选择性集成

摘要： 在构建选择性集成分类器时,寻找分类准确率高且差异性大的最优分类器子集至关重要。为平衡集成子集中基分类器的准确性和多样性,提出了一种基于改进最大相关最小冗余的选择性集成分类器(ImRMRSEC)。首先,将基分类器对验证集的预测结果视为一个个“特征”,把特征选择的思想扩展到集成分类器的约简问题中,基于最大相关最小冗余准则寻找基分类器子集。其次,引入Gram-Schmidt正交化求取“特征”的等价向量,替代原向量输入最大相关最小冗余算法中,并基于距离相关系数(DCC)衡量相关性。同时,利用序列浮动前向选择方法搜索最优子集。实验结果充分展示了所构建分类器卓越的设计性能。

摘要： 大样本高维度状态监测数据对剩余使用寿命(RUL)精准预测有着技术性挑战,为了提高以航空涡轮风扇发动机为代表的复杂装备的预测精度和收敛效率,提出一种两阶段的选择性深度神经网络集成方法.第1阶段为多方法联合扰动下的候选集生成方案,通过采用异质神经网络结构、多时间尺度设计和算法参数随机化消除模型内部耦合关系,强化候选深度神经网络集多样性;第2阶段利用遗传算法集成修剪冗余模型,有效剔除性能不佳的冗余学习器,以获取多样化最优候选子集,并按平均集成输出预测结果.与个体模型的数据实验对比表明,所提方法通过同步增强集成模型准确性和多样性,提升了近20%的RUL预测精度,可为运维决策提供有力支撑.

摘要： 异常数据检测一直是无线传感器网络安全的重要防护手段.针对现有方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优化孤立森林算法(BPSO-iForest).依据选择性集成思想,利用离散二进制粒子群算法改进由孤立森林算法生成的初始森林,选取初始森林中精度高、差异性大的隔离树,构建最优孤立森林,提升异常数据的检测精度和算法的执行效率.在无线传感器网络数据集上,与传统孤立森林、随机森林算法及其改进算法进行对比实验,结果表明本算法的检测精度和执行效率有明显的提升.

摘要： 集成学习相较于单模型具有更好的预测精度和泛化能力,被广泛应用于工业过程的质量预测.基学习器之间的多样性和基学习器的准确性对集成的泛化能力影响极大.为了进一步提高集成模型的泛化能力,提出一种同时考虑准确性和差异性的选择性集成建模方法.以在线极限学习机作为基学习器,将基学习器的准确性和基学习器对集成模型多样性的贡献率作为博弈双方,利用博弈论原理求解得出使集成模型准确性和多样性都达到最优的选择方案,使集成模型的准确性和多样性兼优;模型预测完成后,综合当前误差和历史记录误差对基学习器的权重进行在线更新,实现在线测量阶段对建模对象特性的动态自适应.最后,使用公开数据集和实际工业数据验证了所提算法的合理性和有效性.

摘要： 针对影像分类结果的类间差异性与准确性难以平衡的问题,提出一种融合多特征与互信息选择集成多核极限学习机的影像分类方法.该方法首先利用最小噪声分离提取影像的光谱特征,考虑到高分辨率影像局部细节信息清晰,利用LBP算子提取影像的局部纹理信息,采用泛化性能好的核极限学习机训练多个弱分类器;然后,通过引入相关性准则描述准确性,冗余性准则描述差异性,将选择性集成多核极限学习机问题转化为变量选择问题;最后,利用基于互信息的最大相关最小冗余准则,对生成的多核极限学习机进行选择,从而实现影像分类结果差异性与准确性的平衡.文章采用高分二号数据实验,总体分类精度和K appa系数分别为92.03％、0.9.分析结果表明,该方法能够利用多种特征的分类优势,进而有效改善了高分二号影像的分类结果.

摘要： 如何融合球磨机系统研磨过程所产生的多模态机械信号构建磨机负荷参数预测(Mill load parameter forecast-ing,MLPF)模型是当前研究的热点.针对上述问题,本文提出一种基于多模态特征子集选择性集成(Selective ensemble,SEN)建模的MLPF方法.首先,对多模态机械信号进行时频域变换得到高维频谱数据;接着,采用相关系数法和互信息法对多模态频谱进行线性和非线性特征子集的自适应选择;最后,采用优化和加权算法对上述特征子集的候选子模型进行自适应地选择与合并,得到基于SEN机制的MLPF模型.采用磨矿过程实验球磨机的机械信号仿真验证了所提方法的有效性.

