共查询到20条相似文献，搜索用时 578 毫秒
1.
特征选择在模式识别技术中起着非常重要的作用，已有多种特征选择的方法，但用信息论的方法进行特征选择还是一个新的课题，MIFS算法和MIFS-U算法都是近似算法，随着输入特征的增加，特征选择性能逐渐下降．本文通过研究这两种算法，提出一种改进方法，在运算量几乎不增加的情况下，提高这两种算法的特征选择性能。 相似文献
2.
宋志辉 《贵州教育学院学报》2009,25(6):54-56
特征权值的选择是文本分类的基础环节,TFIDF是文档特征权值表示常用方法之一。但其过于简单的词频和反文档频率表迭式会忽略在一个类中频繁出现的特征,导致了特征预测能力相互削弱。文中提出了一种改进的特征选择算法（I—TFIDF）,能更好的体现特征词条的权重,从而有效提高分类的正确率。实验结果表明I—TFIDF比传统的TFIDF算法具有更好的性能。 相似文献
3.
基于迭代的比特和功率分配机制,提出了一种低复杂度的比特和功率分配算法.与传统的迭代分配算法不同,该算法在每次迭代中只需要比较几个特定的子载波.该方法在保持传统迭代算法性能的前提下极大地减小了迭代分配算法的复杂度.此外,通过选择等功率分配方案作为初始方案加快了算法的收敛速度,进一步降低了算法复杂度.仿真结果表明,提出的改进算法在基本不牺牲系统性能的前提下有效地降低了算法复杂度. 相似文献
4.
销售预测在公司的生产和管理中尤为重要,影响着公司的计划、生产、物流、销售等各方面.为突破单一模型在销售预测中的局限性,提出一种基于Stacking集成算法的销售预测组合模型.首先结合历史销售数据构造新特征,再利用相关性分析进行特征选择,提高模型性能和可解释性,最后以随机森林、BP神经网络、Prophet算法为基学习器,... 相似文献
5.
针对K-best检测算法易将最优路径舍去的特点和K-best检测算法搜索星座图中所有点的特点,提出一种性能改进型K-best检测算法和几种降低复杂度K-best检测算法.性能改进型K-best检测算法在进行QR分解之前对信道矩阵进行最小均方误差(MMSE)滤波,能有效减小最优路径被舍弃的概率,提高算法性能;降低复杂度K-best检测算法采用类似球形译码检测的方法减少搜索星座图中点的个数.仿真结果显示,性能改进型K-best检测算法比基于排序QR分解(SQRD)的K-best检测算法有1dB的性能增益.降低复杂度K-best检测算法在K=4时有性能损失;当K=8时,降低复杂度K-best检测算法和原K-best检测算法有同样的性能,同时前者比后者需要更少的计算量. 相似文献
6.
图像特征选择是基于内容的图像检索的关键技术之一,ReliefF算法是常用的图像特征选择算法。针对ReliefF特征选择算法的不足,利用信息论中的散度对其进行改进,在相同的时间复杂度下,使得结果的有效性得到一定的改善。提出两步法的特征选择框架,并且实现去除冗余特征的算法,在保证结果有效性的前提下大大降低了时间复杂度。 相似文献
7.
因子分解机对特征各维度之间的一阶线性关系和二阶线性关系建模,在推荐系统中已有较多应用。神经因子分解机模型（NFM） 是因子分解机与神经网络的结合模型,它能捕获特征之间的高阶交互信息,使得模型预测效果更佳。但由于神经因子分解机模型一般都是采用全连接的前馈神经网络,使得整个推荐网络过于复杂,存在过拟合风险。为了降低神经因子分解机模型的整体复杂度,提高推荐模型的泛化性能,提出一种基于交叉网络的因子分解机模型（CFM）,降低模型复杂度,提高模型泛化性能。实验表明,该模型在数据集上的预测准确度为77%左右,相比NFM预测准确度提高了约2%,整体模型泛化性能也有所提高。 相似文献
8.
为了解决传统分类方法计算复杂度高及可扩展性差的问题，提出了互依赖和等效半径的概念，并将两者相结合，提出新的分类算法——基于互依赖和等效半径、易更新的分类算法IER．IER算法根据互依赖作为特征选择的量度，通过较长特征值的选择降低维度，通过重心和等效半径来建立分类模型．算法分析显示IER计算复杂度较低，扩展性能较好，适用于大规模场合．将IER算法应用于中文文本分类，并与kNN算法和类中心向量法进行比较，结果表明，在提高分类精度的同时，IER还可以大幅度提高分类速度，有利于对大规模信息样本进行实时在线的自动分类． 相似文献
9.
