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
基于SRM自组织多区域覆盖的可拒绝近邻分类算法研究
被引量：
3
1
作者
胡正平
贾千文
《电子与信息学报》
EI
CSCD
北大核心
2009年第2期293-296,共4页
该文依据区分与划分相结合的可拒绝模式识别思路,提出了高维空间海量训练样本情况下的基于结构风险最小化决策的自组织多区域多球覆盖可拒绝近邻分类算法。该方法利用同类样本之间相互接近的特性,通过结构风险最小化紧几何覆盖策略,选...
该文依据区分与划分相结合的可拒绝模式识别思路,提出了高维空间海量训练样本情况下的基于结构风险最小化决策的自组织多区域多球覆盖可拒绝近邻分类算法。该方法利用同类样本之间相互接近的特性,通过结构风险最小化紧几何覆盖策略,选择训练样本,通过自组织多区域多球覆盖模型构成同类样本的划分性描述,达到拒绝识别非训练类样本的目的,最后通过k近邻相互区分性比较确定真实类别。仿真实验结果表明该文的思路是合理可行的,在实际应用领域具有一定价值。
展开更多
关键词
可拒绝模式识别
结构风险最小化原理
近邻分类
在线阅读
下载PDF
职称材料
参数自适应决策的多分辨率核支持向量分类器
被引量：
1
2
作者
胡正平
张晔
《信号处理》
CSCD
北大核心
2006年第5期712-715,共4页
为克服经典支持向量分类器(SVC)训练算法中参数的选择需要多次人工调整的缺陷,本文提出了基于多分辨率核的支持向量机参数自适应调节策略。首先通过分析非线性核映射的特征空间超平面的最小VC维数,提出了多分辨率核函数参数的自适应优...
为克服经典支持向量分类器(SVC)训练算法中参数的选择需要多次人工调整的缺陷,本文提出了基于多分辨率核的支持向量机参数自适应调节策略。首先通过分析非线性核映射的特征空间超平面的最小VC维数,提出了多分辨率核函数参数的自适应优化准则。然后通过迭代求解获得最优泛化能力的多分辨率核参数数值。多分辨率核函数方法保持了经典SVC训练算法结构风险最小化的原则,克服了经典SVC选择单一参数的缺陷。仿真实验结果表明本文提出的算法能够自适应的选择合适的核参数达到最优泛化能力。
展开更多
关键词
支持向量分类器
VC维数
多分辨率核
结构风险最小化原理
在线阅读
下载PDF
职称材料
题名
基于SRM自组织多区域覆盖的可拒绝近邻分类算法研究
被引量：
3
1
作者
胡正平
贾千文
机构
燕山大学信息科学与工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2009年第2期293-296,共4页
基金
河北省自然科学基金(F2008000891)
燕山大学博士基金项目(B287)
北京大学视觉与听觉信息处理国家重点实验室开放基金(0507)资助课题
文摘
该文依据区分与划分相结合的可拒绝模式识别思路,提出了高维空间海量训练样本情况下的基于结构风险最小化决策的自组织多区域多球覆盖可拒绝近邻分类算法。该方法利用同类样本之间相互接近的特性,通过结构风险最小化紧几何覆盖策略,选择训练样本,通过自组织多区域多球覆盖模型构成同类样本的划分性描述,达到拒绝识别非训练类样本的目的,最后通过k近邻相互区分性比较确定真实类别。仿真实验结果表明该文的思路是合理可行的,在实际应用领域具有一定价值。
关键词
可拒绝模式识别
结构风险最小化原理
近邻分类
Keywords
Rejecting pattern recognition
Structural risk minimization
Nearest neighbor classifier
分类号
TP391.4 [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
参数自适应决策的多分辨率核支持向量分类器
被引量：
1
2
作者
胡正平
张晔
机构
哈尔滨工业大学通信电子工程系图象信息处理研究所
出处
《信号处理》
CSCD
北大核心
2006年第5期712-715,共4页
基金
国家自然科学基金资助(60272073)
文摘
为克服经典支持向量分类器(SVC)训练算法中参数的选择需要多次人工调整的缺陷,本文提出了基于多分辨率核的支持向量机参数自适应调节策略。首先通过分析非线性核映射的特征空间超平面的最小VC维数,提出了多分辨率核函数参数的自适应优化准则。然后通过迭代求解获得最优泛化能力的多分辨率核参数数值。多分辨率核函数方法保持了经典SVC训练算法结构风险最小化的原则,克服了经典SVC选择单一参数的缺陷。仿真实验结果表明本文提出的算法能够自适应的选择合适的核参数达到最优泛化能力。
关键词
支持向量分类器
VC维数
多分辨率核
结构风险最小化原理
Keywords
support vector classifier（SVC）
vapnik-chervonenkis dimension
multl-resolution kernel
structural risk minimization principle
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
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SRM自组织多区域覆盖的可拒绝近邻分类算法研究
胡正平
贾千文
《电子与信息学报》
EI
CSCD
北大核心
2009
3
在线阅读
下载PDF
职称材料
2
参数自适应决策的多分辨率核支持向量分类器
胡正平
张晔
《信号处理》
CSCD
北大核心
2006
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
