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
6
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
m相依序列的样本分位数核估计的中偏差和大偏差
被引量:
1
1
作者
谢超
陈夏
闫莉
《工程数学学报》
CSCD
北大核心
2021年第1期63-72,共10页
分位数是统计学中的一个重要概念,它在可靠性统计分析以及经济、金融、生物信息、医学等领域都有非常广泛的应用.相依随机序列削弱了独立性的限制,得到了众多关注和研究.因此,本文基于m相依序列,研究了样本分位数核估计的大样本性质.首...
分位数是统计学中的一个重要概念,它在可靠性统计分析以及经济、金融、生物信息、医学等领域都有非常广泛的应用.相依随机序列削弱了独立性的限制,得到了众多关注和研究.因此,本文基于m相依序列,研究了样本分位数核估计的大样本性质.首先,利用m相依序列的极限理论,通过计算Cramer函数,证明了样本分位数核估计的中偏差原理.其次,通过验证Cramer条件成立,得到了样本分位数核估计的大偏差原理.研究结果简化并推广了独立同分布样本情形下的证明方法及结果,为讨论其他类型相依序列的中偏差及大偏差性质提供了重要依据.
展开更多
关键词
m相依序列
样本
分位数
核
估计
中偏差
大偏差
下载PDF
职称材料
基于模糊核Fisher判别的雷达距离像识别研究
被引量:
1
2
作者
吴宗亮
窦衡
《现代电子技术》
2008年第21期75-77,85,共4页
核Fisher判别分析(KFDA)既具有核技巧的非线性描述能力,又继承了线性Fisher判别分析(FDA)的优点,其在非线性判别方面表现出很好的识别性能。尝试把训练核样本的模糊隶属度信息完全融入到核散布矩阵的计算中,使得KFDA在提取原始训练样本...
核Fisher判别分析(KFDA)既具有核技巧的非线性描述能力,又继承了线性Fisher判别分析(FDA)的优点,其在非线性判别方面表现出很好的识别性能。尝试把训练核样本的模糊隶属度信息完全融入到核散布矩阵的计算中,使得KFDA在提取原始训练样本非线性特征的同时,又可以提取到训练核样本的隶属度信息,并且把这种方法应用到雷达一维距离像识别中,实验证明其取得了很好的识别效果。
展开更多
关键词
核
FISHER判别分析
核样本
模糊隶属度
雷达一维距离像
下载PDF
职称材料
样本依赖型最小平方回归学习算法的收敛速度
3
作者
王依盈
周燕
+2 位作者
陈峥
高思思
盛宝怀
《宝鸡文理学院学报(自然科学版)》
CAS
2011年第3期5-9,共5页
目的研究基于样本依赖型的范数正则化学习算法的收敛性分析。方法概率论与数理统计的方法。结果给出了一种用K-泛函表示的收敛速度。结论文中的研究表明,样本依赖型学习算法与通常的核学习算法具有相同的收敛速度。
关键词
学习理论
最小平方回归
样本
依赖型再生
核
Hilbert空间
学习速度
下载PDF
职称材料
动态数据约简的神经网络分类器训练方法研究
被引量:
6
4
作者
刘威
刘尚
+2 位作者
白润才
周璇
周定宁
《智能系统学报》
CSCD
北大核心
2017年第2期258-265,共8页
针对神经网络分类器训练时间长、泛化能力差的问题,提出了一种基于动态数据约简的神经网络分类器训练方法(DDR)。该训练方法在训练过程中赋给每个训练样本一个权重值作为样本的重要性度量,依据每次网络迭代训练样本的分类错误率动态更...
针对神经网络分类器训练时间长、泛化能力差的问题,提出了一种基于动态数据约简的神经网络分类器训练方法(DDR)。该训练方法在训练过程中赋给每个训练样本一个权重值作为样本的重要性度量,依据每次网络迭代训练样本的分类错误率动态更新每个训练样本的权重值,之后依据样本的权重值来约简训练样本,从而增加易错分类的边界样本比重,减少冗余核样本的作用。数值实验表明,基于权重的动态数据约简神经网络训练方法不仅大幅缩短了网络的训练时间,而且还能够显著提升网络的分类泛化能力。
展开更多
关键词
神经网络
数据约简
分类边界
样本
权重
边界
样本
核样本
下载PDF
职称材料
基于CCA对LSSVM分类器的稀疏化
被引量:
2
5
作者
陶少辉
陈德钊
胡望明
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2007年第7期1093-1096,1118,共5页
为了对分类最小二乘支持向量机实施有效的稀疏化,以提高分类速率,采用分类相关分析算法,按序提取样本核矩阵的全部分类相关成分,并依据样本核矩阵各列与分类相关成分的相关性,对训练集所有个体按分类的重要性排序,进而可选取最重要的部...
