-
公开(公告)号:CN113420820A
公开(公告)日:2021-09-21
申请号:CN202110724175.7
申请日:2021-06-29
IPC: G06K9/62
Abstract: 本发明公开了一种基于正则化最优传输理论的不平衡数据分类方法,所述方法包括如下步骤:一:获取不平衡训练样本集和测试样本集;二:构建Monge型最优传输问题;三:将Monge型最优传输问题凸松弛化为离散的Kantorovitch型最优传输问题;四:设计合理的非凸正则项,进而构建非凸正则最优传输问题;五:设计最大—最小化最优传输求解算法,计算该算法模型在各数据集上的Pre、Rec、GM、F1M评价指标值,从而实现对不平衡数据集的有效分类。本发明构建了带有非凸正则项的最优传输问题,丰富了最优传输的理论研究。相对于常用的不平衡数据分类方法,本方法对不平衡数据的分类精度更高。
-
公开(公告)号:CN113343583A
公开(公告)日:2021-09-03
申请号:CN202110724740.X
申请日:2021-06-29
IPC: G06F30/27 , G06N3/04 , G06F111/04 , G06F111/06 , G06F113/08
Abstract: 本发明公开了一种基于连续时间神经动力学网络的水质评价方法,所述包括如下步骤:一、结合水质评价问题和给定的置信水平,确定模糊机会约束规划问题的目标函数及约束条件,构建模糊机会约束规划问题;二、确定模糊机会约束规划问题的等价优化问题;三、构建求解等价优化问题的具有连续时间的神经动力学网络;四、给定变量的初始状态,根据构建的神经动力学网络运行电路,电路运行至平衡状态可得到原问题的最优解,即可得到用于水质评价的最优超平面方程,最后代入测试数据,根据超平面方程输出水质评价的结果。本发明提出的基于神经动力学网络的水质评价方法,具有连续时间特性,可满足实际中水质评价问题的实时求解需求。
-
公开(公告)号:CN112149760A
公开(公告)日:2020-12-29
申请号:CN202011173060.5
申请日:2020-10-28
Abstract: 本发明公开了一种基于异类类内超平面的模糊支持向量机设计方法,所述方法包括如下步骤:步骤一:获取训练样本集,通过映射将训练样本集从样本空间映射到特征空间;步骤二:通过步骤一得到的数据集,分别得到过类中心的正类类内超平面和过类中心的负类超平面;步骤三:计算di+、di‑、r+、r‑;步骤四:设计基于样本点到异类类内超平面距离的隶属函数μi;步骤五:将μi引入训练样本集,得到新的二次规划问题,结合传统支持向量机,设计求解上述优化问题的基于异类类内超平面的模糊支持向量机。本发明的方法可提升SVM算法的训练效率,提高对类不平衡数据的适应度,有效降低噪声和异类点对分类精度的影响。
-
公开(公告)号:CN117876436A
公开(公告)日:2024-04-12
申请号:CN202311739567.6
申请日:2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于正则最优传输模型的点云匹配方法、系统及电子设备,涉及人工智能技术领域,所述方法包括:获取模板点云和目标点云;模板点云和目标点云为待匹配的两个点云;判断模板点云和目标点云是否存在外点,得到判断结果;根据判断结果建立最优传输模型;其中,当判断结果为否时,最优传输模型为不带松弛正则项的多变量最优传输模型;当判断结果为是时,最优传输模型为带有松弛正则项的多变量最优传输模型;利用交替迭代算法对最优传输模型进行求解,得到最优匹配关系矩阵;基于最优匹配关系矩阵对模板点云和目标点云进行匹配。本发明提高了点云匹配的准确性。
-
-
-