-
题名一种广义不可分的支持向量机算法
被引量：6
- 1
-
-
作者
邹永祥
吴宗亮
-
机构
宜宾学院计算机科学与技术研究所
电子科技大学电子工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2015年第2期434-440,共7页
-
文摘
针对标准的C-SVM(C-support vector machine)算法在处理很多实际分类问题时,对识别错误代价损失差异很大的极端情况表现出的局限性,提出一种通用的广义支持向量机算法。根据识别错误后所付出的代价,可以把最优分类面向代价损失低的一方进行推移,留给代价损失高的一方更大的空间,提高其识别率,从而减小识别错误后带来的代价损失。该方法进一步提高了标准C-SVM的适用性以及样本的正确识别率,将新算法应用到高分辨雷达距离像的识别中,实验证明,广义C-SVM能取得比传统C-SVM更好的识别效果。
-
关键词
广义支持向量机
最优分类面
识别错误
高分辨雷达距离像
-
Keywords
generalized C-support vector machine
optimal separating hyperplane
recognition error
radar high resolution range profile
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名整数的最佳带符号二进制表示的随机生成算法
被引量：2
- 2
-
-
作者
李忠
张永华
-
机构
宜宾学院计算机科学与技术研究所
宜宾学院计算机与信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第B11期282-283,293,共3页
-
基金
四川省教育厅重点科研项目(13ZA0196)
宜宾学院博士科研启动金项目(2012B16)资助
-
文摘
整数的带符号数字(BSD)表示广泛应用于计算机算术、密码学、数字信号处理等领域。给定整数有多种最佳带符号二进制表示。对整数的最佳带符号二进制表示的性质进行研究,给出了整数的最佳带符号二进制表示随机生成算法,所得算法能快速产生给定整数的随机最佳带符号二进制表示。
-
关键词
整数
带符号二进制表示
最佳带符号二进制表示
随机生成算法
-
Keywords
Integer
Binary signed digit representation
Optimal binary signed digit representation
Random generation algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名自适应局部线性降维方法
被引量：5
- 3
-
-
作者
蒲玲
-
机构
宜宾学院计算机科学与技术研究所
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第4期255-257,共3页
-
基金
宜宾学院校级青年基金项目(2010Q37)
-
文摘
高维数据降维方法已经被广泛应用在信息检索、模式识别、数据挖掘和人工智能等领域。针对目前流形学习方法的嵌入效果非常敏感于局部邻域的选取方式,提出一种自适应邻域选择的局部线性降维方法。该方法评估真实数据的固有维数,判断每一数据点的局部切方向,以便自适应地选择每一数据点的邻域数,使得不同数据集与邻域选取方式之间存在很好的自适应性,实现更好的降维效果。在人工生成数据集和医学数据上的仿真结果表明,该方法起到了良好的降维效果。
-
关键词
高维数据降维
流形学习
局部邻域
固有维数
局部切方向
-
Keywords
Dimensional reduction of high-dimensional data Manifold learning Local neighbourhood Intrinsic dimensionality Local tangent orientation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
