公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

用于处理不平衡样本的改进近似支持向量机新算法被引量：6: 2014年; 近似支持向量机(PSVM)在处理不平衡样本时,会过拟合样本点数较多的一类,低估样本点数较少的类的错分误差,从而导致整体样本的分类准确率下降。针对该问题,提出一种用于处理不平衡样本的改进的PSVM新算法。新算法不仅给正、负类样本赋予不同的惩罚因子,而且在约束条件中新增参数,使得分类面更具灵活性。该算法先对训练集训练获得最优参数,然后再对测试集进行训练获得分类超平面,最后输出分类结果。UCI数据库中9组数据集的实验结果表明:新算法提高了样本的分类准确率,在线性的情况下平均提高了2.19个百分点,在非线性的情况下平均提高了3.14个百分点,有效地提高了模型的泛化能力。; 刘艳钟萍陈静宋晓华何云; 关键词：近似支持向量机惩罚因子

基于DEA的二阶段网络系统的固定成本分摊方法被引量：6: 2013年; 结合DEA和博弈的思想研究二阶段网络系统的固定成本分摊问题,将分摊成本作为新的投入,可以证明存在某种分摊使DMU整体效率达到最优,在此基础上考虑各个DMU之间以及DMU内部之间的博弈,首先建立讨价还价乘积最大化模型,求出各DMU唯一的分摊解,然后建立DMU子系统之间的讨价还价模型,给出子系统的分摊解,最终的分摊方案满足系统效率和子系统效率为1,与现有的方法相比具有一定的优势.; 孙玉华曾庆铎; 关键词：数据包络分析成本分摊讨价还价

二阶段网络系统的全局DEA模型被引量：3: 2014年; 文章在传统DEA的基础上建立了二阶段网络系统的全局DEA模型,以最优的方式把中间产物的各个分量投影到生产前沿面上,并分析了二阶段全局DEA有效性及系统的资源浪费问题。最后通过商业银行的实例分析表明此模型合理可行,拓宽了网络DEA的应用。; 孙玉华曾庆铎; 关键词：数据包络分析资源浪费

多人合作多目标交叉规划的一种算法: 2013年; 随着现代社会经济的飞速发展,各个经济系统的联系不断加强,如何实现各个系统的利益最大化和成本最小化,成为人们日益关注的焦点.针对该类问题,研究了一类多人合作多目标交叉规划.首先给出了多人合作交叉多目标规划的模型,从该模型出发给出了求解多人交叉多目标规划的一种算法:对交叉规划问题中的每个子目标函数求解,将交叉规划问题转化为非线性规划问题,通过引入罚因子,用外罚函数法求出非线性规划的最优解.该解也是多人多目标交叉规划问题的非劣解,从该非劣解出发进行搜索,寻找最优解.最后通过算例验证了算法的可行性和有效性.; 孙玉华马瀚鸿; 关键词：最优值非劣解最优解

一类区间规划问题的对偶理论: 2012年; 讨论目标函数是区间函数的区间规划问题.定义MW最优解的概念,并给出一类新的对偶模型,在(p,r)-ρ-(η,θ)-不变凸函数定义下证明弱对偶、强对偶和逆对偶定理.; 孙玉华马瀚鸿王来生; 关键词：对偶

基于KNN算法的改进的一对多SVM多分类器被引量：10: 2015年; 针对传统支持向量机(SVM)多分类一对多算法存在的运算量大、耗时长、数据偏斜以及对最优超平面附近点分类易出错问题,提出了一种改进方法。将数据空间分为密集区和稀疏区,各类中密集点归于密集区,其余归于稀疏区。将每类中密集点连同它附近的点用于训练得到相应的SVM分类器。在测试阶段,对密集区的待测样本用传统的一对多判别准则来做类别预测;对稀疏区的待测样本则采用K近邻(KNN)算法。数值实验结果表明,改进的算法在耗时和分类精度上都优于原算法,对解决一对多算法存在的问题有较好的成效。; 刘雨康张正阳陈琳琳陈静; 关键词：数据偏斜

区间规划问题的最优性条件被引量：2: 2014年; 区间规划是带有区间参数的规划问题,是一种更易于求解实际问题的柔性规划。它是确定性优化问题的延伸,有区间线性规划和区间非线性规划两种形式。本文讨论了目标函数是区间函数的区间非线性问题。给出了区间规划问题最优性必要条件的较简单证明方法,并利用LU最优解的概念,在一类广义凸函数-(p,r)-ρ-(η,θ)-不变凸函数定义下讨论了最优性充分条件。; 孙玉华许平王来生; 关键词：最优性条件

基于张量核函数的支持张量机分类方法: 2021年; 以秩一支持张量机(Rank-one Support Tensor Machine,R1-STM)为代表的张量学习现已成为模式识别领域的一个研究热点,具有非常广泛的应用.秩一支持张量机是非凸优化问题,不但求解非常耗时,而且得到的解是局部最优解.基于张量核函数的支持张量机(Support Tensor Machine based on Tensor-Kernel,TK-STM)能够解决非线性分类问题,不仅继承了支持向量机(Support Vector Machine,SVM)的优点,而且保持了更多的张量结构信息,能够通过一步迭代得到全局最优解.数值试验部分采用了五个向量型数据集和七个张量型数据集,并且将TK-STM与SVM和R1-STM这两个经典算法在分类精度和训练时间上进行了比较,实验结果表明无论在分类效果上还是训练时间上,TK-STM都具有明显的优势,特别是在处理高维小样本数据集上.; 杨鑫刚耿娟王来生赵新斌; 关键词：模式识别

全选清除导出

共1页<1>

国家自然科学基金(11271367)