检索结果-内蒙古大学图书馆

小型微型计算机系统 2013年第11期34卷 2607-2611页

作者：李艳周振华赵文举河北大学数学与计算机学院机器学习与计算智能重点实验室河北保定071002

目前存在大量的路径搜索算法,但大多数如传统的A*,Dijkstra等算法没有考虑地图中障碍物的分布信息,造成不必要的存储和时间耗费.实际上,搜索空间的分布在很大程度上影响着算法的性能,因此提出一种结合障碍物分布信息和抽象图思想的分层... 详细信息

目前存在大量的路径搜索算法,但大多数如传统的A*,Dijkstra等算法没有考虑地图中障碍物的分布信息,造成不必要的存储和时间耗费.实际上,搜索空间的分布在很大程度上影响着算法的性能,因此提出一种结合障碍物分布信息和抽象图思想的分层路径搜索算法CDHPA*.该算法首先依据障碍物的分布将地图划分为不均等的子区域,划分区域的数目由可调阈值确定;然后将子区域边界上的非障碍点作为抽象节点来构成完整的抽象图.根据障碍分布,抽象节点之间的最短路径采用曼哈顿距离或自底向上融合算法来计算;最后在抽象图上找到抽象路径并进行细化,得到实际路径.CDHPA*在同一幅地图上进行多次寻路时仅需一次预处理,在线寻路相比同类方法 M-A*、HPA*更快,并且得出的路径为最优路径.

关键词：路径搜索地图分布抽象图自底向上细化路径最优路径

来源：评论

学校读者我要写书评

暂无评论

有序决策树的比较研究

引用

计算机科学与探索 2013年第11期7卷 1018-1025页

作者：王鑫王熙照陈建凯翟俊海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

有序分类是现实生活中广泛存在的一种分类问题。基于排序熵的有序决策树算法是处理有序分类问题的重要方法之一,这种方法是以排序互信息作为启发式来构建有序决策树。基于这项工作,通过引入模糊有序熵,并以模糊有序互信息作为启发式构... 详细信息

有序分类是现实生活中广泛存在的一种分类问题。基于排序熵的有序决策树算法是处理有序分类问题的重要方法之一,这种方法是以排序互信息作为启发式来构建有序决策树。基于这项工作,通过引入模糊有序熵,并以模糊有序互信息作为启发式构建模糊有序决策树,对有序决策树进行了扩展。这两种算法在实际应用中各有自己的优劣之处,从四个方面对这两种算法进行了详细的比较,并指出了这两种算法的异同及优缺点。

关键词：有序分类模糊有序互信息有序决策树

来源：评论

学校读者我要写书评

暂无评论

距离加权极端支持向量机

引用

计算机工程与应用 2013年第12期49卷 160-163页

作者：鲁淑霞周旭张萌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

由于极端支持向量分类机(ESVM)在对样本进行分类时并没有考虑到数据集中样本点的分布情况,对所有样本点的误差项都给予了相同的惩罚因子,使得分类器的分类效果很容易受到噪声、野值数据的干扰,针对这个问题,在ESVM的基础上提出了一种基... 详细信息

由于极端支持向量分类机(ESVM)在对样本进行分类时并没有考虑到数据集中样本点的分布情况,对所有样本点的误差项都给予了相同的惩罚因子,使得分类器的分类效果很容易受到噪声、野值数据的干扰,针对这个问题,在ESVM的基础上提出了一种基于距离加权的极端支持向量机(WESVM)。由于不同的样本到其类中心距离的不同,因此对不同的样本给予不同的权重。分类实验结果表明WESVM与ELM、ESVM相比具有更好的分类精度。

关键词：极端支持向量机支持向量机权

来源：评论

学校读者我要写书评

暂无评论

一种简单有效的人脸识别方法

引用

河北大学学报（自然科学版） 2013年第6期33卷 654-660页

作者：翟俊海赵文秀李塔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 中国气象局气象干部培训学院河北分院教务科河北保定071000

Mohammed等人提出了一种基于小波变换和极端学习机的人脸识别方法,该方法分为3步,首先对人脸图像做小波变换,然后用双向二维主成分分析进行特征提取,最后用极端学习机进行分类识别.但实验研究发现,用小波变换的低频子图直接作为极端学... 详细信息

Mohammed等人提出了一种基于小波变换和极端学习机的人脸识别方法,该方法分为3步,首先对人脸图像做小波变换,然后用双向二维主成分分析进行特征提取,最后用极端学习机进行分类识别.但实验研究发现,用小波变换的低频子图直接作为极端学习机的输入,就可以达到非常好的识别效果,即第2步的特征提取是没有必要的.在3个人脸数据库上与Mohammed等人提出的方法进行了实验比较,实验结果显示本文提出的方法简单有效.

