山东省科技攻关计划(2005GG4210002)
- 作品数：5 被引量：19H指数：3
- 相关作者：张化祥陈冰邱潇钰范莹计华更多>>
- 相关机构：山东师范大学更多>>
- 发文基金：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山东省教育厅科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 集成学习的多分类器动态组合方法被引量：9
- 2008年
- 为了提高数据的分类性能,提出一种集成学习的多分类器动态组合方法(DEA)。该方法在多个UCI标准数据集上进行测试,并与文中使用的基于Adaboost算法训练出的各个成员分类器的分类效果进行比较,证明了DEA的有效性。
- 陈冰张化祥
- 关键词：多分类器聚类ADABOOST算法
- 概论核方法及核参数的选择被引量：4
- 2007年
- 本文介绍支持向量机分类非线性数据集的优越性,讨论了基于核的方法,并对核的方法的实质进行了论述。通过matlab制作的图像可知:核方法的参数的选择对于基于核的分类法具有重要作用。对现有的选择核参数的方式效果进行了归纳与比较,从而分析得出了各种选择参数方式的优缺点。
- 邱潇钰张化祥
- 关键词：支持向量机核参数
- 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
- 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
- 基于核的最小距离分类法的参数选择方法被引量：5
- 2008年
- 在基于核函数的最小距离分类方法对数据集进行分类过程中,目标函数的核函数参数选择直接影响分类器的分类成功率。该文提出一种选择应用目标函数来选择适当参数的方法。实验结果表明,与单纯的基于核的最小距离分类法相比,选择最优核函数的参数可以提高分类器的成功率。
- 邱潇钰张化祥
- 关键词：数据集核函数
