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
基于WGKMW-SVM的冲击倾向性评价模型
1
作者
张亭
赵晓凤
《煤炭技术》
CAS
北大核心
2023年第8期185-188,共4页
对煤的冲击倾向性进行评价是冲击地压灾害防治的前提。现有的冲击倾向性评价方法存在一定的不足之处,针对这一问题,收集了以动态破坏时间DT、弹性能量指数W_(ET)、冲击能量指数K_(E)和单轴抗压强度R_(C)为评价指标的数据库,建立冲击倾...
对煤的冲击倾向性进行评价是冲击地压灾害防治的前提。现有的冲击倾向性评价方法存在一定的不足之处,针对这一问题,收集了以动态破坏时间DT、弹性能量指数W_(ET)、冲击能量指数K_(E)和单轴抗压强度R_(C)为评价指标的数据库,建立冲击倾向性评价的WGKMW-SVM模型,评价准确率达92.6%。将WGKMW-SVM模型应用于万峰煤矿,评价结果与工作面煤层一致,得到一种高效准确、具有应用前景的冲击倾向性评价方法。
展开更多
关键词
冲击倾向性
支持向量机
加权多宽度高斯核
比较研究
工程应用
下载PDF
职称材料
支持向量分类和多宽度高斯核
被引量:
10
2
作者
常群
王晓龙
+2 位作者
林沂蒙
王熙照
Daniel S.Yeung
《电子学报》
EI
CAS
CSCD
北大核心
2007年第3期484-487,共4页
支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中...
支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.
展开更多
关键词
支持向量机
多宽度高斯核
多参数模型选择
误差界
下载PDF
职称材料
基于加权多宽度高斯核函数的聚类算法
被引量:
2
3
作者
赵犁丰
王栋
《现代电子技术》
2011年第10期78-81,共4页
针对在支持向量聚类,当样本分布不均匀时,单宽度的高斯核限制了支持向量机泛化性能,影响了聚类效果的问题,提出一种基于加权多宽度高斯核函数的支持向量聚类算法。加权多宽度高斯核函数比单宽度的高斯核有更多的可调参数,通过多参数调节...
针对在支持向量聚类,当样本分布不均匀时,单宽度的高斯核限制了支持向量机泛化性能,影响了聚类效果的问题,提出一种基于加权多宽度高斯核函数的支持向量聚类算法。加权多宽度高斯核函数比单宽度的高斯核有更多的可调参数,通过多参数调节,可提高泛化能力,改善聚类效果。仿真实验表明,与单宽度的高斯核相比,加权多宽度高斯核可以有效聚类,从而证明了该算法的有效性。
展开更多
关键词
加权多宽度高斯核
聚类
SVC
高斯核
下载PDF
职称材料
一种基于WGKMW的网络结构核函数框架
被引量:
3
4
作者
田径
赵犁丰
赵宇倩
《中国海洋大学学报(自然科学版)》
CAS
CSCD
北大核心
2009年第S1期471-474,共4页
在提出一种加权多宽度高斯核函数(WGKMW)基础上,进一步提出一种基于WGKMW的径向基网络结构的核函数的框架,即网络核模式(NKP),该核函数的框架具有径向基网络的特点,其实质是一种多参数的权重系数相对确定的神经网络。通过对WGKMW和高斯...
在提出一种加权多宽度高斯核函数(WGKMW)基础上,进一步提出一种基于WGKMW的径向基网络结构的核函数的框架,即网络核模式(NKP),该核函数的框架具有径向基网络的特点,其实质是一种多参数的权重系数相对确定的神经网络。通过对WGKMW和高斯核函数(GK)的支持向量分类对比实验可以看出WGKMW的优越性。
展开更多
关键词
加权多宽度高斯核(WGKMW)
核函数框架(KFF)
网络核模式(NKP)
经向基函数网络(RBFN)
支持向量分类(SVC)
下载PDF
职称材料
基于一种混合核函数的支持向量机聚类
5
作者
李希鹏
赵犁丰
《现代电子技术》
2011年第23期55-58,共4页
在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比...
