检索结果-维普期刊中文期刊服务平台

基于覆盖的构造性学习算法SLA及在股票预测中的应用被引量：18: 1; 作者张燕平张铃 +3 位作者吴涛徐锋张 王伦文《计算机研究与发展》 EI CSCD 北大核心 2004年第6期979-984,共6页; 覆盖算法是神经网络学习算法中的一个十分有效的方法 ,它克服了基于搜索机制的学习方法和规划学习方法计算复杂性高 ,难以用于处理海量数据的不足 ,为神经网络提供一个构造性的学习方法但该方法是建立在所有训练样本都是精确的假设上... 展开更多; 关键词覆盖算法构造性学习算法(sla) 股市预测时间序列; 在线阅读下载PDF 职称材料

构造性覆盖方法的增量学习算法被引量：3: 2; 作者张燕平杜玲赵姝《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期699-704,共6页; 构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强,能有效地解决有导师学习问题,并取得了很好的效果,但构造神经元的权值即取新覆盖中心时通常人为地给定一个准则,并未遵循样本的分布特征求得最优解.由此采用佳点集理... 展开更多; 关键词构造性机器学习方法覆盖算法佳点集增量学习; 在线阅读下载PDF 职称材料

基于Tri-training算法的构造性学习方法被引量：3: 3; 作者吴涛李萍王允强《计算机工程》 CAS CSCD 2012年第6期13-15,共3页; 构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据... 展开更多; 关键词半监督学习构造性机器学习 Tri-training算法覆盖分类网络; 在线阅读下载PDF 职称材料

基于Rough集和构造性学习神经网络的经济预警模型被引量：3: 4; 作者朱勇吴涛《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第7期836-839,843,共5页; 在深入分析人工神经网络(ANN)与粗集(Rough set)理论方法的基础上,将Rough集、构造性神经网络与宏观经济预警研究相结合,尝试建立起基于Rough集-覆盖算法的构造性神经网络宏观经济预警方法体系;结合安徽省经济数据,对该模型预警实证分... 展开更多; 关键词经济预警构造性学习覆盖算法粗糙集; 在线阅读下载PDF 职称材料

协同半监督的构造性学习方法被引量：1: 5; 作者李萍吴涛《计算机工程与应用》 CSCD 北大核心 2015年第3期129-132,207,共5页; 利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难。为此,提出了一种协同半监督的构造性学习算法。将已标记样本等分为三个训练集,分别使用构造性学习算法训练三个单分类器,以共同投票的方式对... 展开更多; 关键词半监督学习构造性机器学习 co-training算法 tri-training算法覆盖算法; 在线阅读下载PDF 职称材料

机器学习中的核覆盖算法被引量：33: 6; 作者吴涛张铃张燕平《计算机学报》 EI CSCD 北大核心 2005年第8期1295-1301,共7页; 基于统计学习理论的支持向量机(SVM)方法在样本空间或特征空间构造最优分类超平面解决了分类器的构造问题,但其本质是二分类的,且核函数中的参数难以确定,计算复杂性高.构造性学习算法根据训练样本构造性地设计分类网络,运行效率高,便... 展开更多; 关键词核覆盖算法融合机器学习支持向量机构造性算法; 在线阅读下载PDF 职称材料

基于概率的覆盖算法的模型及仿真研究: 7; 作者周瑛谢阳群张铃《系统仿真学报》 EI CAS CSCD 北大核心 2008年第17期4609-4612,4617,共5页; 提出的基于概率的覆盖算法——PBCA是一种新的分类算法,它利用学习所得到的样本的概率分布信息,通过投票的方式来决定覆盖边界中样本的类别。从网络结构上看,它是一种混合型的神经网络,由下面三层的前馈网络和上层的反馈网络组成。通过... 展开更多; 关键词构造性学习算法神经网络覆盖算法概率; 在线阅读下载PDF 职称材料

