期刊文献+
共找到129篇文章
< 1 2 7 >
每页显示 20 50 100
基于动态阈值和差异性检验的自训练算法
1
作者 吕佳 邱鸿波 肖锋 《智能系统学报》 CSCD 北大核心 2024年第4期839-852,共14页
针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本... 针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。 展开更多
关键词 训练算法 误标记样本 高置信度样本 动态阈值 差异性检验 局部离群因子 对比隶属度 密集距离
在线阅读 下载PDF
支持向量机训练算法比较研究 被引量:15
2
作者 白亮 老松杨 胡艳丽 《计算机工程与应用》 CSCD 北大核心 2005年第17期79-81,84,共4页
论文介绍了一种年轻的机器学习方法——支持向量机,详细论述了目前主要的支持向量机的训练算法,包括:二次规划算法,分解算法和增量算法。通过实验验证了普通二次规划算法的缺陷,比较了三种典型的SVM分解训练算法的性能,说明了其相对于... 论文介绍了一种年轻的机器学习方法——支持向量机,详细论述了目前主要的支持向量机的训练算法,包括:二次规划算法,分解算法和增量算法。通过实验验证了普通二次规划算法的缺陷,比较了三种典型的SVM分解训练算法的性能,说明了其相对于二次规划算法的优点和对SVM训练问题的适用性,指出了训练速度优劣的原因。最后指出了未来支持向量机训练算法研究的方向。 展开更多
关键词 支持向量机 训练算法
在线阅读 下载PDF
支持向量机训练和实现算法综述 被引量:56
3
作者 王晓丹 王积勤 《计算机工程与应用》 CSCD 北大核心 2004年第13期75-78,175,共5页
支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,支持向量机已成为目前研究的热点,并在模式识别、回归分析、函数估计等领域有了广泛的应用。该文在介绍了支持向量机的目前研究、应用状况和新进展的基础上,对支持向... 支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,支持向量机已成为目前研究的热点,并在模式识别、回归分析、函数估计等领域有了广泛的应用。该文在介绍了支持向量机的目前研究、应用状况和新进展的基础上,对支持向量机训练和实现算法进行了综述,最后指出了进一步研究和应用亟待解决的一些问题。 展开更多
关键词 支持向量机 优化算法 训练算法
在线阅读 下载PDF
BP网络的权值诱导与层次训练算法 被引量:13
4
作者 胡建军 黄安贻 张仲甫 《计算机科学》 CSCD 北大核心 1998年第1期60-63,共4页
BP神经网络以其结构简单、工作状态稳定等特点,成为当前应用最广的一种神经网络模型,应用范围包括识别分类、非线性映射、复杂系统仿真等方面。但是,BP网络也存在局部极小、收敛速度慢、网络结构选取困难等缺点。对此。
关键词 神经网络 权值诱导 层次训练算法
在线阅读 下载PDF
一种Adaboost快速训练算法 被引量:8
5
作者 钱志明 徐丹 《计算机工程》 CAS CSCD 北大核心 2009年第20期187-188,191,共3页
为解决基于Adaboost算法的人脸检测训练耗时的问题,提出一种Adaboost快速训练算法。基于原算法,在训练中使用序列化表格选取弱特征,在一轮训练结束后不进行样本权值更新,直接在已选分类器的基础上利用直方图统计的方法进行下一轮训练。... 为解决基于Adaboost算法的人脸检测训练耗时的问题,提出一种Adaboost快速训练算法。基于原算法,在训练中使用序列化表格选取弱特征,在一轮训练结束后不进行样本权值更新,直接在已选分类器的基础上利用直方图统计的方法进行下一轮训练。实验证明该算法有较高的训练效率。 展开更多
关键词 人脸检测 分类器 训练算法
在线阅读 下载PDF
支持向量机的训练算法综述 被引量:19
6
作者 王书舟 伞冶 《智能系统学报》 2008年第6期467-475,共9页
支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这... 支持向量机(SVM)是在统计学习理论基础上发展起来的新方法,其训练算法本质上是一个二次规划的求解问题.首先简要概述了SVM的基本原理,然后对SVM训练算法的国内外研究现状进行综述,重点分析SVM的缩减算法和具有线性收敛性质的算法,对这些算法的性能进行比较,并且对SVM的扩展算法也进行简单介绍.最后对该领域存在的问题和发展趋势进行了展望. 展开更多
关键词 统计学习理论 支持向量机 训练算法
在线阅读 下载PDF
一种具有强分类能力的离散HMM训练算法 被引量:6
7
