导读:本文包含了集成识别论文开题报告文献综述及选题提纲参考文献，主要关键词:交通标志识别,集成学习,支持向量机,卷积神经网络
集成识别论文文献综述
刘树艺,李静,胡春,王伟[1]（2019）在《基于卷积神经网络与集成学习的交通标志识别》一文中研究指出为提高复杂情况(如遮挡、透视畸变等)下交通标志识别的精度,提出一种有效的基于卷积神经网络(Convolutional Neural Network, CNN)与集成学习的交通标志识别方法。首先通过融合颜色分割、形态学处理、形状检测等多种方法分割出交通标志,然后利用卷积神经网络对其特征进行提取并分别采用支持向量机(Support Vector Machine, SVM)和Softmax多类分类器对其进行识别,最后将2种分类结果进行集成作为最终的识别结果。实验结果表明,本文算法可有效提高复杂情况下交通标志识别精度,整体上具有较高的性能。(本文来源于《计算机与现代化》期刊2019年12期）
岳廷妍,张昱勤,李晓松,马越,张韬[2]（2019）在《数据缺失机制识别及处理的标准化流程及集成系统》一文中研究指出目的提出数据缺失机制识别及处理的标准化操作流程,并开发相应集成系统,为非统计专业背景的医学工作者处理缺失数据提供恰当、专业且简便的实现工具。方法系统集成了完成者数据集法、K最近邻分类算法和链式方程多元插值法等缺失数据处理方法,并将其归纳到缺失机制识别及处理的统一框架下,为缺失数据处理提供了从缺失统计,缺失机制识别到缺失处理的标准化流程。结果将归纳的标准化流程分步骤开发为缺失统计、缺失识别、缺失处理等功能模块并进行了集成化,构建了缺失机制识别及处理集成系统。结论标准化操作流程及集成系统实现了缺失机制识别加缺失数据处理全过程,操作方式简单便捷,结果展示直观易懂,为缺失数据的处理提供了更为简便可行的选择,便于医学工作者实际应用。(本文来源于《现代预防医学》期刊2019年21期）
何黎松[3]（2019）在《基于集成学习的创业公司风险识别》一文中研究指出本文使用风投企业风险识别案例,将集成学习思路应用于决策树算法,对风投企业风险进行识别,结果表明,传统的C5.0决策树预测准确度较低,但是有可解读的规则,Boosting算法和随机森林预测准确度较高,但不能形成可解读的规则。企业可以根据实际的应用需求,选择使用相应的模型方法,用于创业企业风险识别。(本文来源于《科技经济市场》期刊2019年09期）
曾萧,宫亮,杨煜普[4]（2019）在《基于KPCA特征集成算法的SOFC 系统多故障识别》一文中研究指出针对固体氧化物燃料电池系统多模式、非线性及高维等特点,提出基于数据驱动的模式识别方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空间中使用多项式逻辑斯谛回归算法进行故障诊断。实验结果表明:核主成分分析特征集成算法可以全面提取出故障特征,能够大幅提高后续分类器故障的识别效果。(本文来源于《化工自动化及仪表》期刊2019年09期）
孙安,于英香,罗永刚,孙逊[5]（2019）在《序列标注模型中不同输入特征组合的集成学习与直推学习方法研究——以CCKS-2018电子病历命名实体识别任务为例》一文中研究指出[目的/意义]研究机器学习中集成学习与直推学习方法对电子病历命名实体识别任务的性能影响,为基于机器学习方法的文本信息抽取提供一种性能优化方法。[方法/过程]首先对CCKS-2018提供的电子病历文本进行分析,提取中文分词、词性标注、临床实体类别特征;然后在条件随机场CRF算法下,采用不同输入特征组合的方法构造"基学习器"进行投票集成;最后用直推学习方法对集成学习结果进行优化。[结果/结论]实验中集成学习获得总体效果F_1值86.93%均优于"基学习器"结果值,直推学习获得了模型的最佳泛化性能87.06%,同时多特征组合比单独字特征可以获得更好的"基学习器"。实验证明采用不同输入特征组合的集成学习和直推学习可以有效提升模型的泛化性能,该方法可以在其他相关机器学习与文本信息抽取领域中推广。(本文来源于《情报杂志》期刊2019年10期）
张茹鑫,温广瑞,张志芬,徐斌[6]（2019）在《集成GA-PSO方法的转子系统多点不平衡量识别》一文中研究指出针对传统转子动平衡方法需多次启车确定平衡配重、平衡效率低、平衡成本高的问题,提出了集成遗传算法(genetic algorithm,简称GA)及粒子群算法(particle swarm optimization,简称PSO)的转子多点不平衡量在线识别方法。该方法的核心是将转子不平衡量分解为数目、位置、质量和相位信息,分别获取转子系统理论不平衡响应与实际振动特征,正反问题角度相结合实现转子多点不平衡量的准确识别。首先,采用集成化的GA-PSO优化算法进行不平衡量识别;其次,通过引入正则化思想构造新的目标函数,利用遗传算法获取不平衡数目的稀疏表示,实现不平衡量数目识别;最后,采用粒子群算法进行不平衡量位置、质量和相位识别,通过缩小粒子群算法初值范围,提高不平衡位置、质量和相位识别精度。仿真和转子实验台实验数据的识别结果表明,该方法可以有效对转子不平衡量进行在线预估,并可有效指导现场无试重动平衡,从而降低后续转子系统现场动平衡的成本,提高其平衡效率。(本文来源于《振动.测试与诊断》期刊2019年04期）