为了对分类最小二乘支持向量机实施有效的稀疏化,以提高分类速率,采用分类相关分析算法,按序提取样本核矩阵的全部分类相关成分,并依据样本核矩阵各列与分类相关成分的相关性,对训练集所有个体按分类的重要性排序,进而可选取最重要的部分个体作为支持向量,并将其余非支持向量的信息转移至支持向量,以提高支持向量的分类表达能力.由此构建一种新的稀疏型最小二乘支持向量机CS-LSSVM,并将其应用于多个模式分类的实际问题.测试结果表明,CS-LSSVM稀疏性很强,且保持了标准LSSVM的分类性能,还可直接适用于多类问题.
展开更多
关键词
模式分类
最小二乘支持向量机
稀疏化
样本
核
矩阵
分类相关分析
下载PDF
职称材料
FSS-kernel与FastICA融合的盲源分离算法研究
被引量:
1
6
作者
汪道德
何鹏举
龙莉莉
《计算机工程与应用》
CSCD
北大核心
2015年第2期209-212,270,共5页
Fast ICA算法有着比传统ICA算法更快、更稳健的收敛速度,但由于其选用的非线性函数不能很好地符合源信号的统计特性,恢复结果并不理想。针对该问题,提出了一种有限支持样本核函数(FSS-kernel)与Fast ICA融合的盲源分离算法。该方法是通...
Fast ICA算法有着比传统ICA算法更快、更稳健的收敛速度,但由于其选用的非线性函数不能很好地符合源信号的统计特性,恢复结果并不理想。针对该问题,提出了一种有限支持样本核函数(FSS-kernel)与Fast ICA融合的盲源分离算法。该方法是通过FSS-kernel算法估计得出源信号概率密度函数,结合Fast ICA算法,实现混合信号的盲分离。仿真结果表明,该方法能够有效地完成混叠信号的分离,通过与传统ICA算法及Fast ICA算法比较,证明了该方法具有更高的分离精度和自适应能力。
展开更多
关键词
快速独立分量分析(Fast
ICA)算法
有限支持
样本
核
函数(FSS-kernel)算法
盲源分离
算法融合
下载PDF
职称材料
题名
m相依序列的样本分位数核估计的中偏差和大偏差
被引量:
1
1
作者
谢超
陈夏
闫莉
机构
陕西师范大学数学与信息科学学院
出处
《工程数学学报》
CSCD
北大核心
2021年第1期63-72,共10页
基金
国家自然科学基金(11801346)
教育部人文社会科学研究青年基金(18YJC910014)
+1 种基金
陕西省自然科学基础研究计划项目(2018JM1024
2020JM-276).
文摘
分位数是统计学中的一个重要概念,它在可靠性统计分析以及经济、金融、生物信息、医学等领域都有非常广泛的应用.相依随机序列削弱了独立性的限制,得到了众多关注和研究.因此,本文基于m相依序列,研究了样本分位数核估计的大样本性质.首先,利用m相依序列的极限理论,通过计算Cramer函数,证明了样本分位数核估计的中偏差原理.其次,通过验证Cramer条件成立,得到了样本分位数核估计的大偏差原理.研究结果简化并推广了独立同分布样本情形下的证明方法及结果,为讨论其他类型相依序列的中偏差及大偏差性质提供了重要依据.
关键词
m相依序列
样本
分位数
核
估计
中偏差
大偏差
Keywords
m-dependent random sequence
the sample quantile kernel estimate
moderate deviation
large deviation
分类号
O211.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于模糊核Fisher判别的雷达距离像识别研究
被引量:
1
2
作者
吴宗亮
窦衡
机构
电子科技大学电子工程学院
出处
《现代电子技术》
2008年第21期75-77,85,共4页
文摘
核Fisher判别分析(KFDA)既具有核技巧的非线性描述能力,又继承了线性Fisher判别分析(FDA)的优点,其在非线性判别方面表现出很好的识别性能。尝试把训练核样本的模糊隶属度信息完全融入到核散布矩阵的计算中,使得KFDA在提取原始训练样本非线性特征的同时,又可以提取到训练核样本的隶属度信息,并且把这种方法应用到雷达一维距离像识别中,实验证明其取得了很好的识别效果。
关键词
核
FISHER判别分析
核样本
模糊隶属度
雷达一维距离像
Keywords
kernel Fisher discriminant analysis
kernel sample
fuzzy membership degree
radar 1D range profile
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
样本依赖型最小平方回归学习算法的收敛速度
3
作者
王依盈
周燕
陈峥
高思思
盛宝怀
机构
绍兴文理学院数学系
出处
《宝鸡文理学院学报(自然科学版)》
CAS
2011年第3期5-9,共5页
基金
国家自然科学基金项目(No.10871226)
浙江省自然科学基金项目(No.Y6100096)
文摘
目的研究基于样本依赖型的范数正则化学习算法的收敛性分析。方法概率论与数理统计的方法。结果给出了一种用K-泛函表示的收敛速度。结论文中的研究表明,样本依赖型学习算法与通常的核学习算法具有相同的收敛速度。
关键词
学习理论
最小平方回归
样本
依赖型再生
核
Hilbert空间
学习速度
Keywords
learning theory
least square regression
sample dependent reproducing kernel Hilbert spaces
learning rate
分类号
O174.41 [理学—基础数学]
下载PDF
职称材料
题名
