排序方式: 共有88条查询结果,搜索用时 15 毫秒
51.
隧道围岩分级是隧道设计与施工的基础,直接影响隧道安全与运行。为实现对隧道围岩进行快速、准确地分级,基于机器学习中softmax回归线性分类模型,构建多分类softmax回归分级方法(MSR)。首先,综合考虑岩石坚硬程度、岩体完整程度、结构面产状、地下水状况、节理风化状况及初始地应力状态6项分级指标,并对其进行量化;其次,采用argmax函数作为决策函数,建立多分类器;然后,给定专家修正训练样本,利用python语言编写程序,学习最优判别函数,同时比较不同学习率下模型的精度;最后,导入测试集数据,经过模型自动演算,得出合理的围岩分级结果。结合那丘隧道BQ法对围岩进行分级。研究结果表明:(1)该算法具有可行性和较高的准确率,证实了将机器学习应用到隧道工程中可以提高工程施工效率;(2)与二分类器相比,多分类器能更好地解决围岩分级问题;(3)当学习率为0.01时,模型的分类性能最佳。 相似文献
52.
53.
不同的多个分类器能利用被识别对象的互补信息,从而提高系统的综合识别能力。然而,各分类器的分类结果中存在不确定性信息,不确定性值的大小反映了分类结果的优劣,这个值可以通过距离的方式来计算。本文从几何角度出发,提出了分类器结果的不确定性测量方法,在利用D-S方法合成多个分类器的输出时,将这些不确定性信息也融入计算之中。数值分析结果表明,这种融合方法是有效的。 相似文献
54.
55.
为了提高对水中目标的识别能力,研究使用DS证据理论对多分类器进行融合,论述以往确定BPA方法的优缺点,并在此基础上提出一种新的利用分类器性能和输出信任度来确定BPA的多分类器融合方法,实验证明这种方法在对水中目标进行识别问题中的优越性,为进一步研究分类器融合在目标识别中的应用提供参考. 相似文献
56.
57.
《舰船科学技术》2019,(2)
大型船舶轴系故障具有多变性,导致当前故障识别方法无法有效对各种类型的大型船舶轴系故障进行准确识别,为了提高大型船舶轴系故障识别的效果,设计一种新型的大型船舶轴系故障非接触式监测方法。首先采集大型船舶轴系故障识别信号,采用小波对其进行去噪,然后换提取大型船舶轴系故障识别信号特征,最后采用最小二乘支持向量机设计大型船舶轴系故障识别的分类器,并进行了具体的大型船舶轴系故障识别模拟实验。与其他大型船舶轴系故障识别方法相比,本文方法通过小波抑制了大型船舶轴系故障识别信号中的噪声干扰,提高了大型船舶轴系故障识别成功率,加快了大型船舶轴系故障识别的训练时间,建立更高效率的大型船舶轴系故障识别分类器。 相似文献
58.
针对基于高分辨距离像(HRRP)多类特征联合舰船目标识别的问题,提出了一种基于Fisher判决率加权的修正最近邻模糊分类器。在对舰船目标的HRRP特性进行分析的基础上提取船长、离散性、对称性、中心距等稳定特征,结合各类特征的稳定性和可分性,设计一种能让不同特征充分发挥优势作用的修正最近邻模糊分类器。该分类器用Fisher判决率对特征差隶属度进行加权修正;通过10类军民船目标的实测数据验证,表明基于Fisher判决率加权的修正最近邻模糊分类器在舰船目标识别领域具有很好的实际应用前景。 相似文献
59.
60.
基于粗糙集和贝叶斯分类器的病毒程序检测 总被引:2,自引:0,他引:2
在病毒程序检测中将粗糙集与贝叶斯分类器相结合.该方法在粗糙集属性约简的基础上,综合考虑了条件属性和决策属性的依赖性以及条件属性间的依赖性对约简的影响.通过基于依赖性的属性约简,减少对属性变量间独立性的限制,发挥贝叶斯分类器的鲁棒性潜能,优化贝叶斯分类器的特性.实验结果表明,检测率达到97.88%,正确率为97.16%,明显高于传统的基于特征和RIPPER的方法,也高于多贝叶斯方法;虚警率为5.19%,也比上述所有方法均有所降低. 相似文献