样本集

作品数：222被引量：787H指数：12
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：焦李成高新波侯彪马文萍马晶晶更多>>
相关机构：西安电子科技大学深圳市腾讯计算机系统有限公司北京百度网讯科技有限公司支付宝(杭州)信息技术有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向混合增强智能的省级现货市场报价样本集增强及市场力识别技术
《全球能源互联网》2025年第1期110-123,共14页宁龙飞 刘飞宇 王蓓蓓 郑亚先 
国家电网有限公司科技项目(涵盖极端形态的省级日前电能市场推演场景智能构建技术研究,SGZJJH00DKJS2310199)。
随着电力现货市场改革的推进,亟须对省级现货市场参与主体报价行为进行市场力识别以鼓励良性竞争。考虑到市场初期阶段,来源于现货市场实践的市场成员行使市场力而获取超额利润的样本数目相较于正常交易行为的样本较少,存在样本不平衡...
关键词：混合增强智能 多维度市场力样本集 样本不平衡 随机森林算法 
人工智能辅助下残缺数据样本集补全算法与应用
《微型电脑应用》2025年第1期58-60,64,共4页李洋 张镝 
吉林省教育厅科学研究项目(JJKH20231542KJ)。
在补全残缺数据样本集的过程中,由于缺少评价数据样本集合的相似度导致数据值估计准确率低、补全程度低等问题,提出一种新的残缺数据样本集补全算法。通过插值模型构建残缺数据拟合函数,得到相似数据样本集。通过皮尔森相关系数评价相...
关键词：人工智能 残缺 数据样本集 数据补全 
基于深度学习的电力系统低频振荡模式评估
《电气应用》2024年第12期24-31,共8页朱美晔 
吉林省国际科技合作项目(20230402074GH)。
随着新型电力系统发展,小干扰稳定问题日益严重,准确评估电力系统低频振荡模式对于提高电网稳定性具有重要意义。提出了一种基于卷积神经网络的电力系统低频振荡模式评估模型,与传统的基于稳态信息的评估方法不同,所提方法考虑了系统运...
关键词：低频振荡评估 卷积神经网络 随机扰动 样本集 
不同上下文比例对损毁建筑遥感场景图片样本集构建的影响
《自然资源遥感》2024年第3期154-162,共9页邰佳怡 慎利 乔文凡 周吾珍 
国家自然科学基金面上项目“基于弱监督深度学习的高分辨率遥感影像灾后损毁建筑物提取研究”(编号:42071386);“基于匀质化分解与解析式合成的栅格类别数据尺度效应建模”(编号:41971330)共同资助。
基于深度学习的遥感影像场景分析是震后进行损毁评估的重要手段。在损毁建筑影像资源相对稀缺的情况下,构建高质量的遥感场景图片样本集,对提高场景识别和分类精度具有重要意义。作为遥感分析的重要参考依据,上下文信息在场景图片中所...
关键词：遥感影像场景分析 震后损毁评估 上下文信息占比 场景图片构建 损毁建筑物 
地下交通枢纽BIM-KNN损伤识别方法研究
《铁道建筑技术》2024年第8期5-9,87,共6页汪国良 
中铁第四勘察设计院集团有限公司科技研究开发计划(2018K139,KY20230265)。
为实现地下交通枢纽损伤状态识别预测,结合光谷综合体枢纽工程研究及实践,提出基于BIM-KNN(建筑信息模型-最小近邻算法)的地下交通枢纽损伤识别方法。通过对构建的地下交通枢纽方案进行数字化仿真模拟、计算分析,提取特征点的控制指标信...
关键词：地下交通枢纽 损伤识别 统计分析 BIM-KNN 大数据 样本集 
不同样本集划分策略对农作物遥感分类精度的影响
《河南农业科学》2024年第6期144-153,共10页刘洋 李强子 杜鑫 王红岩 张源 张喜旺 沈云祺 张思宸 余仕奇 
国家重点研发计划项目(2021YFD1500103);中国科学院战略性先导科技专项(XDA28070504);国家自然基金面上项目(42071403);高分辨率对地观测系统国家科技重大专项(71-Y50G10-9001-22/23)。
农作物分布的提取精度对于后续的农田参数反演和作物单产估算等均具有深刻的影响,而农作物分类识别过程中,训练样本的准确性和数量对其最终分类结果的影响是至关重要的。针对样本较少且分布不均匀的问题,通过实地标识和目视解译2种方式...
关键词：遥感 农作物分类 目视解译 样本集划分 
基于深度学习的高分遥感图像建筑物识别被引量：1
《应用科学学报》2024年第3期375-387,共13页李成范 孟令奎 刘学锋 
上海市自然科学基金(No.22ZR1423200);自然资源部地理国情监测重点实验室开放基金(No.2022NGCM12);上海市科技创新行动计划项目(No.21142202400);东华理工大学江西省数字国土重点实验室开放课题(No.DLLJ202103)资助。
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感...
关键词：建筑物识别 高分遥感图像 卷积神经网络 样本集 数据集 
熵权-TOPSIS法在Excel中的实操和结果解读
《数字技术与应用》2024年第3期182-184,共3页周密 
在日常生活中,我们时常遇到多指标下进行综合评价的场景。在不同维度的要求下,各指标的重要性也是不一致的,因此为了使评价的结果尽量客观,常需要使用客观的赋予各指标权重的方法——熵权法并结合TOPSIS法来进行综合评价。本文将以某小...
关键词：TOPSIS法 EXCEL 样本集 综合评价 考虑因素 综合得分 熵权法 指标体系 
联合矢量数据和深度学习的遥感影像对象级分类样本自动选择方法
《遥感信息》2023年第6期15-21,共7页何燕兰 王胜利 朱寿红 刘文杰 
江苏省地质矿产勘查局科研项目(2020KY11、2022KY15)。
针对目前的样本获取手段过于依赖人工制作,难以满足当前业务化实际需求的问题,提出了一种基于历史矢量数据和双线性差异化集成卷积神经网络支持的对象级样本自动选择方法。该方法首先通过对影像多尺度分割获取同质性较高的地物块状图斑...
关键词：矢量数据 双线性差异化集成卷积神经网络 多尺度样本集 面向对象 样本自动选择 
基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测被引量：3
《计算机应用》2023年第11期3632-3640,共9页温祥西 彭娅婷 毕可心 衡宇铭 吴明功 
国家自然科学基金资助项目(71801221)。
针对空中交通系统运行周期性和时变性的特点,结合复杂网络理论和模糊最小二乘支持向量机(LSSVM),提出一种基于最优样本集在线模糊最小二乘支持向量机(OTSOF-LSSVM)的飞行冲突网络态势预测方法。首先,基于三维的速度障碍法构建飞行冲突...
关键词：飞行冲突 复杂网络 最小二乘支持向量机 态势预测 
全选清除导出
共22页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部