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
共找到9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：
多尺度核方法的自适应序列学习及应用 被引量：12
1
作者 汪洪桥 蔡艳宁 +1 位作者 孙富春 赵宗涛 《模式识别与人工智能》 EI CSCD 北大核心 2011年第1期72-81,共10页
多尺度核方法是当前核机器学习领域的一个热点.通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端.文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的... 多尺度核方法是当前核机器学习领域的一个热点.通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端.文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取.实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性. 展开更多
关键词 核方法 多核学习 多尺度核 核目标度量 回归 模式分类
原文传递
核排列优化的支持向量机在齿轮故障诊断中的应用 被引量：7
2
作者 王建国 杨柳 张文兴 《机械设计与制造》 北大核心 2018年第A01期37-40,共4页
针对支持向量机中核函数的参数选择问题,提出一种基于核排列的核参数选择的齿轮故障诊断方法。在深入分析核排列这一核度量标准的基础上,利用最大化核排列的方法对高斯核函数的参数进行选择,构造支持向量机模型,对齿轮的正常、断齿、齿... 针对支持向量机中核函数的参数选择问题,提出一种基于核排列的核参数选择的齿轮故障诊断方法。在深入分析核排列这一核度量标准的基础上,利用最大化核排列的方法对高斯核函数的参数进行选择,构造支持向量机模型,对齿轮的正常、断齿、齿根裂纹和齿面磨损四种状态进行识别。与传统经典的10折交叉验证法相比,该算法无须反复的训练和测试分类器,能够高效地实现核函数的参数选择。通过对实验结果的分析可以看出,对比10折交叉验证法,利用核排列进行参数选择在齿轮故障诊断中具有更高的分类精度。 展开更多
关键词 支持向量机 核排列 核参数选择 齿轮 故障诊断
下载PDF
KTA-SVM的变压器油中溶解气体浓度预测 被引量：6
3
作者 唐勇波 丰娟 《控制工程》 CSCD 北大核心 2017年第11期2263-2267,共5页
针对变压器油中溶解气体浓度预测中存在的变量取值范围影响预测精度问题,提出了基于核目标度量规则(Kernel Target Alignment,KTA)和支持向量机(Support Vector Machines,SVM)的油中溶解气体浓度预测方法。在分析油中溶解气体产生机理... 针对变压器油中溶解气体浓度预测中存在的变量取值范围影响预测精度问题,提出了基于核目标度量规则(Kernel Target Alignment,KTA)和支持向量机(Support Vector Machines,SVM)的油中溶解气体浓度预测方法。在分析油中溶解气体产生机理的基础上选取输入变量,采用KTA对输入变量进行尺度缩放来避免变量的取值范围影响SVM泛化性能问题,利用交叉验证法选择SVM的参数,建立油中溶解气体浓度的KTA-SVM预测模型。将所提出的方法与SVM和灰色模型进行比较,均方根误差分别为0.156 8、0.179 1、0.220 5,实验结果表明了所提出的方法具有较优的预测精度和泛化性能。 展开更多
关键词 变压器油 油中溶解气体 预测 支持向量机 核目标度量
下载PDF
基于神经正切核草图的多核学习方法
4
作者 王梅 许传海 +1 位作者 王伟东 韩非 《山东大学学报（工学版）》 CAS CSCD 北大核心 2024年第4期13-20,34,共9页
为提高多核学习对大规模及分布不均衡问题的处理能力,提出一种基于神经正切核草图的多核学习方法(neural tangent kernel sketch multiple kernel learning, NS-MKL)。应用神经正切核代替单层核函数作为多核学习基核函数,提高多核学习... 为提高多核学习对大规模及分布不均衡问题的处理能力,提出一种基于神经正切核草图的多核学习方法(neural tangent kernel sketch multiple kernel learning, NS-MKL)。应用神经正切核代替单层核函数作为多核学习基核函数,提高多核学习方法表示能力;使用神经正切核草图算法对神经正切核进行近似,减少神经正切核的特征数量和特征维度,提高多核学习方法计算效率;使用核目标对齐计算每个近似神经正切核的基核权重,根据权重进行多核线性组合,得到多核决策函数。在3个UCI数据集上对神经正线核(neural tangent kernel, NTK)核支持向量机(support vector machine, SVM)与传统核SVM进行比较分析,NTK核SVM比传统核SVM预测准确率最低提高1.9%,精度最低提高2.0%,召回率最低提高2.0%。在3个UCI数据集上对NS-MKL与传统核MKL进行比较分析,NS-MKL比应用传统核MKL预测准确率最低提高2.0%,运行时间最低减少9 s。NS-MKL能提高预测准确率,降低计算速度。 展开更多
关键词 多核学习 神经正切核 核目标对齐 反余弦核 草图算法