张功国,吴建,易亿,王梓权,孙海霞[7]（2019）在《基于集成卷积神经网络的交通标志识别》一文中研究指出以交通标志识别为研究目的,提出一种基于集成卷积神经网络的交通标志识别算法,通过对多个不同结构的卷积神经网络进行集成以提高算法识别率。为了缩短网络训练和测试时间以及提高网络识别率,对单个卷积神经网络的结构进行了优化。使用Re LU(rectified linear unit)激活函数来代替传统的激活函数,使用批量归一化(batch normalization,BN)方法对卷积层输出数据进行归一化处理,将卷积神经网络的分类器用支持向量机(support vector machine,SVM)代替。使用德国交通标志识别数据库(german traffic sign recognition benchmark,GTSRB)进行训练和测试,实验结果表明,提出的算法识别率为98.29%,单幅交通标志图像测试时间为1.32 ms,对交通标志具有良好的识别性能。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年04期）
杜方键,张永峰,张志正,郭小飞,田明[8]（2019）在《基于SVDD集成的水下目标识别算法研究》一文中研究指出针对基于距离测度的SVDD单类分类器误判率较高的缺点,开展基于支持向量数据描述的单类分类器集成学习算法研究,并对基于支持向量数据描述的多类分类过程进行分析。本文利用Bagging算法对SVDD单类分类器进行集成,利用4类实测水下目标样本进行识别实验,实验结果表明所提出的算法能够有效提升不易区分两类样本的分类能力,分类正确识别率能够提高4. 98个百分点。(本文来源于《电声技术》期刊2019年08期）
何黎松[9]（2019）在《基于集成学习的银行信用卡逾期客户识别》一文中研究指出本文以集成学习思想,集成逻辑回归、判别分析、决策树、神经网络,对商业银行信用卡逾期行为进行分类识别。结果表明,集成的分类模型,比单个的分类模型具有更好的分类识别效果可用于商业应用中。(本文来源于《大众投资指南》期刊2019年15期）
龚箭[10]（2019）在《一种实用的集成电路芯片识别方法》一文中研究指出目的:找出一种实用的芯片缺陷自动检测方法,以保证芯片质量。方法;将芯片的主体从背景中分离出来,进行预处理后,再进行分割,然后进行连通区域标记并统计出连通区域的数目即是芯片的数目,通过比较检测面板和标准面板的芯片数目,根据差异判定缺陷。结果:该方法编制的程序比较准确地计算出了芯片的数目。结论:该功能的良好使用,可以配套自动化的送料、分拣系统,再包装打标识,入库,提高效率。(本文来源于《电脑知识与技术》期刊2019年16期）
集成识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的提出数据缺失机制识别及处理的标准化操作流程,并开发相应集成系统,为非统计专业背景的医学工作者处理缺失数据提供恰当、专业且简便的实现工具。方法系统集成了完成者数据集法、K最近邻分类算法和链式方程多元插值法等缺失数据处理方法,并将其归纳到缺失机制识别及处理的统一框架下,为缺失数据处理提供了从缺失统计,缺失机制识别到缺失处理的标准化流程。结果将归纳的标准化流程分步骤开发为缺失统计、缺失识别、缺失处理等功能模块并进行了集成化,构建了缺失机制识别及处理集成系统。结论标准化操作流程及集成系统实现了缺失机制识别加缺失数据处理全过程,操作方式简单便捷,结果展示直观易懂,为缺失数据的处理提供了更为简便可行的选择,便于医学工作者实际应用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集成识别论文参考文献
[1].刘树艺,李静,胡春,王伟.基于卷积神经网络与集成学习的交通标志识别[J].计算机与现代化.2019
[2].岳廷妍,张昱勤,李晓松,马越,张韬.数据缺失机制识别及处理的标准化流程及集成系统[J].现代预防医学.2019
[3].何黎松.基于集成学习的创业公司风险识别[J].科技经济市场.2019
[4].曾萧,宫亮,杨煜普.基于KPCA特征集成算法的SOFC系统多故障识别[J].化工自动化及仪表.2019
[5].孙安,于英香,罗永刚,孙逊.序列标注模型中不同输入特征组合的集成学习与直推学习方法研究——以CCKS-2018电子病历命名实体识别任务为例[J].情报杂志.2019
[6].张茹鑫,温广瑞,张志芬,徐斌.集成GA-PSO方法的转子系统多点不平衡量识别[J].振动.测试与诊断.2019
[7].张功国,吴建,易亿,王梓权,孙海霞.基于集成卷积神经网络的交通标志识别[J].重庆邮电大学学报(自然科学版).2019
[8].杜方键,张永峰,张志正,郭小飞,田明.基于SVDD集成的水下目标识别算法研究[J].电声技术.2019
[9].何黎松.基于集成学习的银行信用卡逾期客户识别[J].大众投资指南.2019
[10].龚箭.一种实用的集成电路芯片识别方法[J].电脑知识与技术.2019