期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
核函数方法及其模型选择 被引量:40
1
作者 王华忠 俞金寿 《江南大学学报(自然科学版)》 CAS 2006年第4期500-504,共5页
核函数方法已成为近年来机器学习领域继人工神经网络方法之后又一个十分流行和有效的方法.阐述了核函数方法的基本原理、特点及实施步骤,介绍了几种主要的核函数方法,最后重点分析和讨论了核函数方法中参数选择和核函数构造等核函数方... 核函数方法已成为近年来机器学习领域继人工神经网络方法之后又一个十分流行和有效的方法.阐述了核函数方法的基本原理、特点及实施步骤,介绍了几种主要的核函数方法,最后重点分析和讨论了核函数方法中参数选择和核函数构造等核函数方法研究中的热点问题,并对其未来研究作了展望. 展开更多
关键词 核函数方法 支持向量机 模型选择 主元分析
在线阅读 下载PDF
核函数方法在丙烯腈收率软测量建模中的应用 被引量:1
2
作者 王华忠 俞金寿 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2005年第3期367-370,共4页
介绍了核函数方法的基本原理及两种核函数统计建模方法;提出了用核函数PLS与核函数PCR建立工业丙烯腈生产过程丙烯腈收率软测量模型,以便更有效地处理过程非线性、多输入和数据共线性等复杂特性。对比研究发现,基于核函数方法的软测量... 介绍了核函数方法的基本原理及两种核函数统计建模方法;提出了用核函数PLS与核函数PCR建立工业丙烯腈生产过程丙烯腈收率软测量模型,以便更有效地处理过程非线性、多输入和数据共线性等复杂特性。对比研究发现,基于核函数方法的软测量模型要优于线性统计模型,而核函数PLS模型性能优于核函数PCR。 展开更多
关键词 核函数方法 软测量 函数PLS(KPLS) 函数PCR(KPCR)
在线阅读 下载PDF
一种非正交复小波核函数及其非线性参数辨识应用 被引量:5
3
作者 蒋刚 肖建 +1 位作者 宋昌林 郑永康 《系统仿真学报》 CAS CSCD 北大核心 2006年第9期2550-2554,共5页
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结... 指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。 展开更多
关键词 非正交复Morlet小波 主分量分析 核函数方法 非线性动态信号 参数辨识
在线阅读 下载PDF
核判别随机近邻嵌入分析方法 被引量:5
4
作者 王万良 邱虹 +1 位作者 黄琼芳 郑建炜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第4期623-631,共9页
为了有效地解决非线性特征提取中存在的鉴别效率和样本外问题,最大限度地保持观测信息,并进一步提高相关方法的降维性能,将核学习的方法应用到判别随机近邻嵌入分析方法中,提出一种核判别随机近邻嵌入分析方法.通过引入核函数,将原空间... 为了有效地解决非线性特征提取中存在的鉴别效率和样本外问题,最大限度地保持观测信息,并进一步提高相关方法的降维性能,将核学习的方法应用到判别随机近邻嵌入分析方法中,提出一种核判别随机近邻嵌入分析方法.通过引入核函数,将原空间中的样本映射到高维核空间中,构建了用于反映同类和异类数据间相似度的联合概率表达式;在此基础上,引入线性投影矩阵生成对应子空间数据;最后在类内Kullback-Leiber(KL)散度最小和类间KL散度最大的准则下建立目标泛函.该方法突出了异类样本间的特征差异,使样本变得线性可分,从而提高了分类性能.在COIL-20图像库和ORL,Yale经典人脸库上进行实验,验证了文中方法的分类鉴别能力. 展开更多
关键词 判别随机近邻嵌入 基于函数方法 数据可视化 非线性特征提取
在线阅读 下载PDF
基于核函数的雷达一维距离像目标识别 被引量:10
5
作者 孟继成 杨万麟 《电子与信息学报》 EI CSCD 北大核心 2005年第3期462-466,共5页
该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样小进行识别研究,结果表明对于雷达目标距离像识别,支持向量... 该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样小进行识别研究,结果表明对于雷达目标距离像识别,支持向量机方法较其它两种方法更为有效,并对实验结果给出了合理的解释。 展开更多
关键词 雷达目标识别 基于函数方法 支持向量机 非线性主分量分析 非线性判别分析
在线阅读 下载PDF
基于核函数的学习算法 被引量:37
6
作者 田盛丰 《北方交通大学学报》 CSCD 北大核心 2003年第2期1-8,共8页
论述基于核函数的方法,包括支持向量机的分类、聚类与回归算法,基于核的Fisher判别分析、感知机和主成分分析,介绍学习算法、简化算法和多类分类等研究课题,及基于核函数方法的应用.