作者 方绍武 戴蓓倩 李霄寒 《软件学报》 EI CSCD 北大核心 2001年第10期1540-1543,共4页
提出了一种具有强分类能力的离散 HMM(hidden Markov models)训练算法 .该算法利用矢量量化技术将来自不同话者的训练数据进行混合训练 ,以生成包含各个话者特征的话者特征图案 .用该特征图案代替经典的离散 HMM中的 VQ码本 ,可以提高... 提出了一种具有强分类能力的离散 HMM(hidden Markov models)训练算法 .该算法利用矢量量化技术将来自不同话者的训练数据进行混合训练 ,以生成包含各个话者特征的话者特征图案 .用该特征图案代替经典的离散 HMM中的 VQ码本 ,可以提高观察值符号序列的模式辨识能力 ,从而提高了离散 HMM的分类能力 .给出了该方法用于文本有关的话者识别的实验结果 ,表明该算法可提高系统的识别性能 ,并要降低 HMM对训练集大小的依赖程度 ,且识别时计算量明显小于经典 HMM训练算法 。 展开更多
关键词 分类能力 矢量量化 鲁棒性 语音信号处理 离散HMM训练算法
在线阅读 下载PDF
蜜蜂群优化算法用于训练前馈神经网络 被引量:8
8
作者 李伟强 徐建城 殷剑锋 《计算机工程与应用》 CSCD 北大核心 2009年第24期43-45,49,共4页
训练人工神经网络的目的是调整各层的权重系数以达到最优,因而训练过程的实质是一项优化任务。传统的训练算法存在着容易陷入局部最优、计算复杂等缺陷。介绍一种训练前馈神经网络的蜜蜂群优化算法,它是一种简单、鲁棒性强的群体智能随... 训练人工神经网络的目的是调整各层的权重系数以达到最优,因而训练过程的实质是一项优化任务。传统的训练算法存在着容易陷入局部最优、计算复杂等缺陷。介绍一种训练前馈神经网络的蜜蜂群优化算法,它是一种简单、鲁棒性强的群体智能随机优化算法。该算法把探查和开发过程有效地结合在一起,并采取了跳出局部最优的搜索策略。成功地把该算法应用于神经网络训练的基本问题:异或问题、N位奇偶校验和编码解码问题,并与传统的BP算法进行比较。仿真实验证明其性能较传统的GD算法和LM算法更为优越。 展开更多
关键词 蜜蜂群优化 训练算法 前馈神经网络
在线阅读 下载PDF
超球体单类支持向量机的SMO训练算法 被引量:10
9
作者 徐图 罗瑜 何大可 《计算机科学》 CSCD 北大核心 2008年第6期178-180,共3页
由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种... 由于One-class支持向量机能用于无监督学习,被广泛用于信息安全、图像识别等领域中。而超球体One-class支持向量机能生成一个合适的球体,将训练样本包含其中,故更适合于呈球形分布的样本学习。但由于超球体One-class支持向量机没有一种快速训练算法,使其在应用中受到限制。SMO算法成功地训练了标准SVM,其训练思想也可用于超球体One-class支持向量机的训练。本文提出了超球体One-class支持向量机的SMO训练算法,并对其空间和时间复杂度进行了分析。实验表明,这种算法能迅速、有效地训练超球体One-class支持向量机。 展开更多
关键词 无监督学习 超球体One-class支持向量机 SMO训练算法
在线阅读 下载PDF
基于EREF的PSO-AdaBoost训练算法 被引量:4
10
作者 李睿 张九蕊 毛莉 《计算机应用研究》 CSCD 北大核心 2012年第1期127-129,共3页
针对基于PSO的AdaBoost算法(PSO-AdaBoost)的不足,分析了传统目标函数不能适应多个弱分类器拥有相同最小错误率时弱分类器的选择问题,提出了解决这一问题的有效方法。新方法使用特征值和阈值的绝对值差衡量错分样本的错误程度,结合相对... 针对基于PSO的AdaBoost算法(PSO-AdaBoost)的不足,分析了传统目标函数不能适应多个弱分类器拥有相同最小错误率时弱分类器的选择问题,提出了解决这一问题的有效方法。新方法使用特征值和阈值的绝对值差衡量错分样本的错误程度,结合相对熵理论形成PSO算法的适应度函数,使其根据错分样本的错误程度挑选最佳弱分类器。实验结果表明,所提算法具有较高的检测率和较小的泛化错误。 展开更多
关键词 人脸检测 粒子群优化 ADABOOST算法 相对熵 训练算法
在线阅读 下载PDF
BP网络的SPDS训练算法的鲁棒性 被引量:6
11
作者 张少仲 冯英浚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2000年第2期60-61,64,共3页
证明了作为BP网络的训练算法之一的SPDS算法在收敛的同时具有鲁棒性这一良好性质、实例也证明了SPDS算法较之BP算法在鲁棒性问题上有较大进步 .
