期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
混合策略改进的金豺优化算法 被引量:2
1
作者 朱兴淋 汪廷华 赖志勇 《计算机工程与应用》 CSCD 北大核心 2024年第4期99-112,共14页
针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西... 针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西变异策略,增强种群多样性和提升算法陷入局部最优的逃逸能力;提出一种基于权重的决策策略,通过对金豺个体赋予不同权重进行种群位置更新的决策,加快算法的收敛速度。对8个基准测试函数以及部分CEC2017测试函数进行寻优实验,结果表明改进算法具有更好的优化性能和收敛速度;进一步地,将改进算法应用于支持向量回归(support vector regression,SVR)模型的参数优化,并在选取的5个UCI(University of California,Irvine)数据集上进行实验,验证了改进算法的有效性。 展开更多
关键词 金豺优化算法 优化问题 柯西变异 权重
下载PDF
SVM样本约简算法研究综述 被引量:1
2
作者 张代俐 汪廷华 朱兴淋 《计算机科学》 CSCD 北大核心 2024年第7期59-70,共12页
支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学... 支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学习效率随着训练样本数量的增加而显著降低,对于大规模训练集,采用标准优化方法的传统SVM面临着内存需求过大、执行速度慢,有时甚至无法执行的问题。为了缓解SVM在大规模训练集上存储需求高、训练时间长等问题,学者们提出了SVM样本约简算法。文中首先介绍了SVM理论基础,然后从基于聚类、几何分析、主动学习、增量学习和随机抽样5个方面系统综述了SVM样本约简算法的研究现状,讨论了各种SVM样本约简算法的优缺点,最后总结全文并展望未来。 展开更多
关键词 支持向量机 大规模数据集 样本约简 机器学习 分类
下载PDF
一种融合反向学习机制与差分进化策略的蛇优化算法 被引量:1
3
作者 占宏祥 汪廷华 张昕 《郑州大学学报(理学版)》 CAS 北大核心 2024年第6期25-31,共7页
蛇优化(snake optimizer,SO)算法存在前期收敛速度慢和易陷入局部最优的问题,为此提出一种融合反向学习机制与差分进化策略的改进蛇优化(improved snake optimizer,ISO)算法。反向学习机制可提高种群质量,以提升算法寻优速度;差分进化... 蛇优化(snake optimizer,SO)算法存在前期收敛速度慢和易陷入局部最优的问题,为此提出一种融合反向学习机制与差分进化策略的改进蛇优化(improved snake optimizer,ISO)算法。反向学习机制可提高种群质量,以提升算法寻优速度;差分进化策略有助于算法精准寻优,降低算法陷入局部最优的几率。在10个基准测试函数上的实验结果表明,ISO算法拥有更高的寻优精度和更快的收敛速率。将其应用于支持向量机(support vector machine,SVM)的参数选取中,进一步验证了ISO算法的有效性。 展开更多
关键词 蛇优化算法 差分进化 反向学习 参数优化 支持向量机
下载PDF
特征加权支持向量机 被引量:56
4
作者 汪廷华 田盛丰 黄厚宽 《电子与信息学报》 EI CSCD 北大核心 2009年第3期514-518,共5页