在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。
展开更多
关键词
SVM
混合核函数
加权多宽度高斯核
支持向量聚类
下载PDF
职称材料
基于多宽度高斯核的支持向量机特征选取算法研究
6
作者
罗浪
汪静
《软件导刊》
2018年第2期80-85,共6页
支持向量机(SVM)作为一种机器学习分类算法应用广泛,但在处理高维度数据集时往往会由于特征维数较多遇到算法分类速度慢且容易陷入局部最优等问题。为了提高支持向量机的性能,提出一种基于多宽度高斯核(GKMW)的支持向量机特征选取算法FS...
支持向量机(SVM)作为一种机器学习分类算法应用广泛,但在处理高维度数据集时往往会由于特征维数较多遇到算法分类速度慢且容易陷入局部最优等问题。为了提高支持向量机的性能,提出一种基于多宽度高斯核(GKMW)的支持向量机特征选取算法FSG。FSG算法将泛化能力更强的多宽度高斯核函数引入支持向量机中代替传统的高斯核函数,利用多宽度高斯核函数能体现各个特征对分类贡献程度不同且能区分样本中各个特征重要性的特点,以多宽度高斯核函数的参数优化结果为基础进行特征选取。利用特征选取后的特征子集在多组标准UCI数据集上分类实验,实验结果表明所提算法性能优于有代表性的特征选取法。
展开更多
关键词
多宽度高斯核
支持向量机
特征选取
基因表达式编程
下载PDF
职称材料
题名
基于WGKMW-SVM的冲击倾向性评价模型
1
作者
张亭
赵晓凤
机构
西北矿冶研究院
出处
《煤炭技术》
CAS
北大核心
2023年第8期185-188,共4页
文摘
对煤的冲击倾向性进行评价是冲击地压灾害防治的前提。现有的冲击倾向性评价方法存在一定的不足之处,针对这一问题,收集了以动态破坏时间DT、弹性能量指数W_(ET)、冲击能量指数K_(E)和单轴抗压强度R_(C)为评价指标的数据库,建立冲击倾向性评价的WGKMW-SVM模型,评价准确率达92.6%。将WGKMW-SVM模型应用于万峰煤矿,评价结果与工作面煤层一致,得到一种高效准确、具有应用前景的冲击倾向性评价方法。
关键词
冲击倾向性
支持向量机
加权多宽度高斯核
比较研究
工程应用
Keywords
burst liability
support vector machine
weighted gaussian kernel with multiple widths
comparative study
engineering application
分类号
TD324 [矿业工程—矿井建设]
下载PDF
职称材料
题名
支持向量分类和多宽度高斯核
被引量:
10
2
作者
常群
王晓龙
林沂蒙
王熙照
Daniel S.Yeung
机构
哈尔滨工业大学计算机科学与技术学院
哈尔滨工业大学深圳研究生院媒体与生命科学实验室
出处
《电子学报》
EI
CAS
CSCD
北大核心
2007年第3期484-487,共4页
基金
国家自然科学基金重点项目(No.60435020)
国家自然科学基金重大研究计划面上项目(No.90612005)
文摘
支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.
