检索结果-维普期刊中文期刊服务平台

迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法被引量：1: 1; 作者刘建伟黎海恩 +2 位作者刘媛付捷罗雄麟《控制理论与应用》 EI CAS CSCD 北大核心 2014年第3期334-342,共9页; L2范数罚最小二乘–支持向量机(least square support vector machine algorithm,LS–SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS–SVM分类器算法,0<q<∞,把q... 展开更多; 关键词 q范数正则化最小二乘-支持向量机(LS-SVM) 迭代再权共轭梯度法; 在线阅读下载PDF 职称材料

基于最小最大概率机的迁移学习分类算法被引量：2: 2; 作者王晓初包芳 +1 位作者王士同许小龙《智能系统学报》 CSCD 北大核心 2016年第1期84-92,共9页; 传统的迁移学习分类算法利用源域中大量有标签的数据和目标域中少量有标签的数据解决相关但不相同目标域的数据分类问题,但对于已知源域的不同类别数据均值的迁移学习分类问题并不适用。为了解决这个问题,利用源域的数据均值和目标域的... 展开更多; 关键词迁移学习最小最大概率机分类源域目标域正则化; 在线阅读下载PDF 职称材料

参数迭代最小化稀疏信号重构ISAR成像算法被引量：2: 3; 作者冯俊杰张弓《计算机工程》 CAS CSCD 北大核心 2018年第10期228-234,共7页; 为实现稳健逆合成孔径雷达(ISAR)成像,提出基于参数迭代最小化贝叶斯稀疏信号重构的ISAR成像算法。建立ISAR稀疏成像信号模型,通过推导目标参数稀疏贝叶斯模型的联合概率密度函数,将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率... 展开更多; 关键词逆合成孔径雷达迭代最小化稀疏信号重构成像最大后验概率; 在线阅读下载PDF 职称材料

迭代再权q范数正则化LS SVM分类算法: 4; 作者刘建伟李双成罗雄麟《计算机工程》 CAS CSCD 2012年第3期166-168,共3页; 提出一种迭代再权q范数正则化最小二乘支持向量机(LS SVM)分类算法。该算法通过交叉校验过程选择正则化范数的阶次q(0<q<∞),具有分类效果稳定、收敛快、运行速度快的特点。使用该算法和LS SVM对比3组癌症数据,实验结果表明,该算... 展开更多; 关键词迭代再权方法 q范数最小二乘支持向量机正则化特征选择分类算法; 在线阅读下载PDF 职称材料

自动质量检测中的分层机器学习方法被引量：2: 5; 作者罗兵甘俊英章云《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第12期2222-2229,共8页; 产品质量自动检测是一种类不平衡的模式识别分类。传统的机器学习方法考虑整体精度而偏重多数据类,但分布少的缺陷类才是重要类。本文提出对类不平衡的机器学习采用分层进行,首先对样本进行两分类学习,目标是通过简单分类器在许可的错... 展开更多; 关键词类不平衡模式识别机器学习分层学习代偏重的最小化最大概率机自适应提升算法; 在线阅读下载PDF 职称材料

认知无线电下行链路的OFDMA资源分配被引量：1: 6; 作者加努尔·阿依恒覃锡忠 +2 位作者贾振红牛红梅王哲辉《激光杂志》北大核心 2018年第5期102-106,共5页; 针对认知无线电网络下行链路中多用户正交频分多址接入的资源分配问题，提出一种基于迭代再加权最小化框架的子载波和功率分配算法，该算法首先通过松弛约束简化问题，再用迭代再加权最小化框架将混合离散型的资源分配问题转化为凸优化... 展开更多; 关键词认知无线电正交频分多址接入资源分配迭代再加权最小化概率干扰; 在线阅读下载PDF 职称材料

题名迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法被引量：1: 1; 作者刘建伟黎海恩刘媛付捷罗雄麟; 机构中国石油大学自动化研究所; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2014年第3期334-342,共9页; 基金国家"973"重点基础研究计划资助项目(2012CB720500) 国家自然科学基金资助项目(21006127) 中国石油大学(北京)基础学科研究资助项目(JCXK–2011–07); 文摘 L2范数罚最小二乘–支持向量机(least square support vector machine algorithm,LS–SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS–SVM分类器算法,0<q<∞,把q取值扩大到有理数范围.利用网格法改变正则化权衡参数c和正则化阶次q的值,在所选的c和q值上,使用迭代再权方法求解分类器目标函数,找出最小分类预测误差值,使预测误差和特征选择个数两个性能指标得到提高.通过对不同领域的实际数据进行实验,可以看到提出的分类算法分类预测更加准确同时可以实现特征选择,性能优于L2范数罚LS–SVM.; 关键词 q范数正则化最小二乘-支持向量机(LS-SVM) 迭代再权共轭梯度法; Keywords q-norm regularization LS-SVM Iterative reweighted conjugate gradient method; 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

题名基于最小最大概率机的迁移学习分类算法被引量：2: 2; 作者王晓初包芳王士同许小龙; 机构江南大学数字媒体学院江阴职业技术学院江苏省信息融合软件工程技术研发中心江阴职业技术学院计算机科学系; 出处《智能系统学报》 CSCD 北大核心 2016年第1期84-92,共9页; 基金国家自然科学基金资助项目(61170122 61272210); 文摘传统的迁移学习分类算法利用源域中大量有标签的数据和目标域中少量有标签的数据解决相关但不相同目标域的数据分类问题,但对于已知源域的不同类别数据均值的迁移学习分类问题并不适用。为了解决这个问题,利用源域的数据均值和目标域的少量标记数据构造迁移学习约束项,对最小最大概率机进行正则化约束,提出了基于最小最大概率机的迁移学习分类算法,简称TL-MPM。在20 News Groups数据集上的实验结果表明,目标域数据较少时,所提算法具有更高的分类正确率,从而说明了算法的有效性。; 关键词迁移学习最小最大概率机分类源域目标域正则化; Keywords transfer learning minimax probability machine classification source domain target domain regulari zation; 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