摘要： 极限学习机(ELM)具有学习速度快、易实现和泛化能力强等优点,但单个ELM的分类性能不稳定.集成学习可以有效地提高单个ELM的分类性能,但随着数据规模和基ELM数目的增加,计算复杂度会大幅度增加,消耗大量的计算资源.针对上述问题,该文提出一种基于双错测度的极限学习机选择性集成方法(DFSEE),同时从理论和实验的角度进行了详细分析.首先,运用bootstrap方法重复抽取训练集,获得多个训练子集,在ELM上进行独立训练,得到多个具有较大差异性的基ELM,构成基ELM池;其次,计算出每个基ELM的双错测度,将基ELM按照双错测度的大小进行升序排序;最后,采用多数投票算法,根据顺序将基ELM逐个累加集成,直至集成精度最优,即获得基ELM最优子集成,并分析了其理论基础.在10个UCI数据集上的实验结果表明,较其他方法使用了更小规模的基ELM,获得了更高的集成精度,同时表明了其有效性和显著性.

摘要： 多标记学习和选择性集成是机器学习中的两个热点研究问题.本文利用聚类思想探究多标记学习中的选择性集成,提出了两种具体的多标记选择性集成算法:基于最小距离的簇中心选择算法(Minimum distance based cluster center selection,MDCCS)和基于K?means的簇中心选择算法(K?means based cluster center selection,KMCCS).在所提出的算法中,如何度量学习器之间的距离是其能否成功的关键因素.本文首先基于学习器的分类结果对其进行重新表示,在此基础上给出了学习器之间距离的计算方式.此外,对于算法中的空簇问题给出了两种解决方法.基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析,实验结果表明了所提算法的有效性.

摘要： 为持续高效地学习不断产生的航班运行信息,提高航班延误预测模型学习新到达数据的效率,采用集成学习思想,提出了一种基于分类与回归树(classification and regression tree,CART)的增量学习算法.首先,将CART算法与Learn++算法结合实现了增量分类与回归树(incremental classification and regression tree,I-CART)算法;然后,进一步分析了基分类器间的区别和与精确度的关系,使用选择性集成算法来提高I-CART算法预测速率;最后,将该算法应用到航班延误预测中,增量地学习航班动态运行信息.实验结果表明,该算法有效地提高了模型预测效果.

摘要： 随着时间差阶次的增加,传统的时间差(TD)模型会出现性能显著下降的问题,为了提高时间差模型的可靠性和模型预测的精度,同时考虑过程的时滞特征,基于一种选择性集成策略,提出局部时间差高斯过程回归(LTDGPR)模型的自适应软测量建模方法.首先,提取出数据库中的时滞动态信息,对建模数据进行重构;然后,采取局部化策略对差分后的重构样本进行统计划分,得到LTDGPR模型集.对于新来的输入样本,选择部分泛化能力强的LTDGPR模型进行集成,估计出含一定时间差的主导变量动态偏移值;最后,基于TD模型思想对当前时刻主导变量值进行在线预测.通过脱丁烷塔过程的仿真研究,验证了所提方法的有效性和精度.

摘要： 提出了一种基于人工鱼群优化算法的支持向量机集成模型(AFSASVM).在独立训练出一批个体支持向量机后,利用人工鱼群优化算法对集成中个体支持向量机的权值进行优化,选择权值大于某一阈值的部分个体支持向量机参与集成,实现一种基于选择性集成思想的支持向量机集成模型.在标准UCI数据集合和StatLog项目集合上的仿真对比实验表明,该方法可以得到更好的集成性能,显示了AFSA在多分类器集成权值优化方面的有效性,同时在运行效率上AFSA也具有明显的优势。

摘要： 为了进一步提高支持向量机集成的泛化性能，提出一种基于文化算法和负相关学习的选择性支持向量机集成。通过bootstrap 技术产生并训练得到多个独立子SVM，基于负相关学习构造适应度函数，既提高子SVM的泛化性能，又增大其差异度。最后利用文化算法计算各SVM在加权平均中最优权重，然后选择权值大于一定阈值的部分SVM 进行加权集成。实验结果表明该算法是一种有效的集成方法，能进一步提高SVM的泛化性能。

摘要： 为了进一步提高支持向量机集成的泛化性能，提出一种基于文化算法和负相关学习的选择性支持向量机集成。通过bootstrap 技术产生并训练得到多个独立子SVM，基于负相关学习构造适应度函数，既提高子SVM的泛化性能，又增大其差异度。最后利用文化算法计算各SVM在加权平均中最优权重，然后选择权值大于一定阈值的部分SVM 进行加权集成。实验结果表明该算法是一种有效的集成方法，能进一步提高SVM的泛化性能。