题名基于覆盖的构造性学习算法SLA及在股票预测中的应用被引量：18: 1; 作者张燕平张铃吴涛徐锋张 王伦文; 机构安徽大学计算智能与信号处理实验室安徽大学人工智能研究所; 出处《计算机研究与发展》 EI CSCD 北大核心 2004年第6期979-984,共6页; 基金国家自然科学基金项目 ( 60 175 0 18) 安徽省教育厅自然科学研究基金项目 ( 2 0 0 3kj0 0 7); 文摘覆盖算法是神经网络学习算法中的一个十分有效的方法 ,它克服了基于搜索机制的学习方法和规划学习方法计算复杂性高 ,难以用于处理海量数据的不足 ,为神经网络提供一个构造性的学习方法但该方法是建立在所有训练样本都是精确的假设上的 ,未考虑到所讨论的数据具有不精确的情况 ,若直接将该方法应用于数据不精确情况 ,所得到效果不理想主要讨论数据具有不精确情况下的时间序列的预测问题为此将原有的覆盖算法进行改进 ,引入“覆盖强度”和“拒识样本”的概念 ,并结合这些新概念给出相应的覆盖学习算法 (简称SLA) ,最后将SLA算法 ,应用于金融股市的预测 ,具体应用到以上 (海 )证 (券 )综合指数构成的时间序列的预测 ,取得了较好的结果。; 关键词覆盖算法构造性学习算法(sla) 股市预测时间序列; Keywords covering algorithm structural learning algorithm(sla) stock forecasting time series; 分类号 TP18 [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

题名构造性覆盖方法的增量学习算法被引量：3: 2; 作者张燕平杜玲赵姝; 机构安徽大学计算机科学与技术学院; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期699-704,共6页; 基金 "973"计划(2004CB318108 2007CB311003) +4 种基金国家自然科学基金(60675031) 安徽大学人才队伍建设基金; 文摘构造性机器学习方法——覆盖算法学习速度快、复杂度低、可解释性强,能有效地解决有导师学习问题,并取得了很好的效果,但构造神经元的权值即取新覆盖中心时通常人为地给定一个准则,并未遵循样本的分布特征求得最优解.由此采用佳点集理论求取覆盖中心,以改进覆盖算法.针对大规模或动态数据集的分类问题,将构造性覆盖方法与增量学习的思想相结合,提出了构造性覆盖方法的增量学习算法.该算法利用改进的覆盖算法作为基础学习器,通过连续地对新增样本进行测试而反复不断地提炼已有模型,体现了对样本的"渐近式"学习.对标准数据集的实验结果表明,这种增量学习算法是有效的.; 关键词构造性机器学习方法覆盖算法佳点集增量学习; Keywords structural machine learning method, covering algorithm, good-point-set, increment learning; 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Tri-training算法的构造性学习方法被引量：3: 3; 作者吴涛李萍王允强; 机构安徽大学．智能计算与信号处理教育部重点实验室数学科学学院; 出处《计算机工程》 CAS CSCD 2012年第6期13-15,共3页; 基金国家“973”计划基金资助项目(2007BC311003) 国家自然科学基金资助项目(61073117) 安徽大学创新团队基金资助项目(KJTD001B); 文摘构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据进行标记,再将已标记数据加入到训练样本中,调整各分类网络参数,反复进行上述过程,直至获得稳定的分类器。实验结果证明,与CML算法和基于NB分类器的半监督学习算法相比,该方法的分类准确率更高。; 关键词半监督学习构造性机器学习 Tri-training算法覆盖分类网络; Keywords semi-supervised learning Constructive Machine Learning（CML） Tri-training algorithm covering classification network; 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

题名基于Rough集和构造性学习神经网络的经济预警模型被引量：3: 4; 作者朱勇吴涛; 机构池州学院数学与计算机科学系安徽大学数学与计算科学学院; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第7期836-839,843,共5页; 文摘在深入分析人工神经网络(ANN)与粗集(Rough set)理论方法的基础上,将Rough集、构造性神经网络与宏观经济预警研究相结合,尝试建立起基于Rough集-覆盖算法的构造性神经网络宏观经济预警方法体系;结合安徽省经济数据,对该模型预警实证分析。理论和实践证明,基于Rough集-覆盖算法的构造性神经网络预警模型是有效的、可行的,且具有较高的精度,从而为动态经济预警提供一条新的途经。; 关键词经济预警构造性学习覆盖算法粗糙集; Keywords economic early-warning constructive learning covering algorithm rough set; 分类号 O159 [理学—基础数学] TP183 [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