题名参数迭代最小化稀疏信号重构ISAR成像算法被引量：2: 3; 作者冯俊杰张弓; 机构南京航空航天大学电子信息工程学院六盘水师范学院电气工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2018年第10期228-234,共7页; 基金国家自然科学基金(61471191) 航空科学基金(20152052026) +2 种基金贵州省重点学科项目(ZDXK201535) 六盘水师范学院微波信息技术创新团队项目(LPSSYKJTD201402); 文摘为实现稳健逆合成孔径雷达(ISAR)成像,提出基于参数迭代最小化贝叶斯稀疏信号重构的ISAR成像算法。建立ISAR稀疏成像信号模型,通过推导目标参数稀疏贝叶斯模型的联合概率密度函数,将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率估计。对目标散射系数和噪声功率交替迭代优化求解,从而实现目标重构。实验结果表明,与SL0算法、OMP算法和BP算法相比,该算法的参数能够自适应调整,具有更好的成像效果。; 关键词逆合成孔径雷达迭代最小化稀疏信号重构成像最大后验概率; Keywords Inverse Synthetic Aperture Radar(ISAR) iterative minimization sparse signal recovery imaging Maximum A Posteriori(MAP); 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名迭代再权q范数正则化LS SVM分类算法: 4; 作者刘建伟李双成罗雄麟; 机构中国石油大学自动化研究所; 出处《计算机工程》 CAS CSCD 2012年第3期166-168,共3页; 文摘提出一种迭代再权q范数正则化最小二乘支持向量机(LS SVM)分类算法。该算法通过交叉校验过程选择正则化范数的阶次q(0<q<∞),具有分类效果稳定、收敛快、运行速度快的特点。使用该算法和LS SVM对比3组癌症数据,实验结果表明,该算法能够实现自适应特征选择,且比LS SVM推广能力强,在算法耗时方面优于LS SVM。; 关键词迭代再权方法 q范数最小二乘支持向量机正则化特征选择分类算法; Keywords iterative reweighted method q-norm Least Squares Support Vector Machine（LS SVM） regularization feature selection classification algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名自动质量检测中的分层机器学习方法被引量：2: 5; 作者罗兵甘俊英章云; 机构五邑大学信息学院广东工业大学自动化学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第12期2222-2229,共8页; 基金广东省自然科学基金(032356 07010869)资助项目; 文摘产品质量自动检测是一种类不平衡的模式识别分类。传统的机器学习方法考虑整体精度而偏重多数据类,但分布少的缺陷类才是重要类。本文提出对类不平衡的机器学习采用分层进行,首先对样本进行两分类学习,目标是通过简单分类器在许可的错误率下分离出易于分离的绝大多数合格类样本,然后对不平衡性得到缓解的剩余样本进行两分类或多分类学习。在学习后的检测分类中,第1层的简单分类器和第2层的复杂分类器并行工作,前面的分类器分类为合格的可提前结束后面分类器的工作,提高总体分类速度。对比实验表明本方案有效改进了学习性能和检测分类速度。; 关键词类不平衡模式识别机器学习分层学习代偏重的最小化最大概率机自适应提升算法; Keywords imbalanced class pattern recognition machine learning hierarchical learning BMPM AdaBoost; 分类号 TP391 [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

题名认知无线电下行链路的OFDMA资源分配被引量：1: 6; 作者加努尔·阿依恒覃锡忠贾振红牛红梅王哲辉; 机构新疆大学信息科学与工程学院中国移动通信集团新疆有限公司网络监控部; 出处《激光杂志》北大核心 2018年第5期102-106,共5页; 基金中国移动通信集团新疆有限公司研究发展基金项目(No.XTM2013-2788); 文摘针对认知无线电网络下行链路中多用户正交频分多址接入的资源分配问题，提出一种基于迭代再加权最小化框架的子载波和功率分配算法，该算法首先通过松弛约束简化问题，再用迭代再加权最小化框架将混合离散型的资源分配问题转化为凸优化问题求解。其中对主用户的干扰约束，考虑现实的不完全信道状态信息下的概率干扰。仿真结果表明，该算法在保证认知用户和主用户通信质量的同时，还实现了系统总传输功率最小化。; 关键词认知无线电正交频分多址接入资源分配迭代再加权最小化概率干扰; Keywords cognitive radio orthogonal frequency division multiple access resource allocation iterative reweighting minimization probability interference; 分类号 TN929.5 [电子电信—通信与信息系统]; 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	迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法	刘建伟黎海恩刘媛付捷罗雄麟	《控制理论与应用》 EI CAS CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
2	基于最小最大概率机的迁移学习分类算法	王晓初包芳王士同许小龙	《智能系统学报》 CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
3	参数迭代最小化稀疏信号重构ISAR成像算法	冯俊杰张弓	《计算机工程》 CAS CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
4	迭代再权q范数正则化LS SVM分类算法	刘建伟李双成罗雄麟	《计算机工程》 CAS CSCD	2012	0	在线阅读下载PDF 职称材料
5	自动质量检测中的分层机器学习方法	罗兵甘俊英章云	《仪器仪表学报》 EI CAS CSCD 北大核心	2007	2	在线阅读下载PDF 职称材料
6	认知无线电下行链路的OFDMA资源分配	加努尔·阿依恒覃锡忠贾振红牛红梅王哲辉	《激光杂志》北大核心	2018	1	在线阅读下载PDF 职称材料