该文针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑特征重要性对分类结果的影响的缺陷,提出了基于特征加权的支持向量机方法,即特征加权支持向量机(FWSVM)。该方法首先利用信息增益计算各个特征对... 该文针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑特征重要性对分类结果的影响的缺陷,提出了基于特征加权的支持向量机方法,即特征加权支持向量机(FWSVM)。该方法首先利用信息增益计算各个特征对分类任务的重要度,然后用获得的特征重要度对核函数中的内积和欧氏距离进行加权计算,从而避免了核函数的计算被一些弱相关或不相关的特征所支配。理论分析和数值实验的结果都表明,该方法比传统的SVM具有更好的鲁棒性和分类能力。 展开更多
关键词 支持向量机 特征加权 信息增益 机器学习
下载PDF
核函数的选择研究综述 被引量:53
5
作者 汪廷华 陈峻婷 《计算机工程与设计》 CSCD 北大核心 2012年第3期1181-1186,共6页
核方法是解决非线性模式分析问题的一种有效方法,是当前机器学习领域的一个研究热点。核函数是影响核方法性能的关键因素,以支持向量机作为核函数的载体,从核函数的构造、核函数中参数的选择、多核学习3个角度对核函数的选择的研究现状... 核方法是解决非线性模式分析问题的一种有效方法,是当前机器学习领域的一个研究热点。核函数是影响核方法性能的关键因素,以支持向量机作为核函数的载体,从核函数的构造、核函数中参数的选择、多核学习3个角度对核函数的选择的研究现状及其进展情况进行了系统地概述,并指出根据特定应用领域选择核函数、设计有效的核函数度量标准和拓宽核函数选择的研究范围是其中3个值得进一步研究的方向。 展开更多
关键词 核函数 支持向量机 核方法 模型选择 多核学习
下载PDF
样本属性重要度的支持向量机方法 被引量:6
6
作者 汪廷华 田盛丰 +1 位作者 黄厚宽 廖年冬 《北京交通大学学报》 EI CAS CSCD 北大核心 2007年第5期87-90,共4页
支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的... 支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度. 展开更多
关键词 支持向量机(SVM) 属性重要度 信息增益 机器学习
下载PDF
核函数的度量研究进展 被引量:13
7
作者 汪廷华 陈峻婷 《计算机应用研究》 CSCD 北大核心 2011年第1期25-28,共4页
核函数的度量(简称核度量)研究两个核函数(或一个核函数与另一个目标函数)之间相似性的度量方法,是核函数研究中的一个重要课题。系统综述了核度量的研究状况以及目前的研究进展,分析了典型核度量方法的特点及不足,并凝炼了其进一步研... 核函数的度量(简称核度量)研究两个核函数(或一个核函数与另一个目标函数)之间相似性的度量方法,是核函数研究中的一个重要课题。系统综述了核度量的研究状况以及目前的研究进展,分析了典型核度量方法的特点及不足,并凝炼了其进一步研究的方向。 展开更多
关键词 核方法 核函数 核度量 支持向量机 分类
下载PDF
多类核极化及其在多宽度RBF核参数选择中的应用 被引量:3
8
作者 汪廷华 赵东岩 张琼 《北京大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第5期727-731,共5页
针对多类支持向量机的模型选择问题,提出一种适用于多分类问题的核函数度量标准,称为多类核极化。进一步地,提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比,该算法利用基于梯度的搜索... 针对多类支持向量机的模型选择问题,提出一种适用于多分类问题的核函数度量标准,称为多类核极化。进一步地,提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比,该算法利用基于梯度的搜索技术自动实现模型选择,克服了传统方法的经验性强、计算量大的不足。UCI数据集上的实验结果验证了多类核极化与多参数模型选择算法的有效性。 展开更多
关键词 多宽度RBF核 多类核极化 模型选择 支持向量机 多类分类
下载PDF
一种元规则指导的股票联动关联规则挖掘算法 被引量:3
9
作者 汪廷华 程从从 《计算机工程》 CAS CSCD 北大核心 2006年第5期260-262,共3页
