一种SVM增量学习算法α-ISVM 被引量：85

1

作者 萧嵘 王继成 +1 位作者 孙正兴 张福炎 《软件学报》 EI CSCD 北大核心 2001年第12期1818-1824,共7页

基于 SVM(supportvector machine)理论的分类算法 ,由于其完善的理论基础和良好的试验结果 ,目前已逐渐引起国内外研究者的关注 .深入分析了 SVM理论中 SV(support vector,支持向量 )集的特点 ,给出一种简单的SVM增量学习算法 .在此基础... 基于 SVM(supportvector machine)理论的分类算法 ,由于其完善的理论基础和良好的试验结果 ,目前已逐渐引起国内外研究者的关注 .深入分析了 SVM理论中 SV(support vector,支持向量 )集的特点 ,给出一种简单的SVM增量学习算法 .在此基础上 ,进一步提出了一种基于遗忘因子α的 SVM增量学习改进算法α- ISVM.该算法通过在增量学习中逐步积累样本的空间分布知识 ,使得对样本进行有选择地遗忘成为可能 .理论分析和实验结果表明 ,该算法能在保证分类精度的同时 ,有效地提高训练速度并降低存储空间的占用 . 展开更多

关键词 机器学习 SVM理论 增量学习算法 α-ISVM

在线阅读 下载PDF 职称材料

一种SVM增量学习算法 被引量：24

2

作者 萧嵘 王继成 +1 位作者 孙正兴 张福炎 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2002年第2期152-157,共6页

分析了SVM理论中SV(支持向量 )集的特点 ,给出一种SVM增量学习算法 .通过在增量学习中使用SV集与训练样本集的分类等价性 ,使得新的增量训练无需在整个训练样本空间进行 .理论分析和实验结果表明 。

关键词 SVM增量学习算法 支持向量机 分类 机器学习 增量训练 SV集 训练样本集

在线阅读 下载PDF 职称材料

基于SVM增量学习算法的煤矿高压断路器故障模式识别方法 被引量：11

3

作者 耿蒲龙 宋建成 +3 位作者 赵钰 高云广 郑丽君 呼守信 《煤炭学报》 EI CAS CSCD 北大核心 2017年第8期2198-2204,共7页

高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号... 高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号以及分合闸振动信号为状态监测量,模拟了弹簧松动、铁芯卡涩、供电异常与线圈老化4种常见故障,提取了故障特征量并建立了故障数据样本与增量学习数据样本,采用支持向量机增量学习算法训练得到了故障识别模型,并利用新增数据样本对其进行了验证。结果表明:支持向量机增量学习算法可准确识别上述4种常见故障,并可以通过对新增样本的不断学习进一步提高识别精度。 展开更多

关键词 高压断路器 特征提取 故障模式识别 支持向量机 增量学习算法

在线阅读 下载PDF 职称材料

一种新的支持向量机增量学习算法 被引量：39

4

作者 曾文华 马健 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2002年第6期687-691,共5页

提出一种新的支持向量机增量学习算法 .分析了新样本加入训练集后 ,支持向量集的变化情况 .基于分析结论提出新的学习算法 .算法舍弃对最终结论无用的样本 ,使得学习对象的知识得到了积累 .实验结果表明本算法在保证分类准确度的同时 。

关键词 支持向量机 增量学习算法 机器学习 支持向量集 智能学习技术

在线阅读 下载PDF 职称材料

构造型神经网络双交叉覆盖增量学习算法 被引量：21

5

作者 陶品 张钹 叶榛 《软件学报》 EI CSCD 北大核心 2003年第2期194-201,共8页

研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完... 研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完成后还可以不断地修改与优化神经网络的参数与结构,增加或删除网络中的节点,进行增量学习.通过分析认为,BiCA学习算法不但保留了CBCNN网络的优点与特点,而且实现了增量学习并提高了CBCNN网络的泛化能力.仿真实验结果显示,该增量学习算法在神经网络初始分类能力较差的情况下具有快速学习能力,并且对样本的学习顺序不敏感. 展开更多