题名协同半监督的构造性学习方法被引量：1: 5; 作者李萍吴涛; 机构阜阳师范学院信息工程学院安徽大学智能计算与信号处理教育部重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2015年第3期129-132,207,共5页; 基金国家自然科学基金(No.71371011) 安徽省高等学校省级自然科学研究重点项目(No.KJ2013A033) +1 种基金阜阳师范学院校级项目(No.2014FSKJ17); 文摘利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难。为此,提出了一种协同半监督的构造性学习算法。将已标记样本等分为三个训练集,分别使用构造性学习算法训练三个单分类器,以共同投票的方式对未标记样本进行标记,从而依次扩充三个单分类器训练集直到不能再扩充为止。将三个训练集合并训练出最终的分类器。选取UCI数据集进行实验,结果表明,与CML算法、Tri-CML算法、NB算法及Tri-NB相比,该方法的分类更为有效。; 关键词半监督学习构造性机器学习 co-training算法 tri-training算法覆盖算法; Keywords semi-supervised constructive machine learning co-training algorithm tri-training algorithm covering; 分类号 TP18 [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

题名机器学习中的核覆盖算法被引量：33: 6; 作者吴涛张铃张燕平; 机构安徽大学智能计算与信号处理教育部重点实验室; 出处《计算机学报》 EI CSCD 北大核心 2005年第8期1295-1301,共7页; 基金国家自然科学基金(60475017) 国家重点基础研究基金(2004CB318108) +2 种基金安徽大学211工程学术创新团队安徽大学人才队伍建设经费资助.; 文摘基于统计学习理论的支持向量机(SVM)方法在样本空间或特征空间构造最优分类超平面解决了分类器的构造问题,但其本质是二分类的,且核函数中的参数难以确定,计算复杂性高.构造性学习算法根据训练样本构造性地设计分类网络,运行效率高,便于处理多分类问题,但存在所得的分界面零乱、测试计算量大的缺点.该文将SVM中的核函数法与构造性学习的覆盖算法相融合,给出一种新的核覆盖算法.新算法克服了以上两种模型的缺点,具有运算速度快、精度高、鲁棒性强的优点.其次,文中给出风险误差上界与覆盖个数的关系.最后给出实验模拟,模拟结果证明了新方法的优越性.; 关键词核覆盖算法融合机器学习支持向量机构造性算法; Keywords kernel covering algorithm fusion of covering domains machine learning SVM constructive machine learning method; 分类号 TP18 [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

题名基于概率的覆盖算法的模型及仿真研究: 7; 作者周瑛谢阳群张铃; 机构安徽大学管理学院安徽大学计算机系; 出处《系统仿真学报》 EI CAS CSCD 北大核心 2008年第17期4609-4612,4617,共5页; 基金国家自然科学基金(60475017) 973计划(2004CB318108) 安徽大学人才队伍建设项目资助; 文摘提出的基于概率的覆盖算法——PBCA是一种新的分类算法,它利用学习所得到的样本的概率分布信息,通过投票的方式来决定覆盖边界中样本的类别。从网络结构上看,它是一种混合型的神经网络,由下面三层的前馈网络和上层的反馈网络组成。通过在覆盖中加入一定数量的异类样本和使用概率的方法来扩大覆盖半径,减少拒识的样本数,提高识别率。计算机仿真实验表明,这种方法有效地提高了学习的精度。; 关键词构造性学习算法神经网络覆盖算法概率; Keywords constructive study algorithm neural networks coveting algorithm probability; 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	作者	出处	发文年	被引量	操作
1	基于覆盖的构造性学习算法SLA及在股票预测中的应用	张燕平张铃吴涛徐锋张 王伦文	《计算机研究与发展》 EI CSCD 北大核心	2004	18	在线阅读下载PDF 职称材料
2	构造性覆盖方法的增量学习算法	张燕平杜玲赵姝	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
3	基于Tri-training算法的构造性学习方法	吴涛李萍王允强	《计算机工程》 CAS CSCD	2012	3	在线阅读下载PDF 职称材料
4	基于Rough集和构造性学习神经网络的经济预警模型	朱勇吴涛	《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心	2007	3	在线阅读下载PDF 职称材料
5	协同半监督的构造性学习方法	李萍吴涛	《计算机工程与应用》 CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
6	机器学习中的核覆盖算法	吴涛张铃张燕平	《计算机学报》 EI CSCD 北大核心	2005	33	在线阅读下载PDF 职称材料
7	基于概率的覆盖算法的模型及仿真研究	周瑛谢阳群张铃	《系统仿真学报》 EI CAS CSCD 北大核心	2008	0	在线阅读下载PDF 职称材料