关键词 支持向量机 基于函数方法 机器学习
在线阅读 下载PDF
基于核梯度提升树的森林高度估测方法 被引量:4
7
作者 李建更 张尹 刘迎春 《北京工业大学学报》 CAS CSCD 北大核心 2021年第10期1113-1121,共9页
针对大光斑激光雷达波形数据扰动大、树高分布不均匀的问题,基于Boosting集成算法的思想,提出了一种改进的核函数--核梯度提升树(kernel gradient boosting decision tree,KeGBDT).KeGBDT通过梯度提升树叶子节点的输出值计算连接函数的... 针对大光斑激光雷达波形数据扰动大、树高分布不均匀的问题,基于Boosting集成算法的思想,提出了一种改进的核函数--核梯度提升树(kernel gradient boosting decision tree,KeGBDT).KeGBDT通过梯度提升树叶子节点的输出值计算连接函数的权值,使用连接函数的加权作为核函数的表达形式,从而避免叶子节点中观测值分布不均匀造成的误差.在实验部分,使用星载激光雷达(geoscience laser altimeter system,GLAS)数据提取的波形特征作为森林高度估测数据集,在该数据集上将KeGBDT与核随机森林(kernel random forests,KeRF)、线性核、高斯核等常用核函数在岭回归和支持向量回归(support vector regression,SVR)算法中进行了森林高度估测对比实验.另外,基于KeGBDT的岭回归和SVR模型与线性回归、梯度提升树(gradient boosting decision tree,GBDT)、随机森林等回归算法进行了森林高度估测对比分析.实验结果表明,基于KeGBDT的回归算法在决定系数与均方根误差两方面都优于常用核函数与回归算法,可以有效减小森林高度估测模型的回归误差. 展开更多
关键词 梯度提升树 核函数方法 激光雷达 森林高度 机器学习 特征提取
在线阅读 下载PDF
适用于多种监督模型的特征选择方法研究 被引量:7
8
作者 王博 黄九鸣 +1 位作者 贾焰 杨树强 《计算机研究与发展》 EI CSCD 北大核心 2010年第9期1548-1557,共10页
特征选择是模式识别、机器学习、数据挖掘等领域的重要问题之一,近年来已成为研究热点,并涌现出大量的用于选择特征的算法.现有的特征选择算法大多仅面向某一特定领域,其适用范围有限.采用基于Hilbert-Schmidt相关性标准的核方法衡量特... 特征选择是模式识别、机器学习、数据挖掘等领域的重要问题之一,近年来已成为研究热点,并涌现出大量的用于选择特征的算法.现有的特征选择算法大多仅面向某一特定领域,其适用范围有限.采用基于Hilbert-Schmidt相关性标准的核方法衡量特征子集与目标对象间的相关程度,提出了一个适用性更广的特征选择方法FSM-HSIC,能较好地统一有监督、半监督和无监督3种模型下的特征选择过程,而且可从核方法的角度对整个过程进行抽象地描述,并深入理解现有的一些算法.同时以该方法为基础针对交互特征选择问题设计了新颖的FSI算法.理论分析和大量真实与仿真实验结果表明,与若干特征选择算法相比较,提出的算法具有良好的效率和稳定性,FSM-HSIC方法对新算法的产生具有重要的指导意义. 展开更多
关键词 数据挖掘 模式识别 特征选择 核函数方法 交互特征 稳定性
在线阅读 下载PDF
中英文指代消解中待消解项识别的研究 被引量:14
9
作者 孔芳 朱巧明 周国栋 《计算机研究与发展》 EI CSCD 北大核心 2012年第5期1072-1085,共14页
