丁世飞
- 作品数：242 被引量：2,334H指数：17
- 供职机构：中国矿业大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划江苏省基础研究计划更多>>
- 相关领域：自动化与计算机技术农业科学理学文化科学更多>>
- 一种基于卷积深度网络的图像识别算法及系统
- 本发明一种基于卷积深度网络的图像识别算法(CCDBN模型)及系统，通过构建带有标签的图片作为样本集CCDBN进行训练，将训练好的神经网络保存，将待识别图片作为输入，根据输出向量得到识别结果。通过CCDBN识别图像，避免了...
- 丁世飞张健
- 文献传递
- 拉普拉斯多层极速学习机被引量：8
- 2017年
- 极速学习机不仅仅是有效的分类器,还能应用到半监督学习中.但是,半监督极速学习机和拉普拉斯光滑孪生支持向量机一样,是一种浅层学习算法.深度学习实现了复杂函数的逼近并缓解了以前多层神经网络算法的局部最小性问题,目前在机器学习领域中引起了广泛的关注.多层极速学习机(ML-ELM)是根据深度学习和极速学习机的思想提出的算法,通过堆叠极速学习机-自动编码器算法(ELM-AE)构建多层神经网络模型,不仅实现了复杂函数的逼近,并且训练过程中无需迭代,学习效率高.把流形正则化框架引入ML-ELM中,提出拉普拉斯多层极速学习机算法(Lap-ML-ELM).然而,ELM-AE不能很好地解决过拟合问题.针对这一问题,把权值不确定引入ELM-AE中,提出权值不确定极速学习机-自动编码器算法(WU-ELM-AE),可学习到更为鲁棒的特征.最后,在前面两种算法的基础上提出权值不确定拉普拉斯多层极速学习机算法(WUL-ML-ELM),它堆叠WU-ELM-AE构建深度模型,并用流形正则化框架求取输出权值.该算法在分类精度上有明显提高并且不需花费太多的时间.实验结果表明,Lap-ML-ELM与WUL-ML-ELM都是有效的半监督学习算法.
- 丁世飞张楠史忠植
- 关键词：极速学习机半监督学习流形正则化
- 系统分析法在害虫防治理论上的应用研究被引量：1
- 1994年
- 本文从理论上研究了系统分析法在害虫防治上的应用。全文分４个部分：１．系统分析法在作物产量损失计算上的应用；２．由作物产量损失评价农药效果；３．经济损失意义下药物效果评价；４．经济阈值向量的一种确定方法，防治适期预测等控制问题。文中方法从理论上讲，对种群结构较为复杂，一年多世代发生，世代重叠，不只一个虫态（龄）造成损害的情况具有更加特殊的重要性，对种群结构较为简单的情况亦适用。文中涉及的产量均指作物产量，试验中测出的生物产量损失用模拟方法折算为作物产量损失，或者直接用对照的方法测出模型中作物产量损失参数。
- 陈芳启徐永武徐玉芳丁世飞
- 关键词：种群害虫防治
- 应用模糊优选技术预报棉花苗期棉蚜发生程度被引量：5
- 1998年
- 根据山东省曲阜市植保站１９８２～１９９４年对棉花苗期棉蚜的系统观测资料和相应年份的气象资料，应用模糊优选技术，建立了棉花苗期棉蚜发生程度的模糊优选预报模型。对历史资料进行回代验证，其历史拟合率达１００％。将１９９５年的气象观测数据作为独立样本进行试报，预测结果与实际一致。
- 丁世飞高士龙陈健
- 关键词：棉蚜
- 基于多尺度的改进Graph cut算法被引量：3
- 2016年
- 针对Graph cut算法存在着计算复杂度高及可能出现过分割等不足,提出了一种基于多尺度的改进算法,以更好地解决图像分割问题。该算法将多尺度的Normalized cut作为Graph cut算法的目标函数,避免了过分割的现象,同时将精细尺度的精确性和粗糙尺度的易分割性统一结合起来,对像素点进行采样,不仅保留了原来像素点间的关系,还降低了计算复杂度。然后运用基于谱图理论的求解方式,将问题转化为对相似矩阵求解特征值和特征向量的问题,相似度较高。试验结果表明,本研究算法能够对用户选取的图片进行有效地分割,无需用户交互,分割快速且结果精确。
- 樊淑炎丁世飞
- 关键词：GRAPHCUT多尺度CUT谱聚类图论
- 基于SCEC的信息特征压缩算法被引量：2
- 2005年
- 对交互熵理论进行了研究,提出了对称交互熵的概念,并论证了它是一种距离测度,可以用以度量两个随机变量的差异程度,我们把它作为信息特征压缩的类别可分性判据,称之为对称交互熵判据(SCEC),建立了基于SCEC的信息特征压缩算法.模拟应用表明,提出的算法是一种有效的、可靠的算法,为模式识别理论的研究提供了一种新的数据压缩方法.
- 丁世飞靳奉祥王孝莹史忠植朱习军
- 关键词：模式识别
- 一种基于极限学习机的个人信用风险评估方法
- 本发明提出一种基于极限学习机的个人信用风险评估方法，避免了传统算法的局部极小、迭代次数过多、学习时间长以及人为设置大量网络训练参数等问题，只需要设置网络的隐层节点个数，而且在算法的执行过程中不需要调整网络输入权值，明显提...
- 丁世飞王会元王小玉
- 文献传递
- 基于改进EMD算法的熵性能研究被引量：5
- 2018年
- 熵作为度量序列混乱程度的特征参数,已被广泛应用于不同领域.运用仿真信号对信息熵、近似熵和模糊熵进行了全面的分析对比,验证了模糊熵的优势;提出了改进的经验模态分解方法,将算法与模糊熵结合,求出加权模糊熵.实验结果表明相比于原始信号的模糊熵,新模糊熵对一时间序列混乱程度的区分度更加明显,其值也更加稳定.
- 于本成丁世飞
- 关键词：信息熵近似熵模糊熵经验模态分解
- 孪生支持向量机综述被引量：13
- 2018年
- 孪生支持向量机(Twin Support Vector Machine,TWSVM)是在支持向量机(Support Vector Machine,SVM)的基础上发展而来的一种新的机器学习方法。作为一种二分类的分类器,其基本思想为寻找两个超平面,使得每一个分类面靠近本类样本点而远离另一类样本点。作为一种新兴的机器学习方法,孪生支持向量机自提出以来便引起了国内外学者的广泛关注,已经成为机器学习领域的研究热点。对孪生支持向量机的最新研究进展进行综述,首先介绍了孪生支持向量机的基本概念与基本模型;然后对近几年来新型的孪生支持向量机模型与研究进展进行了总结,并对其代表算法进行了优缺点分析和实验比较;最后对将来的研究工作进行了展望。
- 安悦瑄丁世飞胡继普
- 关键词：支持向量机
- 基于邻域粗糙集约减的谱聚类算法
- 谱聚类算法是近年来机器学习领域的研究热点,它基于代数图论,可以有效地解决很多实际问题。但是传统的谱聚类算法无法很好地处理高维数据,容易受到噪声和不相关属性的干扰。为了降低计算复杂度,同时减弱噪声数据和冗余属性对聚类的负面...
- 贾洪杰丁世飞
- 关键词：邻域粗糙集信息熵属性约简谱聚类
