梁锦锦
- 作品数：25 被引量：40H指数：4
- 供职机构：西安石油大学理学院更多>>
- 发文基金：国家自然科学基金陕西省教育厅科研计划项目陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学理学电子电信更多>>
- 多类文本分类算法GS-SVDD被引量：4
- 2016年
- 传统多类文本多分类算法存在计算量大和训练时间长的问题,为此利用黄金分割(Golden Selection,GS)和支持向量域描述(Support Vector Domain Description,SVDD)对多类文本构造一种分类算法。GS-SVDD首先利用词频逆向文件频率(Term Frequency-Inverse Document Frequency,TF-IDF)公式计算词条的相对词频,根据该值将词条降序排列,并对得到的文本向量进行归一化;其次采用黄金分割法对文本向量进行维数约简,使得冗余的样本特征数不超过一个;最后根据支持向量域描述进行多类分类,判断待测文本归属相对类距离之值较小的类。不同数据集的数值实验表明,GS-SVDD比"一对一"和"一对多"支持向量机具有更好的稳定性、更高的分类精度和更短的训练时间,从而更适用于海量文本的多分类。
- 吴德刘三阳梁锦锦
- 关键词：黄金分割支持向量域描述维数约简
- 基于非亚采样Contourlet和SWT的多光谱图像和全色图像的融合算法被引量：9
- 2009年
- 该文研究了多尺度几何分析工具非亚采样Contourlet变换(NSCT),提出一种新的全色图像和多光谱图像融合的方法。该方法首先对全色图像和进行过IHS变换的多光谱图像的亮度分量进行NSCT变换,对于二者的低频近似系数再进行平稳小波变换(SWT)并融合,进一步提高融合图像的空间信息量,对于高频细节系数,采用基于局部平均梯度的方法进行融合,经过逆NSCT得到融合图像。实验结果表明,该文提出的方法在保留多光谱图像的光谱信息的同时,增强了融合图像的空间细节表现能力,提高了信息量,并且优于传统的基于IHS变换、小波变换、双树复小波变换及Contourlet变换的融合方法,该方法是有效可行的。
- 时海亮方敏梁锦锦
- 关键词：图像融合全色图像多光谱图像平稳小波变换
- 一种提高分类精度的支持向量机NDR-SVM
- 2008年
- 提出基于近邻域比率的支持向量机NDR-SVM。该算法对每个训练样本构造一个近邻域,在此邻域中计算与中心同类的样本占邻域中总样本的比率;根据比率与剔除阈值的大小关系决定邻城中心的取舍,并将所保留的样本带入SVM分类.通过修剪训练集,该算法减弱了噪声对SVM泛化能力的影响。实验结果表明,与已有算法相比,NDR-SVM具有更高的分类精度,大大提高了训练速度。
- 梁锦锦刘三阳
- 关键词：支持向量机噪声
- 基于支持向量数据描述的闭合超球面机
- 2021年
- 为提高支持向量数据描述的训练精度,提出一种闭合超球面机。在训练阶段利用目标类样本构造最小包围超球,利用非目标类样本调整描述边界;在测试阶段计算待测样本与最小包围超球球心的距离,根据其与超球半径的大小关系设计分类规则。不同规模和不同平衡度的数据集上的仿真结果表明,该算法分类精度高,训练时间短,将支持向量机和光滑支持向量机的运行时间降低为原来的17.17%和29.06%,将支持向量数据描述分类器的精度提高12.98%且具有较好的鲁棒性。
- 梁锦锦
- 关键词：支持向量数据描述鲁棒性
- 学情聚类分析及在混合式教学中的应用
- 混合式教学融合课堂线下学习与网络线上学习的优势，融合学习资源、学习环境、学习方式来展开教学过程。混合式教学框架下便于教育者采集全面的学情数据，包括线下课堂和线上平台。如果能够设计机器学习算法客观地分析这些数据，挖掘其中的...
- 梁锦锦孙晓群
- 关键词：教育信息化混合式教学聚类分析
- 分层教学法的内涵与实践
- 传统课堂采用集体授课的方式,按照统一内容、统一进度要求学生,造成不同学生对知识的理解和掌握程度不尽相同,大大影响课堂教学的效果。分层教学法针对学生个体差异和学生的知识基础,制订相匹配的教学计划和教学资源,以促使学生获得不...
- 梁锦锦孙晓群张仙伟
- 关键词：集体授课分层教学法知识基础
- 文献传递
- 非线性函数三次型逼近算法研究
- 2014年
- 为提高函数逼近的精度,扩展二次型的适用范围,对二次型及矩阵的概念及运算方法进行了推广,提出了三次型及体阵的概念和运算方法,给出了多元函数梯度、黑塞矩阵,特别是多元函数泰勒公式的新的矩阵表达式,为二次型的进一步深入研究提供了新的基础,为函数逼近,最优化等方面的研究提供了一个新的视角,使得已有的特征值,特征向量等有可能被进一步推广从而使二次型的研究及应用得到极大的扩展,对于控制问题、优化问题的研究具有潜在的应用价值。
- 宋巨龙钱富才梁锦锦
- 关键词：矩阵二次型
- 概率双边加权模糊支持向量机
- 针对隶属度函数选择困难的问题，本文提出概率双边加权模糊支持向量机PBWFSVM。不同于视输入完全属于某类的传统单边加权松弛的模糊支持向量机(FuzzySupport Vector Machine，FSVM)，该算法视输入...
- 梁锦锦刘三阳吴德段伟
- 关键词：模糊支持向量机
- 文献传递
- 聚类分片双支持向量域分类器被引量：3
- 2015年
- 针对支持向量域分类器对大规模样本集的训练时间长且占用内存大的问题,构造聚类分片双支持向量域分类器.以均值聚类剖分原始空间,并选取密度指标大的样本作为初始聚类中心;对子空间构造双支持向量域分类器,根据样本与正负类最小包围超球的距离构造分段决策函数;定义样本的变尺度距离,以链接规则组合子空间的分类结果.数值实验表明,所提出算法的分类精度高且受参数变化的影响不大,分类时间短且随子空间数的增加而降低.
- 梁锦锦吴德
- 关键词：聚类
- 稀疏L1范数最小二乘支持向量机被引量：6
- 2014年
- 为了提高最小二乘支持向量机的训练速度,提出一种稀疏最小二乘支持向量机L1SLSSVM。该模型采用权重向量的L1范数控制分类间隔,最小二乘损失函数度量误差。将线性和核空间最小二乘支持向量机的训练归结为同一形式,均转化为仅有部分变量具非负约束的凸二次规划。对比SVM、LSSVM与SLSSVM的数值实验结果表明,L1SLSSVM具有好的稀疏性、高的分类精度和短的训练时间。
- 梁锦锦吴德
- 关键词：最小二乘支持向量机稀疏性L1范数凸二次规划
