检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

支持向量数据描述鉴别分析

吉林大学学报（工学版） 2011年第6期41卷 1709-1713页

作者：文传军詹永照江苏大学计算机科学与通信工程学院江苏镇江212013 常州工学院理学院江苏常州213002

结合支持向量机(Support vector machine,SVM)最大类间间隔和支持向量数据描述(Support vector data description,SVDD)最小类内体积,提出支持向量数据描述鉴别分析(Support vector data description discriminant analysis,SVDDDA)。SVDDDA构造两大小同心超球,小超球包含正类样本,大超球排除负类样本,最大化两超球间隔,同时压缩正负类所处特征空间体积,利用样本距超球心距离定义了投影坐标。SVDDDA不仅能够获取类间鉴别信息,还能够获取类内散布信息。最后,通过人脸表情识别试验验证了该算法的有效性。

关键词：计算机应用支持向量鉴别分析支持向量机支持向量数据描述

在线全文

学校读者我要写书评

暂无评论

广义均衡模糊C均值聚类算法

系统工程理论与实践 2012年第12期32卷 2751-2755页

作者：文传军詹永照柯佳常州工学院理学院常州213000 江苏大学计算机科学与通信工程学院镇江212013

模糊C均值聚类(FCM)算法是一种快速有效的聚类算法,但它没有考虑各类样本容量的差异,其最小化代价函数会导致聚类判决有利于少样本类.提出一种新的聚类算法——广义均衡模糊C均值聚类,通过对模糊C均值聚类最小化代价函数的改进,使得样... 详细信息

模糊C均值聚类(FCM)算法是一种快速有效的聚类算法,但它没有考虑各类样本容量的差异,其最小化代价函数会导致聚类判决有利于少样本类.提出一种新的聚类算法——广义均衡模糊C均值聚类,通过对模糊C均值聚类最小化代价函数的改进,使得样本容量在聚类代价函数中发挥效用,从而弱化了样本容量差异对聚类判决的干扰.讨论分析了该算法的性质,模糊隶属度的推导突破了FCM解析解的约束.通过仿真实验,验证了所提出算法的有效性.

关键词：聚类模糊C均值聚类样本容量广义均衡化

在线全文

学校读者我要写书评

暂无评论

亚纯函数的唯一性

亚纯函数的唯一性

作者：文传军重庆大学

学位级别：硕士

本论文主要研究的是亚纯函数的唯一性理论。首先,作者应用值分布理论，证明了三个有关集合分担的唯一性定理，它推广了仪洪勋，李江涛等人的结果。其次,本文对与其导函数分担公共值的亚纯函数的唯一性问题进行了分析和讨论，推广了邱凎... 详细信息

本论文主要研究的是亚纯函数的唯一性理论。首先,作者应用值分布理论，证明了三个有关集合分担的唯一性定理，它推广了仪洪勋，李江涛等人的结果。其次,本文对与其导函数分担公共值的亚纯函数的唯一性问题进行了分析和讨论，推广了邱凎俤的相关结果。最后,本文得到了Hayman不等式的精简形式并对其进行了应用。

关键词：亚纯函数唯一性分担值(集合) hayman不等式

基于自调节分类面SVM的平衡不平衡数据分类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统工程 2009年第3期27卷 110-114页

作者：文传军詹永照江苏大学计算机科学与通信工程学院江苏镇江212013

标准支持向量机(SVM)对不平衡数据集进行分类时,会出现不平衡现象;传统不平衡数据集分类方法只能对不平衡数据集分类,且在分类过程中存在人工因素的参与。提出一种平衡不平衡数据集统一分类方法——自调节分类面支持向量机(self-adjusti... 详细信息

标准支持向量机(SVM)对不平衡数据集进行分类时,会出现不平衡现象;传统不平衡数据集分类方法只能对不平衡数据集分类,且在分类过程中存在人工因素的参与。提出一种平衡不平衡数据集统一分类方法——自调节分类面支持向量机(self-adjusting classification-plane SVM,SCSVM),设计自适应的分类面调节方法,根据训练错分情况对分类面进行调整,控制正负类样本的错分率使其达到均衡,平衡或不平衡数据集都可采用相同的方法进行分类而不需预知数据集种类。实验表明该方法可对平衡或不平衡数据集进行有效的分类。

关键词：标准支持向量机不平衡现象平衡不平衡数据集自调节分类面支持向量机

在线全文

学校读者我要写书评

暂无评论

广义多变量模糊C均值聚类算法

计算机工程与科学 2017年第11期39卷 2153-2160页

作者：文传军汪庆淼常州工学院数理与化工学院江苏常州213032 苏州大学计算机学院江苏苏州215021

模糊聚类算法为了保证算法的收敛性,要求模糊指标m取值大于1,这限制了算法的普适性。提出广义多变量模糊C均值聚类算法(GMFCM),在多变量模糊C均值聚类算法(MFCM)的基础上,利用粒子群优化算法对分量模糊隶属度进行优化估计,进而将模糊指... 详细信息

