共查询到19条相似文献,搜索用时 234 毫秒
1.
为实时监测车辆行驶状态,建立了基于Canopy-K-means算法的车辆行驶安全特征分类模型.采用Canopy-K-means聚类算法对车辆行驶数据进行挖掘分析,以欧氏距离大小作为数据集属性间的相似性分类指标,得到表征不同行驶安全特征的离线聚类质心;搭建T ruckSim与Simulink联合仿真平台,设置定半径变车速和方向盘斜阶跃输入仿真工况对车辆行驶状态进行在线识别;同时为验证该方法在实车上的应用效果,设置相同工况对离线聚类质心进行验证分析.仿真和实车结果表明:基于Canopy-K-means算法的数据挖掘方法可以对不同行驶状态数据进行分类,得到的表征不同行驶安全特征的聚类质心能在一定程度上对车辆行驶稳定性进行评价,可以作为车辆控制和预警的判定依据. 相似文献
2.
3.
本文提出了基于融合特征的聚类神经网络人体行为识别方法。采用了傅里叶描述子提取人体动作外形轮廓,利用外接矩形长宽比及变化率表征人体运动特征;提出了聚类分离度和紧密度相结合的Silhouette宽度,定义了训练参数目标误差为均方根误差RMS,采用改进的基于聚类的RBF神经网络进行行为识别。仿真实验表明,该方法能有效识别人体行为类别,应用效果满足实际要求。 相似文献
4.
5.
论文以l00个刷客{垃圾评论者)和100个正常评论者的历史评论数据作为研究对象,结合淘宝刷客的特点提取了l4个用于刷客识别的特征,采用SVM算法和KNN算法构建分类模型并使用两种模型对淘宝网上的刷客进行识别。研究发现:两种分类模型对淘宝刷客识别的效果都很理想,其中SVM明显优于KNN,其分类模型对刷客识别的精确率迭88%,召回率迭l00%。 相似文献
6.
针对传统的离职预测算法应用于现实中高维度小样本不平衡数据集时存在准确度低、易过拟合、鲁棒性差等问题,应用梯度增强集成分类器CatBoost算法,进行类别型特征处理,利用BOHB(Bayesian Optimization and Hyperband)寻找最优参数,结合交叉验证对模型分类性能进行评估,建立分类模型并对护士离职情况进行预测。该算法采用高维小样本不平衡特征的上海部分公立医院的护士离职数据集,并与XGBoost、随机森林、支持向量机进行对比。实验结果表明,该算法准确度高,鲁棒性强,能够有效地对护士离职进行预测。 相似文献
7.
8.
Web数据挖掘的主要研究内容是如何快速有效地在异构的、半结构化的、动态的Web信息资源获取有用信息,而Web文本分类是Web数据挖掘的核心。通过分析Web文本的特点,本文提出一种改进的TF-IWF特征项权重计算方法来对web文本进行分类。实验表明,该方法提高了web文本分类系统的分类性能,具有较好的正确率和召回率。 相似文献
9.
公共项目PPP模式选择路径研究——基于交易合作三维框架 总被引:1,自引:0,他引:1
公私伙伴关系(PPP)模式在中国的公共项目中正在得到日益广泛的应用。由于对PPP模式分类不清晰,并且缺乏对各种具体模式运作特征的深入了解,政府仅将诸如BOT、BT、TOT等少数模式简单套用到众多的公共项目中,如此就会出现PPP模式制度安排特征与公共项目属性不相匹配的问题。文章在文献调查的基础上,构建出PPP模式的二十二个小类、九个中类和四个大类的三级分类结构,提出政府在该分类结构中选择PPP模式时遵循从上至下的决策思路。针对九个中类的PPP模式,在所有权转移效益、经营权控制程度、公私合作程度构成的三维框架内,识别出公共项目PPP模式选择的三条路径,结合公共项目属性给出每条选择路径的适用条件。 相似文献
10.