关键词 构造型神经网络 双交叉覆盖增量学习算法 人工神经网络 模式识别

在线阅读 下载PDF 职称材料

混合型学习模型HLM中的增量学习算法 被引量：5

6

作者 陈兆乾 周志华 +1 位作者 李红兵 谢俊元 《软件学报》 EI CSCD 北大核心 1997年第11期875-880,共6页

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成... 混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成判定树和神经网络，即可提高学习精度，速度快、效率高．本文主要介绍该模型中的增量学习算法． 展开更多

关键词 神经网络 学习模型 HLM 增量学习算法

在线阅读 下载PDF 职称材料

基于最小样本平面距离的支持向量机增量学习算法 被引量：3

7

作者 朱发 业宁 +1 位作者 潘冬寅 丁文 《计算机工程与设计》 CSCD 北大核心 2012年第1期346-350,共5页

支持向量机增量算法的关键是对历史样本集的剪辑,在历史样本集中选择出尽可能少又能表示尽可能多历史样本集信息的子集,再把这个子集与新增训练样本集放在一起进行训练。Liva Ralaivola[1]提出保留新增样本最近邻样本来表示历史样本集,... 支持向量机增量算法的关键是对历史样本集的剪辑,在历史样本集中选择出尽可能少又能表示尽可能多历史样本集信息的子集,再把这个子集与新增训练样本集放在一起进行训练。Liva Ralaivola[1]提出保留新增样本最近邻样本来表示历史样本集,而这样的最近邻样本中可能存在冗余样本。根据历史样本与分类平面间的距离可以去除新增样本最近邻样本集中的冗余样本。根据样本平面距离提出了MSPDISVM(minimum sample plane distance incremental support vector ma-chines)算法。实验结果表明,MSPDISVM比Liva Ralaivola提出的算法有更快的速度,而精度没有太大的差异。使用样本平面距离可以有效地去除新增样本最近邻中的冗余样本。 展开更多

关键词 支持向量机 增量学习 样本距离 样本平面距离 最小样本平面距离支持向量机增量学习算法

在线阅读 下载PDF 职称材料

基于层次决策表增量学习算法的网络入侵检测 被引量：2

8

作者 徐蕾 刘冬好 《计算机工程》 CAS CSCD 北大核心 2010年第17期173-175,181,共4页

针对网络入侵检测系统面临的检测规则更新问题,提出一种解决方法,用粗糙集层次决策表表示系统的入侵检测规则,利用其增量学习算法完成新规则的学习。仿真实验结果表明,与仅用决策表规则的系统相比,使用层次决策表表示规则的系统所用的... 针对网络入侵检测系统面临的检测规则更新问题,提出一种解决方法,用粗糙集层次决策表表示系统的入侵检测规则,利用其增量学习算法完成新规则的学习。仿真实验结果表明,与仅用决策表规则的系统相比,使用层次决策表表示规则的系统所用的训练时间更短,漏报率低,对于Probe和R2L&U2R入侵具有更好的检测效果。 展开更多

关键词 网络入侵检测 粗糙集 决策表 规则更新 增量学习算法

在线阅读 下载PDF 职称材料

基于超球结构的支持向量机增量学习算法 被引量：1

9

作者 郭雪松 孙林岩 徐晟 《运筹与管理》 CSCD 2007年第4期45-49,共5页

本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题,而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构,完成对增量学习中训练样本的选取,进而完成分类器的重构。实验表明,该算法比传... 本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题,而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构,完成对增量学习中训练样本的选取,进而完成分类器的重构。实验表明,该算法比传统支持向量机增量学习算法具有更高的分类精度。 展开更多

关键词 机器学习 增量学习算法 超球结构 支持向量机

在线阅读 下载PDF 职称材料

一种改进的种群增量学习算法求解带软时间窗的车辆路径优化问题 被引量：3

10

作者 谢勇 胡蓉 +3 位作者 钱斌 陈少峰 张桂莲 张笑迪 《南京理工大学学报》 EI CAS CSCD 北大核心 2016年第1期110-116,共7页

针对求解带软时间窗车辆路径问题(Vehicle routing problem with soft time windows,VRPSTW),提出一种改进的种群增量学习算法(Improved population-based incremental learning algorithm,IPBIL)优化运输总成本。提出一种新型的3维种... 针对求解带软时间窗车辆路径问题(Vehicle routing problem with soft time windows,VRPSTW),提出一种改进的种群增量学习算法(Improved population-based incremental learning algorithm,IPBIL)优化运输总成本。提出一种新型的3维种群增量学习模型引导算法执行全局搜索,发现解空间中的优质解区域;设计一种基于客户间距离和惩罚成本相关度的交换操作进一步提高解的质量;提出一种关于时间窗问题性质的插入和逆转操作,对优质解区域进行细致搜索。最后,通过仿真实验和算法比较,验证了该文所提出的IPBIL的有效性。 展开更多

