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
李群机器学习研究综述
被引量:
6
1
作者
李凡长
何书萍
钱旭培
《计算机学报》
EI
CSCD
北大核心
2010年第7期1115-1126,共12页
文中简述了李群机器学习的相关研究内容,包括李群机器学习的概念、公理假设、代数学习模型、几何学习模型、Dynkin图的几何学习算法、量子群、辛群分类器的设计、轨道生成学习算法等.
关键词
李群机器学习
公理假设
李群
分类器
下载PDF
职称材料
一种改进的Laplacian SVM的SAR图像分割算法
被引量:
5
2
作者
刘若辰
邹海双
+2 位作者
张莉
张萍
焦李成
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2011年第3期250-254,259,共6页
当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进...
当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进的Laplacian支持向量机算法(Improved Laplacian Support Vector Machine,Im-proved Laplacian SVM),首先采用分水岭算法将原始SAR图像分成多个小原型块,提取每个小原型块的图像特征作为训练样本.再采用改进的Laplacian SVM算法得到小原型块的分类结果.通过3幅SAR图像验证了提出的方法,实验表明该方法不仅提高了分割的准确性同时减少了Laplacian SVM算法用于图像分割时的运行时间.
展开更多
关键词
LapSVM算法
图像分割
分水岭算法
SAR图像
下载PDF
职称材料
一种基于切丛的维数约简方法
3
作者
卢小甫
李凡长
《计算机工程与科学》
CSCD
北大核心
2010年第5期89-91,共3页
本文提出了一种基于切丛的维数约简方法。流形上的切丛不但能够刻画流形局部的结构特征,而且对流形整体的结构也能够进行描述。尤其对于聚类比较明显的数据集,在降维后能够更为精确地求得原数据在低维空间中的投影。通过对手写体数据的...
本文提出了一种基于切丛的维数约简方法。流形上的切丛不但能够刻画流形局部的结构特征,而且对流形整体的结构也能够进行描述。尤其对于聚类比较明显的数据集,在降维后能够更为精确地求得原数据在低维空间中的投影。通过对手写体数据的降维实验和BreastCancer实验表明,基于切丛的维数约简方法是一种有效的降维算法。
展开更多
关键词
维数约简
纤维丛
切空间
切丛
流形学习
机器学习
下载PDF
职称材料
题名
李群机器学习研究综述
被引量:
6
1
作者
李凡长
何书萍
钱旭培
机构
苏州大学计算机科学与技术学院机器学习与数据分析研究中心
出处
《计算机学报》
EI
CSCD
北大核心
2010年第7期1115-1126,共12页
基金
国家自然科学基金(60775045)资助
文摘
文中简述了李群机器学习的相关研究内容,包括李群机器学习的概念、公理假设、代数学习模型、几何学习模型、Dynkin图的几何学习算法、量子群、辛群分类器的设计、轨道生成学习算法等.
关键词
李群机器学习
公理假设
李群
分类器
Keywords
Lie group machine learning
assumption axiom
Lie group
classifier
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
一种改进的Laplacian SVM的SAR图像分割算法
被引量:
5
2
作者
刘若辰
邹海双
张莉
张萍
焦李成
机构
西安电子科技
大学
智能信息处理
研究
所智能感知与图像理解教育部重点实验室
苏州大学
计算机
科学与
技术
学院
出处
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2011年第3期250-254,259,共6页
基金
国家自然科学基金(60803098,60970067)
国家教育部博士点基金(20070701022)
+1 种基金
高等学校学科创新引智计划(111计划)(B07048)
陕西省自然科学基金(2010JM8030)
文摘
当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进的Laplacian支持向量机算法(Improved Laplacian Support Vector Machine,Im-proved Laplacian SVM),首先采用分水岭算法将原始SAR图像分成多个小原型块,提取每个小原型块的图像特征作为训练样本.再采用改进的Laplacian SVM算法得到小原型块的分类结果.通过3幅SAR图像验证了提出的方法,实验表明该方法不仅提高了分割的准确性同时减少了Laplacian SVM算法用于图像分割时的运行时间.
关键词
LapSVM算法
图像分割
分水岭算法
SAR图像
Keywords
Laplacian SVM
image segmentation
watershed algorithm
SAR image
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
一种基于切丛的维数约简方法
3
作者
卢小甫
李凡长
机构
苏州大学计算机科学与技术学院机器学习与数据分析研究中心
出处
《计算机工程与科学》
CSCD
北大核心
2010年第5期89-91,共3页
基金
国家自然科学基金资助项目(60775045)
文摘
本文提出了一种基于切丛的维数约简方法。流形上的切丛不但能够刻画流形局部的结构特征,而且对流形整体的结构也能够进行描述。尤其对于聚类比较明显的数据集,在降维后能够更为精确地求得原数据在低维空间中的投影。通过对手写体数据的降维实验和BreastCancer实验表明,基于切丛的维数约简方法是一种有效的降维算法。
关键词
维数约简
纤维丛
切空间
切丛
流形学习
机器学习
Keywords
dimensionality reduction
fiber bundle
tangent space
tangent bundle
manifold learning
machine learning
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
作者
出处
发文年
被引量
操作
1
李群机器学习研究综述
李凡长
何书萍
钱旭培
《计算机学报》
EI
CSCD
北大核心
2010
6
下载PDF
职称材料
2
一种改进的Laplacian SVM的SAR图像分割算法
刘若辰
邹海双
张莉
张萍
焦李成
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2011
5
下载PDF
职称材料
3
一种基于切丛的维数约简方法
卢小甫
李凡长
《计算机工程与科学》
CSCD
北大核心
2010
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