·
搜索结果:找到“分类”相关结果293896条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于提升度的KNN分类子的分类原则改良模型

    刊名:广西师范大学学报(自然科学版) 作者:吴昊 ; 秦立春 ; 罗柳容 关键词:分类 ; KNN分类算法 ; 非均匀数据 ; 提升度 机构:广西师范大学计算机科学与信息工程学院 ; 广西师范大学计算机科学与信息工程学院 ; 柳州铁道职业技术学院 年份:2019
    摘要:针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率。实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法。
  • 【期刊】 基于迭代CART算法分层分类的土地覆盖遥感分类

    刊名:遥感技术与应用 作者:吴薇 ; 张源 ; 李强子 ; 黄慧萍 关键词:土地覆盖 ; 分层分类 ; 迭代 ; 可分性 ; 高分二号 机构:中国科学院遥感与数字地球研究所 ; 中国科学院遥感与数字地球研究所 ; 中国科学院大学 年份:2019
    摘要:土地覆盖遥感分类是土地利用变化监测及其空间格局分析的重要技术手段。为了进一步提高土地覆盖遥感分类精度,提出一种基于迭代CART算法分层分类的新技术体系。首先,根据类别光谱可分性分析,确定分层分类方法的类别提取顺序依次为水体、植被、裸地和建设用地。然后,在此分类顺序下,分别确定各类别的图像分割参数和分类特征集。最后,在对象尺度上,将CART算法迭代引入分层分类过程,不断选取训练样本进行CART算法的迭代分类依次提取前3个类别,将剩余部分直接划分为建设用地。实验结果证明:该方法可以明显减轻裸地和建设用地的混分现象,获得较高精度的土地覆盖分类结果,总体精度85.76%,Kappa系数0.72。相比于SVM、CART两种单次分类方法,总体精度和Kappa系数分别提升了10.67%~16.5%和0.15~0.21。同时,该方法能够灵活调整某个类别的分类精度并具有很强的扩展性,可以为其他涉及图像分类的遥感应用领域提供方法参考。
  • 【期刊】 基于Spark的组合分类器链多标签分类方法

    刊名:中国科学技术大学学报 作者:王进 ; 王鸿 ; 夏翠萍 ; 欧阳卫华 ; 陈乔松 ; 邓欣 关键词:多标签学习 ; 组合分类器链 机构:重庆邮电大学计算智能重庆市重点实验室 ; 重庆邮电大学计算智能重庆市重点实验室 年份:2017
    摘要:随着数据挖掘技术在现实问题中的广泛应用,多标签学习现已成为数据挖掘技术中的一个研究热点.组合分类器链(ECC)算法是一种性能较好的多标签分类方法,其分类效果好、准确度高,但该算法的时空复杂度较高,不能适应大规模多标签数据分类任务.为此提出了一种基于Spark的组合分类器链多标签分类方法,将串行组合分类器链算法的各步骤进行了并行化实现.通过单机实验和集群并行化实验,证明该方法对大规模多标签数据集具有良好的适应能力和加速比,且分类效果不输于传统的串行多标签分类方法.
  • 【期刊】 基于多分类器的C5.0决策树植被分类方法

    刊名:图学学报 作者:刘丹 ; 杨风暴 ; 卫红 ; 李大威 ; 韩晓峰 关键词:高光谱图像 ; 遥感 ; SVM ; SAM ; MLC ; C5.0 机构:中北大学信息与通信工程学院 ; 中北大学信息与通信工程学院 ; 英国雷丁大学系统工程学院 年份:2017
    摘要:针对光谱角制图(SAM)和最大似然(MLC)分类器对AVIRIS高光谱遥感图像进行植被分类精度均不高的问题,提出了一种基于多分类器的C5.0决策树植被分类方法。首先,利用支持向量机(SVM),进行核函数以及核函数参数选择,提取出AVIRIS高光谱图像中的植被信息。其次,利用C5.0算法将光谱角制图和最大似然分类器组合,作为决策树的特征属性,学习样本训练并生成分类规则;根据C5.0算法计算植被样本中对应分类器的信息增益率,选择信息增益率最大的属性去分类样本;当叶样本的分类结果满足停止生长的阈值,输出样本分类的结果,否则,回到开始,递归调用以上方法继续分类叶样本,直到所有子集仅包含一个植被类别的样本完成决策。实验结果表明,与光谱角制图和最大似然分类器相比,本文提出的方法整体精度分别提高了6.04%、2.92%,不仅证实了多分类器组合的可行性和有效性,而且更加适用于AVIRIS高光谱图像中的植被调查。
  • 【期刊】 一种多分类器协同的半监督分类算法SSC_MCC

