期刊导航
期刊开放获取
cqvip
退出
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greedy GDA的训练数据减少和非线性特征提取方法
被引量：
1
1
作者
刘小芳
何彬彬
李小文
《控制与决策》
EI
CSCD
北大核心
2011年第10期1511-1514,1519,共5页
针对大数据集情况下标准广义判别分析(GDA)方法进行非线性特征提取时计算复杂度较高的问题,提出了基于GGDA(greedy GDA)的训练数据减少和非线性特征提取方法.该方法用greedy核主成分分析方法的greedy技术对训练数据选取子集;然后用GDA...
针对大数据集情况下标准广义判别分析(GDA)方法进行非线性特征提取时计算复杂度较高的问题,提出了基于GGDA(greedy GDA)的训练数据减少和非线性特征提取方法.该方法用greedy核主成分分析方法的greedy技术对训练数据选取子集;然后用GDA方法对子集而不是全部训练数据训练特征提取模型;并用几种特征提取的数据进行分类对比实验.实验结果表明,GGDA和GDA方法的特征提取性能优于其他对比方法,GGDA方法不仅较好地保持了GDA方法的特征提取性能,而且减少了大数据集进行非线性特征提取的计算复杂度.
展开更多
关键词
greedy
广义判别分析
greedy
核主成分分析
训练数据减少
非线性特征提取
核矩阵
分类
原文传递
基于NSVM的核空间训练数据减少方法
被引量：
2
2
作者
王晓
刘小芳
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2013年第4期592-596,共5页
针对核空间中大数据集的计算代价高问题,提出用NSVM方法减少分类器的训练数据。先用NSVM、核主成分分析(KPCA)和贪婪KPCA分别从全部训练数据中提取训练分类器的子集;再用子集训练分类器,并用训练和测试数据的错分率对分类结果进行评价...
针对核空间中大数据集的计算代价高问题,提出用NSVM方法减少分类器的训练数据。先用NSVM、核主成分分析(KPCA)和贪婪KPCA分别从全部训练数据中提取训练分类器的子集;再用子集训练分类器,并用训练和测试数据的错分率对分类结果进行评价。在两个数据集和两种分类器中,用KPCA提取的子集训练的分类器的分类性能弱于NSVM和贪婪KPCA,但用贪婪KPCA提取的子集训练的分类器的泛化能力弱于NSVM。仿真结果表明,用NSVM方法提取的子集训练的分类器,不仅保证了分类器的泛化能力,也降低了分类算法的计算复杂度。
展开更多
关键词
分类器
贪婪核主成分分析
核主成分分析
非线性支持向量机
支持向量
训练数据
下载PDF
职称材料
题名
基于greedy GDA的训练数据减少和非线性特征提取方法
被引量：
1
1
作者
刘小芳
何彬彬
李小文
机构
电子科技大学地表空间信息技术研究所
四川理工学院计算机学院
出处
《控制与决策》
EI
CSCD
北大核心
2011年第10期1511-1514,1519,共5页
基金
国家自然科学基金项目(40701146)
国家863计划项目(2007AA12Z227)
文摘
针对大数据集情况下标准广义判别分析(GDA)方法进行非线性特征提取时计算复杂度较高的问题,提出了基于GGDA(greedy GDA)的训练数据减少和非线性特征提取方法.该方法用greedy核主成分分析方法的greedy技术对训练数据选取子集;然后用GDA方法对子集而不是全部训练数据训练特征提取模型;并用几种特征提取的数据进行分类对比实验.实验结果表明,GGDA和GDA方法的特征提取性能优于其他对比方法,GGDA方法不仅较好地保持了GDA方法的特征提取性能,而且减少了大数据集进行非线性特征提取的计算复杂度.
关键词
greedy
广义判别分析
greedy
核主成分分析
训练数据减少
非线性特征提取
核矩阵
分类
Keywords
greedy
generalized
discriminant
analysis
greedy
kernel
principal component analysis
training
data
reduction
nonlinear
feature
extraction
kernel
matrix
classification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于NSVM的核空间训练数据减少方法
被引量：
2
2
作者
王晓
刘小芳
机构
四川理工学院计算机学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2013年第4期592-596,共5页
基金
四川省教育厅重点项目(11ZA124)
人工智能四川省重点实验室开放基金(2011RYJ02)
文摘
针对核空间中大数据集的计算代价高问题,提出用NSVM方法减少分类器的训练数据。先用NSVM、核主成分分析(KPCA)和贪婪KPCA分别从全部训练数据中提取训练分类器的子集;再用子集训练分类器,并用训练和测试数据的错分率对分类结果进行评价。在两个数据集和两种分类器中,用KPCA提取的子集训练的分类器的分类性能弱于NSVM和贪婪KPCA,但用贪婪KPCA提取的子集训练的分类器的泛化能力弱于NSVM。仿真结果表明,用NSVM方法提取的子集训练的分类器,不仅保证了分类器的泛化能力,也降低了分类算法的计算复杂度。
关键词
分类器
贪婪核主成分分析
核主成分分析
非线性支持向量机
支持向量
训练数据
Keywords
classifier
greedy
kernel
principal component analysis
kernel
principal component analysis
non-linear
support
vector
machine
support
vectors
training
data
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于greedy GDA的训练数据减少和非线性特征提取方法
刘小芳
何彬彬
李小文
《控制与决策》
EI
CSCD
北大核心
2011
1
原文传递
2
基于NSVM的核空间训练数据减少方法
王晓
刘小芳
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2013
2
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
