您现在的位置: 首页> 研究主题> 判别模型

判别模型

判别模型的相关文献在1988年到2022年内共计352篇,主要集中在自动化技术、计算机技术、经济计划与管理、矿业工程 等领域,其中期刊论文247篇、会议论文20篇、专利文献153173篇;相关期刊212种,包括数量经济技术经济研究、预测、财会月刊(综合版)等; 相关会议20种,包括2016中国计算机辅助设计与图形学会大会、世界中医药学会联合会中药鉴定专业委员会第二届学术年会、2014中国城市规划年会等;判别模型的相关文献由1047位作者贡献,包括卫勇、吴海云、夏启等。

判别模型—发文量

期刊论文>

论文:247 占比:0.16%

会议论文>

论文:20 占比:0.01%

专利文献>

论文:153173 占比:99.83%

总计:153440篇

判别模型—发文趋势图

判别模型

-研究学者

  • 卫勇
  • 吴海云
  • 夏启
  • 张佐经
  • 张海辉
  • 杨仁杰
  • 杨帆
  • 王和玉
  • 王莉
  • 胡瑾
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 谭红臣; 黄世华; 肖贺文; 于冰冰; 刘秀平
    • 摘要: 目前大部分基于生成对抗网络GAN的文本至图像生成算法着眼于设计不同模式的注意力生成模型,以提高图像细节的刻画与表达,但忽略了判别模型对局部关键语义的感知,以至于生成模型可能生成较差的图像细节“欺骗”判别模型。提出了判别语义增强的生成对抗网络DE-GAN模型,试图在判别模型中设计词汇-图像判别注意力模块,增强判别模型对关键语义的感知和捕捉能力,驱动生成模型生成高质量图像细节。实验结果显示,在CUB-Bird数据集上,DE-GAN在IS指标上达到了4.70,相比基准模型提升了4.2%,达到了较高的性能表现。
    • 刘金海; 余焱群; 王本升; 舒笑悦
    • 摘要: 为了准确预判气井井筒积液状态,以便于科学制定气井的排采工作制度,以储层含水饱和度高、气井普遍产水且井筒积液的致密气井为研究对象,对比分析了油套压差法、流态判别法、动能因子法、临界流速法等井筒积液诊断方法的局限性。研究结果表明:①临界流速法判断井筒积液较为简单,是目前判断井筒积液应用范围最广的方法,也是目前井筒积液识别准确率较高的方法;②临界流量法只是提出了气携液的必要条件,并没有解决最大携液量的问题,因此该方法对大气液比气井的积液判断准确率较高,而对于中低气液比的气井积液识别率仅为50%左右,该方法需要优化提升。结论认为:①基于临界流速法,补充判别条件,修正判别依据,是提高井筒积液识别率的有效途径;②采用李闽模型筛选“积液”井及Turner模型筛选“未积液”井,其他井采用气携液的充要条件判别,整体上井筒积液识别的正确率达到88.5%;③所提供的方法是对临界流速法判别井筒积液的很好修正,积液识别正确率能够满足现场要求。
    • 赵静
    • 摘要: 矿井突水严重威胁煤矿安全生产,因此快速准确地判别突水水源对防治矿井突水灾害具有重要意义。以淮南矿区朱集东煤矿及周边井田为例,通过对132个矿井水样水化学分析和聚类分析,得出Na++K+、Ca2+、Mg2+、Cl-、HCO-3、SO2-4、pH、TDS这8个评价因子在各含水层中的统计背景值。运用模糊综合评判,将统计背景值作为评判集标准值,构建矿井突水水源判别模型。通过研究发现,模型判别结果接近于实际情况,识别效果良好,具有一定实用性和时效性,可以为今后判别突水水源提供参考。
    • 张柏; 凌彩金; 李露青; 周巧仪; Zhenfeng Li; 宋飞虎; 宋春芳
    • 摘要: 发酵是红茶加工过程中关键的一道工序,对红茶的品质形成有着重要影响。该研究以大叶种英德红茶中的英红九号为研究对象,试验收集了204份不同发酵时间的红茶样品并使用便携式近红外光谱仪和工业相机获取红茶发酵中的信息,基于近红外光谱数据、图像数据和数据融合策略分别建立了红茶发酵程度判别模型。通过分析茶多酚和儿茶素类含量的变化,将红茶的发酵划分为3个阶段,即发酵不足、发酵适度和发酵过度。采用Savitzky-Golay光滑对原始光谱进行预处理,利用竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)、连续投影算法(Successive Projections Algorithm,SPA)和主成分分析(Principal Components Analysis,PCA)对近红外光谱变量进行降维处理;相应地,图像进行去阴影后提取了9个颜色特征变量,采用皮尔森(Pearson)相关分析和主成分分析进行特征变量提取。最后采用线性判别分析(Linear Discriminant Analysis,LDA)和支持向量机(Support Vector Machine,SVM)分别建立了基于近红外、图像和两者数据融合的分类模型。结果表明,在建模数据相同的条件下,非线性的支持向量机模型性能优于线性判别分析模型。单一传感器数据建模效果不佳,近红外光谱和图像判别模型的预测集最大准确率仅为83.82%和73.53%。低层次数据融合建模效果较单一传感器数据建模无明显提升,而中层次的数据融合建模效果比单一数据建模均有显著提高,其中SPA提取光谱变量结合Pearson提取图像变量建立的判别模型效果较佳,校正集和预测集准确率分别达到了97.06%和95.59%。研究表明,近红外光谱和视觉结合的中层次融合策略可以作为一种快速判别红茶发酵程度的方法,研究结果为红茶发酵程度构建等级模型与判别奠定了一定的理论基础,为红茶发酵的自动化检测提供了重要依据。
