您的位置: 专家智库 > >

山东省教育厅科技计划项目(J07YJ04)

作品数:4 被引量:6H指数:2
相关作者:张化祥王晓芹范莹计华陈冰更多>>
相关机构:山东师范大学信息技术有限公司更多>>
发文基金:山东省教育厅科技计划项目山东省优秀中青年科学家科研奖励基金山东省科技攻关计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 1篇多样性
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据集
  • 1篇数据挖掘
  • 1篇频繁项
  • 1篇向量
  • 1篇向量机
  • 1篇模糊聚类
  • 1篇聚类
  • 1篇级联
  • 1篇级联结构
  • 1篇关联规则
  • 1篇核函数
  • 1篇分类器
  • 1篇分类器算法
  • 1篇分类器组合
  • 1篇感知
  • 1篇感知器
  • 1篇SVM

机构

  • 4篇山东师范大学
  • 1篇信息技术有限...

作者

  • 4篇张化祥
  • 1篇宋营军
  • 1篇陈冰
  • 1篇计华
  • 1篇范莹
  • 1篇王晓芹

传媒

  • 2篇计算机工程与...
  • 1篇计算机应用
  • 1篇计算机技术与...

年份

  • 2篇2010
  • 2篇2008
4 条 记 录,以下是 1-4
排序方式:
基于感知器的SVM自学习模型
2010年
提出了一种基于感知器的SVM分类模型(PSVM)。该模型在对分类器的训练中,引入感知器分类思想,其先利用SVM的核函数进行核计算,判断其分类性能,分类正确则不作任何修改,反之则转化成感知器分类问题。实验结果表明该模型不但能提高SVM的分类性能,而且还可以降低SVM分类性能对核函数及参数选择的依赖。
宋营军张化祥
关键词:支持向量机核函数感知器
一种新的基于模糊聚类的组合分类器算法被引量:3
2008年
提出一种新的基于模糊聚类的组合分类器算法,该算法利用模糊聚类技术产生训练样本的分布特征,据此为每一个样本赋予一个权值,来确定它们被采样的概率,利用采样样本训练的分类器调整训练集的采样概率,依次生成新的分类器直至达到一定的精度。该组合分类器算法在UCI的多个标准数据集上进行了测试,并与Bagging和AdaBoost算法进行了比较,实验结果表明新的算法具有更好的健壮性和更高的分类精度。
范莹计华张化祥
关键词:分类器组合模糊聚类多样性
一种挖掘频繁项的新方法
2008年
介绍了关联规则挖掘的情况,然后对关联规则挖掘算法进行分析,并在此分析的基础上对经典的Apriori算法作出了进一步的改进,从而提出了这种改进的关联规则挖掘算法——Apriori-New算法。Apriori-New算法只需对数据库扫描一次,并在扫描过程中通过不断将被标记为频繁项的项集提取出来,最终找出所有的频繁项集。通过一个简单的实例说明了该算法的扫描过程,从而体现了该Apriori-New算法的效率及其所具有的实用性。
陈冰张化祥
关键词:数据挖掘关联规则APRIORI算法
基于级联结构的不平衡数据集分类研究被引量:3
2010年
受级联结构的启示,提出了一种针对不平衡数据集分类的新方法,基于级联结构的Bagging分类方法。该方法通过在每一级剔除一部分多数类样本的方式使数据集逐步趋于平衡,并应用欠取样技术得到训练集,用Bagging算法训练分类器,最后把每一级训练到的分类器集成为一个新的分类器。在10个UCI数据集上的实验结果表明,该方法在查全率和F-value值上优于Bagging和AdaBoost。
王晓芹张化祥柴青
关键词:不平衡数据集级联结构BAGGING算法
共1页<1>
聚类工具0