检索结果-维普期刊中文期刊服务平台

基于SVM法线算法的特征基因提取: 1; 作者谷耀军何东健张阳《农机化研究》北大核心 2008年第6期145-148,共4页; 鉴于特征提取在基因分类中扮演的重要作用,提出了一种基于支持向量机法线算法的特征提取方法。首先,使用线性支持向量机对训练样本进行训练,求出支持向量;然后,根据SVM法线算法计算各特征的权重,来获得法线向量,剔除数据集中权重较小的... 展开更多; 关键词基因表达谱特征提取支持向量机 svm法线算法; 在线阅读下载PDF 职称材料

基于SVM的多变量函数回归分析研究(英文) 被引量：6: 2; 作者刘洛霞《电光与控制》北大核心 2013年第6期50-57,共8页; 研究了通过自动调整回归因子多项参数方式提高基于SVM函数回归性能的问题。通过使用梯度下降法和遗传算法最小化SVM的归一化误差估计值来实现SVM函数回归性能的提高。大量的试验结果验证了所提出方法的性能。; 关键词梯度下降法遗传算法归一化误差估计支持向量机(svm); 在线阅读下载PDF 职称材料

一种改进的线性支持向量机的特征筛选算法被引量：1: 3; 作者张阳刘永革景旭《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2006年第10期210-212,共3页; 针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布。通过试... 展开更多; 关键词特征筛选支持向量机加权svm法线算法文本分类; 在线阅读下载PDF 职称材料

基于pairwise的改进ranking算法被引量：1: 4; 作者程凡仲红《计算机应用》 CSCD 北大核心 2011年第7期1740-1743,共4页; 传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难... 展开更多; 关键词 ranking算法 pairwise方法支持向量机 NDCG 割平面算法; 在线阅读下载PDF 职称材料

题名基于SVM法线算法的特征基因提取: 1; 作者谷耀军何东健张阳; 机构西北农林科技大学信息工程学院; 出处《农机化研究》北大核心 2008年第6期145-148,共4页; 基金陕西省自然科学基金项目(2004D12); 文摘鉴于特征提取在基因分类中扮演的重要作用,提出了一种基于支持向量机法线算法的特征提取方法。首先,使用线性支持向量机对训练样本进行训练,求出支持向量;然后,根据SVM法线算法计算各特征的权重,来获得法线向量,剔除数据集中权重较小的冗余特征基因;最后,使用线性支持向量机分类器实现对有效特征基因子集的分类。用急性白血病数据集和结肠癌数据集进行了实验,结果表明:该方法识别效果良好,适应性强。; 关键词基因表达谱特征提取支持向量机 svm法线算法; Keywords gene expression profiles feature selection svm svm normal algorithm; 分类号 Q344.13 [生物学—遗传学]; 在线阅读下载PDF 职称材料

题名基于SVM的多变量函数回归分析研究(英文) 被引量：6: 2; 作者刘洛霞; 机构上海飞机客户服务有限公司; 出处《电光与控制》北大核心 2013年第6期50-57,共8页; 文摘研究了通过自动调整回归因子多项参数方式提高基于SVM函数回归性能的问题。通过使用梯度下降法和遗传算法最小化SVM的归一化误差估计值来实现SVM函数回归性能的提高。大量的试验结果验证了所提出方法的性能。; 关键词梯度下降法遗传算法归一化误差估计支持向量机(svm); Keywords gradient descent genetic algorithm normalized error estimation Support Vector Machine （svm）; 分类号 V271.4 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名一种改进的线性支持向量机的特征筛选算法被引量：1: 3; 作者张阳刘永革景旭; 机构西北农林科技大学信息工程学院安阳师范学院计算机科学系; 出处《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2006年第10期210-212,共3页; 基金西北农林科技大学人才基金项目(0114040101140402); 文摘针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布。通过试验可以看出,在使用较小的特征空间时,与SVM法线算法和信息增益算法相比,加权SVM法线算法具有更好的特征筛选性能。; 关键词特征筛选支持向量机加权svm法线算法文本分类; Keywords feature selection svm weighed svm normal algorithm text categorization; 分类号 TP31 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于pairwise的改进ranking算法被引量：1: 4; 作者程凡仲红; 机构安徽大学计算机科学与技术学院中国科学技术大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2011年第7期1740-1743,共4页; 基金安徽省自然科学基金资助项目(11040606M141) 安徽省自然科学基金青年基金资助项目(11040606Q07) 安徽大学"211工程"资助项目; 文摘传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数。最后基于基准数据集的实验证明了算法的有效性。; 关键词 ranking算法 pairwise方法支持向量机 NDCG 割平面算法; Keywords ranking algorithm pairwise method Support Vector Machine（svm） normalized Discounted Cumulative Gain（NDCG） cutting plane algorithm; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料