公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于支持向量机技术的模糊推理研究: 何强陈俊芬董春茹张彬李宁高相辉何玉林忽丽莎; 利用计算机模拟人的推理行为，即模糊推理，历来是人工智能研究的热点领域。模糊推理以模糊集合论为描述工具，是不确定推理的一种，在人工智能发展中有重大意义。现有模糊推理方法大多是以推理合成规则为基础，该方法虽应用广泛，但缺乏严...; 关键词：; 关键词：向量机模糊推理人工智能

增量密度加权近似支持向量机: 近似支持向量机(PSVM)是一个正则化最小二乘问题,且具有解析解.但是它失去了支持向量机(SVM)的稀疏性,使得所有的训练样例都成为支持向量.为了有效地控制近似支持向量机的稀疏性,提出了增量密度加权近似支持向量机(IDW...; 鲁淑霞崔芳芳忽丽莎; 关键词：INCREMENT SPARSENESS; 文献传递

样例选择与软间隔模糊粗糙支持向量机: 在监督学习任务中，训练集通常是由随机选择的无类标样例经由专家标注得到的。而标注样例的这个过程通常代价很大，利用主动学习方法选择样例可以减少训练样例的需求量;支持向量机与其他的监督学习方法相比具有一定的优势。因此，本文结合...; 忽丽莎; 关键词：分类器最优超平面

增量密度加权近似支持向量机被引量：1: 2012年; 近似支持向量机(PSVM)是一个正则化最小二乘问题,有解析解,但是它失去了支持向量机(SVM)的稀疏性,使得所有的训练样例都成为支持向量。为了有效地控制近似支持向量机的稀疏性,提出了增量密度加权近似支持向量机(IDWPSVM),它在训练集中选取最基本的支持向量。实验表明,IDWPSVM方法与SVM,PSVM和DWPS-VM方法相比,其精度相似,收敛速度快,可有效地控制近似支持向量机的稀疏性。; 鲁淑霞崔芳芳忽丽莎; 关键词：近似支持向量机稀疏性

间隔最大化学习方法及其在光谱数据分析中的应用研究: 鲁淑霞张群峰李纯果刘贤豪冯慧敏何玉林曹贵恩孟洁忽丽莎; 课题属于机器学习的研究范畴，研究了基于各种距离准则和核矩阵夹角准则的核函数参数选择方法，此方法仅需计算简单的数学公式；研究了支持向量机的几何特性问题，从理论上建立推广能力与间隔深层次上的联系；充分利用数据的分布信息，建立...; 关键词：; 关键词：支持向量机

软间隔模糊粗糙支持向量机: 2011年; 分析了硬间隔模糊粗糙支持向量机(FRSVMs)的优点与不足。FRSVMs通过修改硬间隔支持向量机(SVMs)的约束条件提高了泛化能力;FRSVMs虽然将训练样例的条件属性与决策属性之间的不一致性考虑在内,但是在寻找最优超平面时仍然要求将训练集完全正确地分开,因此对噪音具有敏感性。针对FRSVMs的这个缺点,提出了软间隔模糊粗糙支持向量机(C-FRSVMs)。它使用高斯核函数作为模糊相似关系,将数据集中样例的条件属性与决策标签之间的不一致程度考虑在内;在训练寻找最优超平面的过程中允许存在错分点,并对原始最优化问题中训练样例的错分程度进行惩罚;既考虑了间隔最大,又考虑了训练误差最小,从而降低了对噪音的敏感性。实验表明:针对一些数据集,无论其是否存在异常点,C-FRSVMs在测试精度上都可以同时优于硬间隔SVMs、软间隔支持向量机(C-SVMs)和FRSVMs,从而进一步提高了FRSVMs的泛化能力。; 鲁淑霞忽丽莎王熙照; 关键词：支持向量机粗糙集模糊粗糙集

全选清除导出

共1页<1>

忽丽莎