期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于支持向量机的分解合作的加权算法及其应用 被引量:4
1
作者 奉国和 黄榕波 +1 位作者 罗泽举 朱思铭 《计算机科学》 CSCD 北大核心 2005年第4期91-93,共3页
支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股... 支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股票指数预测,与标准算法相比较,分解合作加权算法表现出了良好的性能。 展开更多
关键词 支持向量机 加权算法 应用 合作 分解 结构风险最小化原则 统计学习理论 学习问题 训练数据 训练速度
在线阅读 下载PDF
基于Overcomplet ICA的声音压缩模型 被引量:3
2
作者 江宇闻 黄榕波 朱思铭 《计算机科学》 CSCD 北大核心 2005年第4期97-98,128,共3页
独立成分分析(ICA)方法是近几年发展起来的一种新统计方法,旨在将所观测到的多维随机向量转换成统计上尽可能独立的成分。本文基于Overcomplete(过完备)ICA算法(SCO),提出了一种新的声音压缩模型。我们的实验实现了SCO的混合压缩与分离... 独立成分分析(ICA)方法是近几年发展起来的一种新统计方法,旨在将所观测到的多维随机向量转换成统计上尽可能独立的成分。本文基于Overcomplete(过完备)ICA算法(SCO),提出了一种新的声音压缩模型。我们的实验实现了SCO的混合压缩与分离解压功能。 展开更多
关键词 压缩模型 独立成分分析(ICA) 声音 ICA算法 统计方法 随机向量 实验实现 SCO 解压
在线阅读 下载PDF
E-凸函数的若干特征 被引量:14
3
作者 宁刚 《运筹学学报》 CSCD 北大核心 2007年第1期121-126,共6页
讨论了一类广义的凸集和凸函数:E-凸集和E-凸函数的若干性质,并给出E-凸函数的一个判别准则.
关键词 运筹学 凸集 凸函数 E-凸集 E-凸函数 E-拟凸函数
在线阅读 下载PDF
不对称网站竞争动态模型 被引量:1
4
作者 黄榕波 李艳会 朱思铭 《工程数学学报》 CSCD 北大核心 2004年第4期597-601,共5页
本文提出一个不对称阿站的竞争模型,探讨新生网站与成熟网站之间的竞争。根据转移率和竞争激烈程度会出现共享市场份额或新生网站将取代原霸主网站的结局。
关键词 奇点稳定性 长生率 饱和率 竞争系数 转移系数
在线阅读 下载PDF
独立成份分析在径向基函数网中的应用研究 被引量:1
5
作者 郭穗勋 黄榕波 《华南师范大学学报(自然科学版)》 CAS 2004年第3期42-46,共5页
提出应用独立成份分析(Independent Component Analysis,ICA)降低径向基函数网(RBFN)输入维数的方法,并讨论ICA降维方法对RBFN行为的影响.实验表明基于ICA的降维方法大大提高了RBFN的收敛速度,改善RBFN的行为.
关键词 独立成份分析 径向基函数网 主成份分析 ICA算法
在线阅读 下载PDF
基于离散小波变换的Overcomplete ICA并行结构
6
作者 江宇闻 黄榕波 朱思铭 《计算机科学》 CSCD 北大核心 2006年第1期223-225,共3页
本文利用离散小渡变换提出了一种过完备独立成分分析(Overcomplete ICA)的禀性结构.它是一个由两个子 Overcomplete ICA 过程组成的混合系统。其中一个过程将高频的小波部分作为输入,另一个过程将低频的部分作为输入。这两个过程的输出... 本文利用离散小渡变换提出了一种过完备独立成分分析(Overcomplete ICA)的禀性结构.它是一个由两个子 Overcomplete ICA 过程组成的混合系统。其中一个过程将高频的小波部分作为输入,另一个过程将低频的部分作为输入。这两个过程的输出结果最后被合并为最终的结果。对比现有的 Overcomplete ICA 算法,本文提出的方法利用了全部的观测信息.而两个子过程的有效输入长度仅为原来的一半。因此,本文提出了一种处理 Overeomplete ICA问题的新途径。文中的实验数据显示,通过此方法可以成功地分离混合的声音数据。 展开更多
关键词 过完备独立成分分析 离散小波变换 并行结构 ICA算法 独立成分分析 混合系统 输出结果 观测信息 数据显示 子过程
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部