关键词
支持向量机
多宽度高斯核
多参数模型选择
误差界
Keywords
support vector machines
gaussian
kernel
with
multiple
widths
model selection
with
multiple
parameters
error bound
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
基于加权多宽度高斯核函数的聚类算法
被引量:
2
3
作者
赵犁丰
王栋
机构
中国海洋大学
出处
《现代电子技术》
2011年第10期78-81,共4页
基金
国家自然科学基金资助项目(40427001)
文摘
针对在支持向量聚类,当样本分布不均匀时,单宽度的高斯核限制了支持向量机泛化性能,影响了聚类效果的问题,提出一种基于加权多宽度高斯核函数的支持向量聚类算法。加权多宽度高斯核函数比单宽度的高斯核有更多的可调参数,通过多参数调节,可提高泛化能力,改善聚类效果。仿真实验表明,与单宽度的高斯核相比,加权多宽度高斯核可以有效聚类,从而证明了该算法的有效性。
关键词
加权多宽度高斯核
聚类
SVC
高斯核
Keywords
weighted
gaussian
kernel
with
multi-width clustering algorithm
support vector clustering
gaussian
kernel
分类号
TN919-34 [电子电信—通信与信息系统]
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WGKMW的网络结构核函数框架
被引量:
3
4
作者
田径
赵犁丰
赵宇倩
机构
中国海洋大学信息科学与工程学院
出处
《中国海洋大学学报(自然科学版)》
CAS
CSCD
北大核心
2009年第S1期471-474,共4页
基金
国家自然科学基金项目(40427001)资助
文摘
在提出一种加权多宽度高斯核函数(WGKMW)基础上,进一步提出一种基于WGKMW的径向基网络结构的核函数的框架,即网络核模式(NKP),该核函数的框架具有径向基网络的特点,其实质是一种多参数的权重系数相对确定的神经网络。通过对WGKMW和高斯核函数(GK)的支持向量分类对比实验可以看出WGKMW的优越性。
关键词
加权多宽度高斯核(WGKMW)
核函数框架(KFF)
网络核模式(NKP)
经向基函数网络(RBFN)
支持向量分类(SVC)
Keywords
kernel
Function Framework
weighted gaussian kernel with multiple widths
Network
kernel
Pattern
Radius Based Function Network
Support Vector Classification
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
基于一种混合核函数的支持向量机聚类
5
作者
李希鹏
赵犁丰
机构
中国海洋大学信息科学与工程学院电子工程系
出处
《现代电子技术》
2011年第23期55-58,共4页
基金
863计划项目:基于ROV的黄色物质水下原位探测系统(2008AA09Z105)
文摘
在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。
关键词
SVM
混合核函数
加权多宽度高斯核
支持向量聚类
Keywords
SVM
mixed
kernel
funtion
weighted gaussian kernel with multiple widths
support vector clustering
分类号
TP301 [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
基于多宽度高斯核的支持向量机特征选取算法研究
6
作者
罗浪
汪静
机构
中南民族大学计算机科学学院
出处
《软件导刊》
2018年第2期80-85,共6页
文摘
支持向量机(SVM)作为一种机器学习分类算法应用广泛,但在处理高维度数据集时往往会由于特征维数较多遇到算法分类速度慢且容易陷入局部最优等问题。为了提高支持向量机的性能,提出一种基于多宽度高斯核(GKMW)的支持向量机特征选取算法FSG。FSG算法将泛化能力更强的多宽度高斯核函数引入支持向量机中代替传统的高斯核函数,利用多宽度高斯核函数能体现各个特征对分类贡献程度不同且能区分样本中各个特征重要性的特点,以多宽度高斯核函数的参数优化结果为基础进行特征选取。利用特征选取后的特征子集在多组标准UCI数据集上分类实验,实验结果表明所提算法性能优于有代表性的特征选取法。
关键词
多宽度高斯核
支持向量机
特征选取
基因表达式编程
Keywords
gaussian
kernel
with
multiple
widths
support vector machine
feature selection
gene expression programming
分类号
TP312 [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
作者
出处
发文年
被引量
操作
1
基于WGKMW-SVM的冲击倾向性评价模型
张亭
赵晓凤
《煤炭技术》
CAS
北大核心
2023
0
下载PDF
职称材料
2
支持向量分类和多宽度高斯核
常群
王晓龙
林沂蒙
王熙照
Daniel S.Yeung
《电子学报》
EI
CAS
CSCD
北大核心
2007
10
下载PDF
职称材料
3
基于加权多宽度高斯核函数的聚类算法
赵犁丰
王栋
《现代电子技术》
2011
2
下载PDF
职称材料
4
一种基于WGKMW的网络结构核函数框架
田径
赵犁丰
赵宇倩
《中国海洋大学学报(自然科学版)》
CAS
CSCD
北大核心
2009
3
下载PDF
职称材料
5
基于一种混合核函数的支持向量机聚类
李希鹏
赵犁丰
《现代电子技术》
2011
0
下载PDF
职称材料
6
基于多宽度高斯核的支持向量机特征选取算法研究
罗浪
汪静
《软件导刊》
2018
0
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