关键词 神经网络 鲁棒性 BP网络 SPDS训练算法
在线阅读 下载PDF
扩展隐层的误差反传网络训练算法研究 被引量:4
12
作者 刘新平 唐磊 金有海 《计算机集成制造系统》 EI CSCD 北大核心 2008年第11期2284-2288,共5页
为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展,在训练过的三层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进... 为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展,在训练过的三层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进行训练,着重阐述算法的实现过程及算法分析。最后,设计了一组催化剂活性预测实验,对算法改进前后的预测能力及训练误差进行了对比。结果表明,采用该模型及训练算法,可以在不影响网络表达能力的基础上提高网络的训练精度及预测精度,改善了网络的泛化能力。 展开更多
关键词 误差反传 神经网络 扩展隐层 训练算法 预测精度
在线阅读 下载PDF
基于MTC结构的支持向量机并行训练算法 被引量:2
13
作者 贾华丁 游志胜 王磊 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2007年第6期123-128,共6页
为加快支持向量机的训练速度,提出一种新型的"多重三叉级联(MTC)"学习结构,具有反馈速度快、计算节点利用率高、反馈的支持向量多等优点。基于该结构设计了支持向量机的并行训练算法,并严格证明了新算法能够收敛到支持向量机... 为加快支持向量机的训练速度,提出一种新型的"多重三叉级联(MTC)"学习结构,具有反馈速度快、计算节点利用率高、反馈的支持向量多等优点。基于该结构设计了支持向量机的并行训练算法,并严格证明了新算法能够收敛到支持向量机的最优解。数值实验结果表明,新算法具有非常高的加速比和并行效率,需要的训练时间显著地少于Graf等提出的Cascade SVM算法。 展开更多
关键词 支持向量机 训练算法 并行学习结构
在线阅读 下载PDF
一种基于SDTS的HMM训练算法 被引量:8
14
作者 王新民 姚天任 《信号处理》 CSCD 2003年第1期40-43,共4页
用传统的BW算法训练语音识别系统的HMM需要大量的语音数据。本文在假设声学模型系统的子空间捆绑结构(SDTS)为己知的前提下,提出了一种新的训练算法,可以有效地减少系统对训练数据的需求。理论分析和仿真表明,与传统的BW算法比较,新的... 用传统的BW算法训练语音识别系统的HMM需要大量的语音数据。本文在假设声学模型系统的子空间捆绑结构(SDTS)为己知的前提下,提出了一种新的训练算法,可以有效地减少系统对训练数据的需求。理论分析和仿真表明,与传统的BW算法比较,新的训练算法(IBW)可压缩模型参数15倍,从而可大量地减少训练数据。尽管新算法要用到系统的先验知识,但它还是显示了许多优越性。 展开更多
关键词 语音识别系统 HMM训练算法 SDTS 声学模型 隐马尔可夫模型 鲁棒性
在线阅读 下载PDF
基于多相关分组的HMM训练算法 被引量:5
15
作者 王新民 黄新堂 姚天任 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第2期179-182,共4页
在用多观察序列训练HMM理论的基础上,提出了一种基于对多观察序列按多相关系数分组的HMM训练算法(简称基于多相关分组的HMM训练算法).该算法避免了直接计算条件概率的困难,与传统的Baum-Welch算法相比,既考虑了训练序列之间的相关性,又... 在用多观察序列训练HMM理论的基础上,提出了一种基于对多观察序列按多相关系数分组的HMM训练算法(简称基于多相关分组的HMM训练算法).该算法避免了直接计算条件概率的困难,与传统的Baum-Welch算法相比,既考虑了训练序列之间的相关性,又不增加计算量. 展开更多
关键词 隐马尔可夫模型 多观察序列训练HMM理论 多相关分组 HMM训练算法 Baum-Welch算法 语音识别
在线阅读 下载PDF
用于前向网络的自适应模糊训练算法 被引量:3
16
作者 谢平 刘彬 《系统工程与电子技术》 EI CSCD 北大核心 2001年第7期79-82,共4页