在经典Apriori算法的基础上,提出了一种考虑了时间因素的股票联动关联规则挖掘算法。该算法首先对股票原始数据采用滑动时间窗口技术进行了预处理,得到了适合挖掘的事务集;然后使用SQL语言详细描述了关联规则的生成过程。根据证券行业... 在经典Apriori算法的基础上,提出了一种考虑了时间因素的股票联动关联规则挖掘算法。该算法首先对股票原始数据采用滑动时间窗口技术进行了预处理,得到了适合挖掘的事务集;然后使用SQL语言详细描述了关联规则的生成过程。根据证券行业的实际情况,采用了元规则指导的挖掘方法,从而使挖掘结果聚焦于投资者感兴趣的规则形式上,并且也提高了挖掘过程的效率。 展开更多
关键词 数据挖掘 关联规则 元规则 股票 证券 知识发现
下载PDF
无信号灯交叉路口延误模型及仿真研究 被引量:5
10
作者 张邦礼 刘一武 +4 位作者 曹长修 何海忠 汪廷华 蒋善宝 袁晓晏 《重庆大学学报(自然科学版)》 EI CAS CSCD 1993年第6期79-86,共8页
在排队论的基础上提出了一个计算车辆在交叉路口的平均排队延误和交叉路口容量的模型,并分析了转弯流对交叉路口延误的影响,还给出了仿真结果。
关键词 排队 交叉路口 交通延迟 车辆交通
下载PDF
μC/GUI在Nios Ⅱ嵌入式平台上的移植研究 被引量:2
11
作者 汪廷华 夏斌 +1 位作者 杨文璐 秦振华 《电子设计工程》 2010年第9期63-66,共4页
为了使便携式心电监护仪具有友好的人机交互和方便的显示,移植了一个GUI界面系统。以DE2-70配套开发板为验证平台,TFT LCD IP核是在QuartusⅡ9.0软件平台下,使用Verilog在FPGA上用硬件逻辑电路进行设计。该IP核是利用QuartusⅡ开发和其... 为了使便携式心电监护仪具有友好的人机交互和方便的显示,移植了一个GUI界面系统。以DE2-70配套开发板为验证平台,TFT LCD IP核是在QuartusⅡ9.0软件平台下,使用Verilog在FPGA上用硬件逻辑电路进行设计。该IP核是利用QuartusⅡ开发和其集成的SOPC Builder系统开发工具而设计的。μC/GUI则是在配套开发软件NiosⅡIDE中进行移植实现。实验结果表明,μC/GUI界面系统成功运行在开发板上,可实现窗口管理、在指定位置显示文字和显示图片等功能。 展开更多
关键词 ΜC/GUI TFTLCDIP SOPC 移植 NiosⅡ
下载PDF
基于最大信息系数的输入法对书写的影响分析 被引量:1
12
作者 杨丹 刘赵发 +1 位作者 汪廷华 刘汉明 《赣南师范大学学报》 2019年第3期24-27,共4页
表意文字系统的汉字,五千多年来永不停歇地传承着中华文化.拼音输入法在计算机等智能设备的广泛应用,导致"提笔忘字"现象,引发了汉字书写危机.研究从调查数据出发,应用最大信息系数进行分析,探讨了计算机文字输入法对汉字书... 表意文字系统的汉字,五千多年来永不停歇地传承着中华文化.拼音输入法在计算机等智能设备的广泛应用,导致"提笔忘字"现象,引发了汉字书写危机.研究从调查数据出发,应用最大信息系数进行分析,探讨了计算机文字输入法对汉字书写的影响.研究表明,当前人们普遍使用拼音编码的汉字输入法,其使用率是字形编码输入法的231倍;长期拼音编码汉字输入法的使用或过度依赖,会导致对汉字书写产生一系列的负面影响. 展开更多
关键词 最大信息系数 文字输入法 提笔忘字 汉语书写 影响
下载PDF
基于特征加权支持向量机的血吸虫尾蚴识别算法设计与应用 被引量:4
13
作者 易云 汪廷华 《赣南师范学院学报》 2012年第3期37-40,共4页
本文提出一种利用特征加权支持向量机(FWSVM)识别河流、湖泊等水域中血吸虫尾蚴的算法.该算法采用图像形态学、动态阈值化等图像处理方法在图片中搜索可能存在尾蚴的区域,然后利用疑似区域图像的Hu矩作为特征值训练FWSVM,最后利用训练... 本文提出一种利用特征加权支持向量机(FWSVM)识别河流、湖泊等水域中血吸虫尾蚴的算法.该算法采用图像形态学、动态阈值化等图像处理方法在图片中搜索可能存在尾蚴的区域,然后利用疑似区域图像的Hu矩作为特征值训练FWSVM,最后利用训练好的分类器对采集的视频进行识别.实验结果表明该算法能够有效识别水域中的血吸虫尾蚴. 展开更多
