排序方式： 共有3条查询结果，搜索用时 93 毫秒
1
1.
集成学习是机器学习的重要研究方向之一,SVM集成近年来已经受到国内外很多从事机器学习、统计学习的研究者们的重视,并使得该领域成为了一个相当活跃的研究热点。对近年来SVM集成的研究与应用进行了综述,讨论了SVM集成需要解决的基本问题;讨论分析了构造差异性大的集成成员SVM的方法、有效的集成结论生成方法、SVM集成的典型应用;指出了目前存在的问题、以及几个重要的研究方向。 相似文献
2.
为科学、合理和直观地评估部队侦察装备的效能,提出一种基于改进雷达图法的侦察装备效能评估方法。首先,根据部队现役侦察装备的特点以及在使用过程中发挥的效能,建立侦察装备效能评估指标体系,基于线性尺度变换法对上述侦察装备效能指标进行归一化。其次,利用指数标度法确定侦察装备效能评估指标的权重,解决了其他权重标度法权重计算不准确的问题。再次,基于改进雷达图法评估侦察装备的效能,解决了评估指标顺序不一致导致评估结果不唯一的问题。最后,通过实例验证了正确性和合理性。 相似文献
3.
将深度学习应用于行人重识别领域,嵌入多尺度注意力融合模块至神经网络中进行多尺度特征提取和表示,可有效提升注意力机制对深度学习网络的识别性能。提出了一种基于SE block的多尺度通道注意力融合模块,并结合ResNet50卷积神经网络提取特征;然后通过双向LSTM网络进一步提取特征序列上下文信息,在提高模型对图像重要特征的提取能力的同时,降低对图像冗余特征的关注度;最后使用级联难采样三元组损失函数和交叉熵损失函数共同训练网络模型,使样本能够在高维特征空间中实现聚类,进一步提升模型识别准确性。所提出算法在Market1501数据集和CUHK03数据集分别进行实验,并在同等条件下和其他注意力模块算法进行比较。为进一步验证各模块作用,对算法进行消融实验,以验证各模块的有效性,实验结果表明,所提出方法可有效应用于行人重识别 相似文献
1