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

大间隔高斯混合模型的快速参数更新算法

计算机工程 2010年第3期36卷 197-199页

作者：黄浩哈力旦新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学电气工程学院乌鲁木齐830008

针对大间隔高斯混合模型基于LBFGS参数更新算法收敛速度慢的不足,提出一种快速参数更新算法。采用构造弱意义辅助函数的方法,得到扩展Baum-Welch算法形式的快速参数更新公式。利用大词汇汉语语音库上的声调分类任务来验证训练速度与分... 详细信息

针对大间隔高斯混合模型基于LBFGS参数更新算法收敛速度慢的不足,提出一种快速参数更新算法。采用构造弱意义辅助函数的方法,得到扩展Baum-Welch算法形式的快速参数更新公式。利用大词汇汉语语音库上的声调分类任务来验证训练速度与分类性能。实验结果表明快速参数更新算法只需数次迭代就能收敛至最优结果,较LBFGS优化方法在识别性能相当的情况下具有更快的训练速度。

关键词：大间隔高斯混合模型声调识别

面向非平衡数据的大间隔近邻Relief算法

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2022年第4期45卷 1014-1022页

作者：程凤伟常浩太原学院计算机科学与技术系

Relief算法对于数据重叠区域的样本分类较为困难，通过人为剔除分类边界的样本来缓解干扰数据对于分类性能的影响。在非平衡数据中，重叠区域包含着为数不多的少数类样本，简单地剔除干扰数据可能会造成信息的丢失。针对这一问题，文章... 详细信息

Relief算法对于数据重叠区域的样本分类较为困难，通过人为剔除分类边界的样本来缓解干扰数据对于分类性能的影响。在非平衡数据中，重叠区域包含着为数不多的少数类样本，简单地剔除干扰数据可能会造成信息的丢失。针对这一问题，文章提出了一种面向非平衡数据的大间隔近邻Relief算法，该算法首先结合K-means，提供了两种多数类样本的欠采样方案，以获得较为平衡的新采样数据集。然后利用SVM计算新数据集中最具判别性的方向，并依此设计了一种基于大间隔的近邻计算方式，从而尽可能避开干扰数据。在6个非平衡数据集上的实验表明，在现有代表性算法的基础上，文章提出的算法仅利用31%～57%数量的特征即可达到相当或更高的分类性能。

关键词：非平衡数据欠采样特征选择 Relief 大间隔

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于大间隔粒计算的特征选择

重庆邮电大学学报(自然科学版) 2010年第5期22卷 641-647页

作者：朱鹏飞胡清华于达仁哈尔滨工业大学能源学院

通过寻找一个最优的特征子集,特征选择可以降低计算复杂度,提高分类精度以及结果的可理解性。提出基于大间隔信息粒化的特征选择算法,通过聚类等方式对原始数据进行单类信息粒化,然后在粒化的基础上构造了模糊间隔和类间隔2个评价指标... 详细信息

通过寻找一个最优的特征子集,特征选择可以降低计算复杂度,提高分类精度以及结果的可理解性。提出基于大间隔信息粒化的特征选择算法,通过聚类等方式对原始数据进行单类信息粒化,然后在粒化的基础上构造了模糊间隔和类间隔2个评价指标进行特征评价。并分别在不同的数据上验证了这种特征选择方法的有效性,实验结果表明,基于大间隔粒计算的特征选择算法效果要优于其他的大间隔特征算法。

关键词：特征选择信息粒化大间隔模糊C均值非负矩阵分解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于大间隔的纠错输出码研究

基于大间隔的纠错输出码研究

作者：郑发东南大学

学位级别：硕士

多类分类问题是机器学习的一个重要研究领域,然而对其直接求解在很多情况下并不能达到很好的性能。因此,将多类问题分解成若干两类问题求解是一种简单通用的策略。纠错输出码(Error Correcting Output Codes,ECOC)是一个将多类问题分解... 详细信息

