国家高技术研究发展计划(2011AA040605)
- 作品数：8 被引量：62H指数：5
- 相关作者：杨煜普汪伟沈键彭凯李祥宝更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 卡尔曼滤波在电流互感器电磁测量中的应用被引量：2
- 2012年
- 针对TPY电流互感器暂态特性测试过程中,霍尔传感器的零点漂移和噪声干扰引起的磁通测量不准确问题,提出了一种应用卡尔曼滤波原理进行数据融合的分阶段测量方法。通过分析传感器误差对测量结果的影响,辨识出了传感器的测量误差值,并根据铁磁介质的电磁关系和传感器的特点,应用卡尔曼滤波的良好修正能力,消除了测量误差对高精度测量的影响。实验结果表明:经过卡尔曼滤波处理之后,不仅可以消除传感器零点漂移引起的误差积累问题,而且可以使测试得到的曲线更加准确平滑。
- 从洪伟杨煜普
- 关键词：电流互感器卡尔曼滤波磁滞回线
- 一种基于LSSVM的模糊建模研究与应用被引量：5
- 2012年
- 针对基于支持向量机的模糊模型处理高维数据能力差、模型复杂度高的问题,提出一种基于最小二乘支持向量机(LSSVM)的模糊建模方法。模型的规则数和隶属度函数参数由最小二乘支持向量机得到,避免了求解标准支持向量机中的凸二次规划问题,降低了高维数据的计算复杂度。并且通过剪枝算法去除冗余的支持向量,简化了模型的结构,有利于模糊建模的推广应用。实验仿真的结果证明了基于最小二乘支持向量机的模糊建模的有效性。
- 郑文建季睿杨煜普
- 关键词：最小二乘支持向量机核函数
- 一种基于近邻元分析的文本分类算法被引量：10
- 2012年
- 在近邻元分析(NCA)算法的基础上,提出K近邻元分析分类算法K-NCA。利用NCA算法完成对训练样本集的距离测度学习和降维,定义类偏斜因子,引入K近邻思想,得到测试样本的类条件概率估计,并通过该概率进行类别判定,实现文本分类器功能。实验结果表明,K-NCA算法的分类效果较好。
- 刘丛山李祥宝杨煜普
- 关键词：降维K近邻文本分类
- 基于滚动时间窗的动态协同过滤推荐模型及算法被引量：9
- 2013年
- 为了提高传统的协同过滤推荐系统的性能,首次提出了考虑时序性的基于滚动时间窗的用户-项目-时间三维动态模型,并在此基础上研究了针对该模型的协同过滤推荐算法。该模型算法对不同时间的兴趣评分按时间序列处理,用户兴趣相似度由不同时间段的分量组合而成,提高了算法的时效性;进而推导出了该模型的增量算法,利用增量算法减少了计算相似度的时间复杂度,从而提高了算法的扩展性;最后设计了合理的实验,实验结果表明提出的三维动态模型及算法在命中率性能上优于传统的二维协同过滤推荐模型及算法。
- 沈键杨煜普
- 关键词：协同过滤时间序列
- 基于二阶段相似度学习的协同过滤推荐算法被引量：8
- 2013年
- 针对传统的基于最近邻协同过滤推荐算法中计算相似度存在的缺陷,提出了一种基于二阶段相似度学习的协同过滤推荐算法,该算法旨在通过较少的迭代计算改善推荐算法性能。它以既约梯度法迭代寻优为主、最近邻算法为辅,通过邻居的海选和精选,最终提高了相似度的计算精度,改善了误差性能。实验表明,在一定条件下该算法不仅在误差性能上优于传统的推荐算法,而且其算法收敛速度快,可实现相似度参数动态调整和分布式计算。
- 沈键杨煜普
- 关键词：协同过滤K-最近邻算法
- 基于模糊SVDD监督的PageRank主题爬虫算法
- 2014年
- 主题爬虫是收集特定领域资源的网络爬虫。为了保证主题爬虫的查准率,提出一种基于模糊SVDD(support vector domain description)监督的PageRank爬虫算法,既考虑网页间的链接关系,又使用合适的分类器监督来保证爬虫与主题不偏离。通过与关键词匹配主题爬虫、shark-search主题爬虫、PageRank主题爬虫、基于SVM预测的主题爬虫、普通SVDD指导的主题爬虫进行试验对比,验证了该算法具有更高的查准率。
- 汪伟魏岩杨煜普
- 关键词：PAGERANK主题爬虫
- 基于模拟退火及蜂群算法的优化特征选择算法被引量：9
- 2013年
- 为了解决中文文本分类中初始特征空间维数过高带来的"维数灾难"问题,提高分类精度和分类效率,提出了一种基于模拟退火及蜂群算法的优化特征选择算法。该算法中,以蜂群算法流程为主体,根据蜜蜂群体觅食的特点快速寻找最优解,并且针对蜂群算法容易陷入局部最优解的问题,把模拟退火算法机制引入其中。该算法既保留了蜂群算法群体寻优的特点,又可以有效地避免陷入局部最优解。通过选择合适的收益率函数和温度下降函数,用实验的方法与卡方统计、信息增益和互信息等算法进行比较,表明了该算法的可行性和有效性。
- 戚孝铭施亮
- 关键词：文本分类蜂群算法模拟退火算法
- 基于余弦距离度量学习的伪K近邻文本分类算法被引量：19
- 2013年
- 距离度量学习在分类领域有着广泛的应用,将其应用到文本分类时,由于一般采用的向量空间模型(VSM)中的TF*IDF算法在对文本向量表达时向量均是维度相同并且归一化的,这就导致传统距离度量学习过程中采用的欧式距离作为相似度判别标准在文本分类领域往往无法取得预期的效果,在距离度量学习中的LMNN算法的启发下提出一种余弦距离度量学习算法,使其适应于文本分类领域,称之为CS-LMNN。考虑到文本分类领域中样本类偏斜情况比较普遍,提出采用一种伪K近邻分类算法与CS-LMNN结合实现文本分类,该算法首先利用CS-LMNN算法对训练数据进行距离度量学习,根据训练结果对测试数据使用伪K近邻分类算法进行分类,实验结果表明,该算法可以有效的提高分类精度。
- 彭凯汪伟杨煜普
- 关键词：余弦文本分类向量空间模型
