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

自适应线性元件划分线性不可分区域的方法

大众科技 2007年第9期9卷 169-170页

作者：甘井中黄立和玉林师范学院广西玉林537000

将低维空间线性不可分问题转化为高维空间线性可分问题,是自适应线性元件划分线性不可分空间的基本原理,文章探讨了基于这个原理实现划分线性不可分区域的的若干个方法。

关键词：自适应线性元件线性不可分超平面多层前馈网络

在线全文

学校读者我要写书评

暂无评论

一种基于同步语义对齐的异构缺陷预测方法

软件学报 2023年第6期34卷 2669-2689页

作者：李伟湋陈翔张恒伟黄志球贾修一南京航空航天大学计算机科学与技术学院江苏南京211106 南京航空航天大学航天学院江苏南京211106 南通大学信息科学技术学院江苏南通226019 南京理工大学计算机科学与工程学院江苏南京210094

异构缺陷预测(heterogeneous defect prediction,HDP)在具有异构特征的项目间进行缺陷预测,可以有效解决源项目和目标项目使用了不同特征的问题.当前大多数HDP方法都是通过学习域不变特征子空间以减少域之间的差异来解决异构特征问题.但... 详细信息

异构缺陷预测(heterogeneous defect prediction,HDP)在具有异构特征的项目间进行缺陷预测,可以有效解决源项目和目标项目使用了不同特征的问题.当前大多数HDP方法都是通过学习域不变特征子空间以减少域之间的差异来解决异构特征问题.但是,源域和目标域通常呈现出巨大的异质性,使得域对齐效果并不好.究其原因,这些方法都忽视了分类器对于两个域中的同一类别应产生相似的分类概率分布这一潜在知识,没有挖掘数据中包含的内在语义信息.另一方面,由于在新启动项目或历史遗留项目中搜集训练数据依赖于专家知识,费时费力且容易出错,探究了基于目标项目内少数标记模块来进行异构缺陷预测的可能性.鉴于此,提出一种基于同步语义对齐的异构缺陷预测方法(SHSSAN).一方面,探索从标记的源项目中学到的隐性知识,从而在类别之间传递相关性,达到隐式语义信息迁移.另一方面,为了学习未标记目标数据的语义表示,通过目标伪标签进行质心匹配达到显式语义对齐.同时,SHSSAN可以有效解决异构缺陷数据集中常见的类不平衡和数据线性不可分问题,并充分利用目标项目中的标签信息.对包含30个不同项目的公共异构数据集进行的实验表明,与目前表现优异的CTKCCA、CLSUP、MSMDA、KSETE和CDAA方法相比,在F-measure和AUC上分别提升了6.96%、19.68%、19.43%、13.55%、9.32%和2.02%、3.62%、2.96%、3.48%、2.47%.

关键词：异构缺陷预测语义对齐少样本数据类不平衡线性不可分

在线全文

学校读者我要写书评

暂无评论

线性分类中基于感知器的子网分析法研究

计算机工程与应用 2008年第36期44卷 51-52,65页

作者：陈恩伟王勇陆益民刘正士合肥工业大学机械与汽车工程学院合肥230009

为解决一层感知器对线性不可分矢量分类的限制,提出了一种基于一隐层感知器神经网络模型的子网分析方法。子网分析法网络构造严格精确但预处理较复杂,适合于低维矢量的分类,不会产生错分。用三维线性不可分矢量验证了这种方法的可行性。

关键词：感知器模式分类神经网络线性不可分

在线全文

学校读者我要写书评

暂无评论

核二维子类鉴别分析

电子学报 2013年第5期41卷 992-996页

作者：王莹李文辉傅博林逸峰倪洪印吉林大学汽车仿真与控制国家重点实验室吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 常州大学信息科学与工程学院江苏常州213000

针对图像数据的多子类线性不可分问题,提出一种快速核二维子类鉴别分析算法(K2DSDA).算法从理论证明K2DSDA等价于基于核样本列(行)向量的2DSDA,并结合快速核样本图像近似定义实现最优判别向量计算,降低了算法复杂度.实验显示,本文算法... 详细信息

针对图像数据的多子类线性不可分问题,提出一种快速核二维子类鉴别分析算法(K2DSDA).算法从理论证明K2DSDA等价于基于核样本列(行)向量的2DSDA,并结合快速核样本图像近似定义实现最优判别向量计算,降低了算法复杂度.实验显示,本文算法在多个标准人脸库上的分类准确率优于其他鉴别分析算法,这证实了K2DSDA的有效性.

