【摘 要】
：
为提高机器视觉识别的选择性和鲁棒性,给出了基于T2FPSO优化的T2FSVM场景分类方法。算法中,设计了type-2模糊支持向量机模型以提高其泛化能力并得到正确的场景分类信息;为提高PSO在不确定环境中的优化能力,构建了融合type-2模糊集概念的T2FPSO优化算法,并采用区间type-2模糊逻辑系统推理得到其惯性权值。实验结果表明所提出的场景分类方法可对不确定信息进行有效处理。
论文部分内容阅读
为提高机器视觉识别的选择性和鲁棒性,给出了基于T2FPSO优化的T2FSVM场景分类方法。算法中,设计了type-2模糊支持向量机模型以提高其泛化能力并得到正确的场景分类信息;为提高PSO在不确定环境中的优化能力,构建了融合type-2模糊集概念的T2FPSO优化算法,并采用区间type-2模糊逻辑系统推理得到其惯性权值。实验结果表明所提出的场景分类方法可对不确定信息进行有效处理。
其他文献
智能变电站作为智能电网的重要组成部分,其通信网络具有不可中断性、实时性要求高等特点。本文分析了智能变电站的主要受攻击面,采用业务流威胁分析的方法,对应用场景和数据流威胁进行分析,完成变电站信息安全风险评估。
分子生物学的中心法则描述了生命现象中遗传信息的流动过程~([1]).但是,这种"遗传信息"与物理学和信息与编码理论中的"信息"~([2])意义颇为不同.虽然物理学家很早就认为生命是一个从环境中吸收负熵的过程~([3]),而负熵就是信息~([2]).但是迄今为止还没有一个成型的、物理的模型从信息传输的角度来描述生命进化的过程.另一方面,在生物学的研究中,研究者通常倾向于关注生物性状的变异及其在时间中
绿盲蝽(Apolygus lucorum)危害多种植物,是主要的农业害虫之一.本文对绿盲蝽3个不同发育期,包括二龄若虫、四龄若虫和成虫的转录组测序和分析,获得了98236条绿盲蝽单基因簇(unigenes),平均长度1335 nt,其中50640条获得了功能注释,包括大量消化酶和细胞色素P450基因.将其与棉铃虫(Helicoverpa armigera)和棉蚜(Aphis gossypii)的转
卵母细胞体外成熟环节是现代繁殖育种技术的基础环节,体外成熟的MⅡ期卵母细胞的质量直接影响了卵母细胞的后续受精及受精卵卵裂.由于卵母细胞的发育成熟是一个涉及大量基因转录调控的复杂过程.因此,转录组学研究是了解卵母细胞发生发育的关键.本研究以高海拔地区的特有牛属动物牦牛(Bos grunniens)卵母细胞作为研究对象,应用RNA-seq技术对牦牛GV期卵母细胞及体外成熟MⅡ期卵母进行转录组学测序及比
超富集植物能耐受高浓度的重金属并将其储存于植物各组织中,对于重金属污染环境的修复具有重要意义.本文以沉水植物有翅星蕨(Microsorum pteropus)为研究对象,设置了低浓度镉暴露组(0,0.1,1,5,10,20 mg/L)和高浓度镉暴露组(0.20,40,60,80,100 mg/L),暴露7天,发现有翅星蕨各组织镉富集浓度的大小顺序为:不定根>羽片>叶柄>根状茎,在0.1mg/L镉暴
蛋白质是生命活动的重要物质基础,对其功能的准确标注可以极大地促进生命科学的研究与发展.已有的蛋白质功能预测方法通常仅关注利用蛋白质具有某些功能的信息(正样例),并没有关注利用蛋白质不相关的功能信息(负样例).已有研究表明,结合蛋白质负样例可以降低蛋白质功能预测的复杂度并提高预测精度.本文提出一种基于降维的蛋白质不相关功能预测方法 (predicting irrelevant functions o
GPS数据存在位置精度偏差而且易受噪声干扰,大规模数据挖掘前需要进行轨迹特征提取.本文提出基于Geo Hash的空间编码技术Geo Hash Tree对时空点进行索引,提高邻域轨迹点查询效率.将Geo Hash Tree应用于轨迹聚类,提出一种改进的基于密度的轨迹聚类算法,使聚类中最近邻点查询时间复杂度由O(n~2)降为O(n log n).以提取角度变化点为基础,通过聚类对角度变化点进行深层次特
社交网络链接预测能够获取丢失链接的重要信息,在很多领域都有应用.现有链接预测算法或因无法充分利用信息或因无法捕获全部特性而在链接预测精度上有所欠缺.为提高链接预测精度,本文提出一种新的算法——监督联合去噪模型(supervised joint denoising model,SJDM),该算法把链接预测问题看作一个有监督的矩阵"去噪"问题.为了能够获取理想社交网络矩阵,该算法综合利用现有用户特征信
本文针对数据流演化聚类问题,建立了基于模糊最大熵的优化模型,利用模糊隶属度表达类别划分的模糊性,通过信息熵描述类别划分的有效性.在此基础上定义了优化目标函数,在滑动窗口下将数据子集的聚类过程理解为一个优化问题,使聚类结果能有效描述数据内在结构特征,同时维持相邻窗口间聚类模型的连续性.将优化问题的解作为概念漂移检测的依据,保证了检测结果的有效性,有利于捕获聚类结构的变化趋势.在仿真实验中,利用人造数
当前许多实际应用需要持续地对流数据进行统计发布,并且对当前的数据关注度高于对历史数据的关注度.现有关于该问题的解决方案是使数据项带有权重,并提出指数衰减下的差分隐私流数据发布方法.然而,现有的方法仅考虑单次查询,未能有效利用连续统计发布背景下查询间的关联性,以进一步提高查询的精度.为此,本文利用矩阵在处理关联性查询方面的优势,提出一种指数衰减模式下基于矩阵机制的差分隐私流数据发布算法DMFDA.算