检索结果-维普期刊中文期刊服务平台

支撑矢量预选取的中心距离比值法被引量：48: 1; 作者焦李成张莉周伟达《电子学报》 EI CAS CSCD 北大核心 2001年第3期383-386,共4页; 支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 .对此 ,本文提出了一种能够预先选取支撑矢量的方法———中心距离比值法 .该方法在不影响支撑矢量机的分类能力情况下 ,大大地减少... 展开更多; 关键词支撑矢量机中心距离比值法模式识别统计学习; 在线阅读下载PDF 职称材料

基于中心距离比值的增量支持向量机被引量：16: 2; 作者孔波刘小茂张钧《计算机应用》 CSCD 北大核心 2006年第6期1434-1436,共3页; 研究了支持向量、中心距离比值、边界向量以及增量学习之间的关系,提出了基于中心距离比值的增量支持向量机。与传统方法相比,基于中心距离比值的增量支持向量机有效的利用了中心距离比值,解决了CDRM+SVM的阈值选取问题;且适合于增量学... 展开更多; 关键词统计学习理论支持向量机中心距离比值增量学习; 在线阅读下载PDF 职称材料

基于中心距离比值准则的无监督特征选择算法被引量：1: 3; 作者叶菲罗景青俞志富《计算机工程与应用》 CSCD 北大核心 2009年第4期162-164,共3页; 特征选择是模式识别中的一个重要组成部分。针对未知类标号的样本集,提出基于中心距离比值准则的无监督特征选择算法。该算法利用爬山法确定聚类数目范围和估计初始聚类中心,再通过K-均值聚类算法确定特征子集的最佳分类数,然后用中心... 展开更多; 关键词特征选择中心距离比值相关性聚类无监督; 在线阅读下载PDF 职称材料

一种改进的加权支持向量机被引量：6: 4; 作者王红蔚孔波《河南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第3期167-170,共4页; 根据支持向量样本、边界向量样本、噪声样本、中心距离比值、百分位数和加权系数之间的关系,提出了基于中心距离比值的加权支持向量分类机,有效地处理了支持向量样本对加权系数的影响,并能够应用于非均衡数据和噪声数据,从而提高了加权... 展开更多; 关键词加权支持向量机中心距离比值加权系数非均衡数据噪声数据; 在线阅读下载PDF 职称材料

基于阈值优化的CDRM-SVM入侵检测算法被引量：1: 5; 作者陈振国李冬艳耿子林《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第A01期68-72,共5页; 为了提高中心距离比值法预选取支撑矢量的效率,降低支撑矢量机的训练时间,引入自适应动态克隆算法对中心距离比值法的阈值进行优化,并将该算法应用于入侵检测中,提出了基于阈值优化的CDRM-SVM入侵检测算法.算法首先利用自适应动态克隆... 展开更多; 关键词入侵检测克隆选择支撑矢量中心距离比值网络安全; 在线阅读下载PDF 职称材料

一种CDRWPCA网络故障特征提取算法被引量：1: 6; 作者杨婷孟相如 +1 位作者温祥西刘青原《空军工程大学学报（自然科学版）》 CSCD 北大核心 2013年第6期68-72,共5页; 针对主元成分分析(PCA)在网络故障特征提取过程中可能丢失分类信息的问题,提出了一种中心距离比值加权主元成分分析(CDRWPCA)算法。算法计算样本每维特征的中心距离比值来衡量特征间的差异,并根据特征差异构造权重因子,对更具有鉴别性... 展开更多; 关键词特征提取主元成分分析中心距离比值; 在线阅读下载PDF 职称材料