多类分类问题是机器学习的一个重要研究领域,然而对其直接求解在很多情况下并不能达到很好的性能。因此,将多类问题分解成若干两类问题求解是一种简单通用的策略。纠错输出码(Error Correcting Output Codes,ECOC)是一个将多类问题分解为若干两类问题的通用框架。ECOC通常分为两个步骤:编码和解码。本文立足于编码,考虑到传统的编码方法独立于数据的缺点,提出了基于最大间隔树的纠错输出码。在此基础上,进一步考虑到编码矩阵中两类问题的可分性对整体分类性能的影响,提出了基于子类的最大间隔树纠错输出码。将其进一步推广,从ECOC整体出发,提出了基于子类的细粒度纠错输出码框架。该框架独立于编码和解码,在传统ECOC的基础上增加了子类划分和分类器选择,使得ECOC可以更好地解决复杂、线性不可分的问题。本文的工作主要体现在以下方面:(1)提出了基于最大间隔树的纠错输出码。该方法使用数据驱动的方式,通过大间隔来度量类间的可分性,指导编码矩阵地构造。因此,编码矩阵往往具有更好的表达能力,从而使ECOC获得更好的分类性能。(2)提出了基于子类的最大间隔树纠错输出码。在最大间隔树纠错输出码的基础上,进一步考虑到编码矩阵中两类问题的可分性会直接影响ECOC的分类性能。该方法通过聚类算法将原本复杂的类别划分为细粒度子类,以期使得在数据驱动下的细粒度子类更加容易构建出简单、线性可分的两类问题。(3)提出了基于子类的细粒度纠错输出码框架。在基于子类的最大间隔树纠错输出码基础上,从ECOC整体出发,增加了独立于编码和解码的子类划分和分类器选择步骤。在编码前,通过聚类算法将原本复杂的类别划分为细粒度子类,以期更好地解决复杂、线性不可分的问题。在解码前,自动选出最具代表性的分类器,不但可以降低模型的复杂程度,还能有效地提升分类性能。

关键词：多类分类纠错输出码大间隔子类划分细粒度框架

大间隔原则的双边2DPCA在人脸识别中的应用

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

大间隔原则的双边2DPCA在人脸识别中的应用

第九届全国信号和智能信息处理与应用学术会议

作者：游山焦振宇许超北京大学机器感知与智能教育部重点实验室

二维主成分分析（2DPCA）是直接处理二维图像的一种投影技术,在数据降维、人脸识别领域得到了广泛的应用。双边2DPCA（B2DPCA）通过左右分别乘以某个投影矩阵解决了2DPCA只能处理行空间的不足,然而在处理人脸识别等分类问题时,B2DPCA不... 详细信息

二维主成分分析（2DPCA）是直接处理二维图像的一种投影技术,在数据降维、人脸识别领域得到了广泛的应用。双边2DPCA（B2DPCA）通过左右分别乘以某个投影矩阵解决了2DPCA只能处理行空间的不足,然而在处理人脸识别等分类问题时,B2DPCA不能保证所求出的特征矩阵最适合分类。针对这个问题,利用大间隔原则,提出了大间隔原则下的双边2DPCA模型（LBPCA）,整个模型可以看作是具有一个隐藏层的浅层网络的特征学习,从而,求解的过程可以看作是反向微调。通过交替迭代优化此问题,在ORL人脸识别数据库上进行了实验。实验结果证明该模型能够显著提高识别的正确率,且稳定性也比较高。

关键词：大间隔双边2DPCA 交替优化人脸识别

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于加权正域的特征选择算法

计算机科学与探索 2015年第3期9卷 368-375页

作者：王晨曦林耀进刘景华林梦雷漳州职业技术学院计算机工程系福建漳州363000 闽南师范大学计算机学院福建漳州363000

基于邻域粗糙集的特征选择算法无法评价特征与样本之间的相互关系,为此,通过融合基于大间隔获得样本对特征的评价准则,提出了基于加权正域的特征选择算法。该算法有效地实现了特征对样本的区分能力与样本对特征的贡献程度的综合利用。在... 详细信息