关键词 血吸虫尾蚴 模式识别 HU矩 特征加权 支持向量机
下载PDF
面向统计词义消歧的核选择研究进展 被引量:1
14
作者 钟莉云 汪廷华 陈峻婷 《赣南师范学院学报》 2015年第6期17-22,共6页
词义消歧解决自然语言中同形异义词语在不同上下文环境中的义项标注问题,是自然语言处理领域的基础性关键问题.核方法是机器学习中一类强有力的统计学习技术,被广泛应用于分类、回归、聚类等诸多领域.基于核方法的词义消歧的关键是如何... 词义消歧解决自然语言中同形异义词语在不同上下文环境中的义项标注问题,是自然语言处理领域的基础性关键问题.核方法是机器学习中一类强有力的统计学习技术,被广泛应用于分类、回归、聚类等诸多领域.基于核方法的词义消歧的关键是如何构造一个能够充分表达待消歧词上下文信息的核函数.在介绍基于核方法的词义消歧系统的一般框架之后,系统阐述了国内外面向统计词义消歧的核函数构造与选择的研究现状及进展,重点分析了研究中存在的问题及解决方法,最后探讨了未来研究的重点与可能的发展方向. 展开更多
关键词 词义消歧 核函数 核方法 自然语言处理 分类
下载PDF
基于中心核对齐模糊SVM的中文农业文本分类
15
作者 卢鸿 邱云志 +1 位作者 戴小路 汪廷华 《赣南师范大学学报》 2021年第6期57-61,共5页
提出一种基于中心核对齐的模糊支持向量机(Centered kernel alignment-based fuzzy support vector machine,CKA-FSVM)算法并应用于中文农业文本分类.首先通过爬虫技术获取2246个中文农业文本并进行数据预处理,然后进行文本向量化和特... 提出一种基于中心核对齐的模糊支持向量机(Centered kernel alignment-based fuzzy support vector machine,CKA-FSVM)算法并应用于中文农业文本分类.首先通过爬虫技术获取2246个中文农业文本并进行数据预处理,然后进行文本向量化和特征处理,最后构建分类器模型,实现中文农业文本的自动分类.实验结果显示CKA-FSVM算法在中文农业文本分类上的平均准确率为91.69%,平均F1值为94.96%,比5个对比算法中的最好结果分别提升了0.04和0.24个百分点,表明该模型在中文农业文本分类领域具有较好的性能. 展开更多
关键词 农业文本 中心核对齐 模糊支持向量机 隶属度函数 分类
下载PDF
基于群智能算法的SVR参数优化研究进展 被引量:25
16
作者 张琳 汪廷华 周慧颖 《计算机工程与应用》 CSCD 北大核心 2021年第16期50-64,共15页
支持向量回归机(Support Vector Regression,SVR)是建立在统计学习理论上的一种机器学习方法,主要用来处理回归问题。选取到合适的参数是实现支持向量回归机算法优势的前提,但在实践中仍然存在模型参数选择困难的问题。群智能算法主要... 支持向量回归机(Support Vector Regression,SVR)是建立在统计学习理论上的一种机器学习方法,主要用来处理回归问题。选取到合适的参数是实现支持向量回归机算法优势的前提,但在实践中仍然存在模型参数选择困难的问题。群智能算法主要是模仿自然界生物种群社会行为规律的元启发式算法,具有简单性、自适应性、灵活性等特点,现已成为非线性参数寻优方法的研究热点。系统综述了利用群智能算法优化支持向量回归机参数的研究进展。在介绍支持向量回归机基础理论之后,系统分析了常见群智能算法及其改进方法实现支持向量回归机参数优化选择的优点与不足,并对未来的研究方向及挑战做出展望。 展开更多
关键词 支持向量回归机(SVR) 参数优化 群智能算法 机器学习
下载PDF
一种多策略改进的麻雀搜索算法 被引量:18
17
作者 张琳 汪廷华 周慧颖 《计算机工程与应用》 CSCD 北大核心 2022年第11期133-140,共8页