关键词 种群增量学习算法 带软时间窗的车辆路径问题 概率模型 优质解区域 运输总成本 有效性 全局搜索

在线阅读 下载PDF 职称材料

基于增量学习算法的混合课程学生成绩预测模型研究 被引量：17

11

作者 罗杨洋 韩锡斌 《电化教育研究》 CSSCI 北大核心 2021年第7期83-90,共8页

基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在... 基于在线学习行为预测学生成绩可以辅助教师动态掌握学情,制定差异化的教学策略,然而在混合课程中仅仅依据在线数据对学生成绩进行预测难度很大,尚处于探索中。文章选取某高校2018秋季学期和2020春季学期的“高活跃型混合课程”学生在线行为数据,采用增量学习的随机森林算法构建学生成绩预测模型,研究发现:(1)增量学习随机森林算法在混合课程样本最多的数据集中,获得预测结果准确率最高(75.1%);(2)相较于批量学习随机森林算法,增量学习算法在数据样本量较多的数据集中预测结果准确率更高;(3)当样本数量达到一定规模后,预测结果准确率波动减小、稳定性增强。本研究采用增量学习随机森林算法预测混合课程中的学生成绩,不仅取得了较好的预测准确率,而且解决了新增数据后模型的稳定性问题,将有助于模型的迭代优化,提高模型的通用性,以及可持续追踪学生在不同学期的学习行为特征。 展开更多

关键词 学生成绩预测 混合课程 增量学习算法 随机森林算法 机器学习

在线阅读 下载PDF 职称材料

混合群体增量学习算法求解闭环布局问题 被引量：1

12

作者 邓文瀚 张铭 +1 位作者 王李进 钟一文 《计算机应用》 CSCD 北大核心 2021年第1期95-102,共8页

闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小... 闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小,而枚举方法的计算效率不高。为了解决这个问题,提出了求解CLLP的混合群体增量学习(HPBIL)算法,分别使用离散群体增量学习(DPBIL)算子和连续PBIL(CPBIL)算子同时对设施放置次序和矩形环大小进行优化,提高了搜索效率;同时还设计了一个局部搜索算法来优化每代中的部分优质解,以提高算法的求精能力。在13个CLLP测试实例上进行实验,结果表明HPBIL算法在9个测试实例上找到了新的最优布局,它对CLLP的寻优能力明显优于对比算法。 展开更多

关键词 群体增量学习算法 闭环布局问题 混合优化 局部搜索算法 元启发式方法

在线阅读 下载PDF 职称材料

支持向量机增量学习的算法与应用 被引量：27

13

作者 曾文华 马健 《计算机集成制造系统-CIMS》 EI CSCD 北大核心 2003年第z1期144-148,共5页

提出一种新的支持向量机的增量学习算法,分析了新样本加入训练集后支持向量集的变化情况。基于分析结论提出一种新的学习算法。研究了基于支持向量机的山羊绒和细支绵羊毛动物纤维图像识别问题,根据山羊绒和细支绵羊毛动物纤维图像的特... 提出一种新的支持向量机的增量学习算法,分析了新样本加入训练集后支持向量集的变化情况。基于分析结论提出一种新的学习算法。研究了基于支持向量机的山羊绒和细支绵羊毛动物纤维图像识别问题,根据山羊绒和细支绵羊毛动物纤维图像的特点,分别采用自动阈值分割和Top-Hat变换,得到纤维边缘和鳞片边缘。仿真结果表明,基于支持向量机的动物纤维图像识别率高于传统的基于人工神经网络的识别率。 展开更多

