公共文化服务平台

搜索到4218篇“ 多分类器集成“的相关文章

基于EMAPs的高光谱遥感多分类器集成算法: 2025年; 针对提升高光谱遥感影像的分类表现,提出了基于EMAPs的高光谱遥感多分类器集成算法。该算法首先提取扩展多属性剖面(EMAPs)特征,然后选取极限学习机、协同表示分类器和支持向量机作为基分类器,基于提取的EMAPs特征参与集成分类。选取Purdue Campus和Indian Pines两组实验数据分析评价所提出算法的有效性,结果表明,与单分类器相比,基于EMAPs的多分类器集成算法可以取得更优异的分类表现。; 虞瑶沈泉飞吴越; 关键词：极限学习机支持向量机

基于多分类器集成的土地覆盖分类及预测研究被引量：1: 2024年; 【目的】为发挥不同单分类器各自的优势进而采用集成学习方式提高土地覆盖分类精度,据此比较不同土地覆盖变化模拟模型性能从而执行最优的土地覆盖变化预测,为土地资源合理开发与利用决策制定提供参考。【方法】基于南京市江宁区2000、2010和2020年的Landsat TM/OLI影像,结合研究区实际定义了水体、建筑、林地、草地、耕地和未利用地等6种土地覆盖分类体系,在测试了最大似然法、马氏距离法、最小距离法、神经网络和支持向量机等基分类器性能基础上,采用随机森林和证据理论2种不同的集成学习方法对5种基分类器的分类结果进行集成,比较了集成性能后构建了最终的土地覆盖分类结果。然后,基于2000和2010年的最优集成土地覆盖分类图,运用CA-Markov、PLUS和ANN-CA模型分别对2020年研究区的土地覆盖格局进行模拟,并将不同的模拟结果与2020年真实集成分类结果进行了空间一致性检验,以此确定土地覆盖变化预测的最佳模型并用其预测2030年江宁区的土地覆盖模式。【结果】在单分类器分类结果中,2000年支持向量机算法取得了最佳分类效果,总体精度达到了88.75%,Kappa系数为0.77;2010年神经网络方法表现最佳,总体精度为88.75%,Kappa系数为0.83;2020年最大似然法取得了最佳分类效果,总体精度为82.75%,Kappa系数为0.74。在2种集成方法中,随机森林在2000年取得了最佳集成分类效果,总体精度和Kappa系数分别为91.25%和0.85;证据理论在2010年取得了最佳集成效果,总体精度和Kappa系数分别为90.80%和0.86;随机森林在2020年取得了最佳集成效果,总体精度和Kappa系数分别为93.75%和0.91。就土地覆盖预测而言,PLUS模型获得了98.54%的空间一致性。根据PLUS模型预测2030年土地覆盖结果可知,江宁区各土地覆盖类型变化较小,建设用地略有扩张但范围有限,耕地稍减少但在可控范围内。林地、; 蒋路凡苏慧毅张银刘琴琴张小伟李明诗; 关键词：地表特征土地覆盖分类

基于多分类器集成的工业过程故障分类研究: 李领

基于半监督联邦学习的多分类器集成训练方法: 本发明提供一种基于半监督联邦学习的多分类器集成训练方法，主要包括：客户端设计分类模型并将得到的个性化本地模型发送至可信中心服务器；中心服务器端收集多方客户端模型形成“模型池”进行有监督训练；多方客户端利用中心服务器发来的...; 刘航李虹金郭艳卿付海燕李祎王波

基于多分类器集成的ICS入侵检测算法被引量：2: 2023年; 工业控制系统(industrial control system,ICS)入侵检测模型近年来愈加复杂,参数优化愈加困难,传统单分类器模型表现出明显的局限性。针对该问题,提出一种基于多分类器集成的ICS入侵检测算法,借鉴“分而治之”的思路将高维复杂入侵检测问题分解为多个简单子问题,使用单分类器模型对每个子问题进行分析并获取最优分类,最后采用改进Bagging完成各个分类器结果的融合。同时针对样本不均衡问题,在预处理阶段提出改进的少数样本合成技术(improved synthetic minority over-sampling technique,ImSMOTE)构建平衡数据集。采用密西西比州立大学(Mississippi State University,MSU)的天然气管道测试平台SCADA系统记录的真实数据开展实验,结果表明所提方法能够获得较高的入侵检测准确率,同时少数类别的误检率明显降低,能够有效提升ICS系统的安全性和可靠性。; 黎佳; 关键词：攻击检测多分类器集成

基于多分类器集成的GF-2遥感影像分类研究被引量：2: 2023年; 影像分类是遥感信息提取的关键技术之一。针对传统单分类器分类精度低的问题,以夹岩水利枢纽工程项目建设核心区为研究区域,提出了一种面向高分二号(GF-2)遥感影像的多分类器集成分类方法,对工程项目建设区进行分类研究,并对比分析传统分类器的分类精度。结果表明:马氏距离分类法的总体分类精度为91.7%,Kappa系数为0.84,对水体分类效果较好;最大似然分类法的总体分类精度为95.7%,Kappa系数为0.92,对林地、水体分类效果较好,道路分类效果不够理想;支持向量机分类法的总体分类精度为96.60%,Kappa系数为0.94,对林地、水体、道路分类效果较好;多分类器集成分类方法的总体分类精度为97.80%,Kappa系数为0.96,其分类精度高于传统单分类器的分类精度。; 龙飞任金铜; 关键词：多分类器集成

