检索结果-内蒙古大学图书馆

第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

作者：翟俊海邵庆言苗青王熙照河北省机器学习与计算智能重点实验室河北大学数学与计算机学院保定071002

粗糙集理论已成功应用于数据挖掘、模式识别、机器学习等领域,但粗糙集理论应用于神经网络结构选择的工作尚未见到.本文提出了一种基于相容粗糙集技术的ELM网络结构选择方法,该方法利用相容依赖度度量神经网络隐含层结点的重要性.实验... 详细信息

粗糙集理论已成功应用于数据挖掘、模式识别、机器学习等领域,但粗糙集理论应用于神经网络结构选择的工作尚未见到.本文提出了一种基于相容粗糙集技术的ELM网络结构选择方法,该方法利用相容依赖度度量神经网络隐含层结点的重要性.实验结果证明本文提出的方法是行之有效的.

关键词： Rough set Tolerance rough set Neural network Neural architecture selection

来源：评论

学校读者我要写书评

暂无评论

增量密度加权近似支持向量机

增量密度加权近似支持向量机

引用

第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

作者：鲁淑霞崔芳芳忽丽莎河北省机器学习重点实验室河北大学数学与计算机学院保定071002

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(IDWPSVM),它在训练集... 详细信息

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(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DWPSVM方法相比,精度相似,收敛速度快,IDWPSVM方法有效地控制了近似支持向量机的稀疏性.

关键词： Proximal support vector machine Density weight Increment Sparseness

来源：评论

学校读者我要写书评

暂无评论

基于近邻熵的主动学习算法

引用

模式识别与人工智能 2011年第1期24卷 97-102页

作者：王珍钰王熙照河北大学数学与计算机学院河北省机器学习与计算智能重点实验室保定071002

在主动学习中,采用近邻熵(Neighborhood Entropy)作为样例的挑选标准,熵值最大的样例体现基于近邻分类规则,最无法确定该样例的类标.而标注不确定性高的样例可用尽量少的样例获得较高的分类性能.文中提出一种基于近邻熵的主动学习算法.... 详细信息

在主动学习中,采用近邻熵(Neighborhood Entropy)作为样例的挑选标准,熵值最大的样例体现基于近邻分类规则,最无法确定该样例的类标.而标注不确定性高的样例可用尽量少的样例获得较高的分类性能.文中提出一种基于近邻熵的主动学习算法.该算法首先计算未标注样例的近邻样例类别熵,然后挑选熵值最大样例的进行标注.实验表明,基于近邻熵挑选样例进行标注,较基于最大距离(Maximal Distance)挑选和随机样例挑选可获得更高的分类性能.

关键词：主动学习最近邻最大熵样例选择

来源：评论

学校读者我要写书评

暂无评论

基于不平衡学习的分类器博弈模型及其在中国象棋中的应用

引用

计算机研究与发展 2011年第5期48卷 841-847页

作者：苏攀王熙照李艳河北大学数学与计算机学院河北省机器学习与计算智能重点实验室河北保定071002

计算机博弈是人工智能领域中的热点研究课题.传统计算机博弈模型使用极大极小搜索与评估函数相结合的方式,棋力高低依赖于搜索的深度.在计算性能较低的平台上,搜索深度加深会延长反应时间.因此,提出了一种应用不平衡学习技术使用专家谱... 详细信息

计算机博弈是人工智能领域中的热点研究课题.传统计算机博弈模型使用极大极小搜索与评估函数相结合的方式,棋力高低依赖于搜索的深度.在计算性能较低的平台上,搜索深度加深会延长反应时间.因此,提出了一种应用不平衡学习技术使用专家谱训练分类器的机器博弈解决方案,反应时间只相当于一层搜索,且更能体现学习的特性.使用3种经典的不平衡学习方法训练神经网络,并对结果进行了比较.验证了使用分类器模拟中国象棋策略的可能性,以及不平衡学习技术在该策略建模过程中起到的关键作用.

关键词：不平衡学习计算机博弈中国象棋机器博奕分类器博弈模型人工神经网络

来源：评论

学校读者我要写书评

暂无评论

关系数据库上基于索引的Top-N关键词查询

引用

北京工业大学学报 2011年第6期37卷 940-946页

作者：朱亮姬慎达刘椿年杨文柱河北大学数学与计算机学院河北省机器学习与计算智能重点实验室河北保定071002 北京工业大学计算机学院北京100124

为了实现关系数据库上自由态的关键词查询,通过创建索引表并运用其存储的知识为每个属性赋予不同的权值来改进信息检索中传统的排序方法.对每个查询用索引表和改进的排序方法来获得Top-N答案.用实际数据集进行了实验,实验结果表明此方... 详细信息

为了实现关系数据库上自由态的关键词查询,通过创建索引表并运用其存储的知识为每个属性赋予不同的权值来改进信息检索中传统的排序方法.对每个查询用索引表和改进的排序方法来获得Top-N答案.用实际数据集进行了实验,实验结果表明此方法在查询时间和准确性上是有效的.

