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
面向大规模类不平衡数据的变分高斯过程分类算法
被引量：
5
1
作者
马彪
周瑜
贺建军
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2016年第3期279-284,共6页
变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法,其在处理类不平衡问题时,对少数类样本的预测精度通常会较低.针对此问题,通过在似然函数中引入指数权重系数和构造包含相同数目正负类样本的诱导子集解决原...
变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法,其在处理类不平衡问题时,对少数类样本的预测精度通常会较低.针对此问题,通过在似然函数中引入指数权重系数和构造包含相同数目正负类样本的诱导子集解决原始算法的分类面向少数类偏移的问题,建立了一种可以有效处理大规模类不平衡问题的改进变分高斯过程分类算法.在10个大规模UCI数据集上的实验结果表明,改进算法在类不平衡问题上的精度较原始算法得到大幅提高.
展开更多
关键词
类不平衡问题
高斯过程
变分推理
大规模
数据
分类
下载PDF
职称材料
基于拉普拉斯方法的大规模高斯过程分类算法
被引量：
1
2
作者
马彪
贺建军
李厚杰
《控制与决策》
EI
CSCD
北大核心
2017年第7期1319-1324,共6页
基于KL散度的大规模变分高斯过程分类算法(KLSP)需要同时对诱导变量的均值向量和协方差矩阵进行优化,这会给模型求解带来一定的挑战.基于拉普拉斯方法建立一种改进算法:首先为诱导变量的后验分布构造一个易于计算的下界;然后利用拉普拉...
基于KL散度的大规模变分高斯过程分类算法(KLSP)需要同时对诱导变量的均值向量和协方差矩阵进行优化,这会给模型求解带来一定的挑战.基于拉普拉斯方法建立一种改进算法:首先为诱导变量的后验分布构造一个易于计算的下界;然后利用拉普拉斯方法计算该下界的一个高斯逼近作为诱导变量的后验分布函数的近似表达式,将问题转换为一个只与均值向量有关的凸优化问题,从而降低了模型的求解难度.仿真实验结果表明,所提出的改进算法在速度和精度上都较原始算法有了明显提高.
展开更多
关键词
大规模
数据
分类
高斯过程模型
拉普拉斯方法
变分方法
原文传递
题名
面向大规模类不平衡数据的变分高斯过程分类算法
被引量：
5
1
作者
马彪
周瑜
贺建军
机构
大连民族大学信息与通信工程学院
大连理工大学电子信息与电气工程学部
出处
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2016年第3期279-284,共6页
基金
国家自然科学基金资助项目(61503058
61374170)
+5 种基金
辽宁省自然科学基金资助项目(2015020084
2015020099)
辽宁省教育厅科学技术研究项目(L2014540
L2015127)
中央高校基本科研业务费专项资金资助项目(DC201501055
DC201501060201)
文摘
变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法,其在处理类不平衡问题时,对少数类样本的预测精度通常会较低.针对此问题,通过在似然函数中引入指数权重系数和构造包含相同数目正负类样本的诱导子集解决原始算法的分类面向少数类偏移的问题,建立了一种可以有效处理大规模类不平衡问题的改进变分高斯过程分类算法.在10个大规模UCI数据集上的实验结果表明,改进算法在类不平衡问题上的精度较原始算法得到大幅提高.
关键词
类不平衡问题
高斯过程
变分推理
大规模
数据
分类
Keywords
class-imbalanced problem
Gaussian process
variational inference
large-scale dataclassification
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
基于拉普拉斯方法的大规模高斯过程分类算法
被引量：
1
2
作者
马彪
贺建军
李厚杰
机构
大连民族大学信息与通信工程学院
大连理工大学电子信息与电气工程学部
出处
《控制与决策》
EI
CSCD
北大核心
2017年第7期1319-1324,共6页
基金
国家自然科学基金项目(61503058
61374170)
+7 种基金
辽宁省自然科学基金项目(201602190
2015020084
2015020099)
辽宁省教育厅科学技术研究项目(L2014540
L2015127)
大连市青年科技之星项目(2016RQ072)
中央高校基本科研业务费专项资金项目(DC201501055
DC201501060201)
文摘
基于KL散度的大规模变分高斯过程分类算法(KLSP)需要同时对诱导变量的均值向量和协方差矩阵进行优化,这会给模型求解带来一定的挑战.基于拉普拉斯方法建立一种改进算法:首先为诱导变量的后验分布构造一个易于计算的下界;然后利用拉普拉斯方法计算该下界的一个高斯逼近作为诱导变量的后验分布函数的近似表达式,将问题转换为一个只与均值向量有关的凸优化问题,从而降低了模型的求解难度.仿真实验结果表明,所提出的改进算法在速度和精度上都较原始算法有了明显提高.
关键词
大规模
数据
分类
高斯过程模型
拉普拉斯方法
变分方法
Keywords
large-scale data classification
Gaussian process model
Laplace＇s method
variational method
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
作者
出处
发文年
被引量
操作
1
面向大规模类不平衡数据的变分高斯过程分类算法
马彪
周瑜
贺建军
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2016
5
下载PDF
职称材料
2
基于拉普拉斯方法的大规模高斯过程分类算法
马彪
贺建军
李厚杰
《控制与决策》
EI
CSCD
北大核心
2017
1
原文传递
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
