检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于多超声传感器信息和NeuCube的移动机器人走廊场景识别

王秀青, 侯增广, 潘世英, 谭民, 王永吉, 曾慧

计算机应用 2015, 35 (10): 2833-2837. DOI: 10.11772/j.issn.1001-9081.2015.10.2833

摘要（465）

PDF （769KB）（385）

为提高室内移动机器人的环境感知能力,针对其常处的结构化走廊场景的分类、Spiking神经网络(SNN)和基于SNN的新型计算模型NeuCube进行研究。SNN利用尖脉冲传递时、空信息,比传统的神经网络更适于动态、时序信息的分析,以及各种模式信息的识别和分类。此外,SNN更易于用硬件实现。在对NeuCube的基本原理、学习方法和计算步骤进行讨论的基础上,利用多超声传感信息和NeuCube对室内移动机器人常处的7种走廊场景进行识别。实验结果表明基于多超声传感信息和NeuCube的移动机器人走廊场景分类方法可以对7种走廊场景进行有效识别,该方法有助于增强移动机器人的自主性和提高其智能水平。

参考文献 | 相关文章 | 多维度评价

Select

2. 多决策树的模糊积分融合在银行信贷管理系统中的应用

傅玥潘世英王建岭

计算机应用 2014, 34 (3): 763-766. DOI: 10.11772/j.issn.1001-9081.2014.03.0763

摘要（619）

PDF （687KB）（391）

为了提高基于数据挖掘的商业银行信贷管理系统的信贷风险评估水平，将多决策树的Choquet模糊积分融合(MTCFF)模型应用到银行信贷管理系统中。基本思想是采用决策树在已知类型的客户数据上进行挖掘，按照决策树剪枝程度不同形成不同的决策树并产生规则，利用所生成的不同决策树的规则，对未知类型的客户数据进行分类，然后让Choquet模糊积分对多棵决策树的分类结果进行融合，形成最优判断。采用UCI数据库中German客户信用卡数据集进行验证，实验证明Choquet模糊积分的非线性融合效果优于单棵决策树的分类效果，也优于其他线性融合方法，并且Choquet模糊积分要优于Sugeno模糊积分。