公共文化服务平台

搜索到374篇“ 分类器组合“的相关文章

多分类器组合的LiDAR点云分类被引量：1: 2023年; 随着激光雷达技术在地形测绘、数字城市建设等领域的广泛应用,点云数据采集的精度和效率变高,若要进一步利用这些数据,还要对点云数据进行分类。因此,如何高效、高精度地对点云进行分类成为了目前的研究重点。机器学习不同分类器之间存在一定互补性,基于此,提出一种基于概率矩阵特征值的加权多分类器组合方法,利用矩阵的特征值来自适应调整分配权值,通过支持向量机和随机森林分类器组合进行点云分类。实验结果表明,该方法能有效结合两种分类器的优势,提高了分类的精度和稳定性。; 鲁冬冬邹进贵; 关键词：支持向量机分类器组合

基于GEE平台和多分类器组合的落叶针叶林分布提取研究: 樊怡琳

一种基于卷积神经网络和分类器组合的材质识别方法: 本发明公开了一种基于卷积神经网络和分类器组合的材质识别方法，包括以下步骤：步骤一、卷积神经网络模型训练；步骤二、图像CNN特征提取；步骤三、基础分类器训练；步骤四、多个基础分类器组合，确定所述图像库中每张图片的准确材质类...; 金一

联合GF-5与GF-6卫星数据的多分类器组合亚热带树种识别被引量：17: 2020年; 【目的】针对亚热带森林冠层结构复杂、林分高密度下树种遥感识别精度不高以及不同分类算法对不同树种识别表现力不一等问题,探究高光谱分辨率与高空间分辨率数据联合的多分类器组合树种识别方法,以促进多源数据在森林资源调查和监测领域的深层次应用。【方法】以皇甫山国家森林公园为研究区,联合高分五号AHSI(GF-5 AHSI)与高分六号PMS(GF-6 PMS)卫星数据以及数字高程模型(DEM)、森林资源调查数据等辅助信息,构建亚热带天然次生林复杂冠层结构和高林分密度条件下面向对象多源数据多分类器自适应的树种识别方法。首先利用图割算法(GC)对GF-6 PMS卫星数据进行面向对象多尺度分割,结合外业调查数据选择样本;然后基于GF-5 AHSI卫星数据提取植被指数特征(VIF)26个,GF-6 PMS卫星数据提取各方向各波段纹理特征(TEF)128个,将GF-5 AHSI卫星数据去除坏波段后的304个波段作为光谱特征(SF),基于DEM构建的地形因子作为地形特征(TRF)3个,根据类间可分性和线性判别分析对各类因子进行特征选择,依据特征选择结果构建10种分类方案;最后,采用近邻分类(KNN)、支持向量机(SVM)、贝叶斯分类(Bayesian)、分类回归树(CART)和随机森林(RF)建立基于面向对象的分类精度权重自适应组合分类器(WACC),结合10种分类方案进行树种识别,并对树种识别结果进行精度验证。【结果】线性判别分析模型下,光谱特征、纹理特征和植被指数特征因子分别在增加到28、12和10个后判别精度趋于稳定,对树种具有较好识别能力的光谱特征因子主要集中在红光和近红外波段,纹理特征因子主要集中在均值、熵和角二阶矩,植被指数特征因子主要集中在表征绿度、碳衰减和冠层含水指数;权重自适应分类器组合算法树种识别总体精度为87.51%,Kappa系数为0.854,均优于单一分类器算法;不同特征因子方案在各分�; 栗旭升李虎陈冬花刘玉锋刘赛赛刘聪芳胡国庆; 关键词：组合分类器面向对象

多分类器组合森林类型精细分类被引量：13: 2019年; 针对高光谱遥感数据树种识别精度不高,现有多分类器组合策略难以避免人为因素干扰的问题,利用自适应权值模型组合2种机器学习算法,有效改善森林类型精细识别精度。研究综合利用影像的光谱和纹理特征、地形特征及森林类型外业调查样本数据,采用分层分类的策略,分别利用支撑向量机(support vector machine,SVM)和随机森林算法(random forest classifier,RFC)对森林类型进行精细识别;为进一步提高森林类型识别精度,采用自适应权值组合模型综合2种分类器,并采用分层随机抽样的独立检验样本进行精度验证。结果表明,自适应权值组合模型可综合不同分类器的优势,避免人为因素干扰且提高识别精度和稳定性,对高分五号(GF-5)星载高光谱遥感数据应用具有借鉴意义和参考价值。; 王怀警谭炳香王晓慧房秀凤李世明; 关键词：HYPERION 支持向量机自适应权值

基于分类器组合的心电信号身份识别算法研究: 2019年; 本文针对基于分类器组合的ECG信号进行了身份识别算法的研究,通过无基准点的方法来提取QRS波形,HOAC、DWT、PCA特征提取和分类器组合算法相结合的方法,该算法对身份识别的准确率进行提高。通过对比实验得出,在组合规则中,中值规则和乘法组合形式的分类器的效果最好,相比通过单一特征提取的分类效果更好,分类的错误率也较比同类论文有了一定程度上的降低。实验验证,本文研究的的号身份识别算法分类识别精度高,而且实现更加容易,为今后基于ECG身份识别的研究提供了良好的支持。; 曹书豪许成哲; 关键词：心电信号身份识别

基于Stacking策略的稳定性分类器组合模型研究被引量：10: 2019年; 针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分类器(LDA、GLM、SVM、KNN)进行组合学习.利用UCI数据集测试算法的性能.实验结果表明:相比一些集成算法(RF、Bagging、C50、AdaBoost),基于Stacking策略稳定性分类器组合模型可以获得更高的分类准确率.同时也为二分类的分类模型提供了一个可行的参考方法.; 吴挡平张忠林曹婷婷

基于多分类器组合的湿地类型信息提取: 2018年; 针对如何提高遥感影像分类精度等问题,该文选取覆盖友好自然保护区的Landsat_5TM遥感影像为数据源,提出了将多个分类器进行组合的遥感影像分类方法.该方法将熵权法引入到湿地遥感分类研究中,选取最大似然、支持向量机(SVM)、神经网络(NN) 3种分类器作为子分类器,利用熵权法确定组合分类器的组合规则,采用多分类器组合的方法对友好自然保护区进行湿地类型信息提取,以提高湿地的分类精度.结果表明:与单一分类器相比,多分类器组合的遥感影像分类方法能够有效的提高分类精度.; 王迪万鲁河陈烁; 关键词：遥感影像多分类器组合熵权法

基于共享弱分类器组合的人手分类器以及训练和检测方法: 本发明公开了一种基于共享弱分类器组合的人手分类器及其检测方法，能够从杂乱背景中检测多姿态手。在分类器训练过程中boosting的每一轮，都选取一组共享特征，使用该组共享特征构建一个对应的共享弱分类器组合。同时，使用共享特...; 梅魁志席宝彭静帆张冀李博良李国辉

一种基于卷积神经网络和分类器组合的材质识别方法: 本发明公开了一种基于卷积神经网络和分类器组合的材质识别方法，包括以下步骤：步骤一、卷积神经网络模型训练；步骤二、图像CNN特征提取；步骤三、基础分类器训练；步骤四、多个基础分类器组合，确定所述图像库中每张图片的准确材质类...; 金一

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