针对麻雀搜索算法在求解复杂优化问题时存在收敛速度慢、种群趋同性严重、易于陷入局部最优等不足,提出一种多策略改进的麻雀搜索算法(multi-strategy improved sparrow search algorithm,MISSA)。通过混沌映射和反向学习机制提高算法... 针对麻雀搜索算法在求解复杂优化问题时存在收敛速度慢、种群趋同性严重、易于陷入局部最优等不足,提出一种多策略改进的麻雀搜索算法(multi-strategy improved sparrow search algorithm,MISSA)。通过混沌映射和反向学习机制提高算法初始种群的质量;借鉴粒子群算法的学习策略来提升种群的信息交流能力和兼顾全局勘探与局部开发之间的平衡;融合差分进化算法的变异交叉操作提升算法跳出局部最优值的能力。通过对8个基准测试函数的寻优实验,结果表明改进算法具有更好的优化性能和收敛效率;进一步地,将改进算法应用于优化支持向量回归(support vector regression,SVR)模型的参数,并通过在选定的5个UCI数据集上的实验验证了改进算法的有效性。 展开更多
关键词 麻雀搜索算法 差分变异 混沌映射 反向学习
下载PDF
基于mBagging的随机森林 被引量:2
18
作者 郑金萍 刘赵发 +5 位作者 胡珍珍 李泽南 黎姿 刘汉明 汪廷华 胡声洲 《赣南师范大学学报》 2022年第3期113-115,共3页
随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的... 随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的假阳率以及更快的运算速度.采用全基因组SNP仿真数据集的实验表明,基于mBagging的随机森林运算速度明显快于传统的随机森林,且在保证OOB袋外错误率不劣化的前提下,判断风险SNP的准确率得到了提高. 展开更多
关键词 mBagging 随机森林 BAGGING OOB袋外错误率 算法时间
下载PDF
模糊多核支持向量机研究进展 被引量:7
19
作者 戴小路 汪廷华 胡振威 《计算机应用研究》 CSCD 北大核心 2021年第10期2896-2903,共8页
模糊多核支持向量机将模糊支持向量机与多核学习方法结合,通过构造隶属度函数和利用多个核函数的组合形式有效缓解了传统支持向量机模型对噪声数据敏感和多源异构数据学习困难等问题,广泛应用于模式识别和人工智能领域。综述了模糊多核... 模糊多核支持向量机将模糊支持向量机与多核学习方法结合,通过构造隶属度函数和利用多个核函数的组合形式有效缓解了传统支持向量机模型对噪声数据敏感和多源异构数据学习困难等问题,广泛应用于模式识别和人工智能领域。综述了模糊多核支持向量机的理论基础及其研究现状,详细介绍模糊多核支持向量机中的关键问题,即模糊隶属度函数设计与多核学习方法,最后对模糊多核支持向量机算法未来的研究进行展望。 展开更多
关键词 核方法 模糊支持向量机 多核学习 隶属度函数
下载PDF
多标签特征选择研究进展 被引量:7
20
作者 周慧颖 汪廷华 张代俐 《计算机工程与应用》 CSCD 北大核心 2022年第15期52-67,共16页
特征选择一直是机器学习和数据挖掘中的一个重要问题。在多标签学习任务中,数据集中的每个样本都与多个标签相关联,标签与标签之间通常也是相关的。在多标签高维数据分析中,为降低特征维数和提高分类性能,研究者们提出了多标签特征选择... 特征选择一直是机器学习和数据挖掘中的一个重要问题。在多标签学习任务中,数据集中的每个样本都与多个标签相关联,标签与标签之间通常也是相关的。在多标签高维数据分析中,为降低特征维数和提高分类性能,研究者们提出了多标签特征选择方法。系统综述了多标签特征选择的研究进展。在介绍多标签分类以及评价准则之后,详细分析了多标签特征选择的三类方法,即过滤式算法、包裹式算法和嵌入式算法,对多标签特征选择未来的研究提出展望。 展开更多
关键词 特征选择 多标签分类 机器学习 数据挖掘
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部