摘要： 为了进一步提高支持向量机集成的泛化性能，提出一种基于文化算法和负相关学习的选择性支持向量机集成。通过bootstrap 技术产生并训练得到多个独立子SVM，基于负相关学习构造适应度函数，既提高子SVM的泛化性能，又增大其差异度。最后利用文化算法计算各SVM在加权平均中最优权重，然后选择权值大于一定阈值的部分SVM 进行加权集成。实验结果表明该算法是一种有效的集成方法，能进一步提高SVM的泛化性能。

摘要： 为了进一步提高支持向量机集成的泛化性能，提出一种基于文化算法和负相关学习的选择性支持向量机集成。通过bootstrap 技术产生并训练得到多个独立子SVM，基于负相关学习构造适应度函数，既提高子SVM的泛化性能，又增大其差异度。最后利用文化算法计算各SVM在加权平均中最优权重，然后选择权值大于一定阈值的部分SVM 进行加权集成。实验结果表明该算法是一种有效的集成方法，能进一步提高SVM的泛化性能。

摘要： 提出并实现了一种选择性支持向量机(SVM)集成分类器的构造方法：先用离散粒子群优化(DPSO)算法从已训练出的一批支持向量机分类器中挑选出一部分,再用连续粒子群优化(CPSO)算法对选出的支持向量机分类器进行集成。实验证明它能有效提高分类器的分类精度。

摘要： 提出并实现了一种选择性支持向量机(SVM)集成分类器的构造方法：先用离散粒子群优化(DPSO)算法从已训练出的一批支持向量机分类器中挑选出一部分,再用连续粒子群优化(CPSO)算法对选出的支持向量机分类器进行集成。实验证明它能有效提高分类器的分类精度。

摘要： 提出并实现了一种选择性支持向量机(SVM)集成分类器的构造方法：先用离散粒子群优化(DPSO)算法从已训练出的一批支持向量机分类器中挑选出一部分,再用连续粒子群优化(CPSO)算法对选出的支持向量机分类器进行集成。实验证明它能有效提高分类器的分类精度。

摘要： 提出并实现了一种选择性支持向量机(SVM)集成分类器的构造方法：先用离散粒子群优化(DPSO)算法从已训练出的一批支持向量机分类器中挑选出一部分,再用连续粒子群优化(CPSO)算法对选出的支持向量机分类器进行集成。实验证明它能有效提高分类器的分类精度。

摘要： 本发明公开了一种集成选择性电渗析和选择性双极膜电渗析处理盐湖卤水制备氢氧化锂的方法，所述方法包括如下步骤：1)将高钙镁含量盐湖卤水中通入到单价选择性电渗析装置中处理；2)将步骤1)得到的卤水加入草酸处理；3)将步骤2)得到的母液通过弱酸型阳离子螯合树脂处理；4)将步骤3)得到的卤水通入到单价选择性电渗析装置中浓缩锂含量，同时进一步降低钙镁离子含量；5)将步骤4)得到含锂卤水进行蒸发得到氯化锂固体；6)将步骤5)得到的氯化锂固体配制成氯化锂水溶液，加入到单价选择性双极膜电渗析装置中制取氢氧化锂和盐酸溶液。本发明方法工艺操作简单，大大减少了生产成本、对环境的污染和能耗，并且生产的氢氧化锂纯度较高。

摘要： 提供了具有集成的选择性电子开关电路的压力隔离舱壁结构。压力隔离舱壁结构可以是具有集成的电子开关电路以及电连接器的单个单元，该电连接器包括电线和销接触件中的至少一个。这种集成的选择性电子开关电路可以形成在一个独立的内部压力隔离外壳主体内。这样的内部压力隔离外壳主体可以围绕选择性电子开关电路生成，使得内部压力隔离外壳主体和开关电路作为一个单元生成，所述一个单元可以容易地放置在各种舱壁结构中，然后放置在射孔枪内。

摘要： 本发明涉及一种制备具有光学活性的通式(III)的2-甲基链烷-1-醇的方法，该方法包括以下步骤：(i)将通式(I)的2-甲基链-2-烯-1-醛羰基选择性还原成通式(II)的2-甲基链-2-烯-1-醇，(ii)将2-甲基链-2-烯-1-醇对映选择性加氢成通式(III)，(iii)通过脂肪酶催化的酰化反应提高在步骤(ii)中得到的具有光学活性的2-甲基链烷-1-醇的光学收率，其中基团R为C1-C10烷基。

摘要： 提供了具有集成的选择性电子开关电路的压力隔离舱壁结构。压力隔离舱壁结构可以是具有集成的电子开关电路以及电连接器的单个单元，该电连接器包括电线和销接触件中的至少一个。这种集成的选择性电子开关电路可以形成在一个独立的内部压力隔离外壳主体内。这样的内部压力隔离外壳主体可以围绕选择性电子开关电路生成，使得内部压力隔离外壳主体和开关电路作为一个单元生成，所述一个单元可以容易地放置在各种舱壁结构中，然后放置在射孔枪内。