关键词 支持向量机 增量学习算法 动物纤维 图像识别

在线阅读 下载PDF 职称材料

面向大数据的增量式RBF学习算法 被引量：2

14

作者 周晓剑 侯蓉 《统计与决策》 CSSCI 北大核心 2019年第18期68-71,共4页

"大数据"背景下,如何处理庞大数据成为众多企业关注的热点。文章提出了一种新的在线处理大数据的方法,利用数学中的分块矩阵定理对径向基函数进行处理,从在线处理大数据的角度思考,利用增量学习算法原理推导出径向基函数(RBF... "大数据"背景下,如何处理庞大数据成为众多企业关注的热点。文章提出了一种新的在线处理大数据的方法,利用数学中的分块矩阵定理对径向基函数进行处理,从在线处理大数据的角度思考,利用增量学习算法原理推导出径向基函数(RBF)增量学习算法模型,为大数据的增量算法提供一种新思路,并利用实际算例加以检验。实验表明,相对于传统的一次性建模的方法,所提出的增量式RBF算法能在保证不影响建模精度的前提下明显地缩短处理大数据的时间。 展开更多

关键词 大数据 径向基函数(RBF) 增量学习算法

在线阅读 下载PDF 职称材料

采样算子调整的径向基网络增量映射学习算法

15

作者 游培寒 毕笃彦 王振家 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第4期655-658,共4页

为了提高增量映射学习(IPL)算法的效率,调整了径向基神经网络基函数的中心及方差,以达到调整采样算子的目的,同时,通过神经元函数相关性的计算,确定添加新神经元时,相关函数的阈值,为系统结构调整提供相应依据.新方法步骤相对简单,所以... 为了提高增量映射学习(IPL)算法的效率,调整了径向基神经网络基函数的中心及方差,以达到调整采样算子的目的,同时,通过神经元函数相关性的计算,确定添加新神经元时,相关函数的阈值,为系统结构调整提供相应依据.新方法步骤相对简单,所以算法速度较快;仿真结果表明,由于系统参数得到调整,对于同一问题,改进IPL算法得到的径向基神经网络结构较一般算法得到的网络结构简单,输出结果也较为精确. 展开更多

关键词 增量映射学习(IPL)算法 径向基(RBF)神经网络 三相训练法

在线阅读 下载PDF 职称材料

基于边界向量的支持向量机增量算法

16

作者 王建华 宋永胜 赵莹 《计算机工程与应用》 CSCD 北大核心 2007年第33期173-175,183,共4页

提出了一种新的基于边界向量的增量式支持向量机学习算法。该算法根据支持向量的几何分布特点,采用边界向量预选取方法,从增量样本中选取最有可能成为支持向量的样本形成边界向量集,在其上进行支持向量训练。通过对初始样本是否满足新... 提出了一种新的基于边界向量的增量式支持向量机学习算法。该算法根据支持向量的几何分布特点,采用边界向量预选取方法,从增量样本中选取最有可能成为支持向量的样本形成边界向量集,在其上进行支持向量训练。通过对初始样本是否满足新增样本KKT条件的判断,解决非支持向量向支持向量的转化问题,有效地处理历史数据。针对UCI标准数据集上的仿真实验表明,基于边界向量的增量算法可以有效地减少训练样本数,积累历史信息,具有更高的分类速度和更好的推广能力。 展开更多

关键词 增量学习算法 支持向量机 预选取

在线阅读 下载PDF 职称材料

一种新的求解ATSP问题的PBIL算法 被引量：4

17

作者 汪存富 蔚承建 《计算机工程与应用》 CSCD 北大核心 2005年第27期66-68,183,共4页

该文将二进制的人口增量学习算法(PBIL)改进为整数(集值)形式(multiplePBIL),并提出了一种新的基于城市间连接关系的非对称旅行商问题(ATSP)的解法。这种解法结合了集值人口增量学习算法和TSP问题的启发式搜索3-opt加强方法。混沌定位,... 该文将二进制的人口增量学习算法(PBIL)改进为整数(集值)形式(multiplePBIL),并提出了一种新的基于城市间连接关系的非对称旅行商问题(ATSP)的解法。这种解法结合了集值人口增量学习算法和TSP问题的启发式搜索3-opt加强方法。混沌定位,分布式随机遍历构架和判断进化结束条件的可能性分布的熵的确定是该解法的三大创新之处。 展开更多