    刊名:河南科学 作者:刘宁 ; 赵建华 关键词:分类 ; 半监督学习 ; 多分类器协同 ; 双层结构 机构:商洛学院经济与管理学院 ; 商洛学院经济与管理学院 ; 商洛学院数学与计算机应用学院 年份:2015
    摘要:为了提高半监督分类性能,提出了一种多分类器协同的半监督分类算法SSC_MCC.算法采用双层结构集成,使用多条件判断挖掘未标记样本信息,扩充有标记样本.第一层中,采用三分类器协同投票一致策略实现对未标记样本进行标记,第二层中采用基于正确分类率的分类器加权投票决策标记未标记样本,扩充有标记样本,用最终生成的有标记样本训练分类器,实现半监督分类.最后,使用UCI数据集模拟半监督实验,结果表明SSC_MCCL较好地提高了半监督分类性能.
  • 【期刊】 分类错误指导的分层B-CNN模型用于细粒度分类

    刊名:中国图象图形学报 作者:沈海鸿 ; 杨兴 ; 汪凌峰 ; 潘春洪 关键词:细粒度分类 ; 分类错误 ; 分层模型 ; 双线性卷积神经网络 ; 受限拉普拉斯秩 机构:北京)信息工程学院 ; 北京)信息工程学院 ; 北京)信息工程学院 ; 中国科学院自动化研究所 ; 中国科学院自动化研究所 年份:2017
    摘要:目的 细粒度分类近年来受到了越来越多研究者的广泛关注,其难点是分类目标间的差异非常小.为此提出一种分类错误指导的分层双线性卷积神经网络模型.方法 该模型的核心思想是将双线性卷积神经网络算法(B-CNN)容易分错、混淆的类再分别进行重新训练和分类.首先,为得到易错类,提出分类错误指导的聚类算法.该算法基于受限拉普拉斯秩(CLR)聚类模型,其核心“关联矩阵”由“分类错误矩阵”构造.其次,以聚类结果为基础,构建了新的分层B-CNN模型.结果 用分类错误指导的分层B-CNN模型在CUB-200-2011、FGVC-Aircraft-2013b和Stanford-cars 3个标准数据集上进行了实验,相比于单层的B-CNN模型,分类准确率分别由84.35%,83.56%,89.45%提高到了84.67%,84.11%,89.78%,验证了本文算法的有效性.结论 本文提出了用分类错误矩阵指导聚类从而进行重分类的方法,相对于基于特征相似度而构造的关联矩阵,分类错误矩阵直接针对分类问题,可以有效提高易混淆类的分类准确率.本文方法针对比较相近的目标,尤其是有非常相近的目标的情况,通过将容易分错、混淆的目标分组并进行再训练和重分类,使得分类效果更好,适用于细粒度分类问题.
  • 【期刊】 营销活动问题标签分类语料库的构建与分类研究

    刊名:计算机应用与软件 作者:徐俊利 ; 赵江江 ; 赵宁 ; 薛超 关键词:分类 ; 营销活动问题投诉工单 ; 标注规则 ; 语料库 机构:中移在线服务有限公司 ; 中移在线服务有限公司 年份:2019
    摘要:判断营销活动投诉工单所属的标签类别,开展营销活动问题标签分类研究具有重要意义,然而目前尚没有相关语料库。基于K-means算法和专业知识确定分类标签,构建营销活动问题标签分类语料库,且每个问题标签的一致性均达到93%以上。这说明该语料库能够为营销活动投诉工单分类研究提供统一资源支撑。此外,在构建的语料库上,采用单一深度学习模型和融合的方法进行营销活动问题标签分类研究。实验结果显示,F1值达到67.70%,说明该分类方法是有效的。
  • 【期刊】 给排水领域的F-Term分类与IPC分类的对比分析

    刊名:中国发明与专利 作者:苗小郁 ; 胡俊超 ; 欧岚 ; 刘长青 关键词:给水排水 ; FT分类 ; IPC分类 ; 对比分析 ; 检索 机构:国家知识产权局专利局材料工程发明审查部 ; 国家知识产权局专利局材料工程发明审查部 年份:2016
    摘要:本文对抽水马桶及下水道设施领域的IPC与F-Term分类号进行了对比分析,分别列出了其对应的分类位置,详细介绍了两种分类体系之间的差异以及各自的特点。F-Term分类体系从技术的多个侧面并结合新技术与时俱进的开发了很多新的分类位置,在使用该分类体系进行检索时,能够极大的提高检索效率和准确性。
  • 【期刊】 基于分类属性IG比的多分类SVM结构评价方法

