期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种新的分类器性能评估方法
1
作者 李军 李雄飞 +1 位作者 董元方 赵海英 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第2期463-468,共6页
针对类不平衡或类分布偏斜数据分类器性能评估问题,提出了一种不平衡数据分类器的性能评估方法——加权AUC(wAUC),为区分不同类别上的正确率对总体性能的不同贡献,在计算ROC曲线下方面积的加权值时,根据真正率TPrate的取值,对不同区域... 针对类不平衡或类分布偏斜数据分类器性能评估问题,提出了一种不平衡数据分类器的性能评估方法——加权AUC(wAUC),为区分不同类别上的正确率对总体性能的不同贡献,在计算ROC曲线下方面积的加权值时,根据真正率TPrate的取值,对不同区域采用不同的权值,使得评估度量更关注于正类准确度。讨论了权值函数应具有的性质,给出了wAUC的性质分析。理论分析和实验结果表明,加权AUC优于OP和AUC。 展开更多
关键词 计算机软件与理论 不平衡数据 分类 性能评估 AUC
在线阅读 下载PDF
融合类人驾驶行为的无人驾驶深度强化学习方法 被引量：2
2
作者 吕迪 徐坤 +1 位作者 李慧云 潘仲鸣 《集成技术》 2020年第5期34-47,共14页
现有无人车辆的驾驶策略过于依赖感知-控制映射过程的"正确性",而忽视了人类驾驶汽车时所遵循的驾驶逻辑。该研究基于深度确定性策略梯度算法,提出了一种具备类人驾驶行为的端到端无人驾驶控制策略。通过施加规则约束对智能... 现有无人车辆的驾驶策略过于依赖感知-控制映射过程的"正确性",而忽视了人类驾驶汽车时所遵循的驾驶逻辑。该研究基于深度确定性策略梯度算法,提出了一种具备类人驾驶行为的端到端无人驾驶控制策略。通过施加规则约束对智能体连续行为的影响,建立了能够输出符合类人驾驶连续有序行为的类人驾驶端到端控制网络,对策略输出采用了后验反馈方式,降低了控制策略的危险行为输出率。针对训练过程中出现的稀疏灾难性事件,提出了一种更符合控制策略优化期望的连续奖励函数,提高了算法训练的稳定性。不同仿真环境下的实验结果表明,改进后的奖励塑造方式在评价稀疏灾难性事件时,对目标函数优化期望的近似程度提高了85.57%,训练效率比传统深度确定性策略梯度算法提高了21%,任务成功率提高了19%,任务执行效率提高了15.45%,验证了该方法在控制效率和平顺性方面具备明显优势,显著减少了碰撞事故。 展开更多
关键词 深度强化学习 端到端控制 无人驾驶 类人驾驶 奖励塑造
在线阅读 下载PDF
基于机器学习的热轧带钢力学性能预测模型及应用 被引量：19
3
作者 王晓东 安瑞东 《塑性工程学报》 CAS CSCD 北大核心 2021年第10期155-165,共11页
以所收集380CL和SPA-H两个钢种的热连轧工业生产大数据为样本,采用多元线性回归、BP神经元网络、随机森林与XGBoost这4种机器学习算法建立带钢力学性能预测模型,并对预测结果的偏差进行了比较。结果表明,随机森林算法的预测精度高于其... 以所收集380CL和SPA-H两个钢种的热连轧工业生产大数据为样本,采用多元线性回归、BP神经元网络、随机森林与XGBoost这4种机器学习算法建立带钢力学性能预测模型,并对预测结果的偏差进行了比较。结果表明,随机森林算法的预测精度高于其它算法,屈服强度、抗拉强度和伸长率的预测偏差的标准差分别为15 MPa、12 MPa和2.3%。以样本性能均值为基数,满足±3σ标准要求的预测相对误差分别可以达到15%、7%和22%。该算法可以应用于热轧带钢在线性能预测模型中,作为监控、分析带钢力学性能及优化工艺的有效工具。基于随机森林算法开发的热轧带钢力学性能在线预测模型已经在首钢京唐钢铁联合有限责任公司2250热轧生产线上得到实际应用。 展开更多
关键词 热轧带钢 力学性能 预测模型 机器学习 随机森林算法
原文传递
基于可重构阵列架构的强化学习计算引擎 被引量：1
4
作者 梁明兰 王峥 陈名松 《集成技术》 2018年第6期19-30,共12页
现有神经网络处理器已广泛应用于计算机视觉、自然语言处理等领域。然而,现有片上加速方案对控制领域的强化学习算法支持较少,而基于神经网络的强化学习是智能系统决策技术的核心。该文采用可重构阵列体系结构,通过片上配置、动作与奖... 现有神经网络处理器已广泛应用于计算机视觉、自然语言处理等领域。然而,现有片上加速方案对控制领域的强化学习算法支持较少,而基于神经网络的强化学习是智能系统决策技术的核心。该文采用可重构阵列体系结构,通过片上配置、动作与奖励存储的系统设计方案,可实现多种神经网络算法的灵活部署,并支持强化学习使用模式。基于65 nm CMOS工艺的逻辑综合结果显示,处理器主频为200 MHz时,计算模块面积仅需0.32 mm2,计算功率约15.46 mW。 展开更多
关键词 人工智能 可重构阵列架构 强化学习 片上自我意识系统
在线阅读 下载PDF
基于多目标支持向量机的ADHD分类 被引量：10
5
作者 杜海鹏 邵立珍 张冬辉 《工程科学学报》 EI CSCD 北大核心 2020年第4期441-447,共7页
注意力缺陷多动障碍(ADHD)是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期.近年来,基于功能磁共振数据的ADHD分类成为了研究热点.文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的.传统... 注意力缺陷多动障碍(ADHD)是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期.近年来,基于功能磁共振数据的ADHD分类成为了研究热点.文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的.传统的学习算法会使得分类器倾向于多数类样本,从而导致性能下降.本文研究了基于不平衡神经影像数据的ADHD分类问题,即基于静息状态功能磁共振数据对ADHD进行分类.采用功能连接矩阵作为分类特征,提出了一种基于多目标支持向量机的ADHD数据分类方案.该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型,其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差,进而正负样本经验误差可以被分开处理.然后采用多目标优化的法向量边界交叉法对模型进行求解,并给出一组代表性的分类器供决策者进行选择.该方案在ADHD-200竞赛的五个数据集上进行测试评估,并与传统分类方法进行对比.实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好,可以有效的从算法层面解决数据不平衡问题.该方案不仅可用于辅助ADHD诊断,还可用于阿尔茨海默病和自闭症等疾病的辅助诊断. 展开更多
关键词 多目标优化 功能磁共振数据 注意力缺陷多动障碍 支持向量机 不平衡数据集
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部