关键词 人口增量学习算法 非对称旅行商问题 进化计算

在线阅读 下载PDF 职称材料

基于PBIL算法的炼钢生产低碳调度问题 被引量：2

18

作者 张燕华 陈伟达 孟祥虎 《计算机集成制造系统》 EI CSCD 北大核心 2018年第10期2407-2414,共8页

为了将碳排放引入生产调度优化,针对其等待时间受限的生产调度问题,建立最小化最大完工时间与碳排放的双目标优化模型,利用加权效用函数与标准化方法将其转换为单目标,并采用种群增量学习算法对问题进行求解。仿真实验表明,作业等待时... 为了将碳排放引入生产调度优化,针对其等待时间受限的生产调度问题,建立最小化最大完工时间与碳排放的双目标优化模型,利用加权效用函数与标准化方法将其转换为单目标,并采用种群增量学习算法对问题进行求解。仿真实验表明,作业等待时间因受上限约束对碳排放影响较小,设备空转是影响碳排放的主要因素,提高设备利用率可有效减少碳排放;最大完工时间与碳排放呈反相关关系,即为尽快响应客户要求企业需付出较大的碳排放代价,而在碳权交易市场下企业为降低碳排放成本需适当放宽以往的经济指标。 展开更多

关键词 种群增量学习算法 生产调度 碳排放 最大完成时间

在线阅读 下载PDF 职称材料

应用于组合优化的自适应PBIL算法研究

19

作者 汪丽华 马良荔 石向荣 《计算机工程与应用》 CSCD 北大核心 2011年第6期225-227,共3页

为解决组合优化过程中最优解的搜索效率问题,研究了一种基于自适应理论的PBIL算法。通过引入系统熵值,使传统PBIL算法的学习概率和变异率能根据系统熵值的变化作自适应调整,形成具有自学习和变异能力的自适应PBIL算法(AP-BIL)。通过实... 为解决组合优化过程中最优解的搜索效率问题,研究了一种基于自适应理论的PBIL算法。通过引入系统熵值,使传统PBIL算法的学习概率和变异率能根据系统熵值的变化作自适应调整,形成具有自学习和变异能力的自适应PBIL算法(AP-BIL)。通过实例验证了该算法的实用价值和有效性。 展开更多

关键词 组合优化 自适应 基于人口的增量学习(PBIL)算法

在线阅读 下载PDF 职称材料

基于表面肌电信号的手腕动作模式识别 被引量：19

20

作者 张启忠 席旭刚 +2 位作者 马玉良 罗志增 佘青山 《中国生物医学工程学报》 CAS CSCD 北大核心 2013年第3期257-265,共9页

基于表面肌电信号的肢体动作模式识别是假手仿生控制的基础。为提高动作模式识别率,从肌电信号的产生机理出发,选取分别表征肌电信号形态特征———细节复杂度和整体自似性的近似熵指标和分维数指标,作为模式识别的特征向量;同时提出一... 基于表面肌电信号的肢体动作模式识别是假手仿生控制的基础。为提高动作模式识别率,从肌电信号的产生机理出发,选取分别表征肌电信号形态特征———细节复杂度和整体自似性的近似熵指标和分维数指标,作为模式识别的特征向量;同时提出一种具有增量学习能力的K最近邻(KNN)模型增量学习算法作为模式识别的分类器。在对10位受试者手腕的4个精细动作(腕伸、腕屈、腕内旋、腕外旋)的识别实验中,取得了92.5%以上的正确识别率。同时对增量学习能力对分类器动作模式识别率的影响做对比实验,当假肢使用者生理变化时,以KNN模型增量学习算法作为分类器比采用不具增量学习能力的KNN模型算法的识别率高4.5%。实验表明,该肌电信号动作模式的识别方法方案合理,具有应用价值。 展开更多

关键词 肌电信号 肌电假肢 KNN模型增量学习算法 近似熵 分维数

在线阅读 下载PDF 职称材料