【摘 要】
：
模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷。针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法。在两个不同领域的经典数据集上的研究结果表明:1)CPSFS算法在训练集和测试集上的预测精度明显优于传统的BP神经网络、RBF神经网络、线性回归等算法;2)CPSFS算法与SPSFS算法减少了大量模糊规则,保证了模型的可解释性;3)CPSFS算法在约
【机 构】
：
福州大学数学与计算机科学学院,福州大学智慧地铁福建省高校重点实验室,福州理工学院计算与信息科学学院
【基金项目】
：
国家自然科学基金面上项目(编号:61976055),智慧地铁福建省高校重点实验室建设基金项目(编号:53001703,50013203)资助。
论文部分内容阅读
模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷。针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法。在两个不同领域的经典数据集上的研究结果表明:1)CPSFS算法在训练集和测试集上的预测精度明显优于传统的BP神经网络、RBF神经网络、线性回归等算法;2)CPSFS算法与SPSFS算法减少了大量模糊规则,保证了模型的可解释性;3)CPSFS算法在约
其他文献
近几年,联合聚类划分和表示学习的深度聚类方法提供了出色的聚类性能,但随着图像质量的下降(比如噪声图像),聚类结果还不能令人满意。为此,提出一种新的深度聚类算法(DDC)。深度卷积降噪自编码器学习噪声数据的特征表示;自注意力机制提高网络捕获局部关键信息的能力;端到端的联合训练得到合适的特征表示并完成聚类分配;对数据点和类中心的相似度赋予不同的权重,扩大同类和异类之间的差异。在公开图像数据集上的实验表
针对传统轨道扣件定位算法容易受光照等外界条件的影响,很难准确定位轨道扣件快速弹条的具体位置。结合无砟轨道扣件快速弹条的特征提出一种基于卷积神经网络SSD(Single-Shot MultiBox Detector)的轨道扣件快速弹条状态检测方法。利用快速弹条和钢轨的形态特征优化SSD算法中先验框的尺度和宽高比。同时,使用数据扩充和迁移学习方法对模型进行训练,有效缓解了训练过程中的过拟合现象。与传统
复句关系识别是对分句间语义关系的甄别,是复句语义分析的关键。由于非充盈态汉语复句存在隐式关系的特点,给语义关系识别造成了困难。因此,为了深度挖掘复句中隐含的语义信息实现正确的关系分类,该文提出了一种基于词聚类的CNN与Bi-LSTM相结合的网络结构BCCNN。其中,通过使用词聚类算法对单词向量建模提取单词间的语义相似特征,并在此基础上使用CNN对复句进行深度建模以获得复句的局部特征。另外,该文将CNN中的池化层替换为Bi-LSTM网络层,在减少池化操作所带来语义信息丢失的同时又得到了全局的长距离语义依赖特
针对行人重识别(Person-ReID)过程中,基于局部特征的方法在提取行人特征时因信息缺失导致鲁棒性和判别力不足的问题,提出一种多层级重叠条纹特征融合的行人重识别算法。训练阶段,对骨架网络不同阶段的输出特征图进行水平均等分割,再提取重叠条纹特征以弥补丢失的信息;使用三种损失函数对不同的特征向量进行监督训练,以约束类内距离。此外,设计组归一化模块来消除不同损失函数在优化方向上存在的差异,从而提取到
针对复杂道路环境下前方车辆检测识别率低、实时性差的问题,提出一种基于改进tiny-YOLOv3的前方车辆检测算法。以tiny-YOLOv3为基础,利用Inception模块改进特征提取网络,增加网络宽度,提升网络特征提取能力;将tiny-YOLOv3的两个尺度检测增加至三个,融合上下文特征信息;利用K-means聚类方法确定目标候选框个数和尺寸,进行多尺度训练得到最优检测模型。基于KITTI数据集
为应对传统蚁群算法在解决旅行商问题(TSP)中求解精度不高、算法易早熟等问题,提出融合奖惩学习策略的动态分级蚁群算法(DHL-ACS)。首先将蚁群动态划分为帝国蚁、殖民蚁及国王蚁,其中帝国蚁与殖民蚁执行局部信息素更新,国王蚁执行全局信息素更新,在局部信息素更新中帝国蚁执行较大权重系数,负责对较优解的开发增强算法导向性,殖民蚁执行较小权重系数,负责对次优解的探索保证算法多样性,并利用帝国蚁与殖民蚁交换优质解的方式提高解的精度。其次提出一种改进的学习策略,通过奖励帝国蚁与殖民蚁的公共路径以实现较优解的同化作用
文本情绪分类中消极情绪往往对决策者有着很重要的借鉴作用,然而很多情况下,消极情绪是难以识别的少部分。为了提高消极情绪的分类效果,提出了一种融合随机森林和逻辑回归的改进Stacking模型。该模型采用多次欠采样训练多个随机森林作为初级分类器,采用逻辑回归作为次级分类器,基于Amazon电子商务平台的购物评论数据集进行了验证。实验结果表明,该模型能够有效提高不平衡文本分类的分类效率。
随着中国城市化进程加快,由城市公共服务设施空间布局问题引发的交通、环境、社会公平等方面的矛盾也日渐突出,其空间布局成为城市空间治理和高质量发展的重要内容.基于乌鲁
作战效能评估一般指武器装备在相应的作战背景下,针对具体的作战对手的作战能力的评估。对能力的评估需要作战试验、军事演习等重大活动数据的积累,但由于试验成本、兵力短缺、环境构设复杂等条件的限制,作战效能评估的准确度、置信度一直受制于所需样本量的不足。文章针对传统小样本问题处理方法的缺点,引出Bays Bootstrap方法,并实例验证了该方法的合理性以及在区间估计等方面的精确性等优势。最后将该方法应用于某舰艇作战试验中对空拦截能力的作战效能评估,提高了结果的置信度。
研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化。该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比。五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37%,86.84%和86.02%,相较于BiLSTM-CRF模型和BERT-BiLSTM-C