-
题名两条连续的有理Bézier曲线的逼近合并
被引量：2
- 1
-
-
作者
檀敬东
黄有度
-
机构
合肥工业大学理学院数学系
-
出处
《大学数学》
2003年第6期94-97,共4页
-
文摘
目前多项式 Bézier曲线的逼近合并问题已研究得比较深入 ,而有理 Bézier情形主要还是通过两类多项式 h<r,p>和 H<r,p>来降阶逼近 ,但是在工业制造中有重要意义的有理 Bézier曲线的合并问题一直缺乏研究 .本文通过控制点的优化扰动将两连续的满足权约束条件的有理 Bézier曲线转化成新的两有理Bézier曲线 ,使它们符合精确合并条件 ;并将合并得到的同阶有理
-
关键词
有理BEZIER曲线
逼近合并
控制点
权
拉格朗日乘数
-
Keywords
weight
precise merging
rational approximation
perturbation of control points
-
分类号
O241.5
[理学—计算数学]
-
-
题名基于规范割的文本超图聚类
被引量：1
- 2
-
-
作者
檀敬东
-
机构
合肥工业大学数学学院
-
出处
《大学数学》
2017年第6期33-36,共4页
-
基金
国家自然科学基金项目(61503115)
-
文摘
超图聚类方法是目前主流聚类方法之一.它的经典版本出现在超大规模集成电路研究领域.近年来,它的各种改进版本被提出并广泛应用于机器视觉领域.例如,在图像聚类和运动分割方面,它的各种版本常有较好的表现.本文将超图聚类方法引入文本聚类领域.首先,根据文本数据高度稀疏的特点,采用SVD(或PCA)对其进行降维;其次,采用基于大超边的超图规范割聚类对文本的低维投影进行聚类;最后,采用聚类准确率指标对聚类进行评价.在两个文本数据集的实验中,基于超图规范割聚类取得了比传统的k均值聚类和层次聚类更好的聚类表现.
-
关键词
超图
规范割
文本聚类
随机聚类模型
-
Keywords
hypergraph
normalized cut
text clustering
random cluster models
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于几何判据的SVM参数快速选择方法
被引量：7
- 3
-
-
作者
杨紫微
王儒敬
檀敬东
应磊
苏雅茹
-
机构
中国科学技术大学合肥智能机械研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第17期206-209,共4页
-
基金
国家"十一五"科技支撑计划基金资助项目(2006BAD10A05)
-
文摘
支持向量机中核函数及其参数的选择具有重要意义。提出一种基于高斯核函数的支持向量机参数对快速求取方法,根据支持向量之间的几何判据,结合线性搜索法完成参数寻优,具有简单、计算量小、易于实现的优点。实验结果表明,该方法较好地解决了高斯核函数参数在实际使用中不易确定的问题,且运算速度高于原有方法。
-
关键词
支持向量机
参数优化
高斯核函数
-
Keywords
Support Vector Machine（SVM）
parameter optimization
Gauss kernel function
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于PCA扩展的判别性特征融合
被引量：4
- 4
-
-
作者
檀敬东
苏雅茹
王儒敬
-
机构
合肥工业大学数学学院
中国科学院合肥智能机械研究所智能决策实验室
中国科学技术大学自动化系
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2012年第2期305-312,共8页
-
基金
国家自然科学基金资助项目(No.60774096)
-
文摘
提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析.基于主成份分析和最大间隔准则理论,构造一个多目标规划模型作为特征融合的目标.随后,该模型被转化成一个单目标规划问题并通过特征分解的方法求解.此外,将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵,并求出它们的特征值和特征向量.在此基础上,通过向量代数处理得到一个映射矩阵α,当核矩阵K投影到α上,同类样本的相似信息能最大程度地得到保持.本文中的实验证实两种方法的有效性.
-
关键词
主成份分析
最大间隔准则
支持向量机
分块对角阵
文本可视化
-
Keywords
Principal Component Analysis, Maximum Margin Criterion, Support Vector Machine,Diagonal Block Matrix, Text Visualization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种复杂自适应搜索模型
被引量：1
- 5
-
-
作者
王儒敬
檀敬东
黄河
-
机构
中国科学院智能机械研究所智能决策实验室
中国科学技术大学自动化系
合肥工业大学数学系
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2009年第6期815-820,共6页
-
基金
国家自然科学基金资助项目(N0.60774096)
-
文摘
针对互联网开放性、层次性、演化性、巨量性等本质特性,从复杂自适应系统这一全新的角度,以农业垂直搜索为应用背景,提出一种复杂自适应搜索模型.该搜索模型的主要特点是通过建立信息采集、分类、清洗与服务智能体联盟,组成多智能体实验环境.通过建立模型的学习机制与进化机制,改善搜索模型对网络环境的动态适应能力.经过与现有主流搜索引擎的比较实验发现,它在查准率方面具有明显优势.同时,由于该搜索模型具备通用的结构体系,因而在建立其它行业的垂直搜索模型时,可被方便地移植使用.
-
关键词
复杂自适应系统
WEB搜索
支持向量机
用户意图
-
Keywords
Complex Adaptive System, Web Search, Support Vector Machine, User Intent
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