模糊聚类算法为了保证算法的收敛性,要求模糊指标m取值大于1,这限制了算法的普适性。提出广义多变量模糊C均值聚类算法(GMFCM),在多变量模糊C均值聚类算法(MFCM)的基础上,利用粒子群优化算法对分量模糊隶属度进行优化估计,进而将模糊指标拓展到m>0的情况,同时采用梯度法得到算法聚类中心迭代公式。GMFCM理论分析了模糊指标m扩展的原理,研究了模糊指标m在不同取值情况下的性质,解释了模糊指标m的实际意义,讨论了GMFCM算法的收敛性。GMFCM继承了MFCM算法的样本分量区分性能,弥补了MFCM算法聚类中心分量与样本分量重合时的不完备性,突破了模糊聚类算法对参数m的约束,提高了模糊聚类算法的普适性。基于gauss数据集和UCI数据集的仿真测试验证了所提算法的有效性。

关键词：模糊聚类模糊指标多变量模糊C均值聚类粒子群优化算法模糊隶属度

一类等式约束非线性优化问题的序列二次规划新方法

在线全文

学校读者我要写书评

暂无评论

重庆师范大学学报（自然科学版） 2014年第2期31卷 1-4页

作者：夏红卫文传军常州工学院理学院江苏常州213022

本文提出一类新的序列二次规划方法来求解等式约束的非线性优化问题,方法不使用罚函数,避开了罚因子的选取对数值结果的影响,也不采用滤子技巧,去除了滤子方法中的恢复过程。在两个温和条件的假设下,步长的选取不需要目标函数和约束违... 详细信息

本文提出一类新的序列二次规划方法来求解等式约束的非线性优化问题,方法不使用罚函数,避开了罚因子的选取对数值结果的影响,也不采用滤子技巧,去除了滤子方法中的恢复过程。在两个温和条件的假设下,步长的选取不需要目标函数和约束违反度的充分下降,扩大了算法的适用范围,证明了算法的全局收敛性。使用Matlab软件,编写了算法的程序,进行了数值试验,并与著名的优化软件LANCELOT比较,结果表明算法强健有效。

关键词：等式约束序列二次规划全局收敛

在线全文

学校读者我要写书评

暂无评论

广义可能性C均值聚类算法

计算机工程与科学 2015年第5期37卷 1015-1018页

作者：文传军汪庆淼常州工学院理学院江苏常州213002 苏州大学计算机学院江苏苏州215021

可能性C均值聚类算法(PCM)中模糊加权指标m要求大于1,通过对PCM算法的分析讨论,将PCM算法中模糊加权指标m设置为多个独立变量,且将其取值范围进行了扩展,称之为广义可能性C均值聚类(GPCM)。GPCM从理论上分析了加权指标m的扩展取值范围,... 详细信息

可能性C均值聚类算法(PCM)中模糊加权指标m要求大于1,通过对PCM算法的分析讨论,将PCM算法中模糊加权指标m设置为多个独立变量,且将其取值范围进行了扩展,称之为广义可能性C均值聚类(GPCM)。GPCM从理论上分析了加权指标m的扩展取值范围,并利用粒子群算法(PSO)对样本模糊隶属度进行估计。GPCM算法突破了PCM算法对参数m的约束。仿真实验验证了所提算法的有效性。

关键词：模糊C均值聚类可能性C均值聚类加权指数模糊判决准则

在线全文

学校读者我要写书评

暂无评论

一般非线性约束优化问题的信赖域法

江西师范大学学报（自然科学版） 2012年第3期36卷 253-256页

作者：夏红卫文传军常州工学院理学院江苏常州213022

通过引进松弛变量和极小化增广Lagrange函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的... 详细信息

通过引进松弛变量和极小化增广Lagrange函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性.

关键词：一般非线性约束信赖域法滤子技巧 Matlab程序

在线全文

学校读者我要写书评

暂无评论

广义最大间隔球形支持向量机

计算机工程与应用 2012年第29期48卷 177-180,209页

作者：文传军柯佳常州工学院理学院江苏常州213002 江苏大学计算机科学与通信工程学院江苏镇江212013

针对多类分类问题,提出一种超球支持向量机算法——广义最大间隔球形支持向量机,该算法利用两同心超球将正负类样本分隔开来,最大化两超球半径的差异,从而挖掘正负类样本的鉴别信息,同时对超球类支持向量机算法判决规则进行改进,引入模... 详细信息

针对多类分类问题,提出一种超球支持向量机算法——广义最大间隔球形支持向量机,该算法利用两同心超球将正负类样本分隔开来,最大化两超球半径的差异,从而挖掘正负类样本的鉴别信息,同时对超球类支持向量机算法判决规则进行改进,引入模糊隶属度补充判决,弥补二类分类器投票决策的缺陷。理论分析了算法的相关性质,通过仿真实验验证了该算法的有效性。

关键词：支持向量机支持向量数据描述最大间隔最小体积球型支持向量机模糊隶属度