您现在的位置: 首页> 研究主题> 加权

加权

加权的相关文献在1957年到2023年内共计5819篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、数学 等领域,其中期刊论文974篇、会议论文15篇、专利文献4830篇;相关期刊624种,包括电脑知识与技术、计算机仿真、计算机工程等; 相关会议15种,包括第八届中国Rough集与软计算、第二届中国Web智能、第二届中国粒计算联合会议(CRSSC-CWI-CGrC'2008)、全国第15届计算机辅助设计与图形学学术会议、中国宇航学会飞行器测控专业委员会2007年航天测控技术研讨会等;加权的相关文献由13445位作者贡献,包括沙学军、房宵杰、梅林等。

加权—发文量

期刊论文>

论文:974 占比:16.74%

会议论文>

论文:15 占比:0.26%

专利文献>

论文:4830 占比:83.00%

总计:5819篇

加权—发文趋势图

加权

-研究学者

  • 沙学军
  • 房宵杰
  • 梅林
  • 黄名选
  • 吴宣利
  • 张莉
  • 吴玮
  • 张凯
  • 白旭
  • 辛承爀
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 陈郑望; 乐宁莉
    • 摘要: 为了有效地检测软件家族中的恶意软件,改进了加权随机森林模型,提出基于粒子群优化的随机森林(particle swarm optimization-random forest,PSO-RF)模型,并使用基于粒子群优化随机森林的恶意软件检测方法对恶意软件家族进行分类。对得出的结果与决策树、支持向量机等经典分类器从准确率、精确度、召回率、综合评价指标值(F;值)等指标进行对比分析,以验证改进后的算法的有效性与合理性。结果表明,PSO-RF模型评估指标均是最高的,能大大提升恶意软件的检测效果。
    • 潘慧
    • 摘要: 为了解决传统GM(1,1)模型在进行沉降预测时受环境干扰较大以及拟合与预测精度较低等问题,提出将时间距离与相对误差相结合的一种模型预测方法。通过对时间序列值进行加权,并引入新陈代谢思想,建立加权动态GM(1,1)模型。以高速铁路沉降监测数据作为试验数据,分别使用加权动态GM(1,1)模型与传统GM(1,1)模型、加权GM(1,1)模型进行拟合预测。结果表明,相比于传统GM(1,1)模型和加权GM(1,1)模型,加权动态GM(1,1)模型的拟合预测数据与实测数据较为一致,拟合精度与预测精度更高,在高速铁路沉降监测中具有高效性与准确性,可以反映出高速铁路沉降变形规律。
    • 李昕昕; 吴嘎日迪
    • 摘要: 本文研究了lbragimov-Gadjiev-Durrmeyer算子在Orlicz空间内的逼近问题.借助了Jensen不等式,Holder不等式,K泛函,光滑模等工具,获得了lbragimov-Gadjiev-Durrmeyer算子在Orlicz空间内的逼近度,以及该算子的加权逼近,推广了lbragimov-Gadjiev-Durrmeyer算子在L_(p)空间中的逼近度及加权逼近.
    • 艾轶博; 张媛媛; 崔浩; 张卫冬
    • 摘要: 为保障高速列车运行安全,需要对其齿轮箱箱体材料的拉伸损伤进行实时无损监测,传统的力学性能试验不能满足这种要求。为此,利用声发射技术,针对某型号高速列车齿轮箱箱体材料进行拉伸试验,采集拉伸过程中的声发射信号进行参数分析,并利用支持向量机(SVM)分类器对提取的特征参数进行识别分类。在此基础上改进SVM分类器,应用加权支持向量机(WSVM)方法有效减少SVM分类器的误判,并通过研究声发射特征值与拉伸寿命之间关系的规律,建立齿轮箱箱体材料拉伸过程的退化模型。结果表明:声发射信号的对数撞击计数增长速率和对数幅值增长速率可以较好地表征材料拉伸过程所处的阶段,可用于对箱体材料拉伸过程的损伤识别;应用WSVM方法使不平衡数据分类准确率提升至94%以上;建立的退化模型实现了对高速列车齿轮箱箱体材料在拉伸过程中的损伤识别,以及对其剩余寿命的预测。
    • 李文娟; 陈军; 张永刚; 石新民
    • 摘要: 针对均值滤波算法对含有椒盐噪声和高斯噪声的医学影像图像除噪不理想的问题,本文提出了改进加权均值滤波算法,该算法把滤波窗口中每个像素点的灰度值与计算得到的相应权值运算后作为其中心点的输出值,并运用该算法对含有椒盐噪声和高斯噪声的医学影像图像进行除噪研究.实验表明该算法对椒盐噪声和高斯噪声具有较强的抑制力,并且除噪后的医学影像图像的细节保真度高,质量效果比单纯中值滤波和均值滤波好.