基于邻域粗糙集的特征选择算法无法评价特征与样本之间的相互关系,为此,通过融合基于大间隔获得样本对特征的评价准则,提出了基于加权正域的特征选择算法。该算法有效地实现了特征对样本的区分能力与样本对特征的贡献程度的综合利用。在UCI数据集和5个高维小样本数据集上的实验结果表明,相比传统的单准则评价的特征选择方法,该方法不仅能有效地提高特征选择的分类性能,而且更加有利于处理高维小样本数据集。

关键词：特征选择正域大间隔邻域粗糙集

在线全文

学校读者我要写书评

暂无评论

具有纯滞后的皮带配料系统控制器设计与应用

系统工程理论与实践 2004年第8期24卷 107-110页

作者：兰岚徐文立姜偕富万维汉清华大学自动化系北京100084 金川集团有限公司甘肃金昌737100

　介绍了大间隔采样积分控制方法在具有纯滞后特性的皮带配料系统中的应用,讨论了在实际应用中需要考虑的几个问题.理论分析和仿真结果表明本文所介绍的方法具有不需精确对象模型、对滞后时间参数具有一定鲁棒性等特点.金川选矿厂皮带... 详细信息

　介绍了大间隔采样积分控制方法在具有纯滞后特性的皮带配料系统中的应用,讨论了在实际应用中需要考虑的几个问题.理论分析和仿真结果表明本文所介绍的方法具有不需精确对象模型、对滞后时间参数具有一定鲁棒性等特点.金川选矿厂皮带配料系统的实验数据也表明了本方法的有效性.

关键词：皮带配料系统纯滞后大间隔采样控制

在线全文

学校读者我要写书评

暂无评论

基于信息熵的协同过滤算法

山东大学学报（工学版） 2016年第2期46卷 43-50页

作者：张佳林耀进林梦雷刘景华李慧宗闽南师范大学计算机学院福建漳州363000 安徽理工大学经济与管理学院安徽淮南232001

针对用户评分数据的稀疏性制约着系统的推荐质量的问题,提出了一种基于信息熵的协同过滤算法。首先定义了用户信息熵以反映用户评分分布和倾向程度;然后,利用大间隔的方法计算目标用户与其他用户的间隔距离,结合目标用户的信息熵,得到... 详细信息

针对用户评分数据的稀疏性制约着系统的推荐质量的问题,提出了一种基于信息熵的协同过滤算法。首先定义了用户信息熵以反映用户评分分布和倾向程度;然后,利用大间隔的方法计算目标用户与其他用户的间隔距离,结合目标用户的信息熵,得到目标用户的近邻选择范围;最后,同时考虑用户的信息熵和用户间的相似性大小得到目标用户的近邻集合,以降低数据稀疏性对推荐结果的影响。试验结果表明:基于信息熵的协同过滤算法能够有效地提高推荐质量。

关键词：协同过滤信息熵近邻选择大间隔相似性数据稀疏性

在线全文

学校读者我要写书评

暂无评论

一种启发式的局部随机特征选择算法

计算机工程与应用 2016年第2期52卷 170-174,185页

作者：刘景华林梦雷张佳林耀进闽南师范大学计算机学院福建漳州363000

深入研究大间隔从样本间相似性、信息熵从特征间相关性进行特征选择的特点,提出一种有效地融合这两类方法的特征选择算法。采用Relief算法得到一个有效的特征排序,进而将其划分为若干区段。设置各区段的采样率,以对称不确定性作为启发... 详细信息

深入研究大间隔从样本间相似性、信息熵从特征间相关性进行特征选择的特点,提出一种有效地融合这两类方法的特征选择算法。采用Relief算法得到一个有效的特征排序,进而将其划分为若干区段。设置各区段的采样率,以对称不确定性作为启发因子获得每个局部随机子空间的特征子集。将获得的所有特征子集作为最终的特征选择结果。实验结果表明该方法优于一些常用的特征选择算法。

关键词：特征选择大间隔对称不确定性局部随机子空间