动态数据约简的神经网络分类器训练方法研究
被引量:
6
4
作者
刘威
刘尚
白润才
周璇
周定宁
机构
辽宁工程技术大学理学院
辽宁工程技术大学矿业学院
出处
《智能系统学报》
CSCD
北大核心
2017年第2期258-265,共8页
基金
国家自然科学基金项目(51304114
71371091)
文摘
针对神经网络分类器训练时间长、泛化能力差的问题,提出了一种基于动态数据约简的神经网络分类器训练方法(DDR)。该训练方法在训练过程中赋给每个训练样本一个权重值作为样本的重要性度量,依据每次网络迭代训练样本的分类错误率动态更新每个训练样本的权重值,之后依据样本的权重值来约简训练样本,从而增加易错分类的边界样本比重,减少冗余核样本的作用。数值实验表明,基于权重的动态数据约简神经网络训练方法不仅大幅缩短了网络的训练时间,而且还能够显著提升网络的分类泛化能力。
关键词
神经网络
数据约简
分类边界
样本
权重
边界
样本
核样本
Keywords
neural network
data reduction
classification boundary
sample weight
boundary sample
kernel sample
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于CCA对LSSVM分类器的稀疏化
被引量:
2
5
作者
陶少辉
陈德钊
胡望明
机构
浙江大学化学工程与生物工程学系
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2007年第7期1093-1096,1118,共5页
基金
国家自然科学基金资助项目(20276063)
文摘
为了对分类最小二乘支持向量机实施有效的稀疏化,以提高分类速率,采用分类相关分析算法,按序提取样本核矩阵的全部分类相关成分,并依据样本核矩阵各列与分类相关成分的相关性,对训练集所有个体按分类的重要性排序,进而可选取最重要的部分个体作为支持向量,并将其余非支持向量的信息转移至支持向量,以提高支持向量的分类表达能力.由此构建一种新的稀疏型最小二乘支持向量机CS-LSSVM,并将其应用于多个模式分类的实际问题.测试结果表明,CS-LSSVM稀疏性很强,且保持了标准LSSVM的分类性能,还可直接适用于多类问题.
关键词
模式分类
最小二乘支持向量机
稀疏化
样本
核
矩阵
分类相关分析
Keywords
pattern classification
least squares support vector machine (LSSVM)
sparse
kernel matrix of training sample
classification correlative analysis (CCA)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
FSS-kernel与FastICA融合的盲源分离算法研究
被引量:
1
6
作者
汪道德
何鹏举
龙莉莉
机构
西北工业大学自动化学院
湖南科技学院
出处
《计算机工程与应用》
CSCD
北大核心
2015年第2期209-212,270,共5页
基金
国家部委预研基金
西安市产业技术创新计划
技术转移促进工程(No.CX12178(1))
文摘
Fast ICA算法有着比传统ICA算法更快、更稳健的收敛速度,但由于其选用的非线性函数不能很好地符合源信号的统计特性,恢复结果并不理想。针对该问题,提出了一种有限支持样本核函数(FSS-kernel)与Fast ICA融合的盲源分离算法。该方法是通过FSS-kernel算法估计得出源信号概率密度函数,结合Fast ICA算法,实现混合信号的盲分离。仿真结果表明,该方法能够有效地完成混叠信号的分离,通过与传统ICA算法及Fast ICA算法比较,证明了该方法具有更高的分离精度和自适应能力。
关键词
快速独立分量分析(Fast
ICA)算法
有限支持
样本
核
函数(FSS-kernel)算法
盲源分离
算法融合
Keywords
Fast Independent Component Analysis(Fast ICA)algorithm
Finite Support Sample(FSS)-kernel algorithm
blind source separation
algorithm fusion
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
m相依序列的样本分位数核估计的中偏差和大偏差
谢超
陈夏
闫莉
《工程数学学报》
CSCD
北大核心
2021
1
下载PDF
职称材料
2
基于模糊核Fisher判别的雷达距离像识别研究
吴宗亮
窦衡
《现代电子技术》
2008
1
下载PDF
职称材料
3
样本依赖型最小平方回归学习算法的收敛速度
王依盈
周燕
陈峥
高思思
盛宝怀
《宝鸡文理学院学报(自然科学版)》
CAS
2011
0
下载PDF
职称材料
4
动态数据约简的神经网络分类器训练方法研究
刘威
刘尚
白润才
周璇
周定宁
《智能系统学报》
CSCD
北大核心
2017
6
下载PDF
职称材料
5
基于CCA对LSSVM分类器的稀疏化
陶少辉
陈德钊
胡望明
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2007
2
下载PDF
职称材料
6
FSS-kernel与FastICA融合的盲源分离算法研究
汪道德
何鹏举
龙莉莉
《计算机工程与应用》
CSCD
北大核心
2015
1
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