关键词：小波变换人脸识别极端学习机特征提取

来源：评论

学校读者我要写书评

暂无评论

一种改进的样例约简支持向量机

一种改进的样例约简支持向量机

引用

第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议

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

提出了一种改进的样例约简支持向量机，该方法利用相容粗糙集方法求属性约简的边界域，并从中选择样例作为候选支持向量训练支持向量机，该方法的特点是可同时对属性和样例进行约简。实验结果证实了这种方法的有效性，能有效地减少存储... 详细信息

提出了一种改进的样例约简支持向量机，该方法利用相容粗糙集方法求属性约简的边界域，并从中选择样例作为候选支持向量训练支持向量机，该方法的特点是可同时对属性和样例进行约简。实验结果证实了这种方法的有效性，能有效地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最优分类超平面

来源：评论

学校读者我要写书评

暂无评论

基于样例选取的属性约简算法

引用

计算机研究与发展 2012年第11期49卷 2305-2310页

作者：王熙照王婷婷翟俊海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

计算属性约简是粗糙集框架下归纳学习的关键部分.基于差别矩阵的属性约简算法是常用的属性约简算法之一.给定一个信息系统,利用该算法可以求出信息系统的所有属性约简.但是该算法需要的存储空间大,执行时间长,特别是对于大型数据库,差... 详细信息

计算属性约简是粗糙集框架下归纳学习的关键部分.基于差别矩阵的属性约简算法是常用的属性约简算法之一.给定一个信息系统,利用该算法可以求出信息系统的所有属性约简.但是该算法需要的存储空间大,执行时间长,特别是对于大型数据库,差别矩阵的存储成为其应用的瓶颈.针对这一问题,提出了一种基于样例选取的属性约简算法,算法分为3步:首先从样例集中挑选出重要的样例;然后用选出的样例构造差别矩阵;最后计算信息系统的所有约简.实验结果显示,当处理大型数据库时,新算法能有效地减少存储空间和执行时间.

关键词：信息系统样例选取粗糙集差别矩阵属性约简

来源：评论

学校读者我要写书评

暂无评论

密度加权近似支持向量机

引用

计算机科学 2012年第1期39卷 182-184页

作者：王熙照崔芳芳鲁淑霞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

标准的近似支持向量机(PSVM)用求解正则化最小二乘问题代替了求解二次规划问题,它可以得到一个解析解,从而减少训练时间。但是标准的PSVM没有考虑数据集中正、负样本的分布情况,对所有的样本都赋予了相同的惩罚因子。而在实际问题中,数... 详细信息

标准的近似支持向量机(PSVM)用求解正则化最小二乘问题代替了求解二次规划问题,它可以得到一个解析解,从而减少训练时间。但是标准的PSVM没有考虑数据集中正、负样本的分布情况,对所有的样本都赋予了相同的惩罚因子。而在实际问题中,数据集中样本的分布是不平衡的。针对此问题,在PSVM的基础上提出了一种基于密度加权的近似支持向量机(DPSVM),其先计算样本的密度指标,不同的样例有不同的密度信息,因此对不同的样例给予不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变为一个对角矩阵。在UCI数据集上用这种方法进行了实验,并与SVM和PSVM方法进行了比较,结果表明,DPSVM在正负类样本分布不平衡的数据集上有较好的分类性能。

关键词：支持向量机近似支持向量机密度加权不平衡数据

来源：评论

学校读者我要写书评

暂无评论

基于L1范数的二维局部保留映射

引用

计算机科学 2012年第5期39卷 201-204,238页

作者：邢红杰赵浩鑫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

提出了一种基于L1范数的二维局部保留映射(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)特征提取方法。与传统的基于L2范数的二维局部保留映射(2DLPP)相比,所提方法有两个优点。首先,由于L1范数对噪声... 详细信息

提出了一种基于L1范数的二维局部保留映射(two-dimensional locality preserving projections based on L1-norm,2DLPP-L1)特征提取方法。与传统的基于L2范数的二维局部保留映射(2DLPP)相比,所提方法有两个优点。首先,由于L1范数对噪声不敏感,因此它具有更强的抗噪声能力;其次,它不需要进行特征值分解。在两个人脸数据库和一个手写数字数据集上的实验结果表明,当训练集中有噪声时,所提的2DLPP-L1能够取得优于传统2DLPP的分类性能。

关键词：特征提取 L1范数局部保留映射人脸识别

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集技术的压缩近邻规则

引用

计算机科学 2012年第2期39卷 236-239页

作者：翟俊海李胜杰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

近邻(Nearest Neighbor,NN)算法是一种简单实用的监督分类算法。但NN算法在分类未知类标的样例时,需要存储整个训练集,还要计算该样例到训练集中每一个样例之间的距离,所以NN算法的计算复杂度非常高。为了克服这一缺点,***提出了压缩近... 详细信息

近邻(Nearest Neighbor,NN)算法是一种简单实用的监督分类算法。但NN算法在分类未知类标的样例时,需要存储整个训练集,还要计算该样例到训练集中每一个样例之间的距离,所以NN算法的计算复杂度非常高。为了克服这一缺点,***提出了压缩近邻(Condensed Nearest Neighbor,CNN)规则算法,即从整个训练集中找原样例集的一致子集(一致子集是能正确分类训练集中其他样例的子集)。其计算复杂度依然比较高,特别是对于大型数据库,寻找其一致子集是非常耗费时间的。针对这一问题,提出了基于粗糙集技术的压缩近邻规则算法。该算法分为3步,首先利用粗糙集方法求属性约简(特征选择),以将冗余的属性去掉。然后选取靠近边界域的样例,以将冗余的样例去掉。最后从选出的样例中计算一致子集。该算法能同时沿垂直方向和水平方法进行数据约简。实验结果显示,所提出的方法是行之有效的。

关键词：近邻规则一致集样例选择粗糙集边界域

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

引用

计算机科学 2012年第11期39卷 194-196,207页

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,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... 详细信息

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。

关键词：近似支持向量机密度加权增量稀疏性

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：