关键词：查询索引元组树排序策略

来源：评论

学校读者我要写书评

暂无评论

基于优势-等价关系的几种约简及规则抽取方法

引用

计算机科学 2011年第11期38卷 220-224页

作者：李艳孙娜欣赵津王华超河北大学数学与计算机学院河北省机器学习与计算智能重点实验室保定071002

考虑了条件属性引入优势关系而决策属性上引入等价关系的不协调目标信息系统。分析了这种基于优势-等价关系的相容约简、最大分布约简及正域约简三者之间的关系。此外,结合劣势关系抽取规则以提高规则的覆盖率,改进了基于优势关系的正... 详细信息

考虑了条件属性引入优势关系而决策属性上引入等价关系的不协调目标信息系统。分析了这种基于优势-等价关系的相容约简、最大分布约简及正域约简三者之间的关系。此外,结合劣势关系抽取规则以提高规则的覆盖率,改进了基于优势关系的正域约简抽取规则(PDRIS)的方法。最后给出算例,并在UCI数据集上进行了大量的试验,以与PDRIS进行比较。

关键词：粗糙集优势关系等价关系正域约简规则抽取

来源：评论

学校读者我要写书评

暂无评论

基于小波多尺度奇异值分解的人脸识别

引用

计算机科学 2011年第6期38卷 283-285,F0003页

作者：翟俊海王华超翟梦尧王熙照河北大学数学与计算机学院河北省机器学习与计算智能重点实验室保定071002

作为一种矩阵分解方法,奇异值分解可用于提取图像的代数特征。图像的奇异值特征具有很多好的性质,如稳定性、几何不变性、对噪声的不敏感性。但是只用一个尺度的图像奇异值特征难以获得高识别率。基于小波变换和奇异值分解,提出了基于... 详细信息

作为一种矩阵分解方法,奇异值分解可用于提取图像的代数特征。图像的奇异值特征具有很多好的性质,如稳定性、几何不变性、对噪声的不敏感性。但是只用一个尺度的图像奇异值特征难以获得高识别率。基于小波变换和奇异值分解,提出了基于小波多尺度奇异值分解的图像特征提取方法,它将多个尺度的小波子图奇异值特征组合起来用于人脸识别,在ORL,YALE和JAFFE 3个人脸数据库上的识别率分别达到82.11%,100%和95.68%。

关键词：小波变换人脸识别奇异值分解多尺度分析特征提取

来源：评论

学校读者我要写书评

暂无评论

基于划分子集的属性约简算法

引用

山东大学学报（工学版） 2011年第4期41卷 24-28页

作者：翟俊海高原原王熙照陈俊芬河北省机器学习与计算智能重点实验室河北大学数学与计算机学院河北保定071002

Pawlak提出的基于属性重要度的约简算法是常用的算法之一,它通过计算等价关系对论域划分的粒度来度量属性的重要度。但用该算法计算每一个属性的重要度时,都要计算不同等价关系对整个论域的划分,计算复杂度非常高。受决策树划分子集思... 详细信息

Pawlak提出的基于属性重要度的约简算法是常用的算法之一,它通过计算等价关系对论域划分的粒度来度量属性的重要度。但用该算法计算每一个属性的重要度时,都要计算不同等价关系对整个论域的划分,计算复杂度非常高。受决策树划分子集思想的启发,对基于属性重要度的属性约简算法进行了改进,提出了一种基于划分子集的属性约简算法。在核属性集形成划分的基础上,通过在核属性中添加非核属性从而形成更细的划分,如此反复。在保持正域不变的框架下,形成最细化分的属性集就是一个约简。理论分析显示该算法减少了求属性约简的计算时间复杂度,提高了求属性约简的效率。

关键词：粗糙集属性约简计算复杂度划分子集信息系统

来源：评论

学校读者我要写书评

暂无评论

样例约简支持向量机

引用

计算机科学与探索 2011年第12期5卷 1131-1138页

作者：翟俊海王婷婷王熙照河北大学数学与计算机学院河北省机器学习与计算智能重点实验室河北保定071002

支持向量机(support vector machine,SVM)仅利用靠近分类边界的支持向量构造最优分类超平面,但求解SVM需要整个训练集,当训练集的规模较大时,求解SVM需要占用大量的内存空间,寻优速度非常慢。针对这一问题,提出了一种称为样例约简的寻... 详细信息

支持向量机(support vector machine,SVM)仅利用靠近分类边界的支持向量构造最优分类超平面,但求解SVM需要整个训练集,当训练集的规模较大时,求解SVM需要占用大量的内存空间,寻优速度非常慢。针对这一问题,提出了一种称为样例约简的寻找候选支持向量的方法。在该方法中,支持向量大多靠近分类边界,可利用相容粗糙集技术选出边界域中的样例,作为候选支持向量,然后将选出的样例作为训练集来求解SVM。实验结果证实了该方法的有效性,特别是对大型数据库,该方法能有效减少存储空间和执行时间。

关键词：相容粗糙集样例选择支持向量机(SVM) 最优分类超平面统计学习理论

来源：评论

学校读者我要写书评

暂无评论

一种基于属性值相似度的属性重要性度量

一种基于属性值相似度的属性重要性度量

引用

2011 AASRI Conference on Applied Information Technology(AASRI-AIT 2011)

作者：李艳张秀丽王华超河北大学数学与计算机学院河北省机器学习与计算智能重点实验室

本文的前期工作[1-2]提出了一种基于属性值相似度的属性重要性度量,其中所讨论的属性是完全无序的符号值属性。本文首先进一步研究了这种度量的可行性,并和基于熵的、基于粗糙集约简的属性重要度进行了比较分析。

关键词：符号值属性相似度属性重要性度量相对正域 PSO

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：