
  • 徐慧丽（1）
  • 徐楠楠（1）
  • 方益明（1）
  • 李佳烨（1）
  • 李岚（1）
  • 更多...

相关度
  • 相关度
  • 发表时间
每页显示10条
  • 每页显示10条
  • 每页显示20条
  • 每页显示30条
已找到 6 条结果
  • 基于K近邻的众包数据分类算法北大核心CSCDCSTPCD
    李佳烨余浩
    计算机应用研究 2020年4期
    众包数据质量控制K近邻投票多数投票
    摘要：针对众包数据处理中的质量控制问题,提出了一种加权K近邻投票分类方法.该方法不单单只是考虑了某个样例的标记来返回一个答案,而是通过综合考虑样例的近邻来得到更加准确的答案.同时对样例的近邻加以适当的权重来进一步提高算法的性能,并保持了传统多数投票分类的简单性.K近邻投票分类算法可以有效地解决缺乏标记的情况,通过对近邻加以权重可以解决不平衡标记造成的影响,从而使算法的泛化性更强.通过各种场景下的实验,结果表明加权K近邻投票分类方法取得了很好的效果.
  • 基于随机森林的多阶段集成学习方法
    徐慧丽
    高师理科学刊 2018年2期
    Stacking随机森林多数投票
    摘要：集成学习主要分为串行和并行学习方法.并行学习的优势在于分类器的并行学习和融合,对分类问题通常采用的融合策略为投票法或堆叠学习法,它们的代表分别为随机森林和堆叠泛化Stacking.为了进一步提高Stacking的分类性能,在经典Stacking算法原理的基础上,提出基于随机森林的多阶段集成学习方法,以随机森林作为基层的基学习算法,以投票法和学习法同时作为融合方法,来降低泛化误差.在UCI数据集上的实验结果表明,提出的模型在Accura…查看全部>>
  • 基于多数投票的DBC人脸识别北大核心CSCDCSTPCD
    师飞龙李岚徐楠楠
    计算机工程与应用 2014年11期
    人脸识别定向二值编码Haar小波变换多数投票
    摘要：在定向二值编码（DBC）的基础上提出了一种基于Haar小波变换和多数投票的V-HaarDBC方法。先对人脸图像进行Haar小波去噪，然后通过DBC进行特征提取，最后以多数投票的方式分类。该方法不仅解决了原DBC方法中特征维数过高的问题，而且有效地提高了识别率。随后进一步提出了融合全局特征的加权WV-HaarDBC方法。基于ORL人脸库的实验表明了该方法的有效性。
  • 一种扩充粒化的序列邻域分类方法北大核心CSTPCD
    亓慧杨习贝史颖
    山西大学学报（自然科学版） 2020年4期
    粒计算邻域分类器邻域粒化多数投票
    摘要：作为邻域粒化的核心应用之一,邻域分类器因其直观的构造手段、灵活的粒度表示以及不俗的分类性能受到了众多学者的关注与推广.然而,当训练样本数目较少时,测试样本邻域粒所能提供的有限信息无法有效地支持多数投票式的标签预测.鉴于此,提出了一种扩充粒化的序列邻域分类方法.首先,设计得分评估机制对测试样本进行排序;其次,利用传统邻域分类机制对排序最为靠前的待测样本进行标注,并将其加入训练集,扩充待测样本潜在的邻域粒化空间;最终,以此种序列分类方式完…查看全部>>
  • 基于PSO-BP集成的国内外企业信用风险评估北大核心CSCDCSTPCD
    陈云石松
    计算机应用研究 2014年9期
    信用风险评估PSO-BP集成Bagging抽样多数投票
    摘要：为了提高企业信用风险评估准确率,提出了基于PSO-BP集成的企业信用风险评估模型.使用Bagging抽样技术获得足够多不同的训练数据集,用不同的训练集子集训练得到不同的PSO-BP组合成员分类器,最后通过多数投票准则整合不同组合成员分类器的分类结果.分别在包含了国内外公司的详细数据的数据集上证明了模型的有效性.
  • 一种对年轮图像双边滤波增强的树龄测量方法北大核心CSTPCD
    王燕凤冯海林杜晓晨方益明
    林业工程学报 2017年5期
    年轮图像图像增强树龄测量双边滤波多数投票
    摘要：树木圆盘年轮图像分析是一种具有较强实用价值的树龄测量方法,但树木横截面上的色斑、锯痕、木材组织中的粗大管孔等都会导致年轮图像发生灰度变化,降低树龄检测精度.为此,提出了一种新的树木年轮图像增强的树龄测量方法:首先采用双边滤波对树木年轮图像进行图像增强,在保留年轮边缘信息的同时抑制锯痕、色斑等导致的灰度变化;然后采用改进的Canny算法对年轮图像进行边缘检测,为了克服传统Canny算子对噪声敏感的缺点,在求取年轮图像的梯度时,计算…查看全部>>