检索结果-内蒙古大学图书馆

计算机工程与应用 2009年第27期45卷 31-33,55页

作者：王敏王文剑山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室太原030006

核选择问题是支持向量机(Support Vector Machine,SVM)建模中的一个关键问题,虽然支持向量机具有良好的泛化性能,但其性能受核函数的影响比较明显,而对于一个给定问题,选择合适的核函数及参数通常很困难。提出一种基于SVM集成的核选择方... 详细信息

核选择问题是支持向量机(Support Vector Machine,SVM)建模中的一个关键问题,虽然支持向量机具有良好的泛化性能,但其性能受核函数的影响比较明显,而对于一个给定问题,选择合适的核函数及参数通常很困难。提出一种基于SVM集成的核选择方法,利用不同的核函数构造子SVM学习器,然后对子学习器的预测结果集成。提出的核选择方法将SVM集成学习与核选择同时进行,不仅避免了单个SVM的核选择对泛化能力的影响,而且可以获得良好的泛化能力。在UCI标准数据集上的结果说明了提出的方法的有效性。

关键词：支持向量机集成学习核选择异质SVM 同质SVM

来源：评论

学校读者我要写书评

暂无评论

半监督学习研究进展

引用

山西大学学报(自然科学版) 2009年第4期32卷 528-534页

作者：梁吉业高嘉伟常瑜山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

半监督学习问题广泛存在于现实世界中,已经成为目前机器学习和模式识别领域中的一个研究热点.文章综述了半监督学习问题的基本思想、研究现状、常用算法及其一些应用领域,分析了目前存在的主要困难,并指出需进一步研究的几个问题.

关键词：半监督学习标签协同训练算法

来源：评论

学校读者我要写书评

暂无评论

面向信息处理的突发事件新闻语料库建设与应用研究

引用

山西大学学报(自然科学版) 2009年第4期32卷 546-551页

作者：张永奎张晴王磊山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

研究了突发事件新闻语料库建设的过程、意义和典型应用,提出了突发事件新闻语料的分类体系和编码方案.研究结果对突发事件新闻语料库的建设、突发事件新闻信息处理、国家相关部门对突发事件应急处理方案制定以及对流行病学的医学研究等... 详细信息

研究了突发事件新闻语料库建设的过程、意义和典型应用,提出了突发事件新闻语料的分类体系和编码方案.研究结果对突发事件新闻语料库的建设、突发事件新闻信息处理、国家相关部门对突发事件应急处理方案制定以及对流行病学的医学研究等领域具有一定的理论意义和应用价值.

关键词：突发事件新闻语料库新闻分类体系突发事件新闻编码

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的改进K-Modes聚类算法

引用

计算机科学 2009年第1期36卷 162-164,176页

作者：白亮梁吉业曹付元计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

传统的K-Modes算法采用简单匹配的方法来计算对象之间的距离,并没有充分考虑同一属性下的两个不同值之间的相似性。基于粗糙集中的上、下近似,提出了一种新的距离度量,并重新定义了类中心,对传统K-Modes算法进行了改进。与其他改进K-Mo... 详细信息

传统的K-Modes算法采用简单匹配的方法来计算对象之间的距离,并没有充分考虑同一属性下的两个不同值之间的相似性。基于粗糙集中的上、下近似,提出了一种新的距离度量,并重新定义了类中心,对传统K-Modes算法进行了改进。与其他改进K-Modes算法进行了比较,实验结果表明,基于粗糙集的改进K-Modes算法有效地提高了聚类精度。

关键词：聚类算法粗糙集距离度量 K-Modes算法

来源：评论

学校读者我要写书评

暂无评论

大规模语料库可用性评测方法

引用

计算机工程与应用 2009年第16期45卷 134-137页

作者：李艳红郑家恒山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

提出了一种大规模语料库可用性评测方法。通过分析语料库工程的生命周期,构建了大规模语料库可用性评测指标体系,运用层次分析-模糊综合评价方法实现了语料库的可用性评测,给出了语料库的可用性级别。分析语料库的评测结果,确定影响语... 详细信息

提出了一种大规模语料库可用性评测方法。通过分析语料库工程的生命周期,构建了大规模语料库可用性评测指标体系,运用层次分析-模糊综合评价方法实现了语料库的可用性评测,给出了语料库的可用性级别。分析语料库的评测结果,确定影响语料库可用性的瓶颈因素,进而提出针对性的改进措施。最后,举例说明了该方法在语料库上的应用。

