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
4
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
基于约束Laplacian分值的半监督特征选择算法
被引量:
4
1
作者
王磊
刘艳
《吉林大学学报(信息科学版)》
CAS
2010年第4期404-409,共6页
针对Laplacian分值法进行特征选择时过分依赖样本局部结构信息的不足,提出一种改进的基于约束Laplacian分值的半监督特征选择算法。该算法利用样本之间的cannot-link成对约束关系作为全局结构信息,在进行特征选择时,不仅能尽量保持局部...
针对Laplacian分值法进行特征选择时过分依赖样本局部结构信息的不足,提出一种改进的基于约束Laplacian分值的半监督特征选择算法。该算法利用样本之间的cannot-link成对约束关系作为全局结构信息,在进行特征选择时,不仅能尽量保持局部结构信息,而且还尽量保持了全局的cannot-link约束关系。基于Yale和PIE(Fave pose,Illamination,Expression dadbase)人脸数据库的实验表明,该算法性能显著优于Laplacian分值法,与Fisher分值法和最新的约束分值法相当,且在稳定性方面优于后者。
展开更多
关键词
特征选择
局部结构信息
cannot-link
约束
半监督学习
下载PDF
职称材料
一种约束多目标优化问题的改进蚁群遗传算法
2
作者
伍爱华
《电脑知识与技术》
2008年第12X期2830-2832,共3页
该文针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实...
该文针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实验证明,改进算法解决了基本算法解集分布边界疏中间密的问题,并且能更快的获得散布性较好的Pareto最优解集。
展开更多
关键词
约束
多目标优化问题
改进蚁群遗传算法
散布
性
PARETO前沿
下载PDF
职称材料
半监督正则化学习
被引量:
2
3
作者
尹学松
胡恩良
《小型微型计算机系统》
CSCD
北大核心
2010年第12期2389-2393,共5页
研究半监督线性维数约减算法.与传统监督维数约减算法不同的是,半监督算法使用辅助信息和大量的无标号样本来达到更好的推广性能.在半监督框架下,本文的目标是学习一个光滑、有判别力的子空间.明确地说,使用cannot-link成对约束来最大...
研究半监督线性维数约减算法.与传统监督维数约减算法不同的是,半监督算法使用辅助信息和大量的无标号样本来达到更好的推广性能.在半监督框架下,本文的目标是学习一个光滑、有判别力的子空间.明确地说,使用cannot-link成对约束来最大化不同类样本之间的距离,使用must-link成对约束来最小化相同类样本之间的距离;同时使用无标号样本的几何结构和投影向量的特征结构作为正则化项来引导维数约减过程.并且,所提出算法能容易处理样本外问题.实验结果验证了新算法的有效性.
展开更多
关键词
半监督正则化
判别分析
特征结构
must-link
约束
散布
cannot-link约束散布
下载PDF
职称材料
一种基于密度峰值的半监督聚类算法
被引量:
4
4
作者
罗丹
毛先成
邓浩
《地理与地理信息科学》
CSCD
北大核心
2017年第2期69-74,F0003,共7页
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监...
