首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   22篇
  完全免费   11篇
  自动化技术   33篇
  2015年   1篇
  2014年   4篇
  2013年   1篇
  2012年   3篇
  2011年   2篇
  2009年   1篇
  2008年   1篇
  2007年   3篇
  2005年   2篇
  2004年   1篇
  2002年   5篇
  2001年   3篇
  2000年   5篇
  1999年   1篇
排序方式: 共有33条查询结果,搜索用时 31 毫秒
1.
基于支持向量机分类的回归方法   总被引:23,自引:0,他引:23       下载免费PDF全文
陶卿  曹进德  孙德敏 《软件学报》2002,13(5):1024-1028
支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.  相似文献
2.
基于闭凸包收缩的最大边缘线性分类器   总被引:12,自引:1,他引:11       下载免费PDF全文
SVM(support vector machines)是一种基于结构风险最小化原理的分类技术.给出实现结构风险最小化原理(最大边缘)的另一种方法.对线性可分情形,提出一种精确意义下的最大边缘算法,并通过闭凸包收缩的概念,将线性不可分的情形转化为线性可分情形.该算法与SVM算法及其Cortes软边缘算法异曲同工,但理论体系简单、严谨,其中的优化问题几何意义清楚、明确.  相似文献
3.
基于约束区域神经网络的动态遗传算法   总被引:7,自引:2,他引:5       下载免费PDF全文
提出一种基于约束区域神经网络的动态遗传算法,将遗传算法的全局搜索和约束区域神经网络模型的局部搜索结合了起来.利用动态遗传算法确定神经网络模型的初始点,同时使用神经网络确定动态遗传算法的适应度函数.该算法具有一定的理论意义和生物意义.与标准的遗传算法相比,缩小了搜索规模,可获得不定二次规划问题更好的近似最优解.  相似文献
4.
基于后验概率的支持向量机   总被引:7,自引:0,他引:7  
在支持向量机(support vector machines,SVM)中,训练样本总是具有明确的类别信息,而对于一些不确定性问题并不恰当.受贝叶斯决策规则的启发,利用样本的后验概率来表示这种不确定性.将贝叶斯决策规则与SVM相结合,建立后验概率支持向量机(posteriori probability support vector machine,PPSVM)的体系框架.并详细讨论线性可分性、间隔、最优超平面以及软间隔算法,得到了一个新的优化问题,同时给出了一个支持向量的新定义.实际上,后验概率支持向量机是建立于统计学习理论(statistical learning theory)基础之上,是标准SVM的扩展.针对数据,还提出了一个确定后验概率的经验性方法.实验也证明了后验概率支持向量机的合理性、有效性.  相似文献
5.
Kernel Projection Algorithm for Large-Scale SVM Problems   总被引:4,自引:0,他引:4       下载免费PDF全文
Support Vector Machine (SVM) has become a very effective method in statistical machine learning and it has proved that training SVM is to solve Nearest Point pair Problem (NPP) between two disjoint closed convex sets.Later Keerthi pointed out that it is difficult to apply classical excellent geometric algorithms directly to SVM and so designed a new geometric algorithm for SVM.In this article,a new algorithm for geometrically solving SVM,Kernel Projection Algorithm,is presented based on the theorem on fixed-points of projection mapping.This new algorithm makes it easy to apply classical geometric algorithms to solving SVM and is more understandable than Keerthi‘s.Experiments show that the new algorithm can also handle large-scale SVM problems.Geometric algorithms for SVM,such as Keerthi‘s algorithm,require that two closed convex sets be disjoint and otherwise the algorithms are meaningless.In this article,this requirement will be guaranteed in theory be using the theoretic result on universal kernel functions.  相似文献
6.
基于线性规划的联想记忆神经网络模型   总被引:2,自引:2,他引:0  
陶卿  孙德敏 《计算机学报》2001,24(4):377-381
提出一种基于优化线性函数的神经网络联想记忆器,打破了将待识别模式作为网络起始点的常规,它能保证渐近稳定的平衡点集与样本点集相同,吸引域分布合理,不渐近稳定的平衡点恰为实际的拒识模式,并且电路实现容易,对拒识模式有清楚的解释。理论分析和计算机模拟都表明本文的模型是理想的联想记忆器,还可降低对硬件的精度要求。  相似文献
7.
基于约束区域的BSB联想记忆模型   总被引:2,自引:0,他引:2  
提出一种根据联想记忆点设计基于约束区域的BSB(Brain-State-inm-a-Box)神经网络模型,它保证了渐近稳定的平衡点集与样本点集相同,不渐近稳定的平衡点恰为实际的拒识状态,并且吸引域分布合理,从而将ESB完善为理想的联想记忆器。  相似文献
8.
基于约束区域的连续时间联想记忆神经网络   总被引:2,自引:2,他引:0  
陶卿  方廷健  孙德敏 《计算机学报》1999,22(12):1253-1258
传统的联想记忆神经网络模型是根据联想记忆点设计权值。文中提出一种根据联想记忆点设计基于约束区域的神经网络模型,它保证了渐近稳定的平衡点集与样要点集相同,不渐近稳定的平衡点恰为实际的拒识状态,并且吸引域分布合理。它具有学习和遗忘能力,还具有记忆容量大和电路可实现优点,是理想的联想记忆器。  相似文献
9.
η-one-class问题和η-outlier及其LP学习算法   总被引:1,自引:0,他引:1  
陶卿  齐红威  吴高巍  章显 《计算机学报》2004,27(8):1102-1108
用SVM方法研究one-class和outlier问题.在将one-class问题理解为一种函数估计问题的基础上,作者首次定义了η-one-class和η-outlier问题的泛化错误,进而定义了线性可分性和边缘,得到了求解one-class问题的最大边缘、软边缘和v-软边缘算法.这些学习算法具有统计学习理论依据并可归结为求解线性规划问题.算法的实现采用与boosting类似的思路.实验结果表明该文的算法是有实际意义的.  相似文献
10.
一种新的机器学习算法:Support Vector Machines   总被引:1,自引:0,他引:1  
SVM是由Vapnik及其领导的AT&T Bell实验室研究小组提出的一种新的非常有发展前景的机器学习算法.本文通过它与神经网络学习算法的比较,说明了SVM具有较强的理论依据和较好的泛化性能.本文是SVM的发展综述,重点介绍了SVM的理论依据和一些值得研究的问题.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号