深入研究了中英文指代消解中的待消解项识别问题.在前人工作的基础上,首先使用规则方法识别与上下文无关或具有显著固定模式的非待消解项;针对与上下文相关的非待消解项识别,从平面特征方法和结构化树核函数方法两方面入手进行了探索;... 深入研究了中英文指代消解中的待消解项识别问题.在前人工作的基础上,首先使用规则方法识别与上下文无关或具有显著固定模式的非待消解项;针对与上下文相关的非待消解项识别,从平面特征方法和结构化树核函数方法两方面入手进行了探索;利用复合核函数将平面特征和结构化特征有效结合,对待消解识别问题进行了进一步研究.在ACE2003英文语料和ACE2005中文语料上的实验结果表明,提出的多种待消解项识别方案各具特色,都取得了不错的性能.最后将得到的待消解项识别模块应用于中英文的指代消解任务.实验结果表明,合适的待消解项识别能够大大提高中英文指代消解的性能. 展开更多
关键词 待消解项识别 规则方法 平面特征方法 结构化树核函数方法 复合函数
在线阅读 下载PDF
一种基于非参数密度估计和马尔可夫上下文的SAR图像分割算法 被引量:2
10
作者 夏桂松 何楚 孙洪 《电子与信息学报》 EI CSCD 北大核心 2006年第12期2209-2213,共5页
在研究传统的基于参数的合成孔径雷达(SAR)图像统计模型基础上,为了精确估计高分辨率SAR图像的统计分布,该文提出了一种结合基于核函数的非参数估计和马尔可夫上下文的SAR图像分割算法。该算法首先采用基于核函数的非参数方法估计SAR图... 在研究传统的基于参数的合成孔径雷达(SAR)图像统计模型基础上,为了精确估计高分辨率SAR图像的统计分布,该文提出了一种结合基于核函数的非参数估计和马尔可夫上下文的SAR图像分割算法。该算法首先采用基于核函数的非参数方法估计SAR图像的统计分布,然后将此统计量作为图像分割的似然函数,利用马尔可夫上下文约束进行SAR图像分割。该文通过软件仿真对新算法和基于参数的统计模型的算法的效果进行了比较。研究发现,基于核函数的非参数估计方法仅仅依赖实际数据,在无法准确获取分布函数解析式的情况下往往具有更好的效果。实验证明,基于核函数的非参数估计方法对高分辨率SAR图像中较为复杂的场景如城区的提取取得了更为满意的结果。 展开更多
关键词 合成孔径雷达(SAR) 图像分割 MRF模型 核函数方法 Fisher分布
在线阅读 下载PDF
基于规范化KDDA的人脸识别算法
11
作者 杨家红 史超 王耀南 《计算机工程与应用》 CSCD 北大核心 2007年第5期36-38,共3页
传统的PCA和LDA算法受限于“小样本问题”,且对像素的高阶相关性不敏感。论文将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量... 传统的PCA和LDA算法受限于“小样本问题”,且对像素的高阶相关性不敏感。论文将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量实验表明,该方法在特征提取方面优于PCA,KPCA,LDA等其他方法,在简化分类器的同时,也可以获得高识别率。 展开更多
关键词 核函数方法 规范化KDDA KPCA 小样本问题
在线阅读 下载PDF
DEBBSS信号源盲分离算法的研究
12
作者 周庆标 张洪渊 童进 《浙江工业大学学报》 CAS 2006年第3期253-258,共6页
在基于人工神经网络的信号源盲分离算法中,普遍需要使用通过源信号的概率密度函数定义的评价函数(score function)作为网络的激活函数(Activation function).由于信号源未知,因此无法获得有关评价函数的信息,传统的方法是利用某些特定... 在基于人工神经网络的信号源盲分离算法中,普遍需要使用通过源信号的概率密度函数定义的评价函数(score function)作为网络的激活函数(Activation function).由于信号源未知,因此无法获得有关评价函数的信息,传统的方法是利用某些特定的非线性函数来替代源信号的评价函数.