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监督聚类算法。该算法通过增加must-link和cannot-link约束作为先验知识,并在must-link约束集中叠加数据点的密度,以此产生新的聚类中心从而实现对数据点的吸引;对于cannot-link约束集中的数据点,通过将其n级最近邻居分离的方式找到其所属聚类中心,实现簇的归属。实验表明,基于密度峰值的半监督聚类算法利用先验知识来约束和引导聚类结果,在一定程度上改善了聚类的效果,并可应用于任意形状数据集的聚类问题中。
展开更多
关键词
密度峰值聚类
must-link
约束
cannot-link
约束
半监督聚类
下载PDF
职称材料
题名
基于约束Laplacian分值的半监督特征选择算法
被引量:
4
1
作者
王磊
刘艳
机构
西南财经大学经济信息工程学院
出处
《吉林大学学报(信息科学版)》
CAS
2010年第4期404-409,共6页
基金
西南财经大学"211工程"三期青年教师成长基金资助项目(211QN09028)
文摘
针对Laplacian分值法进行特征选择时过分依赖样本局部结构信息的不足,提出一种改进的基于约束Laplacian分值的半监督特征选择算法。该算法利用样本之间的cannot-link成对约束关系作为全局结构信息,在进行特征选择时,不仅能尽量保持局部结构信息,而且还尽量保持了全局的cannot-link约束关系。基于Yale和PIE(Fave pose,Illamination,Expression dadbase)人脸数据库的实验表明,该算法性能显著优于Laplacian分值法,与Fisher分值法和最新的约束分值法相当,且在稳定性方面优于后者。
关键词
特征选择
局部结构信息
cannot-link
约束
半监督学习
Keywords
feature selection
local structure information
cannot-link
constraint
semi-supervised learning
分类号
TP391.4 [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
一种约束多目标优化问题的改进蚁群遗传算法
2
作者
伍爱华
机构
长沙民政职业技术学院
出处
《电脑知识与技术》
2008年第12X期2830-2832,共3页
文摘
该文针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实验证明,改进算法解决了基本算法解集分布边界疏中间密的问题,并且能更快的获得散布性较好的Pareto最优解集。
关键词
约束
多目标优化问题
改进蚁群遗传算法
散布
性
PARETO前沿
Keywords
Constrained Multi-Objective Optimization Problem
Improved Multi-Objective Ant-Genetic Algorithms
diffusion perfor-mance
Pareto front
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
半监督正则化学习
被引量:
2
3
作者
尹学松
胡恩良
机构
南京航空航天大学信息科学与技术学院
浙江广播电视大学信息与工程学院
出处
《小型微型计算机系统》
CSCD
北大核心
2010年第12期2389-2393,共5页
基金
浙江省教育厅项目(Y200803408)资助
浙江省高等学校优秀青年教师项目(2008)资助
文摘
研究半监督线性维数约减算法.与传统监督维数约减算法不同的是,半监督算法使用辅助信息和大量的无标号样本来达到更好的推广性能.在半监督框架下,本文的目标是学习一个光滑、有判别力的子空间.明确地说,使用cannot-link成对约束来最大化不同类样本之间的距离,使用must-link成对约束来最小化相同类样本之间的距离;同时使用无标号样本的几何结构和投影向量的特征结构作为正则化项来引导维数约减过程.并且,所提出算法能容易处理样本外问题.实验结果验证了新算法的有效性.
关键词
半监督正则化
判别分析
特征结构
must-link
约束
散布
cannot-link约束散布
Keywords
semi-supervised regularization
discriminant analysis
feature structure
must-link constraint scatter
cannot-link
constraint scatter
分类号
TP181 [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
一种基于密度峰值的半监督聚类算法
被引量:
4
4
作者
罗丹
毛先成
邓浩
机构
中南大学地球科学与信息物理学院
有色金属成矿预测与地质环境监测教育部重点实验室(中南大学)
出处
《地理与地理信息科学》
CSCD
北大核心
2017年第2期69-74,F0003,共7页
基金
国家自然科学基金项目(41472301
41401532)
文摘
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监督聚类算法。该算法通过增加must-link和cannot-link约束作为先验知识,并在must-link约束集中叠加数据点的密度,以此产生新的聚类中心从而实现对数据点的吸引;对于cannot-link约束集中的数据点,通过将其n级最近邻居分离的方式找到其所属聚类中心,实现簇的归属。实验表明,基于密度峰值的半监督聚类算法利用先验知识来约束和引导聚类结果,在一定程度上改善了聚类的效果,并可应用于任意形状数据集的聚类问题中。
关键词
密度峰值聚类
must-link
约束
cannot-link
约束
半监督聚类
Keywords
density peak clustering
must-link constraint
cannot-link
constraint
semi-supervised clustering
分类号
P208 [天文地球—地图制图学与地理信息工程]
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
基于约束Laplacian分值的半监督特征选择算法
王磊
刘艳
《吉林大学学报(信息科学版)》
CAS
2010
4
下载PDF
职称材料
2
一种约束多目标优化问题的改进蚁群遗传算法
伍爱华
《电脑知识与技术》
2008
0
下载PDF
职称材料
3
半监督正则化学习
尹学松
胡恩良
《小型微型计算机系统》
CSCD
北大核心
2010
2
下载PDF
职称材料
4
一种基于密度峰值的半监督聚类算法
罗丹
毛先成
邓浩
《地理与地理信息科学》
CSCD
北大核心
2017
4
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