王向东
- 作品数：7 被引量：13H指数：2
- 供职机构：扬州大学信息工程学院更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于核可能性c-均值算法的支持向量机被引量：1
- 2007年
- 提出一种基于核可能性c-均值算法的支持向量机分类算法,该算法改进了SVM训练过程中噪声和孤立点的敏感问题.其基本思想是:用核可能性c-均值算法对每个模式类训练样本进行聚类,得到不同的可能性度量值,根据得到的可能性度量值对训练样本进行修剪,删除具有较低可能性度量值的训练样本,最后用生成的新训练样本训练支持向量机.实验结果表明,该算法可以有效地解决由噪声和孤立点引发的分类错误问题以及重要样本的错分问题.
- 郭亚琴王正群乐晓蓉王向东
- 关键词：支持向量机
- 一种提高MDC分类精度的新方法:MDC-SVM算法
- 本文提出了一种提高分类精度的新方法:MDC-SVM算法.SVM是在统计学习理论基础上发展而来的一种新的通用分类方法,与其它分类方法相比具有较高的分类精度,但对于大规模的分类问题训练时间较长,而MDC与其它分类方法相比速度...
- 郭亚琴王正群乐晓容王向东
- 关键词：最小距离分类器支持向量机
- 文献传递
- 基于自适应距离度量的分类器设计方法被引量：2
- 2007年
- 通过对欧氏距离度量的分析,提出了自适应距离度量。首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重。基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效。
- 郭亚琴王正群乐晓蓉王向东
- 关键词：最小距离分类器K近邻分类器
- 基于模糊聚类算法的神经网络集成被引量：5
- 2007年
- 基于模糊聚类思想,提出了一种神经网络集成方法。利用隶属度函数,构造了一个分布函数,根据分布函数对训练数据进行抽样,用所抽得的数据作为个体神经网络的训练样本,多个个体神经网络构成神经网络集成,集成的输出采用相对多数投票法。理论分析和实验结果表明,该方法对模式分类能取得较好的效果。
- 乐晓蓉王正群郭亚琴王向东
- 关键词：模糊聚类神经网络集成
- 基于模糊C-均值聚类的加权神经网络集成
- 本文基于模糊聚类思想,提出了一种神经网络集成方法.利用隶属度函数,构造了一个分布函数,根据分布函数对训练数据进行抽样,用所抽得的数据作为个体神经网络的训练样本,多个个体神经网络构成神经网络集成.集成时,计算每个测试样本分...
- 乐晓蓉王正群王向东郭亚琴
- 关键词：模糊聚类分布函数
- 文献传递
- 一种新的核广义鉴别特征抽取方法被引量：1
- 2005年
- 在基于核的广义鉴别特征模型的基础上,提出了一种新的核广义鉴别特征抽取方法。利用空间变换的有关理论,使得变换后的核总体散布矩阵满足非奇异性;同时通过核共轭特征抽取方法,抽取满足核共轭正交条件的特征向量,使抽取的特征满足统计不相关性。在ORL人脸库上的实验表明了所提方法的有效性,达到了比核鉴别分析等方法更好的识别效果。
- 徐春明张天平王正群王向东
- 关键词：人脸识别特征抽取
- 基于自适应距离度量的最小距离分类器集成被引量：4
- 2006年
- 提出了一种基于自适应距离度量的最小距离分类器集成方法,给出了个体分类器的生成方法。首先用Bootstrap技术对训练样本集进行可重复采样,生成若干个子样本集,应用生成的子样本集建立自适应距离度量模型,根据建立的模型对子样本集进行训练,生成个体分类器。在集成中,将结果用相对多数投票法集成最终的结论。采用UCI标准数据集实验,将该方法与已有方法进行了性能比较,结果表明基于自适应距离度量的最小距离分类器集成是最有效的。
- 郭亚琴王正群乐晓容王向东
- 关键词：最小距离分类器分类器集成
