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
3
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
基于遗传算法和Best-First图搜索的约减集求解算法
1
作者
黄欣
杨杰
叶晨洲
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000年第7期885-888,共4页
提出了两种新的约减算法 ,分别运用遗传算法和 Best-First搜索方法求约减集 .前者利用了遗传算法的寻优特性从种群中获得一个最优及一组次优个体 ,进而获得一组约减 ;后者采用Best-First搜索方法 ,相对于 A算法可扩大搜索空间 ,并可从 o...
提出了两种新的约减算法 ,分别运用遗传算法和 Best-First搜索方法求约减集 .前者利用了遗传算法的寻优特性从种群中获得一个最优及一组次优个体 ,进而获得一组约减 ;后者采用Best-First搜索方法 ,相对于 A算法可扩大搜索空间 ,并可从 open表前部获得一最优及一组次优的状态节点 ,进而获得一组约减 .实验结果表明 。
展开更多
关键词
知识发现
遗传算法
约减集
Best-First搜索
下载PDF
职称材料
一种约减支持向量域描述算法RSVDD
被引量:
5
2
作者
梁锦锦
刘三阳
吴德
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第5期927-931,共5页
为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部...
为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部分样本作为约减集参与SVDD训练.人造数据和基准集数据上的仿真实验表明了RSVDD的有效性和优越性,保证了目标类和奇异值类的分类精度,缩减了训练规模和训练时间.
展开更多
关键词
支持向量域描述
约减集
中心距离
支持向量
下载PDF
职称材料
一种增量向量支持向量机学习算法
被引量:
7
3
作者
陈沅涛
徐蔚鸿
吴佳英
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2012年第5期873-878,共6页
针对传统支持向量机方法执行效率低、耗时长的问题,该文提出一种基于增量向量支持向量机学习(IV-SVM)方法。对训练样本集在核空间的增量向量进行训练,获得初始支持向量机分类器。利用该分类器在Karush-Kuhn-Tucker(KKT)条件下对初始训...
针对传统支持向量机方法执行效率低、耗时长的问题,该文提出一种基于增量向量支持向量机学习(IV-SVM)方法。对训练样本集在核空间的增量向量进行训练,获得初始支持向量机分类器。利用该分类器在Karush-Kuhn-Tucker(KKT)条件下对初始训练样本进行修剪得到约减集,再用该约减集对初始分类器进一步加工,得到最终的支持向量机分类器。仿真结果表明,与传统支持向量机方法相比,在保证支持向量机泛化能力的条件下,IV-SVM可有效降低大容量数据样本的支持向量机训练时间。
展开更多
关键词
支持向量机
增量向量
修剪
约减集
下载PDF
职称材料
题名
基于遗传算法和Best-First图搜索的约减集求解算法
1
作者
黄欣
杨杰
叶晨洲
机构
上海交通大学图像处理与模式识别研究所
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000年第7期885-888,共4页
基金
国家"8 6 3"( CIM S)高技术项目! ( 86 3- 511- 94 5- 0 0 5)
文摘
提出了两种新的约减算法 ,分别运用遗传算法和 Best-First搜索方法求约减集 .前者利用了遗传算法的寻优特性从种群中获得一个最优及一组次优个体 ,进而获得一组约减 ;后者采用Best-First搜索方法 ,相对于 A算法可扩大搜索空间 ,并可从 open表前部获得一最优及一组次优的状态节点 ,进而获得一组约减 .实验结果表明 。
关键词
知识发现
遗传算法
约减集
Best-First搜索
Keywords
rough set
knowledge discovery
data mining
genetic algorithm
heuristic search
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
一种约减支持向量域描述算法RSVDD
被引量:
5
2
作者
梁锦锦
刘三阳
吴德
机构
西安电子科技大学理学院
西安电子科技大学计算机学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第5期927-931,共5页
基金
国家自然科学基金资助(60574075)
文摘
为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部分样本作为约减集参与SVDD训练.人造数据和基准集数据上的仿真实验表明了RSVDD的有效性和优越性,保证了目标类和奇异值类的分类精度,缩减了训练规模和训练时间.
关键词
支持向量域描述
约减集
中心距离
支持向量
Keywords
support vector domain description
reduced sets
central distance
support vectors
分类号
TP18 [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
一种增量向量支持向量机学习算法
被引量:
7
3
作者
陈沅涛
徐蔚鸿
吴佳英
机构
南京理工大学计算机科学与技术学院
长沙理工大学计算机与通信工程学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2012年第5期873-878,共6页
基金
国家自然科学青年科学基金(61001004)
湖南省自然科学基金(09JJ6094)
+3 种基金
湖南省教育厅科研青年项目(12B005)
长沙市科技计划重点项目(K1104022-11)
湖南省科技计划项目(2012GK3056
2011SK3079)
文摘
针对传统支持向量机方法执行效率低、耗时长的问题,该文提出一种基于增量向量支持向量机学习(IV-SVM)方法。对训练样本集在核空间的增量向量进行训练,获得初始支持向量机分类器。利用该分类器在Karush-Kuhn-Tucker(KKT)条件下对初始训练样本进行修剪得到约减集,再用该约减集对初始分类器进一步加工,得到最终的支持向量机分类器。仿真结果表明,与传统支持向量机方法相比,在保证支持向量机泛化能力的条件下,IV-SVM可有效降低大容量数据样本的支持向量机训练时间。
关键词
支持向量机
增量向量
修剪
约减集
Keywords
support vector machine
increment vector
pruning
some clips
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
作者
出处
发文年
被引量
操作
1
基于遗传算法和Best-First图搜索的约减集求解算法
黄欣
杨杰
叶晨洲
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000
0
下载PDF
职称材料
2
一种约减支持向量域描述算法RSVDD
梁锦锦
刘三阳
吴德
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2008
5
下载PDF
职称材料
3
一种增量向量支持向量机学习算法
陈沅涛
徐蔚鸿
吴佳英
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2012
7
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