检索结果

Select

1. 使用深度对抗子空间聚类实现高光谱波段选择

曾梦, 宁彬, 蔡之华, 谷琼

《计算机应用》唯一官方网站 2020, 40 (2): 381-385. DOI: 10.11772/j.issn.1001-9081.2019081385

摘要（630）

HTML （0）

PDF （714KB）（361）

高光谱图像（HSI）由数百个波段组成，波段之间的相关性强且具有较高的冗余度，导致出现维度灾难并且分类的复杂性很高。为此，使用深度对抗子空间聚类（DASC）网络进行高光谱的波段选择，并引入拉普拉斯正则化使网络更优，在保证分类精度的前提下降低分类的复杂度。该网络通过在编码器和解码器中引入自表达层来模仿传统子空间聚类的“自表达”属性，充分运用光谱信息和非线性特征转换得到波段之间的相互关系，解决传统波段选择方法无法同时考虑光谱和空间信息的问题。同时，引入对抗学习来监督自编码器的样本表示和子空间聚类，使得子空间聚类具有更好的自表达性能。为了使网络性能更优，加入拉普拉斯正则化来考虑反映图像几何信息的局部流形结构。实验在两个公开的高光谱数据集上进行，所提出的方法和几种主流的波段选择方法进行对比的结果表明，DASC方法在分类精度上优于对比方法，其选出的波段子集可以满足应用需求。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于正交差分演化无迹卡尔曼滤波的短时交通流量预测算法

袁磊, 梁丁文, 蔡之华, 吴钊, 谷琼

计算机应用 2015, 35 (11): 3151-3156. DOI: 10.11772/j.issn.1001-9081.2015.11.3151

摘要（440）

PDF （861KB）（418）

针对复杂交通路段下的短时交通流量模型的参数估计问题,建立了基于宏观交通流量预测的状态空间模型,提出了基于正交自适应差分演化的无迹卡尔曼滤波(UKF)算法,解决交通流量预测动态模型的参数优化问题.对差分演化算法(DE)的初始化过程,使用基于正交设计和量化技术的交叉算子最大限度地提高种群的多样性,平衡差分演化算法的开采性和勘探性,更高效地搜索无迹卡尔曼滤波的模型参数.并针对UKF、DE的不同情况,分别采用不同的自适应策略提高调节算法性能.实验结果表明,相对于单独使用随机分布的方式初始化,或者根据经验设置模型参数的方法,使用正交设计方法的初始化策略、变异算子以及参数自适应控制策略的差分演化算法能够有效地节省计算资源,提升预测性能和精度,具有更高的鲁棒性.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于R-Grams的文本聚类方法

王贤明, 谷琼, 胡智文

计算机应用 2015, 35 (11): 3130-3134. DOI: 10.11772/j.issn.1001-9081.2015.11.3130

摘要（480）

PDF （775KB）（470）

针对传统文本聚类中存在着聚类准确率和召回率难以平衡等问题,提出了一种基于R-Grams文本相似度计算方法的文本聚类方法.该方法首先通过将待聚类文档降序排列,其次采用R-Grams文本相似度算法计算文本之间的相似度并根据相似度实现各聚类标志文档的确定并完成初始聚类,最后通过对初始聚类结果进行聚类合并完成最终聚类.实验结果表明:聚类结果可以通过聚类阈值灵活调整以适应不同的需求,最佳聚类阈值为15左右.随着聚类阈值的增大,各聚类准确率增大,召回率呈现先增后降的趋势.此外,该聚类方法避免了大量的分词、特征提取等繁琐处理,实现简单.

参考文献 | 相关文章 | 多维度评价

Select

4. 基于遗传算法改进的少数类样本合成过采样技术的非平衡数据集分类算法

霍玉丹, 谷琼, 蔡之华, 袁磊

计算机应用 2015, 35 (1): 121-124. DOI: 10.11772/j.issn.1001-9081.2015.01.0121

摘要（704）

PDF （735KB）（709）

针对少数类样本合成过采样技术(SMOTE)在处理非平衡数据集分类问题时,为少数类的不同样本设置相同的采样倍率,存在一定的盲目性的问题,提出了一种基于遗传算法(GA)改进的SMOTE方法——GASMOTE.首先,为少数类的不同样本设置不同的采样倍率,并将这些采样倍率取值的组合编码为种群中的个体;然后,循环使用GA的选择、交叉、变异等算子对种群进行优化,在达到停机条件时获得采样倍率取值的最优组合;最后,根据找到的最优组合对非平衡数据集进行SMOTE采样.在10个典型的非平衡数据集上进行的实验结果表明:与SMOTE算法相比,GASMOTE在F-measure值上提高了5.9个百分点,在G-mean值上提高了1.6个百分点;与Borderline-SMOTE算法相比,GASMOTE在F-measure值上提高了3.7个百分点,在G-mean值上提高了2.3个百分点.该方法可作为一种新的解决非平衡数据集分类问题的过采样技术.

参考文献 | 相关文章 | 多维度评价

Select

5. 基于无迹卡尔曼滤波传感器信息融合的车辆导航算法

梁丁文袁磊蔡之华谷琼

计算机应用 2013, 33 (12): 3444-3448.

摘要（487）

PDF （709KB）（419）

针对复杂道路条件下车辆的导航问题，将全球定位系统(GPS)与车载终端传感器系统相结合，提出了基于多传感器系统的车辆精确定位模型，并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题，采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值，实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较，结果表明，基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高，能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态，实时计算出动态的车辆控制输入。