摘要： 本发明公开了一种集成选择性电渗析和选择性双极膜电渗析处理盐湖卤水制备氢氧化锂的方法，所述方法包括如下步骤：1)将高钙镁含量盐湖卤水中通入到单价选择性电渗析装置中处理；2)将步骤1)得到的卤水加入草酸处理；3)将步骤2)得到的母液通过弱酸型阳离子螯合树脂处理；4)将步骤3)得到的卤水通入到单价选择性电渗析装置中浓缩锂含量，同时进一步降低钙镁离子含量；5)将步骤4)得到含锂卤水进行蒸发得到氯化锂固体；6)将步骤5)得到的氯化锂固体配制成氯化锂水溶液，加入到单价选择性双极膜电渗析装置中制取氢氧化锂和盐酸溶液。本发明方法工艺操作简单，大大减少了生产成本、对环境的污染和能耗，并且生产的氢氧化锂纯度较高。

摘要： 本发明涉及被配置为选择性地检测光的一个或多个频率或偏振，能够以宽动态范围进行操作的传感器系统、检测器、成像器和读出集成电路(ROIC)、或其任何组合。在一些示例中，该检测器可包括一个或多个光吸收器；可基于期望的测量波长范围和/或偏振方向来对光吸收器的图案和/或属性进行配置。在一些示例中，该检测器可包括多个至少部分地重叠的光吸收器，以用于增强的动态范围检测。在一些示例中，该检测器可能够通过改变响应时间或灵敏度以考虑各种通量水平来对一个或多个通量水平进行静电调谐。在一些示例中，该ROIC可能够动态地调整帧速率积分电容、以及照明源的功率中的至少一者。

摘要： 本发明提供了一种选择性氧化层的制备方法、选择性氧化层和集成电路，其中，选择性氧化层的制备方法包括：在依次形成第一氧化层和图形化的第一氮化层的硅衬底上，形成第一场氧化层；以所述第一氮化层为掩膜，对所述第一氧化层进行刻蚀至暴露所述硅衬底为止，以及保留所述第一氮化层和所述硅衬底之间的第一氧化层；在完成刻蚀的硅衬底上形成第二氧化层，以及在所述第一氮化层上形成图形化的第二氮化层；在形成所述第二氮化层的硅衬底上形成第二场氧化层；去除所述第一氮化层和所述第二氮化层，以完成所述选择性氧化层的制备。通过本发明的技术方案，增强了场氧化层的厚度和深度，同时，有效地降低了工艺偏差。

摘要： 本发明提供一种能够高效地转换热与电磁波的最适当形状的热‑电磁波转换结构、热‑电磁波转换构件、波长选择性散热设备、波长选择性加热设备、波长选择性散热方法、波长选择性加热方法以及热‑电磁波转换结构的制造方法。具体而言，是一种互相转换热与规定波长(λ)的电磁波的结构，是具有波导路的热‑电磁波转换结构以及将此排列多个的热‑电磁波转换构件(10)、利用这些的波长选择性散热设备、波长选择性加热设备、波长选择性散热方法、波长选择性加热方法以及热‑电磁波转换结构的制造方法，波导路由透过电磁波的芯部(2)与由金属构成且围住芯部(2)的包层部(3)所构成。

摘要： 本发明涉及一种制备具有光学活性的通式(III)的2－甲基链烷－1－醇的方法，该方法包括以下步骤：(i)将通式(I)的2－甲基链－2－烯－1－醛羰基选择性还原成通式(II)的2－甲基链－2－烯－1－醇，(ii)将2－甲基链－2－烯－1－醇对映选择性加氢成通式(III)，(iii)通过脂肪酶催化的酰化反应提高在步骤(ii)中得到的具有光学活性的2－甲基链烷－1－醇的光学收率，其中基团R为C1－C10烷基。

摘要： 一种方法包含：将装置衬底耦合至载体衬底；对齐装置衬底的部分至主机衬底；将装置衬底的该部分从载体衬底分开；以及在分开装置衬底的该部分之后，将装置衬底的该部分耦合至主机衬底。一种方法包含：利用装置衬底的装置侧和载体衬底之间的粘合剂将装置衬底耦合至载体衬底；在将装置衬底耦合至载体衬底之后，使装置衬底变薄；对齐变薄的装置衬底的部分至主机衬底；将装置衬底的该部分从载体衬底分开；以及将装置衬底的该分开部分耦合至主机衬底。一种设备包含在堆叠布置中耦合至主机衬底的包含亚微米厚度和装置层的衬底。