基于单一方法和单一数据源的遥感图像复杂信息挖掘的精度和可靠性不高。而深度学习为代表的人工智能方法为高分辨率遥感地物信息挖掘提供了新的手段。着眼于城市化的精准监测和精细管理需求,本文选取西安市空港新城作为研究区,建立适合中国城市的高分遥感土地利用数据集。通过微调最先进的卷积神经网络模型,从遥感图像中提取有价值的颜色和纹理特征,得到高精度的地物分类结果;利用多源数据对模型分类精度进行交叉验证,在此基础上基于空间分析识别复杂目标;引入共享单车数据进行土地利用建模,挖掘影响城市发展的关键因素。我们将3S技术和人工智能技术应用到土地利用制图与分析中,为城市地理学精细化和定量化研究做出有价值的尝试。 相似文献
11.
12.
喀斯特地区的传统林区保护和统计多靠大量人工测绘及高分影像目视解译勾绘,不仅工作量大耗时耗力,且最终成果精度也不能得到保证.为了尽量弥补这种主观性误差,采用10 m分辨率的高光谱卫星影像与0.8 m分辨率的高分卫星影像多源数据融合的方式,并结合地面目标地物样本光谱采集方法,对贵州六盘水地区乌蒙山地质公园西北段的林分进行分类研究.结果表明,基于高光谱、高分融合影像数据SAM分类方法的分类精度较单一数据源的都高,其中基于融合影像的分类精度为85.9%,基本满足地物分类应用及调绘的精度要求. 相似文献
13.
对一种滚动轴承的智能故障诊断方法进行了研究,包括对偶树复小波变换(DT-CWT)特征提取、用粗糙集理论进行数据约简和神经网络进行模式识别。利用DT-CWT的平移不变性、粗糙集的数据约简以及神经网络的自动识别功能,达到尽量减少人工诊断的效果。理论和实际信号的研究表明:该智能诊断过程能初步达到在线自动诊断的目的。 相似文献
14.
主流步态识别过程中识别率易受到视角变化的影响,使用耦合网络模型解决最小类间距离大于最大类内距离的问题,利用步态样本比对解决识别问题。用二值图像序列合成步态能量图,联合使用逻辑回归与对比损失函数对模型进行训练优化,实验验证耦合神经网络的步态识别性能,并与普通卷积神经网络模型(CNNs)的识别结果进行对比。在背包与大衣遮挡情况下的识别率达到73.7%和60.5%,高于CNNs的识别率,并提高了遮挡情况下步态识别精确度。 相似文献
15.
16.
17.
18.
基于因子聚类方法的基金风格分类研究 总被引:1,自引:0,他引:1
基金风格是指基金为了适应投资者不同的风险管理需求.在基金招募书中说明并在实际运作中遵循的投资策略。但基金在远作过程中是否会表现出与宣称风格的背离?如何从基金的实际数据去判断它的风格?如何把市场上的基金按照实际风格进行分类?这些都是投资者在信息不对称的市场中所面临的问题。本文提出一种解决上述问题的分类方法,具有利用信息全面,操作过程简便的优点,可以为不同风险偏好的投资者选择适合的基金风格提供一定的参考。该方法首先基于两个方面选取基金的指标:一是基金的投资对象;二是基金的投资理念。接着对选取指标的样本数据进行因子分析和聚类分析。最后对分类结果作Sharp回归以分析结果。本文运用该方法对中国的基金数据作了实证研究,结果表明,中国的证券投资基金风格趋同现象严重,并且实际风格与宣称风格有较大差异。 相似文献
19.
随着电力变压器朝着大容量、高电压、高负荷的方向发展,其结构也越发复杂,故障逐渐增加.当前广泛使用的改良三比值法在对电力变压器进行故障诊断的过程中,容易出现准确率低和漏判率高等问题.鉴于此,提出一种NBC模型,该模型将朴素贝叶斯网络和改良三比值法的优势结合,在对电力变压器当前状态数据和历史样本数据充分学习的基础上,利用朴素贝叶斯分类器对当前电力变压器故障的编码组合进行故障预测分类,将预测所得到的诊断结果进行排序整理输出,实现了对电力变压器各类故障的有效分类.仿真结果表明,该NBC模型能较好地适应电力变压器各类故障的诊断,故障综合诊断正确率为95%,相较于改良三比值法,诊断准确率提升了50%,具有较强的工程实用性. 相似文献