这种利用非线性函数替代源信号评价函数的方法能够成功地实现同系混合(homogeneous mix-ture)信号的盲分离,但都不能分离杂系混合(hybrid mixture)信号.文献[1]利用非参数法概率密度函数估计的核函数方法,通过对源信号评价函数的直接估计,提出了一种基于概率密度函数估计的DEBBBS算法,成功地解决了非线性函数替代方法存在的不能分离杂系混合信号的问题.笔者通过数值仿真,比较了DEBBBS算法与著名的EASI算法,证明新算法分离杂系混合信号的有效性.同时,也进一步将DEBBSS算法与同样能够分离杂系混合信号的EXTICA算法进行了比较,计算机仿真过程证明,即使与同样能够分离杂系混合信号的EXTICA算法相比,DEBBSS算法在算法的有效性和稳定性方面也表现出优异的性能. 展开更多
关键词 信号源盲分离 独立分量分析 概率密度函数估计 核函数方法
在线阅读 下载PDF
基于规范化KDDA的人脸识别
13
作者 史操 许灿辉 杨家红 《计算机工程与应用》 CSCD 北大核心 2007年第9期227-230,共4页
传统的PCA和LDA算法受限于“小样本问题”,且对象素的高阶相关性不敏感。文章将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量... 传统的PCA和LDA算法受限于“小样本问题”,且对象素的高阶相关性不敏感。文章将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量实验研究表明,该文方法在特征提取方面明显优于PCA、KPCA、LDA等其他传统的人脸识别方法,在简化分类器的同时,也可以获得高识别率。 展开更多
关键词 核函数方法 规范化KDDA KPCA 小样本问题
在线阅读 下载PDF
基于TAP分子亲和力模型预测MHCⅠ类分子提呈短肽的免疫原性 被引量:1
14
作者 盛浩 卢玉峰 包永明 《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2020年第2期157-168,共12页
主要组织相容性复合体(major histocompatibility complex,MHC)Ⅰ类分子亲和力模型有助于筛选出候选短肽,为实验确定可以与MHCⅠ类分子形成复合物从而激活细胞毒性T细胞的短肽提供帮助;抗原处理相关转运体(transporter associated with ... 主要组织相容性复合体(major histocompatibility complex,MHC)Ⅰ类分子亲和力模型有助于筛选出候选短肽,为实验确定可以与MHCⅠ类分子形成复合物从而激活细胞毒性T细胞的短肽提供帮助;抗原处理相关转运体(transporter associated with antigen processing,TAP)分子亲和力模型也可用于筛选候选短肽;如何更好利用两类亲和力模型筛选出候选短肽、这两类亲和力模型对短肽选择性的异同以及这种选择性异同的生物学机制尚不清楚.本文重新整理了TAP亲和力测试集,使训练样本达到699个;使用核函数平衡矩阵算法建立的TAP亲和力模型预测精度高于同类算法,5折交叉检验Pearson相关系数0.89;结合HLA A3分子亲和力模型、TAP亲和力模型显著提高免疫原性短肽预测精度,AUC值从~0.82上升到0.87.提高的原因是两个亲和力模型对第2、9位置"最佳"氨基酸不同偏好性和这种不同偏好的互补性造成的.TAP分子与短肽模拟对接结果反映了这个结论.TAP亲和力可在线预测(http://www.bilologymaths.top/mbtwo/major.aspx). 展开更多
关键词 免疫原性 细胞毒性T细胞 MHCⅠ类分子 抗原处理相关转运体 函数平衡矩阵方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部