侯臣平
- 作品数：20 被引量：30H指数：3
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家精品课程建设项目更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 基于强盗反馈在线学习的流数据分类方法和装置
- 本申请涉及一种基于强盗反馈在线学习的流数据分类方法和装置。所述方法包括：获取流数据序列，构建流数据序列中每个数据属于不同类别上的概率分布函数，从概率分布函数中采样标签作为当前流数据的预测标签，以及基于预测标签得到预测强盗...
- 侯臣平古仕林罗廷金
- 问题驱动的协方差与相关系数的概念构建被引量：1
- 2022年
- 数学概念对于课程知识体系理解具有重要作用。数学概念教学重在让学生学会构建新概念,而不是单纯学习新概念。以概率论与数理统计中协方差与相关系数两个概念为例,遵循“以问题结构推进教学”的原理,通过国内生产总值与军费支出的关系分析实际案例,提出随机变量关系描述的问题,采用逆向推理得到协方差的定义。在此基础上,进一步深化研究如何描述随机变量关系的强弱及所研究的关系是何种关系,通过一系列层层递进、步步深入、具有内在逻辑联系的问题结构,逐步构建相关系数的定义与内涵。
- 陶红徐耀坤侯臣平
- 关键词：协方差相关系数概念教学
- 融入成对约束先验信息的弱监督多视图学习方法
- 本发明提供一种融入成对约束先验信息的弱监督多视图学习方法，包括：获取包括多个样本数据的视图数据集，并基于视图数据集获取相似矩阵图，视图数据集中包括必须链接的样本数据和必须不能链接的成对样本数据；根据必须不能链接的成对约束...
- 罗廷金李泉江刘玥瑛侯臣平
- 基于独立自表达学习的不完全多视图聚类被引量：5
- 2022年
- 不完全多视图聚类是通过结合多视图数据的异构不完全特征来获得数据本征结构,从而提高聚类性能的一种学习范式.在实际应用中,各个视图除了缺失某些完整样本外,还会受到缺失值与异常值的影响,使得大部分传统的不完全多视图聚类方法失效.为解决上述问题,本文提出一种基于独立自表达学习的不完全多视图聚类方法.该方法通过自表达重构,补全缺失的特征的同时学习视图独有的自表达矩阵,然后为自表达矩阵添加低秩约束,更好地挖掘本征结构,并通过引入希尔伯特–施密特独立性准则来衡量不同视图间的差异性.多个数据集上的实验结果表明,所提方法在大多数情况下能取得较对比方法更优的聚类结果.
- 诸葛文章范瑞东罗廷金陶红侯臣平
- 统计决策与贝叶斯分析的实践与思考被引量：1
- 2011年
- 统计决策与贝叶斯分析是一门多学科相交叉的边缘课程,具有很强的应用性.本文在对北美一流院校相关课程教学特点的描述和对比分析的基础上,结合我校理工科院校的特色,从教学内容、教学方法和实践教学三个方面系统阐述了我校在该课程教学和课程建设中的几点体会.
- 侯臣平吴翊
- 关键词：教学体会
- 一种利用Universum的半监督分类算法
- 2012年
- 分类是机器学习领域的重要分支,利用少量的标签数据进行分类和高维数据的分类是近期研究的热点问题。传统的半监督方法能够有效利用标签样本数据或非标签样本数据,但忽略了相关的非样本数据,即Universum。利用Universum的半监督分类算法,基于线性回归和子空间学习模型,结合了传统半监督方法和利用Universum方法两者的优点,在不增加标签数据的条件下显著地提高了高维数据的分类效果。仿真实验和真实数据上的分类结果都验证了算法的有效性。
- 杨伟侯臣平吴翊
- 关键词：半监督分类子空间学习
- 一种基于低秩结构的数据复原方法与系统
- 本申请涉及一种基于低秩结构的数据复原方法和系统。该方法包括：采集图像数据集，分析所述图像数据集中不同区域和位置的目标遮挡对目标数据的质量和信噪比影响；根据分析的结果，针对所述图像数据集中有遮挡的目标数据缺失，构建基于半二...
- 罗廷金刘玥瑛侯臣平
- 新的流形学习方法统一框架及改进的拉普拉斯特征映射方法被引量：15
- 2009年
- 流形学习是多个领域的重要研究课题.通过考察各种流形学习方法,提出了一种新的流形学习方法的统一框架,并在此框架下对拉普拉斯特征映射方法(Laplacian eigenmap,LE)进行了分析.进一步,基于此框架,提出了一种改进拉普拉斯特征映射方法(improved Laplacian eigenmap,ILE).它建立在LE方法和最大差异延展算法(maximum variance unfolding,MVU)的基础上,在保持流形谱图拉普拉斯特征的同时,以最大化任意两点之间的差异为目标.ILE有效地解决了拉普拉斯特征映射方法对邻域选择敏感以及MVU方法大计算量、局部限制过强等问题,且能够保持数据聚类性质,挖掘数据内蕴特征.通过实验说明了ILE的有效性.
- 侯臣平吴翊易东云
- 关键词：维数约简流形学习
- 基于调和函数的张量数据维数约简
- 2010年
- 实际应用中的许多数据,如图像,视频,通常具有张量性和高维性特征,张量数据的维数约简便成为近期的研究热点。现有的张量维数约简方法大都是监督的,它们不能有效利用未标签样本数据的信息。基于调和函数的张量数据维数约简方法综合了传统半监督方法和张量方法的优点,能够在有效利用未标签样本信息的同时,保持数据天然的张量结构特征。仿真实验和真实数据上的结果都验证了其有效性。
- 胡奎侯臣平吴翊
- 关键词：调和函数维数约简
- 多视图数据的特征选择方法及相关设备
- 本申请提供一种多视图数据的特征选择方法及相关设备。该方法包括：对预置的多视图数据的每个视图，确定谱嵌入矩阵，构建该视图的一致性正则矩阵，所述多视图数据包括有多个样本，每个所述样本具备相同个数的视图；基于预置的多个特征，设...
- 陶红侯臣平