题名支撑矢量预选取的中心距离比值法被引量：48: 1; 作者焦李成张莉周伟达; 机构西安电子科技大学雷达信号处理重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2001年第3期383-386,共4页; 基金国家"8 63"计划!(No.863 30 6 0 6 0 6 1 ) 国防预研基金资助项目; 文摘支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 .对此 ,本文提出了一种能够预先选取支撑矢量的方法———中心距离比值法 .该方法在不影响支撑矢量机的分类能力情况下 ,大大地减少了训练样本 ,提高了支撑矢量机的训练速度 .文中给出的仿真实验结果也验证了该方法的有效性和可行性 .; 关键词支撑矢量机中心距离比值法模式识别统计学习; Keywords Computer simulation Learning algorithms Optimization Vectors; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于中心距离比值的增量支持向量机被引量：16: 2; 作者孔波刘小茂张钧; 机构华中科技大学数学系华中科技大学图像信息处理与智能控制教育部重点实验室; 出处《计算机应用》 CSCD 北大核心 2006年第6期1434-1436,共3页; 基金国家自然科学基金资助项目(60373090) 航天基金(021.3jw0504); 文摘研究了支持向量、中心距离比值、边界向量以及增量学习之间的关系,提出了基于中心距离比值的增量支持向量机。与传统方法相比,基于中心距离比值的增量支持向量机有效的利用了中心距离比值,解决了CDRM+SVM的阈值选取问题;且适合于增量学习;从而在保证了支持向量机的分类能力没有受到影响的前提下提高了支持向量机的训练速度。; 关键词统计学习理论支持向量机中心距离比值增量学习; Keywords statistical learning theory Support Vector Machine（SVM） center distance ratio incremental learning; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于中心距离比值准则的无监督特征选择算法被引量：1: 3; 作者叶菲罗景青俞志富; 机构解放军电子工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第4期162-164,共3页; 文摘特征选择是模式识别中的一个重要组成部分。针对未知类标号的样本集,提出基于中心距离比值准则的无监督特征选择算法。该算法利用爬山法确定聚类数目范围和估计初始聚类中心,再通过K-均值聚类算法确定特征子集的最佳分类数,然后用中心距离比值准则来评价特征子集的分类性能,并通过特征间的相关性分析,从中选择出分类效果好,相关程度低的特征组成特征子集。; 关键词特征选择中心距离比值相关性聚类无监督; Keywords feature selection center distance ratio correlation clustering unsupervised; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名一种改进的加权支持向量机被引量：6: 4; 作者王红蔚孔波; 机构河南教育学院数学系; 出处《河南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第3期167-170,共4页; 基金河南省基础与前沿技术研究基金(092300410147) 河南省自然科学基金(2009A110004); 文摘根据支持向量样本、边界向量样本、噪声样本、中心距离比值、百分位数和加权系数之间的关系,提出了基于中心距离比值的加权支持向量分类机,有效地处理了支持向量样本对加权系数的影响,并能够应用于非均衡数据和噪声数据,从而提高了加权支持向量机的分类能力.; 关键词加权支持向量机中心距离比值加权系数非均衡数据噪声数据; Keywords weighted support vector machine center distance ratio weighted membership unbalanced data noise data; 分类号 N55 [自然科学总论] G658.3 [文化科学—教育学]; 在线阅读下载PDF 职称材料

题名基于阈值优化的CDRM-SVM入侵检测算法被引量：1: 5; 作者陈振国李冬艳耿子林; 机构华北科技学院计算机系; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第A01期68-72,共5页; 基金华北科技学院校内基金资助项目(2008-B-12); 文摘为了提高中心距离比值法预选取支撑矢量的效率,降低支撑矢量机的训练时间,引入自适应动态克隆算法对中心距离比值法的阈值进行优化,并将该算法应用于入侵检测中,提出了基于阈值优化的CDRM-SVM入侵检测算法.算法首先利用自适应动态克隆算法对中心距离比值法中的阈值进行优化,获得理想的阈值,从而可以提取出包含全部支撑矢量的边界矢量集,然后使用边界矢量集代替训练样本集进行支持矢量机的训练,大幅度减少了训练样本的数量,使支持矢量机的训练速度显著提高.同时,由于边界矢量集中包含了支撑矢量,因此,支撑矢量机的分类能力没有受到影响.采用KDDCUP 99数据集进行试验,试验结果表明:与传统方法相比,在保证性能的情况下,所提算法能够有效地降低支持向量机的训练时间.; 关键词入侵检测克隆选择支撑矢量中心距离比值网络安全; Keywords intrusion detection clone selection support vector center distance ratio network security; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种CDRWPCA网络故障特征提取算法被引量：1: 6; 作者杨婷孟相如温祥西刘青原; 机构空军工程大学信息与导航学院空军工程大学空管与领航学院; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2013年第6期68-72,共5页; 基金国家自然科学基金资助项目(61201209); 文摘针对主元成分分析(PCA)在网络故障特征提取过程中可能丢失分类信息的问题,提出了一种中心距离比值加权主元成分分析(CDRWPCA)算法。算法计算样本每维特征的中心距离比值来衡量特征间的差异,并根据特征差异构造权重因子,对更具有鉴别性的特征赋予更大的权重,得到加权数据集;然后对加权数据集运用PCA进行特征提取后将提取后的数据集送入支持向量机(SVM)验证算法的有效性。算法相比较与PCA算法增加了时间复杂度,但相对于PCA算法本身的时间复杂度,增加不多。在网络故障诊断中的实验结果表明算法能在提取特征维数更少的情况下,提高了故障识别率。; 关键词特征提取主元成分分析中心距离比值; Keywords feature extraction principal component analysis center distance ratio; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	支撑矢量预选取的中心距离比值法	焦李成张莉周伟达	《电子学报》 EI CAS CSCD 北大核心	2001	48	在线阅读下载PDF 职称材料
2	基于中心距离比值的增量支持向量机	孔波刘小茂张钧	《计算机应用》 CSCD 北大核心	2006	16	在线阅读下载PDF 职称材料
3	基于中心距离比值准则的无监督特征选择算法	叶菲罗景青俞志富	《计算机工程与应用》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
4	一种改进的加权支持向量机	王红蔚孔波	《河南师范大学学报（自然科学版）》 CAS CSCD 北大核心	2011	6	在线阅读下载PDF 职称材料
5	基于阈值优化的CDRM-SVM入侵检测算法	陈振国李冬艳耿子林	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
6	一种CDRWPCA网络故障特征提取算法	杨婷孟相如温祥西刘青原	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料