周扬帆
- 作品数：2 被引量：1H指数：1
- 供职机构：河北大学更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种基于样例选择的增量ELM算法
- 增量极速学习机(EM-ELM、I-ELM等)是在极速学习机的基础之上，把隐藏节点的个数由固定的转变为动态变化的分类器。最近的研究表明，采用样例本身的特征作为隐藏层输入权重，对于提高分类器的测试精度以及泛化能力有着至关重要...
- 周扬帆
- 关键词：极速学习机分类器
- 文献传递
- 中心向量夹角间隔正则化核向量机被引量：1
- 2015年
- 针对大数据集如何有效地进行训练的问题,基于最大向量夹角间隔分类器(maximum vector-angular margin classifier,MAMC),提出了求解最优向量d的不同方法来得到中心向量夹角间隔分类器(central vector-angular margin classifier,CAMC),进而证明了CAMC等价于最小包围球问题(minimum enclosed ball,MEB).但是鉴于MEB对参数的敏感性,又提出了正则化核向量机(regularized core vector machine,RCVM),将CAMC与RCVM结合得到中心向量夹角间隔正则化核向量机(regularized core vector machine with central vector-angular margin,CAMCVM).基于基准数据集的实验表明,CAMC具有更好的分类性能且CAMCVM可以有效快速地训练大规模数据集.
- 鲁淑霞焦彩红周扬帆佟乐
- 关键词：正则化
