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
基于启发式遗传算法的SVM模型自动选择
被引量：
18
1
作者
郑春红
焦李成
丁爱玲
《控制理论与应用》
EI
CAS
CSCD
北大核心
2006年第2期187-192,共6页
支撑矢量机(SVM)模型的自动选择是其实际应用的关键.常用的基于穷举搜索的留一法(LOO)很繁杂且效率很低.到目前为止,大多数的算法并不能有效地实现模型自动选择.本文利用实值编码的启发式遗传算法实现基于高斯核函数的SVM模型自动选择....
支撑矢量机(SVM)模型的自动选择是其实际应用的关键.常用的基于穷举搜索的留一法(LOO)很繁杂且效率很低.到目前为止,大多数的算法并不能有效地实现模型自动选择.本文利用实值编码的启发式遗传算法实现基于高斯核函数的SVM模型自动选择.在重点分析了SVM超参数对其性能的影响和两种SVM性能估计的基础上,确定了合适的遗传算法适应度函数.人造数据及实际数据的仿真结果表明了所提方法的可行性和高效性.
展开更多
关键词
支撑
矢量
机
(
svm
)
模型选择
模型自动选择
遗传算法
下载PDF
职称材料
基于支撑矢量机的汉语方言辨识
被引量：
5
2
作者
顾明亮
夏玉果
张长水
《计算机工程与应用》
CSCD
北大核心
2007年第29期210-213,共4页
统计学习理论证明,支撑矢量机是具有高分类能力和高推广性能的优秀分类器。但由于语音的动态时间属性,它很难直接应用到汉语方言辨识领域。论文利用高斯混合模型和语言模型提取等维的全局语言特征,成功解决了支撑矢量机难于直接处理动...
统计学习理论证明,支撑矢量机是具有高分类能力和高推广性能的优秀分类器。但由于语音的动态时间属性,它很难直接应用到汉语方言辨识领域。论文利用高斯混合模型和语言模型提取等维的全局语言特征,成功解决了支撑矢量机难于直接处理动态时间模式的困难,有效地增强了系统的分类能力。实验结果表明,支撑矢量机方法可以比直接用语言模型进行分类决策提高近20%的正确辨识率,比人工神经网络方法也可提高4%的正确辨识率。
展开更多
关键词
方言辨识
支撑
矢量
机
(
svm
)
高斯混合模型(GMM)
下载PDF
职称材料
题名
基于启发式遗传算法的SVM模型自动选择
被引量：
18
1
作者
郑春红
焦李成
丁爱玲
机构
西安电子科技大学电子工程学院
西安电子科技大学智能信息处理研究所
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2006年第2期187-192,共6页
基金
国家自然科学基金资助项目(60133010
60372047)
+1 种基金
西安电子科技大学博士点基金资助项目
西安电子科技大学青年工作站项目资助项目
文摘
支撑矢量机(SVM)模型的自动选择是其实际应用的关键.常用的基于穷举搜索的留一法(LOO)很繁杂且效率很低.到目前为止,大多数的算法并不能有效地实现模型自动选择.本文利用实值编码的启发式遗传算法实现基于高斯核函数的SVM模型自动选择.在重点分析了SVM超参数对其性能的影响和两种SVM性能估计的基础上,确定了合适的遗传算法适应度函数.人造数据及实际数据的仿真结果表明了所提方法的可行性和高效性.
关键词
支撑
矢量
机
(
svm
)
模型选择
模型自动选择
遗传算法
Keywords
support vector machine
model selection
automatic model selection
genetic algorithm
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于支撑矢量机的汉语方言辨识
被引量：
5
2
作者
顾明亮
夏玉果
张长水
机构
清华大学自动化系
江苏省神经与认知工程重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2007年第29期210-213,共4页
基金
江苏省"十五"社科基金项目( No.K3- 013)
江苏省高校自然科学基金( No.99KJB510002)
徐州师范大学重大培育项目
文摘
统计学习理论证明,支撑矢量机是具有高分类能力和高推广性能的优秀分类器。但由于语音的动态时间属性,它很难直接应用到汉语方言辨识领域。论文利用高斯混合模型和语言模型提取等维的全局语言特征,成功解决了支撑矢量机难于直接处理动态时间模式的困难,有效地增强了系统的分类能力。实验结果表明,支撑矢量机方法可以比直接用语言模型进行分类决策提高近20%的正确辨识率,比人工神经网络方法也可提高4%的正确辨识率。
关键词
方言辨识
支撑
矢量
机
(
svm
)
高斯混合模型(GMM)
Keywords
dialect identification
Support Vector Machine
Gaussian Mixture Model
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
基于启发式遗传算法的SVM模型自动选择
郑春红
焦李成
丁爱玲
《控制理论与应用》
EI
CAS
CSCD
北大核心
2006
18
下载PDF
职称材料
2
基于支撑矢量机的汉语方言辨识
顾明亮
夏玉果
张长水
《计算机工程与应用》
CSCD
北大核心
2007
5
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
