期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种与分布无关的线性分类算法 被引量:1
1
作者 黄捷 彭宏 林嘉宜 《计算机工程与应用》 CSCD 北大核心 2001年第21期87-89,共3页
文章利用方差分析方法,提出了一种与分布无关的线性分类算法。用此算法分类,无需依赖实例的分布,且分类函数简单,具有较好的分类效果,它可以应用到求解各种数据挖掘问题。
关键词 线性分类算法 线性函数 数据挖掘 数据库
下载PDF
线性分类算法的应用研究
2
作者 徐荣 《青岛大学学报(自然科学版)》 CAS 1993年第2期89-95,共7页
关键词 线性分类算法 胃疾病 诊断系统
下载PDF
基于条件正定核的判决分类算法研究
3
作者 王源 陈亚军 蔡彪 《计算机技术与发展》 2006年第8期51-54,共4页
在非线性分类算法中,重要的技术之一是对于核技巧的使用,目前仍是尚未解决的问题。针对Mercer核约束条件强的特点,引入条件正定核函数(c.p.d.核)改善其约束条件。实验证明,对于KPCA和KDDA等判决分类方法,通过c.p.d.核的使用,仍能保持其... 在非线性分类算法中,重要的技术之一是对于核技巧的使用,目前仍是尚未解决的问题。针对Mercer核约束条件强的特点,引入条件正定核函数(c.p.d.核)改善其约束条件。实验证明,对于KPCA和KDDA等判决分类方法,通过c.p.d.核的使用,仍能保持其固有分类性能,从而推广了此类方法的适用范围。 展开更多
关键词 线性分类算法 核主元分析 核直接判决分析 条件正定核
下载PDF
基于支持向量机的地震序列分类 被引量:2
4
作者 武安绪 蒋长胜 +4 位作者 王琳瑛 李平安 林向东 卢亚军 穆哙泳 《东北地震研究》 2008年第1期50-60,共11页
介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法--支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了地震序列分类模型。通过试算和分析比较得到了地震序列最佳分类模型,最佳模... 介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法--支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了地震序列分类模型。通过试算和分析比较得到了地震序列最佳分类模型,最佳模型的分类结果与实际地震序列分类基本一致。综合分析认为支持向量机算法无论在学习或者预测精度方面都具有很大的优越性,其获得的地震序列分类知识库可以较为准确地实现地震序列类型的分类,因此基于支持向量机理论建立的地震序列分类模型应该是可行的。 展开更多
关键词 支持向量机 线性分类算法 线性分类算法 地震序列 分类模型
下载PDF
支持向量机在砂土液化预测中的应用研究 被引量:6
5
作者 陈荣淋 林建华 黄群贤 《中国地质灾害与防治学报》 CSCD 2005年第2期15-18,23,共5页
介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法———支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了砂土液化预测模型,并且运用Matlab语言编写了程序。通过试算和分析比较... 介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法———支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了砂土液化预测模型,并且运用Matlab语言编写了程序。通过试算和分析比较得到了最佳模型,最佳模型的预测结果与实际液化情况基本上一致。认为支持向量机算法无论在学习或者预测精度方面都有很大的优越性,而基于支持向量机理论建立的砂土液化预测模型是可行的,且可以较为准确地实现砂土液化的预测。 展开更多
关键词 支持向量机 砂土液化 预测模型 线性分类算法 线性分类算法
下载PDF
基于镜像图的LRC和CRC偏差结合的人脸识别 被引量:2
6
作者 陈铭 周先春 周杰 《南京信息工程大学学报(自然科学版)》 CAS 2019年第3期340-345,共6页
为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法... 为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性. 展开更多
关键词 人脸识别 镜像 协作表示分类算法 线性回归分类算法 偏差 稀疏表示
下载PDF
Least squares weighted twin support vector machines with local information 被引量:1
7
作者 花小朋 徐森 李先锋 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第7期2638-2645,共8页
A least squares version of the recently proposed weighted twin support vector machine with local information(WLTSVM) for binary classification is formulated. This formulation leads to an extremely simple and fast algo... A least squares version of the recently proposed weighted twin support vector machine with local information(WLTSVM) for binary classification is formulated. This formulation leads to an extremely simple and fast algorithm, called least squares weighted twin support vector machine with local information(LSWLTSVM), for generating binary classifiers based on two non-parallel hyperplanes. Two modified primal problems of WLTSVM are attempted to solve, instead of two dual problems usually solved. The solution of the two modified problems reduces to solving just two systems of linear equations as opposed to solving two quadratic programming problems along with two systems of linear equations in WLTSVM. Moreover, two extra