    • 郭喜浩; 徐昉昊; 黄晓波; 江涛; 梁浩然; 李长志; 李智超
    • 摘要: 多元统计分析可以综合考虑多个相关参数间的相互联系,在分类判别方面具有独特的优势,是多套烃源岩发育的复杂背景下油气源对比的有效方法。然而不同的多元统计方法在同一案例中的对比应用以及各自的适用性尚没有学者进行专门的研究分析。渤海湾盆地渤东凹陷发育多套烃源岩,不同构造的油气来源异常复杂,是利用多元统计分析进行油-源对比的最佳案例。综合对比主成分分析、Fisher线性判别分析以及Bayes线性判别分析的应用情况,发现主成分分析不能区分不同层位的烃源岩,因而不能用于渤东凹陷的油源对比,而Fisher和Bayes线性判别分析建立的模型可以区分不同层位的烃源岩,但都不能准确识别混源油。在Bayes判别模型得到的分类概率的基础上,通过优化Bayes判别模型的判别准则,建立了适用于渤东凹陷的油源判别模型,并识别出渤东凹陷存在4类油族,其中油族A、油族B、油族C分别来源于东营组三段(东三段)、沙一段-沙二段、沙三段烃源岩,而油族D为来源于东三段和沙一段-沙二段烃源岩的混源油。
    • 任睆遐; 陈翔
    • 摘要: 为了寻找工程建设和土地破坏之间矛盾的最有效途径,基于突变级数法,研究了煤矿开采区土地复垦为耕地的适宜性,建立了综合评价模型。首先,将土地复垦适宜性分为适宜、中等适宜、不太适宜和不适宜4个级别,并采用11个参数作为评价指标;其次,利用Matlab软件在每级标准对应的数组之间,根据正态分布原则生成800个总样本,其中600个作为训练样本建立突变级数判据,200个作为测试样本以验证该判据的可靠性并通过工程实例对该判据进行了验证;最后,将建立的突变级数模型对邵东县某煤矿开采区土地复垦为耕地的适宜性进行综合评价。验证结果表明,样本突变级数法可精确地定量描述评价指标特征值的级别属性,能较好地对土地复垦适宜性状况进行数量化的综合评价。
    • 周超然; 赵建平; 马太; 周欣
    • 摘要: 搜索引擎作为互联网主要应用之一,能够根据用户需求从互联网资源中检索并返回有效信息.然而,得到的返回列表往往包含广告和失效网页等噪声信息,而这些信息会干扰用户的检索与查询.针对复杂的网页结构特征和丰富的语义信息,提出了一种基于注意力机制和集成学习的网页黑名单判别方法,并采用本方法构建了一种基于集成学习和注意力机制的卷积神经网络(EACNN)模型来过滤无用的网页.首先,根据网页上不同种类的HTML标签数据,构建多个基于注意力机制的卷积神经网络(CNN)基学习器;然后,采用基于网页结构特征的集成学习方法对不同基学习器的输出结果执行不同的权重计算,从而实现EACNN的构建;最后,将EACNN的输出结果作为网页内容分析结果,从而实现网页黑名单的判别.所提方法通过注意力机制来关注网页语义信息,并通过集成学习的方式引入网页结构特征.实验结果表明,与支持向量机(SVM)、K近邻(KNN)、CNN、长短期记忆(LSTM)网络、GRU、结合注意力机制的卷积神经网络(ACNN)等基线模型相比,所提模型在所构建的面向地理信息领域的判别数据集上具有最高的准确率(0.97)、召回率(0.95)和F1分值(0.96),验证了EACNN在网页黑名单判别工作中的优势.
    • 侯淋; 杨顺华; 黄时加
    • 摘要: 当前,基于目标跟踪技术的应用产品在教育、医学及军事等领域得到广泛应用.深度学习的崛起使得目标跟踪技术有了突破性进展,它冲破传统机器学习的束缚,创造性地提出许多鲁棒的跟踪模型.基于此,系统地研究深度跟踪技术,总结分析深度跟踪技术的发展现状和未来趋势.
    • 熊昌镇; 孟锲镂; 车满强
    • 摘要: 为提升孪生网络和学习判别模型跟踪算法的精度和鲁棒性,提出了一种多模型融合验证的视觉跟踪方法.首先用置信反馈调节评估目标搜索区域特征与分类器之间的相似性响应图,反映目标定位的可靠度,然后结合孪生网络生成一系列候选对象并估计其相似性得分,最后验证网络评估候选框,并输出最佳候选框.在VOT2018、VOT2019、OTB100三种数据集上进行测试,所提算法在快速运动、严重遮挡等干扰下仍能较好地跟踪目标.
    • 范媛; 蔡敏
    • 摘要: 校园卡系统是高校信息化建设的重要组成部分,使用校园卡可以在校内任意商户进行消费,通过对学生消费数据的分析研究可以得出学生的真实消费水平.通过对学生校园卡消费数据的分析,根据主成分分析确定学生消费中的决定性指标,并基于K-means聚类算法将学生消费水平分为四类,通过判别分析建立学生消费水平判别模型,可以判别出学生的消费水平情况,对学校决策及贫困生资助等工作提供了数据支持和决策辅助.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号