    刊名:计算机工程与科学 作者:李君娣 ; 张正军 ; 庄立纯 ; 张乃今 关键词:二叉树 ; 多分类 ; 支持向量机 ; 信息增益比 ; 分类属性 机构:南京理工大学理学院 ; 南京理工大学理学院 年份:2019
    摘要:基于二叉树结构组合的多分类SVM具有二分类SVM个数少的特点,避免了不可分、拒分区域的情形出现。针对基于二叉树结构的类别组合方法缺乏类别组合具体评价标准的问题,提出了基于分类属性信息增益IG比的多分类SVM结构评价方法,定义了基于分类属性的IG比,将多类划分成左、右两个类别组合,计算每种可能组合依赖于变量的分类属性IG比,以其最大值作为该组合优劣的衡量标准。使用UCI数据库的数据集对该方法进行实证分析,结果表明,评价指标值取最大值时,其对应类别组合构成的多分类SVM具有较高的识别率。
  • 【期刊】 新时代高校教师分类管理、分类评价机制研究

    刊名:黑龙江教育学院学报 作者:唐建宁 关键词:高校教师 ; 分类管理 ; 分类评价 ; 重要意义 ; 现状和策略 机构:广东理工学院 ; 广东理工学院 年份:2019
    摘要:新时代高校教师实施分类管理与分类评价,是高等教育体制革新的必然选择,同时也是构建高校教学团队的基本要求。根据高校教师评价中出现的具体问题,分别从科学构建高校教师职位分类管理体系、依据高校教师职位特点实施分类管理、按照不同职位特点制定分类考核制度、注重教学团队融合及学科交错的作用等方面,提出高校教师分类管理、分类评价机制的构建策略。
  • 【期刊】 基于CRUISE决策树分类算法的遥感影像分类研究

    刊名:湖南科技大学学报(自然科学版) 作者:张强 ; 李朝奎 ; 董小姣 ; 张东水 ; 陈浩 关键词:分类 ; 决策树 ; CRUISE 2D 机构:湖南科技大学地理空间信息技术国家地方联合工程实验室 ; 湖南科技大学地理空间信息技术国家地方联合工程实验室 ; 地理空间信息湖南省工程实验室 年份:2015
    摘要:CRUISE 2D决策树分类算法作为一种数据挖掘和知识发现的监督分类方法,综合了FACT,CART,QUEST决策树分类的思想.通过单因子和双因子交互检验和引导校正,快速有效地降低分割变量选择时产生的偏差,提高树的可读性,建立简单、高效、准确的决策树模型.基于CRUISE 2D决策树方法,以藏南地区为研究区,综合利用TM影像6个波段、NDVI,NDWI,SBI,GVI等波段信息,基于相同的训练样本和检验样本,利用判别规则建立决策树对影像进行分类;并将其与传统的监督分类方法 QUEST,SVM相比较,CRUISE 2D决策树分类方法总精度94.09%,比QUEST,SVM分类分别高10.86%,10.24%;Kappa系数0.931 0,比QUEST,SVM分类分别高出0.126 8,0.119 6.结果表明:CRUISE 2D能有效的改善传统监督分类中的错分漏分现象,在遥感分类上具有很高的稳健性和鲁棒性.
  • 【期刊】 基于Fisher判别的层次分类法的森林遥感影像分类

    刊名:西南林业大学学报 作者:杜靖媛 ; 葛宏立 ; 路伟 ; 孟森 关键词:层次分类法 ; 影像分类 ; 最大似然 ; 支持向量机 ; 随机森林 机构:浙江农林大学信息工程学院 ; 浙江农林大学信息工程学院 ; 浙江省森林生态系统碳循环与固碳减排重点实验室 ; 浙江省森林生态系统碳循环与固碳减排重点实验室 年份:2017
    摘要:通过Fisher判别法得到的混淆矩阵计算分类评价指标构建层次分类树模型,提出了一种基于Fisher判别的遥感影像森林地类层次分类法.利用杭州市部分地区的森林资源清查样地数据和Landsat8遥感影像数据进行试验,并与最大似然分类、 支持向量机和随机森林分类的结果进行比较.结果表明:基于Fisher判别的层次分类法总分类精度为79.45%,比最大似然分类、 支持向量机和随机森林分别高了12.33%、21.00%和10.50%,kappa系数为0.7568,比最大似然法、支持向量机和随机森林分别高了0.1455、0.2564和0.1264;基于Fisher判别分析方法的层次分类法模型中,层次分类树的节点依次是建设用地—水体—农地—竹林—阔叶林—针叶林—针阔混交林;基于Fisher判别的层次分类法中一个模型只能分出一个类别.
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转