关键词：大规模语料库可用性评价层次分析法模糊综合评价

来源：评论

学校读者我要写书评

暂无评论

非完备信息系统的相容类快速计算

引用

计算机工程与应用 2009年第27期45卷 133-136页

作者：王锋梁吉业钱宇华计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

经典粗糙集理论是建立在完备信息基础上的,然而现实中,由于各种原因,很多信息系统是非完备的。相容关系是非完备信息系统的核心概念之一,如何高效地计算相容类对提高各相关算法的性能至关重要。针对非完备信息系统中求解相容类计算耗时... 详细信息

经典粗糙集理论是建立在完备信息基础上的,然而现实中,由于各种原因,很多信息系统是非完备的。相容关系是非完备信息系统的核心概念之一,如何高效地计算相容类对提高各相关算法的性能至关重要。针对非完备信息系统中求解相容类计算耗时过大的缺陷,提出了一种求解相容类的快速计算方法。实验结果也进一步表明,该方法能够有效地降低计算耗时,在效率上较现有方法有显著提高。

关键词：非完备信息系统相容类基数排序快速方法

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的支持向量机学习方法研究

引用

计算机工程与应用 2009年第2期45卷 51-54页

作者：郭虎升王文剑山西大学计算机与信息技术学院计算智能与中文信息处理省部共建教育部重点实验室太原030006

针对支持向量机(Support Vector Machine,SVM)对大规模样本分类效率低下的问题,提出了基于自适应共振理论(AdaptiveResonance Theory,ART)神经网络与自组织特征映射(Self-Organizing feature Map,SOM)神经网络的SVM训练算法,分别称为ART-SVM算法与SOM-SVM算法.这两种算法通过聚类压缩数据集,使SVM训练的速度大大提高,同时可获得令人满意的泛化能力.

关键词：支持向量机 ART-SVM算法 SOM-SVM算法聚类

来源：评论

学校读者我要写书评

暂无评论

基于新的相异度量的模糊K-Modes聚类算法

引用

计算机工程 2009年第16期35卷 192-194页

作者：白亮曹付元梁吉业计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量... 详细信息

传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量,并将它应用于传统的模糊K-Modes聚类算法。与传统的K-Modes和模糊K-Modes聚类算法相比,该相异度量是有效的。

关键词：模糊K—Modes聚类算法相异度量类中心

来源：评论

学校读者我要写书评

暂无评论

基于优势关系的概念格

引用

计算机科学 2009年第7期36卷 161-163,201页

作者：王俊红梁吉业曲开社计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

对基于优势关系的形式背景进行了讨论,在基于优势关系的形式背景上建立了对象偏序集、属性偏序集以及对象-属性偏序集,提出了基于优势关系的概念格的定义及构建方法。这些结论进一步丰富了概念格的理论,对研究基于优势关系的信息系统的... 详细信息

对基于优势关系的形式背景进行了讨论,在基于优势关系的形式背景上建立了对象偏序集、属性偏序集以及对象-属性偏序集,提出了基于优势关系的概念格的定义及构建方法。这些结论进一步丰富了概念格的理论,对研究基于优势关系的信息系统的规则提取提供了新的思路。

关键词：形式概念分析概念格优势关系偏序集

来源：评论

学校读者我要写书评

暂无评论

基于K-Modes聚类的自适应话题追踪技术

引用

计算机工程 2009年第9期35卷 222-224页

作者：任晓东张永奎薛晓飞山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

传统自适应话题追踪用向量空间模型表示一个话题模型,通常会对话题模型更新带来错误的反馈。针对传统自适应话题追踪中话题模型的不足,提出基于K-Modes聚类的自适应话题追踪方法(K-MATT方法),用话题类中心代替话题模型,把命名实体向量... 详细信息

传统自适应话题追踪用向量空间模型表示一个话题模型,通常会对话题模型更新带来错误的反馈。针对传统自适应话题追踪中话题模型的不足,提出基于K-Modes聚类的自适应话题追踪方法(K-MATT方法),用话题类中心代替话题模型,把命名实体向量空间模型作为话题类中心,在追踪过程中不断迭代更新话题类中心,直到话题类中心稳定。实验证明K-MATT方法是有效的。

关键词：话题追踪 K-MATT方法话题类中心

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：