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6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：
基于三维点云和鲁棒张量CUR分解的路口杆状物识别及参数化
1
作者 应达衎 黄玉春 吴梓健 《测绘地理信息》 2025年第6期107-112,共6页
3D城市路口杆状物形状识别旨在对3D点云数据进行特征提取与分析,以确认杆状物的形状与尺寸,从而为城市路口数字化建模提供基础。杆状物常由多个具有不同形状的组件构成,准确识别各组件的形状是实现精细化建模的基础。本研究提出了一种... 3D城市路口杆状物形状识别旨在对3D点云数据进行特征提取与分析,以确认杆状物的形状与尺寸,从而为城市路口数字化建模提供基础。杆状物常由多个具有不同形状的组件构成,准确识别各组件的形状是实现精细化建模的基础。本研究提出了一种基于鲁棒张量CUR分解的路口杆状物形状识别方法。该方法首先利用张量纤维CUR分解对点云数据进行重构,并使用交替映射算法求解得到低秩矩阵,实现数据降维。之后对求得的低秩矩阵特征分解以获取形状特征值,最后基于特征值识别杆状物的形状。实验结果表明,形状识别的平均准确率为93.12%。此外,对识别结果进行参数化,验证了该方法的准确性和可靠性。 展开更多
关键词 形状识别 鲁棒张量cur分解 交替映射算法 参数化
原文传递
基于CUR矩阵分解的多核学习正则化路径近似算法 被引量：1
2
作者 王梅 李董 薛成龙 《数据采集与处理》 CSCD 北大核心 2020年第3期381-391,共11页
多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核学习正则化路径算法处理大规模数据时,核矩阵规模较大,计算代价高,影响优化模型效率的问题,提出一种基于CU... 多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核学习正则化路径算法处理大规模数据时,核矩阵规模较大,计算代价高,影响优化模型效率的问题,提出一种基于CUR矩阵分解的多核学习正则化路径近似算法(Multiple kernel learning regularization path approximation algorithm with CUR,MKLRPCUR)。该算法首先采用CUR算法获得核矩阵的低秩近似矩阵的多个分解矩阵,然后在求解过程中利用低维的分解矩阵相乘替代核矩阵,调整相关矩阵计算的顺序,从而简化算法中核矩阵和拉格朗日乘子向量乘积的计算。MKLRPCUR算法降低了矩阵的计算规模,优化了矩阵计算,提高了精确算法的计算效率。从理论上分析低秩近似矩阵的相对误差和算法的时间复杂度,验证了近似算法的合理性。同时,在UCI数据集、ORL和COIL图像数据库上的实验结果表明,本文提出的近似算法不仅保证了学习的准确率,并且降低了算法的运行时间,提高了模型的效率。 展开更多
关键词 多核学习正则化路径 核矩阵 矩阵近似 抽样方法 cur算法
在线阅读 下载PDF
利用CUR矩阵分解提高特征选择与矩阵恢复能力 被引量：1
3
作者 雷恒鑫 刘惊雷 《计算机应用》 CSCD 北大核心 2017年第3期640-646,653,共8页
针对在规模庞大的数据中不能快速准确地选择用户和产品的特征以及不能准确预测用户行为偏好的问题,提出一种CUR矩阵分解方法。该方法是从原始矩阵中选取少量列构成C矩阵,选取少量行构成R矩阵,然后利用正交三角分解(QR)构造U矩阵。分解后... 针对在规模庞大的数据中不能快速准确地选择用户和产品的特征以及不能准确预测用户行为偏好的问题,提出一种CUR矩阵分解方法。该方法是从原始矩阵中选取少量列构成C矩阵,选取少量行构成R矩阵,然后利用正交三角分解(QR)构造U矩阵。分解后的C矩阵和R矩阵分别是用户和产品的特征矩阵,并且C和R矩阵是由真实的数据构成的,因此能够分析出具体的用户和产品特征;为了能够比较准确地预测用户的行为偏好,改进了CUR算法,使其在矩阵恢复方面有更高的稳定性和准确性。最后在真实的数据集(Netflix数据集)上的实验表明,与传统的奇异值分解、主成分分析等矩阵分解方法相比:在特征选择方面,CUR矩阵分解方法具有较高的准确度和很好的可解释性;在矩阵恢复方面,改进的CUR矩阵分解方法具有较高的稳定性和精确度,其准确度能达到90%以上。CUR矩阵分解在推荐系统对用户的推荐方面和交通系统预测交通流量方面有重要的应用价值。 展开更多