关键词：鉴别分析核方法二维子类鉴别分析多子类线性不可分

在线全文

学校读者我要写书评

暂无评论

线性极差极小化问题及其应用

华中科技大学学报(自然科学版) 1985年第5期 117-124页

作者：熊有伦

本文讨论线性极差函救的性质和最速下降方向,由此推出线性极差极小化问题的最优条件和求解算法。最后探讨了它在模式识别和形状误差处理中的应用。

关键词：极差极小化形状误差三角函数次梯度圆函数周期函数判别函数决策函数分类器线性不可分训练样本最速下降方向

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于感知器神经网络的线性分类方法研究

基于感知器神经网络的线性分类方法研究

第六届全国信息获取与处理学术会议

作者：陈恩伟王勇陆益民刘正士合肥工业大学机械与汽车工程学院

随着全球信息化的发展,机器分类问题成为现代智能技术中一个重要分支。分类技术解决的关键问题是构造分类器,目前通常采用感知器神经网络模型。为解决一层感知器对线性不可分矢量分类的限制,本文提出了一种基于—隐层感知器神经网络模... 详细信息

随着全球信息化的发展,机器分类问题成为现代智能技术中一个重要分支。分类技术解决的关键问题是构造分类器,目前通常采用感知器神经网络模型。为解决一层感知器对线性不可分矢量分类的限制,本文提出了一种基于—隐层感知器神经网络模型的子网分析方法。子网分析法网络构造严格精确但预处理较复杂,避免了产生错分的可能,适合于低维矢量的严格分类。这种方法的可行性应用高维线性不可分的异或算例进行验证。

关键词：感知器模式分类神经网络线性不可分

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

一种基于L_2范数的软核感知机

计算机工程与应用 2007年第2期43卷 91-94页

作者：王健石尉陶卿中国人民解放军炮兵学院二系合肥230031

感知机只能解决线性可分问题。支持向量机中的L2范数软边缘算法可以将线性不可分问题转化为线性可分问题。基于这一事实,提出一种基于L2范数的软核感知机(SoftKernelPerceptron,SKP),将感知机算法直接用于求解L2范数软边缘算法决定的线... 详细信息

感知机只能解决线性可分问题。支持向量机中的L2范数软边缘算法可以将线性不可分问题转化为线性可分问题。基于这一事实,提出一种基于L2范数的软核感知机(SoftKernelPerceptron,SKP),将感知机算法直接用于求解L2范数软边缘算法决定的线性可分问题。通过使用核技巧,得到一种普适的非线性分类方法。实际数据库的测试结果表明,SKP算法能够有效地解决非线性问题,并且继承了感知机运算简单速度快的优点。

关键词：感知机核函数线性可分线性不可分 L2范数

在线全文

学校读者我要写书评

暂无评论

基于高维映射感知器网络的机器学习分类方法

华中科技大学学报（自然科学版） 2008年第S1期36卷 299-301页

作者：陈恩伟刘正士王勇陆益民合肥工业大学机械与汽车工程学院安徽合肥230009

利用Rosenblatt感知器网络的权值学习方法,提出一种解决线性不可分样本的多类分类方法.该方法不需要考虑使用何种核函数,将高维坐标值作为分类信息的函数,直接解决非线性多类分类问题.对双螺旋线数据分类应用的结果表明:基于高维映射感... 详细信息

利用Rosenblatt感知器网络的权值学习方法,提出一种解决线性不可分样本的多类分类方法.该方法不需要考虑使用何种核函数,将高维坐标值作为分类信息的函数,直接解决非线性多类分类问题.对双螺旋线数据分类应用的结果表明:基于高维映射感知器网络的多类分类机器学习方法可以有效解决非线性数据的分类问题,并能够提高分类效率和准确度.

关键词：机器学习多类分类线性不可分高维映射感知器网络

基于PSO-ELM特征映射的KNN分类算法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2019年第5期42卷 152-156页

作者：丁建立刘涛王家亮曹卫东中国民航大学计算机科学与技术学院天津300300 中国民航大学天津市智能信号与图像处理重点实验室天津300300

针对传统极端学习机算法(ELM)和K近邻分类算法(KNN)在处理分类问题中存在的问题,提出一种基于PSOELM特征映射的KNN分类算法。该算法利用ELM的输入层权值和隐层神经元对输入样本进行非线性映射,并利用粒子群算法(PSO)寻找一组最优的ELM... 详细信息

针对传统极端学习机算法(ELM)和K近邻分类算法(KNN)在处理分类问题中存在的问题,提出一种基于PSOELM特征映射的KNN分类算法。该算法利用ELM的输入层权值和隐层神经元对输入样本进行非线性映射,并利用粒子群算法(PSO)寻找一组最优的ELM映射参数,再将映射后的特征样本输入到KNN算法中,提高处理线性不可分问题的能力。在多个数据集上的实验结果表明,文中算法比KNN改进算法以及ELM改进算法有更高的分类正确率。

关键词： K近邻分类算法极端学习机特征映射粒子群算法混合算法线性不可分