共查询到20条相似文献，搜索用时 93 毫秒
1.
将基于多个嵌入图组合形式的半监督判别分析(SDA)以及核SDA(KSDA)应用于全监督的语音情感识别.在语音信号样本情感成分的预处理阶段,从样本语段中提取出多种特征及其统计参数,包括基音、过零率、能量、持续长度、共振峰和MFCC(Mel频率倒谱系数).在将样本特征送入分类器之前的维数约简阶段,使用经过参数优化的SDA或KSDA进行降维.Berlin语音情感数据库上的实验表明,在使用多类SVM分类器时的全监督语音情感识别中,SDA优于其他一些先进的基于谱图学习的维数约简算法,如LDA,LPP,MFA等,而KSDA通过核化的数据映射,能够取得比上述所有算法更好的识别效果. 相似文献
2.
《绵阳师范学院学报》2017,(11):44-48
目前使用最多的全球定位系统(GPS)信号捕获算法分别是串行搜索捕获算法、并行频域捕获算法以及并行码相位捕获算法,其中并行码算法捕获的C/A码相位分辨率最高,但其运算量大,捕获速度不高.为此,本文主要对GPS并行码相位捕获算法改进以及并行化实现进行了深入的研究.具体采用基2-FFT以及保存C/A码的傅里叶变换,然后利用MATLAB平台对改进的算法进行建模与仿真,再将改进后的并行码相位捕获算法用汇编语言描述,并映射到PAAG实验平台.实验结果得出,改进后的并行码相位捕获算法不仅能够提高捕获的速度,且易于在多核平台上实现. 相似文献
3.
改进的人脸识别主分量分析算法 总被引：3，自引：0，他引：3
在应用于人脸识别领域的主分量分析(PCA)算法中,为了降低与外界光照变化相关的特征向量对提取特征的影响,提出了一种改进的主分量分析(MPCA)算法,利用相对应的标准方差对提取的特征矢量元素进行归一化处理.采用耶鲁大学的2个人脸数据库(Yale face database和Yaleface database B)进行了验证,实验结果表明,对于正面人脸和具有小角度姿态变化情况下的人脸,提出方法的性能优于传统的PCA和LDA(线性判别分析)算法,而运算量和PCA算法相同,大大低于LDA算法. 相似文献
4.
提出对Koetter-Vardy(KV)算法进行改进后的重编码算法,利用Reed-Solomon(RS)码的线性性质对重数矩阵进行预处理,改进了插值算法的初始多项式条件,降低插值算法的复杂度,从而降低了KV算法的总体复杂度,带来的复杂度的节省因子是n2/(n-k)2/(n-k)2.对该算法的软件实现以及仿真结果显示:对高码率的RS码,重编码算法几乎不牺牲译码性能. 相似文献
5.
6.
基于混合流水车间调度问题(HFSP)的特点,建立了数学模型,优化了其编码设计及概率模型设计,并将模拟退火思想成功引入到分布估计算法(EDA)中,实现了对分布估计算法的改进。通过实例对改进的算法进行了仿真实验,并将实验结果与其它已有算法进行了比较,验证了算法的优越性。 相似文献
7.
《赣南师范学院学报》2016,(6):23-26
为了对高校大学生群体性事件网络舆情进行准确预测并作正确引导,提出一种基于改进粒子群算法的混合神经网络(HANN)的高校网络舆情的发展趋势预测模型.HANN首先采用自适应调整策略和混沌理论对粒子群算法进行改进得到改进粒子群算法(CSA-PSO),再通过CSA-PSO算法训练径向基人工神经网络(RBF ANN)得到;RBF ANN的结点个数通过试探法确定.通过实例测试和与其它模型比较实验,结果表明所提出的HANN方法具有较高的预测精确,综合性能较好. 相似文献
8.
《实验室研究与探索》2017,(6):93-97
针对标准萤火虫算法(Firefly Algorithm,FA)在求解电力系统优化潮流(OPF)问题上出现的早熟收敛和求解精度不高等问题,引入混沌优化和莱维飞行,形成了混沌莱维萤火虫优化算法(Chaotic Lévy Flightfirely Algorithm,CLFA)。对改进的CLFA算法进行了推导与分析,并将FA和CLFA两种算法对IEEE30节点测试系统进行电力系统优化潮流仿真,用实验证实算法的有效性。仿真结果表明:改进后的CLFA算法避免了早熟收敛,增强了局部搜索能力,提高了求解精度。算法的改进方式具有良好的创新性,学生可以自行开发不同的改进方式,改进后的算法更有利于进行后续的电力系统优化潮流问题研究。 相似文献
9.
基于特征点的最近邻配准算法 总被引：1，自引：0，他引：1
利用尺度不变特征点的提取方法提取特征点,并对SIFT方法提取出的特征点用最近邻算法进行配准,在搜索最近邻特征点和次近邻特征点时使用了在K-D树搜索算法基础上进行改进的搜索算法BBF(Best Bin First)算法.实验证明该算法具有配准精度高,鲁棒性好的特点. 相似文献
10.
基于行处理的SAGE算法在PET图像重建中的应用 总被引：1，自引：0，他引：1
运用基于行处理(RA)的"单块"投影子集法改进了空间交替广义期望最大(SAGE)算法的收敛性. 新的RA-SAGE算法以正交单投影序列的方式对投影数据进行处理, 以减少投影间的相关性, 达到加速收敛的效果. 此外, 在迭代搜索同时, 新算法结合了超松弛变量, 使其能快速接近全局最大似然解. 实验中, 运用RA-SAGE与SAGE对正电子发射断层(PET)进行了重建. 结果表明,RA-SAGE收敛性能比SAGE优越, 且重建图像质量较高. 相似文献
11.
