一种SVM增量学习算法α-ISVM

基于 SVM(supportvector machine)理论的分类算法 ,由于其完善的理论基础和良好的试验结果 ,目前已逐渐引起国内外研究者的关注 .深入分析了 SVM理论中 SV(support vector,支持向量 )集的特点 ,给出一种简单的SVM增量学习算法 .在此基础上 ,进一步提出了一种基于遗忘因子α的 SVM增量学习改进算法α- ISVM.该算法通过在增量学习中逐步积累样本的空间分布知识 ,使得对样本进行有选择地遗忘成为可能 .理论分析和实验结果表明 ,该算法能在保证分类精度的同时 ,有效地提高训练速度并降低存储空间的占用 .

一种SVM增量学习算法

分析了SVM理论中SV(支持向量 )集的特点 ,给出一种SVM增量学习算法 .通过在增量学习中使用SV集与训练样本集的分类等价性 ,使得新的增量训练无需在整个训练样本空间进行 .理论分析和实验结果表明 。

一种具有容噪性能的SVM多值分类器

基于 SVM理论的分类器已经发展成为一种通用的二值分类器 .但是它对噪音数据非常敏感 ,而且不适用于多值分类场合 .将标准的 PCA算法扩展到更普遍的领域 ,并提出了一种新的 SVM分类器学习结构 .它使用扩展的 PCA算法对训练集数据进行降噪映射 ,产生一个新的数据集 ,然后通过反对称阵将一组二值分类器组合成一个多值分类器来处理该数据集 .

支持向量机理论综述

1 引言随着信息技术的发展,人类积累的数据量呈几何级数递增。如何从这些数据中发掘出有效的信息而不被信息海洋所淹没已经成为迫在眉睫的问题。对数据挖掘相关领域的研究,例如数据分类、聚类,函数模拟和规则抽取等技术,逐渐成为当前计算机基础技术研究的重心之一。支持向量机(Support Vector Machine,SVM)方法作为一种解决多维函数预测的通用工具,

Web信息检索研究进展

Web上大量、分布、动态的信息造成了“信息过载”,如何在传统信息检索技术的基础上开展针对 Web的检索工作已经成为一项重要的研究课题 .但是 ,繁多的 Web信息检索系统和各种模糊的概念给用户的选择和研究人员的讨论带来了不便 .同时 ,有关 Web信息检索最新技术的比较完整的分析又十分缺乏 .在此 ,对 Web信息检索技术进行了综述 ,从 Web信息检索系统的层次化分类 (搜索引擎与目录、元搜索引擎、信息检索 agent)、一般机制和关键新技术 (基于超链的相关度排序、检索结果的联机聚类、基于概念的检索、相关度反馈 )等方面加以阐述 。

神经网络的规则提取研究

文中论述了作为解决神经网络“黑箱问题”有效手段的规则提取方法，分析了基于结构分解和输入输出映射的神经网络规则提取的各种算法，概括了它们的基本思想并分析了它们的优劣，在相似权值法的基础上提出 Ｃ Ｓ Ｗ 算法，有效解决了连续值输入网络的规则提取问题．将 Ｃ Ｓ Ｗ 算法应用于 Ｉ Ｒ Ｉ

儿茶素治疗兔外伤性色素沉着的作用及机理初探

通过动物药理试验，发现儿茶素能明显减少兔外伤皮损内Ｄｏｐａ阳性的黑色细胞数，从而减少局部的色素沉着．试验结果表明，儿茶素治疗色素沉着主要是通过调节机体自由基系统，保护ＳＯＤ活性，抑制酪氨酸酶的活性，从而抑制ＬＰＯ的形成，减少含酪氨酸酶的黑素细胞，从而达到减轻色素沉着的效果．

基于小波变换的图像编码中λ迭代比特分配算法的改进(英文)

基于小波图像编码的金字塔式小波分解后各子带系数的统计特性 ,提出一种改进的 λ迭代比特分配算法 ,该算法使用 λ序列的概念简化了传统 λ迭代法的最优值求解过程 .实验证明该改进算法在限定压缩比的小波图像编码中能够大大加快比特分配算法的收敛速度 .

高分子化叔丁基氢醌的抗氧化活性研究

通过叔丁基氢醌（ＴＢＨＱ）与苯乙烯－马来酸酐交替共聚物的酯化反应制备了高分子化的叔丁基氢醌（ＰＴＢＨＱ）。经测定，高分子化的叔丁基氢醌的抗氧化活性。

一个面向对象的客户/服务器应用编程接口

本文介绍了一个以基本类库形式提供的客户/服务器应用编程接口IDUCOM。在IDUCOM中,我们构造了一个通信模型,并采用面向对象的技术加以设计和实现。IDUCOM既简化了客户/服务器应用的开发,又提高了应用对平台的独立性。