【摘 要】
：
在SVM分类识别中,分类器模型一经训练得到,对所有测试样本进行无差别的识别。针对高速列车故障中样本的分类识别是存在区域分类精度的情况,提出了一种基于选择性集成学习的SVM多分类器融合算法。该方法选取测试样本最邻近的k个训练样本;然后选择对其分类效果好的SVM分类器进行融合,以提高分类准确率;最后使用高速列车故障数据进行了实验,并与Ada Boost、KNN、Bayes、SVM分类方法进行了比较。实
【基金项目】
：
国家自然科学基金重点资助项目(61134002),国家自然科学基金资助项目(61075104),中央高校基本科研业务费专项资金资助项目(SWJTU11BR039,SWJTU11ZT06),四川省科技计划项目-重点研发项目(2017GZ0159)
论文部分内容阅读
在SVM分类识别中,分类器模型一经训练得到,对所有测试样本进行无差别的识别。针对高速列车故障中样本的分类识别是存在区域分类精度的情况,提出了一种基于选择性集成学习的SVM多分类器融合算法。该方法选取测试样本最邻近的k个训练样本;然后选择对其分类效果好的SVM分类器进行融合,以提高分类准确率;最后使用高速列车故障数据进行了实验,并与Ada Boost、KNN、Bayes、SVM分类方法进行了比较。实验结果表明,该算法提高了分类识别准确率。
其他文献
在大规模网络中发现稠密子图具有极其广泛的应用,如社区发现、垃圾邮件检测等。针对大规模网络数据中快速、有效地发现稠密子图,提出了一种基于GAS(gather-apply-scatter)编程模型的分布式k-truss算法——GASTruss。算法采用GAS的模式完成数据同步和算法迭代,有效地克服了传统并行算法重复性计算及不能有效处理依赖关系大的数据等问题。实验选择在Graph Lab平台上进行,结果
奶牛犊牛作为牛群的后备力量，饲养方式的优劣，疾病的预防控制的好坏，对其生长的各项指标影响非常明显。
当前，农户在养殖奶牛过程中，对品种、疫病防治以及棚舍方面比较重视，舍得投入，但常常忽视一般日常管理，如：过早配种（1周岁左右）、掠夺式挤奶、饲料单一、长期拴养、忽视奶牛运动和调
母羊营养水平不同，后期的繁殖性能略带差异，影响到最终的繁殖率和生产效益。经研究证实：母体不同阶段营养水平、营养水平中不同营养因子对繁殖性能都有着不同程度的影响。加强对
查阅相关畜牧养殖管理的文献资料,总结相关的研究经验,针对出现的问题,针对性的提出了：注意严格管理规程,满足不同阶段发育需求;精心选址,合理布局;严把引种关,确保品种质量;
基于有监督学习思想的链接分类是复杂网络分析领域的主要研究问题,该思想的核心在于把网络分成训练网络和目标网络,通过分类模型学习训练集合并对目标集合进行预测。然而在复杂网络链接分类这一场景中,正类别样本和负类别样本的分布是不平衡的,特征之间会存在冗余信息,这一现象往往制约着分类性能的有效提升。针对该问题,提出了一种双重特征选择的分类模型。该方法借助Relief赋予特征权重并使用K-means聚类算法对
目的:探讨神经症患者的防御方式.方法:使用'防御方式问卷'(DSQ),对符合CCMD-3有关神经症诊断标准的患者31例,正常对照组31例进行测试,并对结果进行分析.结果:神经症
针对模糊Petri网可信度确定过程中决策结果可接受程度较低和未考虑影响因子间关联的问题,提出基于群体共识测度与Choquet积分确定模糊Petri网可信度的方法。设计了基于决策者与群体评估信息偏差修正的自适应共识测度算法,获取可接受程度较高的群体评估信息。构建最大2-可加模糊测度Marichal熵模型求解影响因子间的交互作用系数,根据交互作用系数、默比乌斯变换和模糊测度之间的关系确定模糊测度,利用
针对一阶、二阶离散多智能体系统的分组一致性问题进行了研究。为了去除现有结果的一些保守假设,提出了两个新的分组一致性协议,新的协议反映了系统相同分组内与不同分组间智能体的相互影响。基于图论和稳定性理论,经过分析得到了两个保证系统一致的充分条件。最后,通过两个仿真实例证明了理论结果的有效性。
随着油田智能化发展的需要,传统的故障诊断、动液面、产量计量算法已不能满足油井问题在实时性和准确性方面的要求。针对目前国内外油井监测与分析系统中存在的问题,对系统核心算法故障诊断、动液面、产量计量进行修正。其中,故障诊断采用基于关联度函数修正的方法,并给出一种专家知识库实时更新完善策略;动液面算法采用物元分析的方法,通过建立物元模型确定油井的最优多相流算法;产量计算算法采用均值滤波的方法,通过消除示