本文将Apriori算法应用于计算机免疫系统中提取规则,并详细地给出了Apriori算法,同时由于Apriori算法需要频繁扫描数据库,运行效率比较低,从而提出了Apriori算法的三种改进策略：优化连接策略,数据划分策略和减少交易数据策略。 相似文献
12.
Apriori算法是一种挖掘布尔型关联规则的典型算法。该算法在生成频繁项集时会有频繁的数据库扫描操作,并且在由低维频繁项集连接生成高维候选项集时,如果频繁项集维数过大,笛卡尔积后就会产生大量的候选项集,从而影响算法的效率。针对上述2个方面对Apriori算法进行改进,并将改进后的算法应用在试卷分析系统中。经过系统测试,改进后的算法具有较高的效率和较强的稳定性。 相似文献
13.
钱冬云 《浙江工贸职业技术学院学报》2006,6(1):88-92,87
在数据挖掘算法中，Apriori算法是关联规则的经典算法。文章在分析经典Apriori算法的基础上，提出了改进型的Apriori算法。改进后的算法对事务数据库进行两次压缩，减少事务数据库的平均长度，提高了数据挖掘的效率，具有一定的实用性。 相似文献
14.
为明确中医治疗抑郁症用药规律,融合Apriori优化算法与Relim算法,采用数据挖掘技术进行分析。针对传统Apriori算法频繁扫描数据库从而生成大量候选项集的缺点,改变其原有剪枝方式以减少扫描次数。将改进后的Apriori算法与无需产生候选项集的Relim算法就中医治疗抑郁症的方剂数据进行关联规则分析,并绘制两个算法时间效率图。结果发现,两种算法在挖掘药物频繁项集与关联规则的结果基本相同,通过分析发现,中医常以疏肝、理气、补肾、滋阴等药物为主治疗抑郁症。改进后的Apriori算法可降低数据库扫描次数,较传统Apriori算法运行效率有所提高,Relim算法在空间利用率和时间执行率上均略优于改进后的Apriori算法。两种算法挖掘结果体现出中医治疗抑郁症注重疏肝理气、补肾滋阴、调理气血等特点。基于关联规则的方法可作为中医用药规律分析的重要工具。 相似文献
15.
王敏 《赣南师范学院学报》2010,31(3):51-53
文章提出了一种基于位图矩阵技术和Apriori性质的多维关联规则改进算法.该算法利用位图矩阵技术降低扫描数据库的开销,应用Apriori性质减少频繁项集的搜索范围,从而提高算法运算速度.实践表明,该算法是一种有效的多维关联规则算法,具有较好的性能. 相似文献
16.
关联规则可在庞大的数据集中找出不同事务之间隐藏的关系,其中Apriori算法是关联规则分析中较为有效的办法。然而,Apriori算法产生候选项集的效率较低且扫描数据过于频繁,造成算法计算需要耗费较长时间。另外,初始定义的最小支持度与最小置信度也不足以过滤无用的关联规则。针对以上问题,利用概率理论与有效的参数设置,在原有Apriori算法基础上,提出一种基于概率事务压缩的关联规则改进算法。数值算例结果表明,新算法可在第二次迭代之后,大幅减少低效候选项集,从而提升经典Apriori算法效率。 相似文献
17.
关联规则挖掘的一种改进算法 总被引：1，自引：0，他引：1
关联规则的提取是数据挖掘中的重要研究课题,文章对关联规则提取中的Apriori算法进行了深入研究,指出了该算法的某些不足,提出了一种改进算法. 相似文献
18.
陈翠娟 《安阳师范学院学报》2021,(2):28-31
计算机软件蕴含大量工作信息,有效挖掘软件数据信息之间的内在关联是信息时代对软件应用的潜在要求。针对经典Apriori算法挖掘数据效率低、复杂度高的问题,提出一种改进Apriori算法用于挖掘计算机软件数据的关联规则。为计算机软件算法设置双重支持度阈值,即频繁项集与非频繁项集支持度阈值,快速获得强关联的频繁项集;在此基础上基于映射规则重构事务数据库,压缩数据库规模,减少算法的剪枝操作,降低计算机软件数据关联规则挖掘复杂度。以人力资源类计算机软件数据为例展开关联分析测试,结果显示,该算法挖掘的关联信息与人力资源实际管理情况一致,相比经典Apriori算法其效率有所提升。 相似文献
19.
关联规则是数据挖掘领域的一个重要分支。随着大量数据的收集和存储,人们对于从数据库中挖掘关联规则越来越感兴趣,Apriori算法就是经典的关联挖掘算法。文章分析了Apriori的算法思想、算法描述及实际应用。 相似文献
20.
沈良忠 《温州大学学报(社会科学版)》2009,(6):25-30
针对关联规则挖掘中传统Apriori算法需要通过多次扫描数据库来发现频繁项集的问题,提出一种基于简单双矩阵的方法来实现频繁项集的发现．该方法仅需要扫描数据库一次,并充分利用项集的出现次数和是否出现逻辑值来获取频繁项集．实验表明,该方法比Apriori算法更高效． 相似文献