在对前向网络的学习机制和寻优机制进行研究的基础上 ,提出了一种自适应模糊加速训练算法 ,可在网络学习过程中 ,通过模糊推理 ,对网络拓扑结构、学习因子、惯性因子及激励函数进行自适应调整 ,实例验证表明该算法具有收敛速度快、不易... 在对前向网络的学习机制和寻优机制进行研究的基础上 ,提出了一种自适应模糊加速训练算法 ,可在网络学习过程中 ,通过模糊推理 ,对网络拓扑结构、学习因子、惯性因子及激励函数进行自适应调整 ,实例验证表明该算法具有收敛速度快、不易陷入局部极小、网络综合性能好等特点。 展开更多
关键词 人工智能 前向网络 自适应模糊训练算法
在线阅读 下载PDF
海上无人集群智能算法测试训练系统设计研究
17
作者 曾晨 杨鑫德 +2 位作者 陶浩 郭永晋 王鸿东 《舰船科学技术》 北大核心 2022年第24期96-99,共4页
海上无人系统集群是未来任务效能发挥的重要保障。目前海上无人装备仿真测试主要集中于对单体感知、决策以及控制算法的测试,尚无海上无人系统集群算法的评价指标体系及训练系统,制约了无人系统集群技术的发展。本文针对无人集群的协同... 海上无人系统集群是未来任务效能发挥的重要保障。目前海上无人装备仿真测试主要集中于对单体感知、决策以及控制算法的测试,尚无海上无人系统集群算法的评价指标体系及训练系统,制约了无人系统集群技术的发展。本文针对无人集群的协同感知、决策、控制算法设计了融合算法测试与训练功能于一体的半实物仿真系统,可提供海洋环境模拟、集群运动机理模拟、障碍物模拟,并通过接入各平台控制器对算法进行高效测试训练,达到优化算法参数的目的。通过半实物仿真试验及实装试验证明了本系统的有效性。 展开更多
关键词 无人系统集群 算法测试 算法训练 仿真环境
在线阅读 下载PDF
以熵序列收敛作算法停止判据的码书训练算法 被引量:8
18
作者 庞朝阳 孙世新 《系统工程与电子技术》 EI CSCD 北大核心 2002年第1期83-85,共3页
以LBG算法为代表的传统码书训练算法基本上都用量化失真序列收敛作算法停止条件。提出了一种简单、快速的新算法。该算法的基本思想为 ,不必计算量化失真 ,直接用区域序列对应的熵序列收敛作停止条件。与经典的LBG算法相比 ,该算法结构... 以LBG算法为代表的传统码书训练算法基本上都用量化失真序列收敛作算法停止条件。提出了一种简单、快速的新算法。该算法的基本思想为 ,不必计算量化失真 ,直接用区域序列对应的熵序列收敛作停止条件。与经典的LBG算法相比 ,该算法结构更简单、速度更快、更容易理解。我们用典型的测试图像Lena、Barbara作实验 ,实验结果表明 ,该算法的PSNR与著名的LBG算法相差小于 0 1dB ,但它的运行速度比LBG快两倍以上。 展开更多
关键词 向量量化 LBG算法 区域序列 熵序列 码书训练算法 图像编码 压缩算法
在线阅读 下载PDF
一种进化RBF神经网络的模型及其训练算法 被引量:4
19
作者 解光军 庄镇泉 李海鹰 《小型微型计算机系统》 CSCD 北大核心 2001年第11期1315-1317,共3页
径向基函数神经网络 (RBFNN)具有最优逼近和全局逼近的特性 ,在函数拟合方面优于传统的 BP网络 ,因此被广泛应用于非线性时间序列分析等领域 .本文针对时间序列中的非平稳数据 ,结合差分平稳化与分阶遗传的思想 ,提出一个新的进化 RBF... 径向基函数神经网络 (RBFNN)具有最优逼近和全局逼近的特性 ,在函数拟合方面优于传统的 BP网络 ,因此被广泛应用于非线性时间序列分析等领域 .本文针对时间序列中的非平稳数据 ,结合差分平稳化与分阶遗传的思想 ,提出一个新的进化 RBF神经网络的模型及其训练算法 .通过实例分析表明 。 展开更多
关键词 径向基函数神经网络 分阶遗传算法 时间序列 进化RBF神经网络 训练算法
在线阅读 下载PDF
TFIDF_-NB协同训练算法 被引量:1
20
作者 彭雅 林亚平 陈治平 《小型微型计算机系统》 CSCD 北大核心 2004年第12期2243-2246,共4页
采用少量已标记和大量未标记文档进行文本分类已成为一种重要研究趋势 .在分析了 EM和联合训练 (Co-training)两类算法的基础上 ,提出一种新的协同训练算法 .该算法利用 Bayes和 TFIDF两种分类器结合少量已标记和大量未标记文档协同增... 采用少量已标记和大量未标记文档进行文本分类已成为一种重要研究趋势 .在分析了 EM和联合训练 (Co-training)两类算法的基础上 ,提出一种新的协同训练算法 .该算法利用 Bayes和 TFIDF两种分类器结合少量已标记和大量未标记文档协同增量训练 .实验结果表明 ,协同训练算法正确率较高 ,平均错误率较 EM和联合训练低 。 展开更多
关键词 文本分类 半监督算法 联合训练算法 EM算法 协同增量训练
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部