期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Relief-F特征加权的模糊支持向量机的分类算法
被引量:
8
1
作者
左喻灏
贾连印
+1 位作者
游进国
张丹威
《化工自动化及仪表》
CAS
2019年第10期834-838,864,共6页
传统基于样本与类中心的欧氏距离构造模糊支持向量机隶属度函数的方法将所有特征同等对待,并未考虑不同特征对样本与类中心距离的影响。针对这一问题,提出基于Relief-F特征加权的模糊支持向量机分类算法。首先通过Relief-F算法计算各特...
传统基于样本与类中心的欧氏距离构造模糊支持向量机隶属度函数的方法将所有特征同等对待,并未考虑不同特征对样本与类中心距离的影响。针对这一问题,提出基于Relief-F特征加权的模糊支持向量机分类算法。首先通过Relief-F算法计算各特征权重并剔除权重较小的特征;然后应用特征权重计算样本到所属类中心的加权欧氏距离;最后,基于加权欧氏距离构造隶属度函数。该方法在考虑到特征重要性对分类效果影响的同时,通过权重阈值剔除权重较小的特征,从而将数据降维,提高了分类准确度和训练效率。实验结果表明:与支持向量机和传统基于距离构造隶属度的模糊支持向量机相比,基于Relief-F特征加权的模糊支持向量机具有更高的训练效率和分类准确率。
展开更多
关键词
模糊支持向量机
Relief-F
特征加权
隶属度函数
下载PDF
职称材料
融合RBF的二值神经网络推荐模型
被引量:
6
2
作者
雷妍
贾连印
+3 位作者
李孟娟
左喻灏
游进国
李晓武
《计算机应用与软件》
北大核心
2019年第3期76-80,共5页
随着网络通信技术的快速发展和互联网信息资源的大规模扩张,信息过载问题日益严重,传统的信息服务使得这一问题得到缓解。但对具有海量条目的信息,用户要根据自己的喜欢找到想要的目标并不容易。为了解决该问题,提出一种融合径向基函数(...
随着网络通信技术的快速发展和互联网信息资源的大规模扩张,信息过载问题日益严重,传统的信息服务使得这一问题得到缓解。但对具有海量条目的信息,用户要根据自己的喜欢找到想要的目标并不容易。为了解决该问题,提出一种融合径向基函数(RBF)的二值化卷积神经网络的推荐模型。该模型建立在卷积神经网络的基础上将输入数据预处理为0或1,极大节省数据存储空间并提高推荐效率。利用RBF建立可信任的亲属网络,根据亲属网络中的相似用户筛选出有用信息并进行分析做出相应推荐。针对电影推荐进行实验,实验结果表明该方法是有效可行的。
展开更多
关键词
推荐
二值化神经网络
深度学习
径向基核函数
下载PDF
职称材料
题名
基于Relief-F特征加权的模糊支持向量机的分类算法
被引量:
8
1
作者
左喻灏
贾连印
游进国
张丹威
机构
昆明理工大学信息工程与自动化学院
出处
《化工自动化及仪表》
CAS
2019年第10期834-838,864,共6页
文摘
传统基于样本与类中心的欧氏距离构造模糊支持向量机隶属度函数的方法将所有特征同等对待,并未考虑不同特征对样本与类中心距离的影响。针对这一问题,提出基于Relief-F特征加权的模糊支持向量机分类算法。首先通过Relief-F算法计算各特征权重并剔除权重较小的特征;然后应用特征权重计算样本到所属类中心的加权欧氏距离;最后,基于加权欧氏距离构造隶属度函数。该方法在考虑到特征重要性对分类效果影响的同时,通过权重阈值剔除权重较小的特征,从而将数据降维,提高了分类准确度和训练效率。实验结果表明:与支持向量机和传统基于距离构造隶属度的模糊支持向量机相比,基于Relief-F特征加权的模糊支持向量机具有更高的训练效率和分类准确率。
关键词
模糊支持向量机
Relief-F
特征加权
隶属度函数
Keywords
fuzzy support vector machine
Relief-F
feature weighting
membership function
分类号
TH865 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
融合RBF的二值神经网络推荐模型
被引量:
6
2
作者
雷妍
贾连印
李孟娟
左喻灏
游进国
李晓武
机构
昆明理工大学信息工程与自动化学院
云南省计算机技术应用重点实验室
云南师范大学图书馆
出处
《计算机应用与软件》
北大核心
2019年第3期76-80,共5页
基金
国家自然科学基金项目(61562054
51467007
61462050)
文摘
随着网络通信技术的快速发展和互联网信息资源的大规模扩张,信息过载问题日益严重,传统的信息服务使得这一问题得到缓解。但对具有海量条目的信息,用户要根据自己的喜欢找到想要的目标并不容易。为了解决该问题,提出一种融合径向基函数(RBF)的二值化卷积神经网络的推荐模型。该模型建立在卷积神经网络的基础上将输入数据预处理为0或1,极大节省数据存储空间并提高推荐效率。利用RBF建立可信任的亲属网络,根据亲属网络中的相似用户筛选出有用信息并进行分析做出相应推荐。针对电影推荐进行实验,实验结果表明该方法是有效可行的。
关键词
推荐
二值化神经网络
深度学习
径向基核函数
Keywords
Recommendation
Binary neural network
Deep learning
Radical basis function
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Relief-F特征加权的模糊支持向量机的分类算法
左喻灏
贾连印
游进国
张丹威
《化工自动化及仪表》
CAS
2019
8
下载PDF
职称材料
2
融合RBF的二值神经网络推荐模型
雷妍
贾连印
李孟娟
左喻灏
游进国
李晓武
《计算机应用与软件》
北大核心
2019
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部