在斜Haar变换的基础上提出了一种有效的改进算法,描述出了其计算复杂度及变化性能.与其他正交变换相比,在没有增加原斜Haar变换计算复杂度的前提下,提高了其在图像压缩中的效果,并且在一阶Markov模型下优于传统的斜Haar变换和DCT变换. 相似文献
10.
针对传统道路目标检测算法推荐窗口冗余、鲁棒性差、复杂度较高的问题,提出基于YOLOv2模型的道路目标检测改进算法。相较于传统的HOG+SVM目标检测算法,YOLO模型优势在于提升了检测速度及准确度,更适用于实时目标检测。比较YOLO V3 与 YOLO V2算法,前者在构造神经网络模型时复杂度较高,故最终选择YOLO V2算法。针对原算法中选取Anchor Boxes时所采用的K-MEANS算法造成的目标物体框冗余问题,以及原算法对于不规则物体以及遮挡物体检测效果较差等问题,提出基于YOLO V2模型的一种改进方法,将K-MEANS算法改进为一种DA-DBSCAN算法,通过动态调整参数的方式大大减少了锚点框冗余问题。实验表明,改进后的模型准确率达到96.76%,召回率达到96.73%,检测帧数达到37帧/s,能够满足实时性要求。 相似文献
11.
《实验室研究与探索》2016,(5)
提出一种改进的事件检测算法,通过交叉特征学习实现相关样本的自适应利用。首先将相关性水平看成是有序标签,利用标签候选集中相邻两个相关性标签的最大容限准则进行模型学习。然后采用多核学习理论来定义标签加权问题,通过交叉特征预测来更新标签候选集合。重复上述步骤直到算法收敛为止,将最终获得的统一检测器用于事件检测。利用大规模TRECVID 2011数据集来测试本文算法,实验结果表明,就平均精度和Pmiss值而言,本文算法的检测性能优于当前其他算法。 相似文献
12.
13.
14.
基于诺依曼级数展开算法,将矩阵求逆转化为一序列矩阵求和,在一定程度上降低了算法的复杂度,但是在计算优化因子上耗费了大量的计算资源而产生延迟。提出一种改进算法,其基于诺依曼级数近似,将大矩阵相乘转化为对角矩阵和空心矩阵,进一步降低ZF算法的计算复杂度,且提出一种简化优化因子的方法,提高收敛速度,有效减少延迟。仿真结果表明,随着接收天线增加,改进算法译码性能接近传统ZF算法,而检测算法的复杂度由O(k3)降到O(k2),其中k为用户数。 相似文献
15.
针对三角网格简化,设计了求解顶点覆盖问题的贪心算法,通过贪心选择最小的顶点集去＂覆盖＂边集,同时保留被简化网格的特征信息,自动实现最大程度简化。给出的实例也表明简化后的网格质量良好,算法既降低了时间复杂度又保持了原形状的特征信息。 相似文献
16.
17.
秦秀贵 《山东教育学院学报》2008,23(5):95-97
H.264/MPEG-4 AVC定义了9种4×4亮度块的预测模式,在参考模型JM中所采用的RDO计算复杂度较高。本文提出了一种基于各向同性Sobel算子的H.264的快速帧内编码模式选择算法,降低预测的复杂度,提高编码速度。测试表明,此算法能够使编码速度提高将近75%。 相似文献
18.
基于MIMO系统的天线选择技术是对收发两端的多根天线根据算法不同,进行不同方式的天线选择,以此降低射频电路成本与复杂度。研究一种更低复杂度的快速接收天线选择算法的改进,它具有较好的系统性能。仿真结果表明,所研究的次优算法,对比于最优算法具有较低复杂度,并且它大大降低了系统硬件链路成本,而系统容量损失极小,并保留系统的优越性。 相似文献
19.
作者重名消歧是一个重要又复杂的研究课题,在科技文献检索工作中,作者重名问题势必会降低文献检索的效率和准确性,影响工作进度。提出一种改进粒子群算法优化的BP（Back Propagation）神经网络算法,以解决作者重名消歧问题。首先引入Beta分布的动态惯性权重,提高算法全局搜索能力|其次利用改进粒子群算法优化的权值和阈值,作为BP神经网络的初始权值和阈值进行模型训练,以加快模型训练速度|最后通过特征评价函数过滤式选取排序较优的M维特征子集作为输入层特征向量训练模型,得到最终预测结果,从而精确区分重名的作者。实验研究表明,该模型对重名作者身份的预测准确率可达89.01%,证明了该算法的有效性。 相似文献
20.
帧内预测是H.264视频编解码标准中重要的组成部分,它能够显著提高压缩比率,但是大大提高了计算复杂度,很难运用到实时传输中,因此,如何提高运算速率是改进算法的核心问题。提出了一种快速模式选择算法,在保证图像质量的情况下较大地提高了帧内编码速度。 相似文献