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
4
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
基于超曲面的海量数据直接分类方法
被引量:
4
1
作者
何清
任力安
史忠植
《计算机学报》
EI
CSCD
北大核心
2003年第2期206-211,共6页
使用支持向量机对海量数据的分类是相当困难的 .为了解决这个问题 ,该文讨论了以下问题 :( 1)提出了一种通用的基于超曲面的直接分类方法 ,它是基于Jordan曲线定理 ,根据围绕数的奇偶进行分类判断的一种新算法 ;( 2 )提出了分类超曲面...
使用支持向量机对海量数据的分类是相当困难的 .为了解决这个问题 ,该文讨论了以下问题 :( 1)提出了一种通用的基于超曲面的直接分类方法 ,它是基于Jordan曲线定理 ,根据围绕数的奇偶进行分类判断的一种新算法 ;( 2 )提出了分类超曲面的概念 ,设计出超曲面的构造方法及基于Jordan定理的分类算法 ;( 3)对双螺旋等问题的分类实验结果说明 :分类超曲面可以有效地解决在有限区域分布很复杂的海量的非线性数据分类问题 ,并能够提高分类效率和准确率 .
展开更多
关键词
超曲面
海量数据直接分类方法
Jordan曲线定理
支持向量机
现代智能技术
机器学习
人工神经网络
在线阅读
下载PDF
职称材料
一种新的海量数据分类方法
被引量:
7
2
作者
任力安
何清
史忠植
《计算机工程与应用》
CSCD
北大核心
2002年第14期58-60,共3页
使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分。文章则基于Jordan曲线定理,提出了一种通用的基于分类超曲面的分类法,它是通过直接构造分类超曲面,根据样本点关于分类曲面的围绕数...
使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分。文章则基于Jordan曲线定理,提出了一种通用的基于分类超曲面的分类法,它是通过直接构造分类超曲面,根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种新分类判断算法,不需作升维变换,不需要考虑使用何种核函数,而直接地解决非线性分类问题。对数据分类应用的结果说明:基于分类超曲面的分类法可以有效地解决非线性数据的分类问题,并能够提高分类效率和准确度。
展开更多
关键词
海量
数据
分类
方法
支持向量机
Jordan曲线定量
机器学习
人工智能
在线阅读
下载PDF
职称材料
分类超曲面方法在海量数据分类中的应用
被引量:
1
3
作者
任力安
何清
史忠植
《计算机科学》
CSCD
北大核心
2002年第9期33-35,共3页
1引言 人的智慧中一个很重要的方面是从实例学习的能力,通过对已知事实的分析总结出规律,预测不能直接观测的事实.在人们对机器智能的研究中,用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,它是现代智能技...
1引言 人的智慧中一个很重要的方面是从实例学习的能力,通过对已知事实的分析总结出规律,预测不能直接观测的事实.在人们对机器智能的研究中,用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,它是现代智能技术中的重要方面,其研究从观测数据(样本)出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测(分类).
展开更多
关键词
机器学习
分类
超曲面
方法
海量
数据
分类
学习算法
拓扑学
在线阅读
下载PDF
职称材料
模式识别中的支持向量机方法
被引量:
120
4
作者
杜树新
吴铁军
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2003年第5期521-527,共7页
针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一...
针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方法.最后给出了污水生化处理过程运行状态监控的多类别分类实例.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.
展开更多
关键词
模式识别
支持向量机
泛化能力
分类
方法
海量
样本
数据
训练算法分块法
分解法
模型选择
方法
在线阅读
下载PDF
职称材料
题名
基于超曲面的海量数据直接分类方法
被引量:
4
1
作者
何清
任力安
史忠植
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学技术大学研究生院计算机学部
出处
《计算机学报》
EI
CSCD
北大核心
2003年第2期206-211,共6页
基金
国家自然科学基金 ( 6 0 1730 17
90 10 40 2 1)
北京市自然科学基金( 40 110 0 3)资助
文摘
使用支持向量机对海量数据的分类是相当困难的 .为了解决这个问题 ,该文讨论了以下问题 :( 1)提出了一种通用的基于超曲面的直接分类方法 ,它是基于Jordan曲线定理 ,根据围绕数的奇偶进行分类判断的一种新算法 ;( 2 )提出了分类超曲面的概念 ,设计出超曲面的构造方法及基于Jordan定理的分类算法 ;( 3)对双螺旋等问题的分类实验结果说明 :分类超曲面可以有效地解决在有限区域分布很复杂的海量的非线性数据分类问题 ,并能够提高分类效率和准确率 .