基于多分类器集成的GF-2作物信息精细提取研究被引量：1: 2023年; 【目的】将多种分类器的优点融合,以便提升遥感影像作物信息提取的精度。【方法】以渭库绿洲为研究区,利用国产高分2号(GF-2)数据和野外调查数据,基于提取的遥感识别特征制定不同分类方案,采用马氏距离(Ms DC)、最小距离(MDC)、最大似然(MLC)、神经网络(NNC)、支持向量机(SVM)5种传统机器学习方法分别对6种特征组合方案的影像进行分类,然后选择基分类器,并应用多数投票法和保守投票法2种多分类器集成算法,对研究区农作物进行精细分类提取。【结果】①辅助特征的加入对于子分类器的精度提高明显。5种分类器中除了MLC,其余4种分类器都是在加入归一化植被指数特征(NDVI)和纹理特征后取得了最高精度。②基分类器中精度最高的是NNC-4(人工神经网络的第4种特征组合方案),OA达到83.54%,Kappa系数为0.77。③相比基分类器,多分类器集成方法能够在制图精度和用户精度两方面提高农作物的提取精度。并且保守投票法优于多数投票法,OA为85.89%,Kappa系数为0.80。④集成分类结果中除了棉花的识别精度与最优基分类器NNC-4相等,达到94.94%外,其他的农作物如套种棉花、玉米、套种玉米、核桃园的识别精度都高于NNC-4,其中套种玉米与核桃园的提取效果较好,精度分别达到86.05%、79.09%;对于套种棉花的提取较差,只有63.86%;玉米的提取最差,只有12.17%。【结论】本文应用GF-2数据,基于多分类器集成方法对复杂背景下的多种作物及种植结构进行精细提取研究,拓展了作物信息提取的方向和GF-2数据的应用领域。; 李金朝买买提·沙吾提; 关键词：特征提取多分类器集成

基于多分类器集成的区块链网络层异常流量检测方法被引量：3: 2023年; 为提升对区块链网络层混合型攻击流量的综合泛化特征感知能力,增强异常流量检测性能,提出一种具有支持异常数据综合判决机制和强泛化能力的基于多分类器集成的区块链网络层异常流量检测方法。首先,为扩大所用基分类器的输入特征子集差异度,提出基于区分度和冗余信息量特征子集选择算法,特征筛选过程中激励高区分度子集项输出,同时抑制冗余信息生成。其次,在Bagging集成算法中引入随机方差缩减梯度算法动态调整各基模型投票权重,提升对混合型攻击流量的检测泛化能力。最后,为了将集成算法输出的低维数值向量向高维空间映射,提出基于数据场概念的局部离群因子算法,并基于数据点间势差放大各样本数据点空间密度分布差异性,提升异常数据点检测召回率。实验结果表明,相较于单一分类检测器集成方法,所提方法的异常检测准确率、召回率分别平均提升1.57%、2.71%。; 戴千一张斌郭松徐开勇; 关键词：异常流量检测

基于多分类器集成的沅陵县天然林类型信息提取研究: 2023年; 对天然林进行分类能够掌握天然林的林分组成与生长状况,是对天然林进行保护的前提,然而由于天然林林内林分组成复杂、龄组不一致等原因,使得如何使用遥感技术准确且有效地提取天然林信息成为了亟待解决的问题。针对于此,本研究以Sentinel-2影像为数据源,提取光谱特征、植被指数以及纹理特征等31个分类特征,采用随机森林算法进行了特征筛选。结合分层分类的思想,将最大似然算法(ML)、神经网络算法(ANN)、支持向量机算法(SVM)以及随机森林算法(RF)4种单分类器以加权投票的策略进行了集成(EL),以期提高天然林信息提取精度。结果表明:RF为4种单分类算法中的最佳算法,但EL的表现更为优秀,其总体精度达到了87.18%,相较于RF、SVM、ANN和ML分别提高了4.13、7.94、8.86、9.01个百分点;EL的Kappa系数达到了0.82,展现出了极佳的分类性能,表明EL能够有效提高天然林分类的精度。; 张颖肖越鲁宏旺龙江平林辉; 关键词：遥感信息提取

基于多分类器集成的土地覆盖分类及预测研究--以南京市江宁区为例: 传统的单一遥感分类器在土地覆盖分类上往往具有各自的优势与不足，并非都能达到理想的土地覆盖分类精度。为发挥不同基分类器各自的优势进而提高分类精度，基于不同基分类器分类结果进行集成学习是可能的解决方案。另外，通过对地表覆盖的...; 蒋路凡; 关键词：遥感影像

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