期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
模糊支持向量机的非直达波抑制算法
被引量：
1
1
作者
万群
王伟
+1 位作者
黄际彦
宋玉梅
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期803-806,共4页
针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来...
针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。
展开更多
关键词
模糊隶属度
最小二乘
支持
向量
机
非直达波定位
支持
向量
机
数据
域
描述
在线阅读
下载PDF
职称材料
一种分离超平面的确定方法
被引量：
1
2
作者
刘万里
刘三阳
薛贞霞
《中北大学学报（自然科学版）》
CAS
2007年第6期546-551,共6页
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离...
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合.首先使两类的错误率上界相等,用来设定参数C1,C2的值;然后分别对每类样本应用SVDD算法进行描述,以求取两个超球形边界向量;最后以两个超球球心到分离超平面的距离和最大为准则,推导出两球球心之差为分离超平面的法向量,再用样本容量和两球半径所提供的信息,确定出分离超平面的阈值,建立一个分离超平面.实验数据表明:提出的算法与SVDC相比,分类的错分率显著减少;与标准的SVM相比,不仅错分率有所减少,而且训练时间也减少很多.
展开更多
关键词
支持
向量
域
描述
分离超平面
支持
向量
机
支持
向量
域
分类器
支持向量域描述机
在线阅读
下载PDF
职称材料
题名
模糊支持向量机的非直达波抑制算法
被引量：
1
1
作者
万群
王伟
黄际彦
宋玉梅
机构
电子科技大学电子工程学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期803-806,共4页
基金
国家自然科学基金(60372022
607721467)
文摘
针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。
关键词
模糊隶属度
最小二乘
支持
向量
机
非直达波定位
支持
向量
机
数据
域
描述
Keywords
fuzzy membership
LS-SVM
NLOS location
SVDD
分类号
TN929.53 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
一种分离超平面的确定方法
被引量：
1
2
作者
刘万里
刘三阳
薛贞霞
机构
西安电子科技大学应用数学系
出处
《中北大学学报（自然科学版）》
CAS
2007年第6期546-551,共6页
基金
国家自然科学基金资助项目(60574075)
文摘
针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合.首先使两类的错误率上界相等,用来设定参数C1,C2的值;然后分别对每类样本应用SVDD算法进行描述,以求取两个超球形边界向量;最后以两个超球球心到分离超平面的距离和最大为准则,推导出两球球心之差为分离超平面的法向量,再用样本容量和两球半径所提供的信息,确定出分离超平面的阈值,建立一个分离超平面.实验数据表明:提出的算法与SVDC相比,分类的错分率显著减少;与标准的SVM相比,不仅错分率有所减少,而且训练时间也减少很多.
关键词
支持
向量
域
描述
分离超平面
支持
向量
机
支持
向量
域
分类器
支持向量域描述机
Keywords
support vector domain description
separation hyperplane
support vector machines
support vector domain classifier
support vector domain description machines
分类号
TP311.56 [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
作者
出处
发文年
被引量
操作
1
模糊支持向量机的非直达波抑制算法
万群
王伟
黄际彦
宋玉梅
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2008
1
在线阅读
下载PDF
职称材料
2
一种分离超平面的确定方法
刘万里
刘三阳
薛贞霞
《中北大学学报（自然科学版）》
CAS
2007
1
在线阅读
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