原文传递
基于神经正切核的多核学习方法 被引量：4
5
作者 王梅 许传海 刘勇 《计算机应用》 CSCD 北大核心 2021年第12期3462-3467,共6页
多核学习方法是一类重要的核学习方法,但大多数多核学习方法存在如下问题:多核学习方法中的基核函数大多选择传统的具有浅层结构的核函数,在处理数据规模大且分布不平坦的问题时表示能力较弱;现有的多核学习方法的泛化误差收敛率大多为O... 多核学习方法是一类重要的核学习方法,但大多数多核学习方法存在如下问题:多核学习方法中的基核函数大多选择传统的具有浅层结构的核函数,在处理数据规模大且分布不平坦的问题时表示能力较弱;现有的多核学习方法的泛化误差收敛率大多为O(1/√n),收敛速度较慢。为此,提出了一种基于神经正切核(NTK)的多核学习方法。首先,将具有深层次结构的NTK作为多核学习方法的基核函数,从而增强多核学习方法的表示能力。然后,根据主特征值比例度量证明了一种收敛速率可达O(1/n)的泛化误差界;在此基础上,结合核对齐度量设计了一种全新的多核学习算法。最后,在多个数据集上进行了实验,实验结果表明,相比Adaboost和K近邻(KNN)等分类算法,新提出的多核学习算法具有更高的准确率和更好的表示能力,也验证了所提方法的可行性与有效性。 展开更多
关键词 机器学习 多核学习 神经正切核 核对齐 主特征值比例
下载PDF
多尺度高斯核支持向量机算法 被引量：4
6
作者 王建国 赵鹏飞 +2 位作者 张文兴 秦波 刘文婧 《机床与液压》 北大核心 2020年第20期5-8,共4页
针对支持向量机中单尺度高斯核算法存在局部风险的问题,提出一种基于核排列的多尺度高斯核算法。利用核排列这一度量标准来选择高斯核函数的尺度,并把多个弱分类器聚集成一个强分类器得到多尺度高斯核,从而构造支持向量机模型。利用UCI... 针对支持向量机中单尺度高斯核算法存在局部风险的问题,提出一种基于核排列的多尺度高斯核算法。利用核排列这一度量标准来选择高斯核函数的尺度,并把多个弱分类器聚集成一个强分类器得到多尺度高斯核,从而构造支持向量机模型。利用UCI数据集Iris Plants、 Wine Recognition等仿真实验结果表明:所提出的基于核排列的多尺度高斯核算法比传统的单尺度高斯核算法具有更高的分类准确率。 展开更多
关键词 支持向量机 核排列 多尺度高斯核构造
下载PDF
优化支持向量机核参数的核矩阵方法研究 被引量：3
7
作者 刘苏苏 丁福利 孙立民 《烟台大学学报（自然科学与工程版）》 CAS 2013年第2期131-135,共5页
参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本... 参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本集的分布提出了一种核校准改进方法.对比实验表明该算法是有效可行的. 展开更多
关键词 参数优化 核校准 核矩阵
下载PDF
基于小批量梯度下降法的高斯核参数优化
8
作者 肖玉麟 《福建技术师范学院学报》 2023年第2期149-155,共7页
核函数是核方法的重要组成部分,设计得好坏直接影响模型的分类效果,高斯核函数以其优良的特性被广泛应用,但高斯核参数的优化十分困难.针对此问题,使用核目标度量准则制定目标函数,将问题转化为求极小值的最优化问题,利用小批量梯度下... 核函数是核方法的重要组成部分,设计得好坏直接影响模型的分类效果,高斯核函数以其优良的特性被广泛应用,但高斯核参数的优化十分困难.针对此问题,使用核目标度量准则制定目标函数,将问题转化为求极小值的最优化问题,利用小批量梯度下降法求解目标函数.在十六组机器学习领域常用的数据集上进行测试,实验结果表明,该方法均具有最短的训练时间和较高的分类准确率. 展开更多
关键词 核方法 高斯核函数 核目标度量准则 小批量梯度下降法
下载PDF
基于KTA-LSSVM的青霉素发酵过程预测建模
9
作者 丰娟 唐勇波 彭涛 《化工进展》 EI CAS CSCD 北大核心 2014年第9期2438-2443,共6页
为解决青霉素发酵过程预测建模中存在的输入变量选择问题,提出了基于核目标度量(kernel target alignment,KTA)和最小二乘支持向量机(least squares support vector machines,LSSVM)的青霉素发酵过程预测模型。首先,在分析影响青霉素产... 为解决青霉素发酵过程预测建模中存在的输入变量选择问题,提出了基于核目标度量(kernel target alignment,KTA)和最小二乘支持向量机(least squares support vector machines,LSSVM)的青霉素发酵过程预测模型。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,采用KTA对输入变量进行尺度缩放,然后,利用Pensim仿真平台数据,采用混沌粒子群算法对LSSVM的参数寻优,建立青霉素发酵过程的KTA-LSSVM预测模型。青霉素浓度预测的KTA-LSSVM模型均方根误差为0.0179,LSSVM模型的均方根误差为0.0276,实验结果表明,本文提出的模型预测精度高,推广性能好。 展开更多
关键词 青霉素发酵过程 核目标度量 尺度缩放 最小二乘向量机 预测
下载PDF
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
使用帮助 返回顶部