期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于支持向量约简的快速目标检测 被引量:1
1
作者 钟剑丹 雷涛 +1 位作者 姚光乐 贾文武 《半导体光电》 北大核心 2017年第3期459-464,共6页
支持向量机(SVM)由于其出色的泛化能力,已成为目标检测领域应用最为广泛的分类器之一。然而在检测过程中,过多的支持向量会产生很大的时间开销,从而降低目标检测系统的实时性。针对此问题,提出一种约简支持向量的方法,以降低分类器的决... 支持向量机(SVM)由于其出色的泛化能力,已成为目标检测领域应用最为广泛的分类器之一。然而在检测过程中,过多的支持向量会产生很大的时间开销,从而降低目标检测系统的实时性。针对此问题,提出一种约简支持向量的方法,以降低分类器的决策开销,加快检测速度。此方法采用迭代的方式来估计特征空间中向量的原像,通过构建精简原像集来简化支持向量机,从而达到了提升分类速度的效果。利用精简的SVM结合Selective Search+BoW模型构建了一款快速检测器,测试结果表明:该检测器能够在保证检测率的前提下,通过约简支持向量,提高目标检测的实时性。 展开更多
关键词 目标检测 支持向量 泛化能力 原像 向量约简
下载PDF
区间值决策形式背景的属性值向量约简 被引量:5
2
作者 黄艳 任苗苗 魏玲 《计算机科学》 CSCD 北大核心 2012年第1期193-197,共5页
概念格是一种潜力极大的有效的知识发现工具,现已被广泛应用于计算机网络、数据挖掘等领域。针对现实生活中信息的不确定性,定义了区间值决策形式背景;通过讨论条件区间形式背景与决策区间形式背景概念格之间的关系,研究了区间值决策形... 概念格是一种潜力极大的有效的知识发现工具,现已被广泛应用于计算机网络、数据挖掘等领域。针对现实生活中信息的不确定性,定义了区间值决策形式背景;通过讨论条件区间形式背景与决策区间形式背景概念格之间的关系,研究了区间值决策形式背景的协调性,进一步研究了属性值向量约简,使得原背景在属性及属性区间值两个方面得到简化。 展开更多
关键词 区间值决策形式背景 概念格 协调性 属性值向量约简
下载PDF
基于差分进化优化的约简最小二乘支持向量机 被引量:3
3
作者 高润鹏 伞冶 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2011年第8期1012-1018,共7页
针对最小二乘支持向量回归机的解缺乏稀疏性、预测速度慢等问题,采用向量相关分析在高维特征空间约简支持向量.为使约简模型能最佳逼近原模型,提出原模型与约简模型预测训练样本的平方误差和作为新性能评价准则.为得到最优约简模型,定... 针对最小二乘支持向量回归机的解缺乏稀疏性、预测速度慢等问题,采用向量相关分析在高维特征空间约简支持向量.为使约简模型能最佳逼近原模型,提出原模型与约简模型预测训练样本的平方误差和作为新性能评价准则.为得到最优约简模型,定义了离散加法、减法和乘法算子,并将新性能评价准则作为适应度函数,采用整数编码的差分进化算法进行全局优化.4个标准数据集实验结果表明,与前人提出的3种性能评价准则相比,新算法得到的约简模型具有更好的泛化性能,并且在泛化性能略有下降情况下,支持向量数目大幅减少. 展开更多
关键词 最小二乘支持向量回归机 稀疏性 向量相关分析 差分进化 整数编码 支持向量约简
下载PDF
基于子聚类约简支持向量机的说话人识别研究 被引量:2
4
作者 梁昔明 周畅宇 《计算机工程与应用》 CSCD 北大核心 2010年第6期157-159,共3页
由于支持向量具有边界性,在利用语音训练集对基于支持向量机(SVM)的说话人识别系统进行训练之前,需要对该训练集进行约简。考虑到该训练集一般十分庞大且具有非线性可分的特性,提出子聚类约简的概念。首先对训练集进行模糊核子聚类并过... 由于支持向量具有边界性,在利用语音训练集对基于支持向量机(SVM)的说话人识别系统进行训练之前,需要对该训练集进行约简。考虑到该训练集一般十分庞大且具有非线性可分的特性,提出子聚类约简的概念。首先对训练集进行模糊核子聚类并过滤掉非边界的聚类区,然后依照提出的算法对保留的聚类区中的向量集做进一步地约简,使支持向量集更加集中在边界。理论和实践表明,经过两层的约简既保留了充足支持向量,保证了SVM良好的泛化性能,又提高了系统的时间和空间效率。 展开更多
关键词 支持向量 模糊核子聚类 非边界聚类区过滤 聚类区向量约简
下载PDF
基于最小集合覆盖求解方法的测试向量集约简 被引量:1
5
作者 欧阳丹彤 郭江姗 张立明 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第12期61-68,共8页
TetraMAX ATPG作为业界性能较优的自动测试向量生成工具,能够使用较短时间产生高故障覆盖率的测试向量集.本文通过对TetraMAX ATPG产生的初始测试向量集进行建模,提出了基于最小集合覆盖求解方法的最小完备测试集生成方法,利用这一算法... TetraMAX ATPG作为业界性能较优的自动测试向量生成工具,能够使用较短时间产生高故障覆盖率的测试向量集.本文通过对TetraMAX ATPG产生的初始测试向量集进行建模,提出了基于最小集合覆盖求解方法的最小完备测试集生成方法,利用这一算法可以在保证测试向量集故障覆盖率不变的基础上有效地缩减测试集规模,从而降低电路测试成本.实验结果表明该方法对于固定故障类型和静态电路故障类型均具有良好的约简效果. 展开更多
关键词 自动测试向量生成 测试向量约简 最小集合覆盖 局部搜索 故障类型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部