苗青
- 作品数：3 被引量：2H指数：1
- 供职机构：河北大学数学与计算机学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于ELM和PNN的样例选择研究
- 样例选择是数据挖掘中一个重要的数据预处理步骤。大多数样例选择算法选择边界样例，边界样例的不确定性大，包含的有用信息更多，因此对分类更重要。目前存在的多数样例选择方法都是针对某种特殊的分类器设计的，比如最近邻（NN）分类器...
- 苗青
- 关键词：极端学习机概率神经网络
- 文献传递
- 概率神经网络样例选择算法被引量：2
- 2015年
- 提出一种概率神经网络样例选择算法,它包括两个阶段,第一个阶段利用概率神经网络计算样例的不确定性,第二个阶段利用计算出的不确定性选择样例.与压缩近邻规则、编辑近邻规则、约简近邻规则和迭代过滤算法四种代表性的样例选择算法进行了实验比较,实验结果显示在能力保持框架下,该算法的性能优于这四种方法.本文提出的算法具有下列特点:(1)学习速度快;(2)没有分类器的限制;(3)具有好的泛化能力.
- 翟俊海苗青李塔王熙照
- 关键词：概率神经网络信息熵
- 基于相容粗糙集的ELM网络结构选择
- 2012年
- 结构选择是神经网络研究的热点,文章提出了一种基于相容粗糙集技术的ELM(Extreme LearningMachine)网络结构选择方法,给定一个含有很多隐含层结点的前馈神经网络。该方法用相容依赖度度量隐含层结点的重要性,将不重要的隐含层结点逐一去掉,直到满足预定义的终止条件为止。实验结果表明,该文提出的方法是行之有效的。
- 翟俊海邵庆言苗青
- 关键词：粗糙集相容粗糙集神经网络