关键词
超曲面
海量数据直接分类方法
Jordan曲线定理
支持向量机
现代智能技术
机器学习
人工神经网络
Keywords
separating hyper surface
classifying method based hyper surface
Jordan Curve Theorem
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
一种新的海量数据分类方法
被引量:
7
2
作者
任力安
何清
史忠植
机构
中国科技大学研究生院计算机学部
中科院计算技术研究所智能信息处理重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2002年第14期58-60,共3页
基金
国家自然科学基金项目资助(编号:60173017
90104021)
北京市自然科学基金项目资助(编号:4011003)
文摘
使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分。文章则基于Jordan曲线定理,提出了一种通用的基于分类超曲面的分类法,它是通过直接构造分类超曲面,根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种新分类判断算法,不需作升维变换,不需要考虑使用何种核函数,而直接地解决非线性分类问题。对数据分类应用的结果说明:基于分类超曲面的分类法可以有效地解决非线性数据的分类问题,并能够提高分类效率和准确度。
关键词
海量
数据
分类
方法
支持向量机
Jordan曲线定量
机器学习
人工智能
Keywords
Support vector machine,Separating hyper surface,Jordan Curve Theorem
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
分类超曲面方法在海量数据分类中的应用
被引量:
1
3
作者
任力安
何清
史忠植
机构
中国科技大学研究生院计算机学部
中科院计算技术研究所智能信息处理重点实验室
出处
《计算机科学》
CSCD
北大核心
2002年第9期33-35,共3页
基金
国家自然科学基金(批准号:60173017
90104021)
北京市自然科学基金(课题号4011003)
文摘
1引言 人的智慧中一个很重要的方面是从实例学习的能力,通过对已知事实的分析总结出规律,预测不能直接观测的事实.在人们对机器智能的研究中,用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,它是现代智能技术中的重要方面,其研究从观测数据(样本)出发寻找规律,利用这些规律对未来数据或无法观测的数据进行预测(分类).
关键词
机器学习
分类
超曲面
方法
海量
数据
分类
学习算法
拓扑学
Keywords
Machine Learning t Separating hyper surface, Jordan curve theorem, Massive Data
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
O18 [理学—基础数学]
在线阅读
下载PDF
职称材料
题名
模式识别中的支持向量机方法
被引量:
120
4
作者
杜树新
吴铁军
机构
工业控制技术国家重点实验室浙江大学智能系统与决策研究所
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2003年第5期521-527,共7页
文摘
针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方法.最后给出了污水生化处理过程运行状态监控的多类别分类实例.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.
关键词
模式识别
支持向量机
泛化能力
分类
方法
海量
样本
数据
训练算法分块法
分解法
模型选择
方法
Keywords
Algorithms
Monitoring
Optimization
Sewage treatment
分类号
O235 [理学—运筹学与控制论]
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
作者
出处
发文年
被引量
操作
1
基于超曲面的海量数据直接分类方法
何清
任力安
史忠植
《计算机学报》
EI
CSCD
北大核心
2003
4
在线阅读
下载PDF
职称材料
2
一种新的海量数据分类方法
任力安
何清
史忠植
《计算机工程与应用》
CSCD
北大核心
2002
7
在线阅读
下载PDF
职称材料
3
分类超曲面方法在海量数据分类中的应用
任力安
何清
史忠植
《计算机科学》
CSCD
北大核心
2002
1
在线阅读
下载PDF
职称材料
4
模式识别中的支持向量机方法
杜树新
吴铁军
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2003
120
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