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
多模式扰动模型动态加权SVM集成研究
被引量：
1
1
作者
常甜甜
赵玲玲
+1 位作者
刘红卫
周水生
《计算机工程与应用》
CSCD
北大核心
2011年第6期196-198,201,共4页
针对集成学习中bootstrap方法不能产生具有较大差异性的成员分类器,提出基于多模式扰动模型动态加权SVM集成方法。该方法在训练样本中使用bootstrap采样产生扰动,在输入特征中使用PCA特征滤波子空间法产生扰动,用自动模型选择法来动态...
针对集成学习中bootstrap方法不能产生具有较大差异性的成员分类器,提出基于多模式扰动模型动态加权SVM集成方法。该方法在训练样本中使用bootstrap采样产生扰动,在输入特征中使用PCA特征滤波子空间法产生扰动,用自动模型选择法来动态扰动每个成员分类器的参数,用分类精度对成员分类器加权集成扰动输出。实验结果表明该方法比常用的bootstrap集成方法具有更好的集成效果。
展开更多
关键词
集成学习
支持向量机
自动
模型
选择
多模式扰动
主成分分析
下载PDF
职称材料
有限混合体模型上的自动模型选择:一种崭新的数据建模方式(英文)
被引量：
1
2
作者
马尽文
《工程数学学报》
CSCD
北大核心
2007年第4期571-584,共14页
在数据建模和分析中,有限混合体模型被广泛地使用着。然而,如何仅仅针对一组来自于某个有限混合体模型的数据选择出分量或聚类的个数则依然是一个非常困难的问题。由于分量个数是混合体模型的规模度量,其选择问题被称为有限混合体的模...
在数据建模和分析中,有限混合体模型被广泛地使用着。然而,如何仅仅针对一组来自于某个有限混合体模型的数据选择出分量或聚类的个数则依然是一个非常困难的问题。由于分量个数是混合体模型的规模度量,其选择问题被称为有限混合体的模型选择问题。最近,针对有限混合体模型,特别是高斯混合模型,一种自动模型选择学习机制逐步发展成熟起来。这种新的机制能够在学习参数的过程中自动地完成模型选择,为数据的建模与分析提供了一种新的思路与途径。本文将对于高斯混合模型或一般有限混合体模型的自动模型选择学习算法及其典型应用进行综述与总结。首先,我们综述了基于贝叶斯阴阳机和谐学习原则的自动模型选择学习算法。然后,我们描述了另一种基于熵惩罚的自动模型选择学习算法。最后,我们给出了自动模型选择学习算法的一些典型的应用。
展开更多
关键词
高斯混合体
有限混合体
自动
模型
选择
贝叶斯阴阳机和谐学习系统
和谐学习
熵惩罚
下载PDF
职称材料
题名
多模式扰动模型动态加权SVM集成研究
被引量：
1
1
作者
常甜甜
赵玲玲
刘红卫
周水生
机构
西安电子科技大学理学院
出处
《计算机工程与应用》
CSCD
北大核心
2011年第6期196-198,201,共4页
基金
国家自然科学基金No.60603098~~
文摘
针对集成学习中bootstrap方法不能产生具有较大差异性的成员分类器,提出基于多模式扰动模型动态加权SVM集成方法。该方法在训练样本中使用bootstrap采样产生扰动,在输入特征中使用PCA特征滤波子空间法产生扰动,用自动模型选择法来动态扰动每个成员分类器的参数,用分类精度对成员分类器加权集成扰动输出。实验结果表明该方法比常用的bootstrap集成方法具有更好的集成效果。
关键词
集成学习
支持向量机
自动
模型
选择
多模式扰动
主成分分析
Keywords
ensemble learning
Support Vector Machine （SVM）
automatic model selection
multimodal perturbation
Principal Component Analysis（PCA）
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
有限混合体模型上的自动模型选择:一种崭新的数据建模方式(英文)
被引量：
1
2
作者
马尽文
机构
北京大学数学科学学院信息科学系
出处
《工程数学学报》
CSCD
北大核心
2007年第4期571-584,共14页
基金
The Natural Science Foundation of China for Project(60471054).
文摘
在数据建模和分析中,有限混合体模型被广泛地使用着。然而,如何仅仅针对一组来自于某个有限混合体模型的数据选择出分量或聚类的个数则依然是一个非常困难的问题。由于分量个数是混合体模型的规模度量,其选择问题被称为有限混合体的模型选择问题。最近,针对有限混合体模型,特别是高斯混合模型,一种自动模型选择学习机制逐步发展成熟起来。这种新的机制能够在学习参数的过程中自动地完成模型选择,为数据的建模与分析提供了一种新的思路与途径。本文将对于高斯混合模型或一般有限混合体模型的自动模型选择学习算法及其典型应用进行综述与总结。首先,我们综述了基于贝叶斯阴阳机和谐学习原则的自动模型选择学习算法。然后,我们描述了另一种基于熵惩罚的自动模型选择学习算法。最后,我们给出了自动模型选择学习算法的一些典型的应用。
关键词
高斯混合体
有限混合体
自动
模型
选择
贝叶斯阴阳机和谐学习系统
和谐学习
熵惩罚
Keywords
Gaussian mixture
finite mixture
automated model selection
Bayesian Ying-Yang learning system
harmony learning
entropy penalization
分类号
O213 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多模式扰动模型动态加权SVM集成研究
常甜甜
赵玲玲
刘红卫
周水生
《计算机工程与应用》
CSCD
北大核心
2011
1
下载PDF
职称材料
2
有限混合体模型上的自动模型选择:一种崭新的数据建模方式(英文)
马尽文
《工程数学学报》
CSCD
北大核心
2007
1
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