关键词 行列联合选择算法 特征选择 矩阵恢复 可解释性 稳定性
在线阅读 下载PDF
孤岛微电网电压不平衡补偿及负序电流均分协同控制策略 被引量：2
4
作者 吴丽珍 刘腾飞 郝晓弘 《兰州理工大学学报》 CAS 北大核心 2019年第3期77-84,共8页
针对孤岛微电网中三相电压不平衡以及负序电流易受线路阻抗影响的问题,提出一种基于动态一致性算法的电压不平衡分布式分层协同补偿策略.在分布式二次控制层中,通过分布式稀疏通信网络实现相邻的分布式电源间实时数据交换,采用动态一致... 针对孤岛微电网中三相电压不平衡以及负序电流易受线路阻抗影响的问题,提出一种基于动态一致性算法的电压不平衡分布式分层协同补偿策略.在分布式二次控制层中,通过分布式稀疏通信网络实现相邻的分布式电源间实时数据交换,采用动态一致性算法估算全局平均电压和平均负序电流,自适应调节功率下垂控制的电压参考值和电压不平衡补偿参考向量,以实现电压不平衡补偿和负序电流的均分控制.该控制策略不仅能很好地对PCC点的电压进行补偿,还实现了负序电流的均分.最后,仿真结果验证了所提方法的有效性和可行性. 展开更多
关键词 微电网 电压不平衡 分布式协同控制 一致性算法 电流均分
在线阅读 下载PDF
基于数据挖掘的中医药临床研究述评 被引量：14
5
作者 张恒 张葆青 《中华中医药杂志》 CAS CSCD 北大核心 2020年第11期5378-5383,共6页
基于数据挖掘的中医药临床研究可归纳为对"症-证-方-药"四要素之间关系或四要素与疗效、预后之间关系的研究。传统机器学习算法包含分类算法、聚类算法、关联规则、回归分析及多标记学习算法。总体而言,分类算法(如树模型、... 基于数据挖掘的中医药临床研究可归纳为对"症-证-方-药"四要素之间关系或四要素与疗效、预后之间关系的研究。传统机器学习算法包含分类算法、聚类算法、关联规则、回归分析及多标记学习算法。总体而言,分类算法(如树模型、人工神经网络、支持向量机、贝叶斯网络)适合做"症-证"的证型判别研究和疗效、预后等结局的预测。关联规则算法适合中药配伍及"方-证"规律研究。聚类算法适用于体质、脉象的类别划分及类方鉴别的"方-药"研究。回归分析多用于疾病危险因素筛选及建立预测模型。而新型深度学习算法(如卷积神经网络模型、自动编码器、循环神经网络、深度置信网络算法等)适用于患病风险评估、用药推荐等特征提取困难并且定义和量化模糊的问题,其凭借无需人工构造特征的特性,具有更为重要的研究价值。通过对传统机器学习算法与深度学习算法的比较,提出中医药数据挖掘临床研究应守正创新,守住"中医思维方式",保持中医药理法方药的完整性,在此基础上进行创新,将多种算法相结合,从临床中来到临床中去。 展开更多
关键词 传统机器学习算法 深度学习算法 证候模型 疗效预测 风险评估 组方规律
原文传递
改进的重采样算法研究 被引量：3
6
作者 吴禄慎 李泽 +1 位作者 陈华伟 王伟杰 《机械设计与制造》 北大核心 2015年第4期244-247,共4页
针对逆向工程中点云数据过多导致拟合曲面光顺性、精度等方面难以达到要求的问题,通过分析对比多种重采样算法的特点,提出一种改进的重采样算法--在区域划分基础上的混合采样法。该算法首先利用曲率估算算法计算各点曲率,然后根据曲率... 针对逆向工程中点云数据过多导致拟合曲面光顺性、精度等方面难以达到要求的问题,通过分析对比多种重采样算法的特点,提出一种改进的重采样算法--在区域划分基础上的混合采样法。该算法首先利用曲率估算算法计算各点曲率,然后根据曲率特征将点云数据划分为特征区域和平坦区域,接着对特征区域进行曲率采样,对平坦区域进行均匀采样。通过实验表明,该算法能够有效地减少点云数据,保留细节特征防止出现空白区域,最终获得较高曲面拟合精度。 展开更多
关键词 重采样算法 区域划分 混合采样 拟合精度 均匀采样 曲率采样
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