    • 李智杰; 伊志林; 李昌华; 张颉
    • 摘要: 针对传统深度森林算法提取的特征不够完整,以及采取的等权决策机制对分类结果易产生差异性等问题,提出一种应用于非精确图匹配的改进DF模型(IDF)。首先,在挖掘特征子集的过程中,采取融合移动窗口和随机移动窗口的方式。在移动窗口扫描样本的同时,随机捕获一个与移动扫描窗口相同大小的特征子集,两者构成新的特征子集,从而将新特征子集作为级联森林模块的输入。其次,在级联森林的迭代过程中,计算当前森林的决策结果所占权重,并与上一级森林进行对比,采用Min的权值策略规则赋值给当前森林,逐次迭代直至结果满足模型所设定的阈值。最后,在MUTAG、PTC、COX2等数据集上进行了训练和测试。实验结果表明,相比于传统深度森林算法,IDF充分考虑了图的结构特征,能够有效增强样本的拟合优度及多样性,降低了级联模块中各子树的决策差异及模型的复杂度,有效提升了模型的分类识别率。
    • 虎楠; 郑建忠; 郑建荣
    • 摘要: 为了能够快速检测、识别异常行为数据流,并对异常行为数据流的内容准确定位,通过研究决策树算法、逻辑回归算法、神经网络算法、铰链分类等深度学习算法的基础上,文章提出基于指数加权和动量的小批量梯度下降铰链分类算法。该算法在铰链分类算法的基础上增加指数权值方法和动量梯度下降方法,指数加权方法可以实现对损失函数下滑速度的加快,即对异常行为数据流快速定位和识别;动量梯度下降方法可以实现对损失函数结果值进行动态偏差校正。通过该算法可以实现对异常行为数据流内容准确定位及快速识别,解决异常行为数据流内容识别的误报率和漏报率较高的问题,保障数据的安全性和完整性。通过仿真实验,利用计划长度比(schedule length ratio,SLR)、下降速度等指标分别验证,表明该算法的性能和收敛速度等方面都略高于其他铰链分类算法。
    • 杨章静; 王镜宇; 黄璞; 张凡龙
    • 摘要: 为提高协同表示模型的特征表达能力和鲁棒性,解决对正则参数敏感的问题,提出加权协同表示分类器(WCRC)并运用于人脸识别。基于L2范数求解最优化问题,利用训练样本的先验距离信息作为权重,将待识别图像与每类样本的距离信息作为先验信息引入到特征表示函数中,增强距离待识别样本较近的某类样本的重构权重,利用最小二乘法求解表示系数,根据待识别图像与每类训练图像的重构残差大小判断待识别图像的类别。通过实验测试以及与其它算法的对比验证了该方法的有效性。
    • 唐风扬; 覃仁超; 熊健
    • 摘要: 针对密度峰值聚类算法(DPC,the density peak clustering algorithm)聚类结果受距离阈值dc参数影响较大的问题,提出一种局部密度捕获范围以及利用局部密度信息熵均值进行加权优化的方法(简称为LDDPC),在DPC算法选取到错误的距离阈值dc时,通过对最大密度邻近点的相对距离进行加权,重新获得正确的分类数量和聚类中心;经典数据集的实验结果表明,基于局部密度信息熵均值加权优化能避免DPC算法中距离阈值dc对聚类结果的影响,提高分类的正确率。
    • 余肖生; 沈胜; 陈鹏
    • 摘要: 从结构复杂多样的电子病历文本中提取出疾病表征词,是电子病历文本研究与应用的关键环节。LDA模型可以实现对文本信息的有效提取,但标准LDA(latent Dirichlet allocation)及其相关改进模型在提取疾病表证词时针对性较弱、精确率较低。该文提出了FW-LDA(feature weighting LDA)模型,针对中文电子病历文本的数据特征,降低非任务相关词的共现频率,在标准LDA模型的基础上引入了词特征加权,以实现对疾病表证词的针对性提取。通过分析心血管疾病数据的特点,形成了相适应的词性、词长和词义特征加权计算公式,构建了对应的任务侧重和非任务侧重的外部语义词库,并通过实验验证了词特征加权对疾病表征词提取任务的影响程度。与LDA模型相比,在主题数值小于30时,FW-LDA模型的主题一致性有显著提升;在主题数值范围[5,65]上,FW-LDA模型的疾病表征词提取平均精确率提升了48.5%。
  • 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