小数据集相关论文
为了提高铁路道岔故障诊断的准确性，提出一种基于机器学习的铁路道岔故障自动诊断的模型。首先采用深度森林算法作为基础算法，构建故......
针对小数据集情况下贝叶斯网络（BN）参数学习结果精度较低的问题，分析了小数据集情况下BN参数变权重设计的必要性，提出一种基于变权重融......
乳腺癌的精准预后可以为乳腺癌的个性化治疗提供重要思路。而乳腺癌精准预后的关键,在于能否将新兴的临床诊疗手段纳入到疾病早期......
数据分类是热门的研究领域,而小样本数据分类问题是最受关注的难题之一。在很多专用领域要求利用有限数据搭建可用模型,这要求研究......
在错综复杂、瞬息万变的作战环境中,敌方干扰及传感器性能局限等因素易导致获取的战场信息不充分。为使无人机在信息不充分条件下......
永久散射体差分干涉技术(PS-DInSAR技术)是一种典型的长时间序列差分干涉技术,与传统的合成孔径雷达差分干涉技术(DInSAR技术)不同......
无人机多次在现代战场中展现了其突出的军事优势,受到了国内外广泛关注。威胁评估是无人机任务规划系统的核心部分,但在实际战场上......
针对小数据集条件下离散BN参数学习的问题,为了将加性协同约束融入到BN参数学习过程中,通过借鉴经典保序回归算法的思想,提出四种......
贝叶斯网络是数据挖掘领域的主要工具之一.在某些特定场合,如重大装备的故障诊断、地质灾害预测及作战决策等,希望用少量数据得到......
PS InSAR技术在微小形变的监测中有着独特的优势,但同时受到数据量的严重制约。本文以形变速率稳定的怀来县城为实验区,利用15景AS......
针对小数据集条件下贝叶斯网络参数学习问题,约束最大似然(CML)和定性最大后验概率(QMAP)方法是两种约束适用性较好的方法.当样本......
近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论......
针对在小数据集上开发个性化语言模型仍存在的障碍,提出基于迁移学习的个性化循环神经网络语言模型。设计了基于预训练词向量、预......
针对小数据集条件下的贝叶斯网络(Bayesian network,BN)参数估计困难问题,提出了一种基于变权重迁移学习(DWTL)的BN参数学习算法。......
图像信息包含了大量的信息而且内容通俗易懂简洁明了。在社会飞速发展互联网技术迅速提升的当今社会,图像数据成为工业界和科研界......
具有已知结构的小数据集贝叶斯网络多父节点参数学习是一个重要而困难的研究课题，由于信息不充分，使得无法直接对多父节点参数进行有......
为了解决传统方法不能按照训练样本量设计最优网络模型,集成效率低的弊端,通过机器学习方法研究数据库小数据集并行集成方法。机器......
为增强人机交互的和谐,提升语音情感识别的精度,提出一种面向小数据集的CGRU深度学习方法。该方法将原始音频通过上移和下移操作进......
利用差分干涉雷达测量(D-InSAR)技术能快速准确地获取时间序列上高空间分辨率、大区域的地表形变信息。受地表散射体时间变化和SAR......
学位
针对当前复杂卡口场景下对车型细粒度识别存在数据集小和特征差异小导致识别精度不高的问题,提出一种基于分类学习和度量学习的多......
实现对复杂环境下西兰花叶片的高精度检测,对西兰花病虫害的监测和防治具有重要意义。在田间复杂环境下叶片存在重叠或遮挡,增加了......
无线传感器网络(Wireless Sensor Networks,WSN)作为一种全新的信息获取平台,可以使人们在人机交互时获得全面有效的信息,已被成功......
现代铝工业普遍采用电解氧化铝的方式制备铝单质,氧化铝浓度的高低直接影响铝电解槽的物料与能量平衡。氧化铝浓度过低,将导致电解......
卷积神经网络是机器学习研究领域的一个分支,是在人工神经网络的基础上发展起来的新的领域。随着大数据深度模型以及硬件设备的完......
学位
铁路道岔系统在铁路基础设施中占有重要地位,其工作状态会直接影响整个铁路系统的行车安全与运营效率。随着我国高速铁路列车的不......
引入专家知识已成为小数据集条件下贝叶斯网络建模的主流方法,然而,专家知识是否正确直接决定了算法的结果和性能。因此,在考虑专......
针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法......
人脸表情是传达感情最直接的方式,随着科学技术的发展,人脸表情识别被广泛应用于各个领域,贝叶斯网络(Bayesian Network,BN)以其处......
针对小数据集条件下的贝叶斯网络（Bayesiannetwork，BN）参数学习问题，提出了一种基于双重约束的贝叶斯网络参数学习方法．首先，对网络中的......
着重研究了小数据集条件下结合凸约束的离散贝叶斯网络（Bayesian network,BN）参数学习问题,主要任务是用先验知识弥补数据的不足以提......
在很多智能系统的参数建模时,用户往往面对建模样本稀少的困境。针对在小数据集条件下贝叶斯网络(BN)参数建模的问题,提出了一种约......
PS点的探测是PS-DInSAR监测地表形变的前提。针对现有PS点探测方法在小数据集条件下误选率高、合理性低等问题,本文综合考虑PS点的......
针对面部表情识别过程中获得的特征样本稀少的问题,提出了一种基于小数据集下贝叶斯网络(BN)建模的面部表情识别方法。首先提取面......
将传统卷积神经网络应用于小数据集上,LeNet模型准确率低并且收敛速度慢,VggNet等模型存在过拟合问题.针对小数据集提出一种改进Le......
