论文研究-频率域Wyner-Ziv视频编码算法的改进.pdf

所需积分/C币:9 2019-09-12 20:28:40 553KB .PDF
81
收藏 收藏
举报

提出新的从单值数据向Vague数据的转化公式,提出新的Vague集U和V之间的相似度量公式。综合现有的方法,得到Vague优化决策方法。应用Vague优化决策方法对小麦新品种进行评估,结果是令人满意的。
212 2011,47(12) Computer Engineering and Applications计算机工程与应用 65 Vague优化决策 Systems, Man and Cybernetics, 1993, 23(2): 610-614 应用公式(7),取m=2,计算Vgue集U(=1,2,3,4)和2 Zadeh L A Fuzzy sets[J. nformation and control,1965(8):338353 之间的相似度量,计算结果为T2(U1V)=0.700,72(U2)= [3]娄建国 Vague集之问的相似度量及其在方案决策中的应用门工 程设计学报,2005,12(6):325-328 0.653,T2(U2,V)=0.625,72(4)=0.340。 4]张车富,梁丽基于 Vague集的绿色包装设计评价方法[包装工 于是,按相似度量的大小排序为 程,2007,28(2):110-112 72(U1,)>72(2,V)>T2(U3,V)>T2(U4,V [S]彭安华 Vague集的相似度量在材料选择中的应用J煤矿机械, 因为 Vague集之间相似度量的数值越大,表示此二 Vague 2006,27(5):891-893 集越相似;相似度量的数值越小,表示此二 Vague集越不相6]王鸿绪关于区间值数据向ague值数据转化公式的研究门计算 似。因此得到小麦新品种的按优排序为: 机工程与应用,2010,46(23):56-58 U1>U2>U3>U4(其中符号“>”表示“优越于”) 刀]王鸿绪区间值数据向 Vague值数据的转化公式[J计算机工程与 应用,2009,45(18):43-44 这就是 Vague优化决策的结论,其中最优的品种是U1—辽97 [8]王鸿绪单值数据转化为 Vague值数据的定义和转化公式门计算 机工程与应用,2010,46(24):42-44 这个优化决策的结论与文献[13应用模糊综合评判方法9王鸿绪vage集之间的相似度量公式及其应用计算机工程与 所得到的结论相同。 应用,2010,46(26):198-199 [10门李凡,徐章艳√ague集之间的相似度量[软件学报,2001,12(6) 7结束语 922-926 文献[13]所应用的模糊综合评判方法,虽然能”你补了方差 [11 Chen S M Similarity measures between Vague sets and between 分析的不足”,但是该方法比较繁琐。本文的 Vague优化决策 elements[J.IEEE Transactions on Systems, Man, and Cybernet csS,1997,27(1):153-158 方法,方法简便,结果可靠。为研究类似问题提供了新方法。并 且提出的公式(1)~(3)、(7)~(8)为该方法提供了技术支持。 [12 Hong D H, Kim C AA note similarity measures between Vague scts and bctwccn clements [J]. Information Scicnccs, 1999, 115 参考文献 13]莫德乐吐,额尔敦嗄,白乙拉图,等模糊综合评判在小麦新品种 [1 Gau Wcn-Lung, Buchrcr D J.Vaguc scts[J].IEEE Transactions on 评价中的应用叭内蒙古农业科技,2007(1):37-38 (上接202页) 参考文献: 训练SVM,SVM模型的泛化能力比lbSM有所提高。并行[1] Zhang Jianpei, Li zhongwei, Yang Jing. A parallel SVM training 算法和串行算法训练出的SVM模型泛化能力基本相同,所出 gorithm on large-scale classification problems[C]/Proceedings of 现的细微差别主要是由于并行计算引起的数值误差传递方式 the 4th International Confcrcncc on Machinc Lcarning and Cy- 改变所致。表2说明了采用并行计算后,基本上不影响SVM hermetics,2005:1637-1641 模型的泛化能力。 [2] Luo Yun, Wang Yuanzhi, Sun Min a data fusion approach based on parallel support vector machine[C]/2009 International Joint 表2SM的泛化能力比较 Conference on artificial Intelligence. 2009. 324-326 数据集测试样本 识别正确率/(%) [3] Collobert R, Bengio S, Bengio YA parallel mixture of SVMs for libSVm本文串行本文并行 very large scale problems[J]. Neural Computation, 2002, 14(5) BC 1105-1114. SP 100094.8 95.2 [4 Dong J X, Krzyzak A, Suen C YA last parallel oplimization for 2000 95.7 training support vector machine[Cv/Proceedings of 3rd Interna NN 100 95.05 95.5 95.5 tional Conference on Machine Learning and Data Mining, 2003 综述上述实验结果,本文使用并行LDL分解优化SVM的 96-105 学习算法,能够提高SVM的训练效率,并且不降低模型的泛 [5] Zanni L, Serafini T, Zanghirati G Parallel software for training largc scalc support vcctor machines on multiproccssor systcms[J] 化能力,并行算法是可行的。 The Journal of Machine Learning Research, 2000, 7: 1467-1492 6 Lu Y, Roychowdhury V Parallel randomized support vector ma 6总结 chinelc/pAKDD, 2006: 205-214 支持向量机在学习一个大规模的训练集时,会遇到学习[7] Eitrich T, Lang B. Data mining with parallel support vector ma 速度慢等问题。在SVM路径跟踪学习算法的基础上,找到 chines for classification [CiADVIS, 2006: 197-206 影响算法学习效率的关键点是求解大型线性方程组(7),首 8] Serafini T,zmnL, anghirati G Some improvements to a paralle 先通过降维的方法降低式(7)的维数,再通过矩阵LDL并行 decomposition technique for training support vector machines[C]// Euro PVMMPI, 2005: 9-17 分解提高(8d)子修正方程组的求解速度,达到优化SVM在 [9 Haasdonk B Feature space interpretation of SVMs with indefi 大规模数据集上的训练效率的目的,并且不降低模型的泛化 nite kernels[J.IEEE Transactions on Pattern Analysis and Ma 能力。 chine Intelligence. 2005. 27(4): 482-492

...展开详情
试读 3P 论文研究-频率域Wyner-Ziv视频编码算法的改进.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-频率域Wyner-Ziv视频编码算法的改进.pdf 9积分/C币 立即下载
1/3
论文研究-频率域Wyner-Ziv视频编码算法的改进.pdf第1页

试读结束, 可继续阅读

9积分/C币 立即下载