徐磊
- 作品数：5 被引量：11H指数：3
- 供职机构：浙江大学电气工程学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于支持向量机和多球体的一对多分类器被引量：5
- 2009年
- 为了提高支持向量机(SVM)多分类器的训练效率,将多球体思想引入有指导学习,对训练样本按类别分别进行一类支持向量机(1-SVM)训练得到多球体分类器.针对多球体的冗余区域,构造简化一对多分类器将各球内混叠样本与正常样本分离.以上两个分类器性能互补,可以加权组合为多球体一对多分类器.同时给出了组合分类器基于交叉验证的权重估计和参数调整.仿真实验表明,相对于一对多算法,该分类器训练时间较短且分类正确率较高;相对于一对一算法,该分类器决策速度较快,有助于解决大样本的多分类问题.
- 徐磊赵光宙顾弘
- 关键词：一对一
- 基于SVC算法的SVM工作集优选法
- 2008年
- 工作集的规模很大时,支持向量机的学习过程需要占用大量的内存,寻优速度很慢.文中提出一种基于支持向量聚类的工作集优选方法,分别最优化每一类样本集获取支持向量,利用支持向量几何分布特性,筛选后构造工作集.针对样本集不平衡情况,根据每一类支持向量个数对惩罚系数加权的加权优选法解决最优分离超平面偏移问题.该算法所选工作集具有代表性,能大幅度降低学习代价,同时具有较高的分类效率.
- 吕梁赵光宙徐磊
- 关键词：支持向量机工作集支持向量聚类
- 基于作用集的一类支持向量机递推式训练算法被引量：3
- 2009年
- 为了求解一类支持向量机(1-SVM)的二次规划问题(QPP),利用该QPP的稀疏解集性质,提出了基于作用集的1-SVM递推式训练算法.将支持向量集设定为作用集,迭代地局部优化作用集以获得全局最优解,并引进递推式算法降低计算复杂度。不同于序贯最小优化(SMO)收敛目标函数的思路,该算法寻找支持向量在最优状态下的分布,对Karush-Kuhn-Tucker(KKT)条件不敏感,并可获得解析的最优值。仿真结果表明,本算法在计算时间和精度上均优于SMO,可有效地应用于1-SVM的大样本学习。
- 徐磊赵光宙顾弘
- 关键词：二次规划问题序贯最小优化
- 成对耦合分类器的多球体预处理方法被引量：1
- 2010年
- 为了解决基于支持向量机(SVM)的成对耦合(PWC)决策算法的训练实时性问题,提出一种简化最终决策候选集的预处理方法.通过基于多球体(MS)的简略分类器计算样本与类别间的模糊隶属度,挑选部分隶属度较高的类别用于最终PWC决策.在算法实现方面,通过预设条件简化参数需求,设计基于核函数计算次数的评分函数,并借助交叉验证构造最优参数搜索方法.仿真实验表明,预处理方法以极小的分类正确率损失为代价大大缩短了决策时间,使PWC适用于对决策实时性要求较高的复杂问题.
- 徐磊赵光宙顾弘
- 关键词：一对一
- 基于模糊一类支持向量机的核聚类算法被引量：4
- 2008年
- 引进模糊概念替代距离拒绝尺度,定义具有支持向量特性的模糊隶属度函数,以描述训练点隶属于聚类集的程度.惩罚了边缘点对聚类中心的贡献权重,从而抑制了聚类中心的偏移,在避免复杂的参数搜索过程的同时,保证了算法的鲁棒性能.仿真结果表明,在相同初始条件下,改进算法较原算法对不规则分布数据的处理效率更高.
- 徐磊赵光宙
- 关键词：核方法聚类
