【摘 要】
：
主动学习能够在有标记样本较少的分类任务中得到较好的分类结果,其中熵值装袋算法最为常用,其利用熵值来衡量样本的不确定性,但熵值并不能完全地代表样本的不确定度。针对这一问题,本文提出二次样本筛选的分类算法,通过超像素分割进行边缘区域样本筛选,选择出不确定度较高的样本。利用熵值装袋算法对区域筛选样本进行二次筛选,选择信息量较高的样本。实验表明,该方法可以得到更理想的分类效果。
【机 构】
：
哈尔滨工程大学信息与通信工程学院,先进船舶通信与信息技术工业和信息化部重点实验室
【基金项目】
：
中央高校基金科研业务费专项资金项目(3072021CF0805),黑龙江省自然科学基金项目(LH2020F021),国家自然科学基金项目(62071084).
论文部分内容阅读
主动学习能够在有标记样本较少的分类任务中得到较好的分类结果,其中熵值装袋算法最为常用,其利用熵值来衡量样本的不确定性,但熵值并不能完全地代表样本的不确定度。针对这一问题,本文提出二次样本筛选的分类算法,通过超像素分割进行边缘区域样本筛选,选择出不确定度较高的样本。利用熵值装袋算法对区域筛选样本进行二次筛选,选择信息量较高的样本。实验表明,该方法可以得到更理想的分类效果。
其他文献
针对移动机器人处于有障碍物的情况下寻找最短路径问题,对自制搬运机器人的运行环境进行建模,提出一种基于改进的人工鱼群算法(AVAFSA)的机器人避障寻优算法。该算法以传统的人工鱼群算法为基础,利用鱼群视野自适应的形式来对可见视线值的下限进行设定;引入衰减函数来改善视觉效果,引入自适应算子来增强步长的自适应能力,从而避免因视野太小而导致易陷入局部最小;然后结合栅格图大小,设置每格的边长、障碍物的个数、机器人起点S坐标和终点T坐标位置,从而实现AVAFSA的机器人路径优化。仿真及实验结果表明,基于改进的人工鱼群
本文提出一种压控振荡器(VCO)电路的新型注入锁定方式,该方式通过VCO的电压调谐端口进行注入来实现频率锁定。采用MVE2400芯片搭建中心频率为2.45 GHz的VCO电路,参考信号通过VCO的电压调谐端注入,注入功率为-37 dBm,输出功率为3 dBm,注入功率比最高可达40 dB,锁定带宽为70 kHz,相位噪声为-112 dBc/Hz@500 kHz,在相同注入功率比下,输出相位噪声比传统环行器注入方式低3 dB。与传统使用环行器的注入锁定方式相比,这种新型注入锁定的VCO电路结构降低了电路设计
超宽带(UWB)天线具有高传输效率、低功耗和结构简单等优点而被广泛应用,但是一般不具有柔性特性。因此本文提出一种基于聚酰亚胺的超宽带紧凑型柔性天线。天线由树形金属贴片和梯形开槽金属贴片组成,采用共面波导馈电,由介电常数为2.8的柔性聚酰亚胺材料进行制作,并通过开槽和参数优化的方式使天线能在弯折30°和60°的条件下均能够覆盖超宽带频段。测得该天线在3种情况下的阻抗带宽(S11<-10 dB)均能覆盖2.45~12 GHz,天线的增益为3.5~6 dBi。本文提出的天线具有易于共形、优良性能和易加工等
为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果,本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法。首先,设计了一种关节机器人轨迹跟踪模糊PID控制器;其次,考虑控制器输出力矩和轨迹跟踪控制偏差2个优化目标,设计了改进多目标PSO算法实现模糊PID控制器隶属函数与模糊规则的优化调整;最后,分别采用多目标PSO算法和改进多目标PSO算法优化轨迹跟踪模糊PID控制器获得了2个优化目标的向量集合,并对比分析了优化结果。实验结果表明,所设计的改进多目标PSO算法
川渝地区城市环境下砂岩摩崖造像风化特征与程度研究是风化病害防治的基础,同时对文物科学合理地展示、利用具有重要现实意义。该文以弹子石摩崖造像及其赋存岩体为研究对象,在精细化病害勘察基础上,通过原位无损、微损测试手段,结合室内扫描电镜(SEM)测试,对弹子石摩崖造像岩体表层宏观、微观风化特征及风化程度进行研究,结果表明,弹子石摩崖造像微观风化特征表现为长石球状风化;宏观上,大佛造像表面硬度自上而下逐渐增大,硬度均值427 HLD,散布范围较大,五佛殿造像硬度均值307 HLD,风化程度高于大佛造像;钻入阻力和
在不受限制的场景下,人脸检测大多部署在移动端或者边缘设备上,这些设备计算能力低且内存较小。使用无锚检测思想,基于CenterNet无锚检测器,提出以人脸为点的检测方法。不需要人工预先设置锚框,也不需要使用非极大值抑制来后处理,模型变得简单且高效。模型的骨干网络使用改进的ShuffleNetV2,轻量级网络保证了模型参数少,性能高效,可以部署在边缘设备或者移动设备上。使用人脸检测数据集WIDERFA
针对传统算法在正交频分复用(OFDM)系统导频数量较少时误符号率较高的问题,提出一种基于深度学习的OFDM信号检测方法,该算法设计一种信号检测网络,其信号检测网络可以代替传统算法中的信道估计和均衡,主要包含:输入层、双向长短记忆神经网络(Bidirectional long short memory neural network,BiLSTM)层、全连接层、softmax层以及分类层。首先需要构建BiLSTM,然后利用3GPP TR38.901信道模型下生成的数据对已经构建好的神经网络进行训练,最后则可将
带电检修机器人是电网智能运检、安全带电作业的发展趋势及重要技术走向。本文主要针对传统带电作业方式的检修内容与应用范围受限导致难以常态化开展的缺点,以及变电设备集成化与紧凑化发展、高可靠性要求与人工带电作业安全性的矛盾,采用新型带电检修方法,通过开展自动化机器人技术在变电设备带电检修领域的关键技术研究与应用,实现替代或辅助人工完成典型作业项目,提升带电检修工作的安全性,促进带电检修的自动化、机械化工作水平及推广应用,进一步丰富变电设备带电检修手段,整体提高带电检修工作的技术水平。
欠定盲源分离问题中,针对传统FCM算法(fuzzy C-means,FCM)需要预先设定聚类数目和初始聚类中心,以及聚类结果易受噪点干扰的问题,提出一种基于密度结构分析的改进FCM聚类算法,并利用改进后的算法实现混合矩阵估计。这一改进算法首先用OPTICS(ordering points to identify the clustering structure,OPTICS)算法对信号进行密度结构分析,得到能反映信号密度结构的可达距离序列,从中确定出初始聚类中心和聚类数目,实现对FCM初始参数优化;而后进
2021年1月29 日,“中国—老挝可再生能源开发与利用联合实验室”与老挝科技部可再生能源与新材料研究所召开视频会议.rn云南师范大学科技处李明处长介绍了中国—老挝可再生能