检索结果-维普期刊中文期刊服务平台

基于r范数损失函数的NPKMR方法改进: 1; 作者张玲朱嘉钢《计算机工程》 CAS CSCD 北大核心 2009年第17期172-174,共3页; 针对非正定核的机器回归方法(NPKMR)只对总体误差最小化而造成回归性能较差的问题,提出一种在NPKMR的基础上对每个样本点的回归误差进行约束的改进方法。通过引入r范数损失函数和松弛变量,对每个样本点的回归误差进行约束。实验表明,对N... 展开更多; 关键词机器回归非正定核 r范数损失函数松弛变量; 在线阅读下载PDF 职称材料

r-SVR中参数r与输入噪声间线性反比关系的仿真研究被引量：3: 2; 作者朱嘉钢王士同杨静宇《计算机科学》 CSCD 北大核心 2005年第9期205-207,238,共4页; 为研究r范数-支持向量回归机,r-SVR的鲁棒性,验证r-SVR中参数r与输入噪声方差之间的近似反比线性关系,对r-SVR进行了仿真。推导出了作为仿真的依据的 r-SVR的解的形式和对其进行求解的牛顿迭代公式。仿真结果显示:输入噪声为高斯分布时,... 展开更多; 关键词支持向量机支持向量回归机 r范数损失函数计算机仿真输入噪声鲁棒性; 在线阅读下载PDF 职称材料

r-SVR的PSO求解方法被引量：1: 3; 作者方益民徐保国《计算机工程与应用》 CSCD 北大核心 2009年第29期41-42,59,共3页; 针对r接近1时牛顿法不可求解r-SVR的问题,提出了r-SVR的PSO求解方法,推导出了PSO求解r-SVR的适应函数,给出了PSO求解r-SVR的算法和实验结果。结果表明,当r接近1时,牛顿法求解r-SVR失效,而PSO求解r-SVR的方法是有效的。; 关键词支持向量回归机 r范数损失函数粒子群优化算法; 在线阅读下载PDF 职称材料

R-SVR中r与输入噪声间近似线性反比关系: 4; 作者周晓剑朱嘉钢王士同《计算机工程与应用》 CSCD 北大核心 2008年第2期70-73,共4页; 为使r范数SVR更具鲁棒性,深入研究了r范数SVR中参数与输入噪声之间的关系。运用SVR的贝叶斯框架,分别推导出了鲁棒的r范数SVR中参数r与拉斯噪声和均匀噪声之间呈近似的线性反比关系。并结合仿真结果和已有的相关结论,得到了更为一般的结... 展开更多; 关键词支持向量机支持向量回归机 r范数损失函数; 在线阅读下载PDF 职称材料

题名基于r范数损失函数的NPKMR方法改进: 1; 作者张玲朱嘉钢; 机构江南大学信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2009年第17期172-174,共3页; 基金国家"863"计划基金资助项目(2006AA10Z248); 文摘针对非正定核的机器回归方法(NPKMR)只对总体误差最小化而造成回归性能较差的问题,提出一种在NPKMR的基础上对每个样本点的回归误差进行约束的改进方法。通过引入r范数损失函数和松弛变量,对每个样本点的回归误差进行约束。实验表明,对NPKMR方法的改进可以提高回归精度和泛化性能。; 关键词机器回归非正定核 r范数损失函数松弛变量; Keywords machine regression non-positive kernel norm-r loss function slack variable; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名r-SVR中参数r与输入噪声间线性反比关系的仿真研究被引量：3: 2; 作者朱嘉钢王士同杨静宇; 机构南京理工大学计算机科学与工程系江南大学信息工程学院; 出处《计算机科学》 CSCD 北大核心 2005年第9期205-207,238,共4页; 基金国家自然科学基金(60225015) 江苏省自然科学基金(BK2003017) +1 种基金江苏计算机技术重点实验室开放课题的资助; 文摘为研究r范数-支持向量回归机,r-SVR的鲁棒性,验证r-SVR中参数r与输入噪声方差之间的近似反比线性关系,对r-SVR进行了仿真。推导出了作为仿真的依据的 r-SVR的解的形式和对其进行求解的牛顿迭代公式。仿真结果显示:输入噪声为高斯分布时,r-SVR中参数r与输入噪声方差之间存在近似线性反比关系;这一关系曲线随着信噪比增加而斜率减小、整个曲线下移。这一结果印证和丰富了现前的理论推导结果,为在已知输入高斯噪声方差时合理地选择r提供了更可信的依据。; 关键词支持向量机支持向量回归机 r范数损失函数计算机仿真输入噪声鲁棒性; Keywords Support vector machines（SVM）, Support vector regression（SVr）, r-loss function, Simulations; 分类号 TP31 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名r-SVR的PSO求解方法被引量：1: 3; 作者方益民徐保国; 机构江南大学信息学院江南大学信控学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第29期41-42,59,共3页; 基金国家高技术研究发展计划(863)(No.2006AA10Z248)~~; 文摘针对r接近1时牛顿法不可求解r-SVR的问题,提出了r-SVR的PSO求解方法,推导出了PSO求解r-SVR的适应函数,给出了PSO求解r-SVR的算法和实验结果。结果表明,当r接近1时,牛顿法求解r-SVR失效,而PSO求解r-SVR的方法是有效的。; 关键词支持向量回归机 r范数损失函数粒子群优化算法; Keywords support vector regression r-loss function particle swarm optimization; 分类号 TP301 [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R-SVR中r与输入噪声间近似线性反比关系: 4; 作者周晓剑朱嘉钢王士同; 机构江南大学信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2008年第2期70-73,共4页; 基金江苏省自然科学基金( the Natural Science Foundation of Jiangsu Province of China under Grant No.BK2003017) 教育部跨世纪优秀人才计划资助项目江苏计算机技术重点实验室开放课题资助项目。; 文摘为使r范数SVR更具鲁棒性,深入研究了r范数SVR中参数与输入噪声之间的关系。运用SVR的贝叶斯框架,分别推导出了鲁棒的r范数SVR中参数r与拉斯噪声和均匀噪声之间呈近似的线性反比关系。并结合仿真结果和已有的相关结论,得到了更为一般的结论,即鲁棒的r范数SVR中参数r与输入噪声之间呈近似的线性反比关系。这一结论为输入样本含有分布未知噪声的情况下r范数SVR参数的选择提供了理论依据。; 关键词支持向量机支持向量回归机 r范数损失函数; Keywords Support Vector Machines（SVM ） Support Vector regression（SVr） Norm-r function; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] 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r范数损失函数的NPKMR方法改进	张玲朱嘉钢	《计算机工程》 CAS CSCD 北大核心	2009	0	在线阅读下载PDF 职称材料
2	r-SVR中参数r与输入噪声间线性反比关系的仿真研究	朱嘉钢王士同杨静宇	《计算机科学》 CSCD 北大核心	2005	3	在线阅读下载PDF 职称材料
3	r-SVR的PSO求解方法	方益民徐保国	《计算机工程与应用》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
4	R-SVR中r与输入噪声间近似线性反比关系	周晓剑朱嘉钢王士同	《计算机工程与应用》 CSCD 北大核心	2008	0	在线阅读下载PDF 职称材料