modifications were proposed in LSWLTSVM to improve the generalization capability. One is that a hot kernel function, not the simple-minded definition in WLTSVM, is used to define the weight matrix of adjacency graph, which ensures that the underlying similarity information between any pair of data points in the same class can be fully reflected. The other is that the weight for each point in the contrary class is considered in constructing equality constraints, which makes LSWLTSVM less sensitive to noise points than WLTSVM. Experimental results indicate that LSWLTSVM has comparable classification accuracy to that of WLTSVM but with remarkably less computational time. 展开更多
关键词 least squares similarity information hot kernel function noise points
下载PDF
新型高光谱图像快速实时目标检测与分类方法 被引量:11
8
作者 付立婷 邓河 刘春红 《光学学报》 EI CAS CSCD 北大核心 2017年第2期306-314,共9页
针对逐像元处理的高光谱图像实时线性约束最小方差(LCMV)检测与分类算法计算量大、运行速度慢的问题,在LCMV检测与分类算法的基础上,提出了两种逐行的实时LCMV目标检测与分类算法。首先对LCMV算法进行了因果化,提出了逐行处理的实时因果... 针对逐像元处理的高光谱图像实时线性约束最小方差(LCMV)检测与分类算法计算量大、运行速度慢的问题,在LCMV检测与分类算法的基础上,提出了两种逐行的实时LCMV目标检测与分类算法。首先对LCMV算法进行了因果化,提出了逐行处理的实时因果LCMV(CR-LCMV)检测与分类算法,再利用Woodbury引理,推导出了逐行处理的实时递归因果LCMV(RCR-LCMV)检测与分类算法。实验结果表明:与LCMV检测与分类算法相比,两种新型实时算法均能在不影响检测精度的情况下实时地检测目标与对目标进行分类,且所需的数据存储空间大大降低;与逐像元处理的实时LCMV算法相比,两种新型实时算法可获得几乎与之相同的检测精度,计算复杂度大大降低,实时处理能力更强,算法在运行时间上具有明显的优越性。 展开更多
关键词 图像处理 高光谱 线性约束最小方差检测与分类算法 逐像元处理 逐行处理 Woodbury引理
原文传递
Estimation of multipath parameters in wireless communications using multi-way compressive sensing 被引量:3
9
作者 Fangqing Wen Gong Zhang De Ben 《Journal of Systems Science & Complexity》 SCIE EI CSCD 2015年第5期908-915,共8页
This paper addresses the problem of joint angle and delay estimation(JADE) in a multipath communication scenario. A low-complexity multi-way compressive sensing(MCS) estimation algorithm is proposed. The received data... This paper addresses the problem of joint angle and delay estimation(JADE) in a multipath communication scenario. A low-complexity multi-way compressive sensing(MCS) estimation algorithm is proposed. The received data are firstly stacked up to a trilinear tensor model. To reduce the computational complexity,three random compression matrices are individually used to reduce each tensor to a much smaller one. JADE then is linked to a low-dimensional trilinear model. Our algorithm has an estimation performance very close to that of the parallel factor analysis(PARAFAC) algorithm and automatic pairing of the two parameter sets. Compared with other methods, such as multiple signal classification(MUSIC), the estimation of signal parameters via rotational invariance techniques(ESPRIT), the MCS algorithm requires neither eigenvalue decomposition of the received signal covariance matrix nor spectral peak searching. It also does not require the channel fading information, which means the proposed algorithm is blind and robust, therefore it has a higher working efficiency.Simulation results indicate the proposed algorithm have a bright future in wireless communications. 展开更多
关键词 multipath channel delay estimation direction-of-arrival (DOA) estimation multi-way compressive sensing (MCS)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部