公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

监督型局部保持的典型相关分析: 2010年; 利用数据集的局部结构信息和判别结构信息,构建相似度矩阵和类信息矩阵,提出监督型局部保持的典型相关分析(Supervised Locality Preserving Canonical Correlation Analysis,SLPCCA),该方法不但突破了典型相关分析(Canonical Correla-tion Analysis,CCA)处理数据时的线性约束,提高了处理非线性问题的能力,而且克服了局部保持的典型相关分析(LocalityPreserving Canonical Correlation Analysis,LPCCA)忽视类信息的问题,提取的特征更有利于分类.在多特征手写体数据库(MFD)和美国国家邮政局手写字库(USPS)上的实验结果验证了该算法的有效性.; 陈晓红陈松灿; 关键词：流形学习

基于AUC的分类器评价和设计综述被引量：49: 2011年; 尽管精度(或总体错分率)普遍用作分类算法的性能评价指标,但存在诸如敏感于类先验分布和错分代价,忽略分类算法所得的后验概率或排序信息等不足.而接收者操作特性(ROC)曲线下面积则能度量算法在整个类先验分布及错分代价范围内的总体分类性能、后验概率和排序性能,因此在分类学习中受到越来越多的关注,由此涌现出众多研究成果.文章旨在对此作相对全面的回顾和总结,包括AUC作为性能评价指标的优势所在,基于AUC优化的算法设计,基于精度优化和AUC优化的算法间的关系以及AUC存在的不足及改进.; 汪云云陈松灿; 关键词：分类器设计

基于局部性正则化推广误差界的特征选择算法被引量：4: 2011年; 特征选择是当前模式识别领域的研究热点.滤波方法和封装方法是特征选择算法中评价特征子集的两种主要策略,但均不能保证其后所设计的分类器的推广性能.针对以上两种策略的不足,首先引入基于样本流形结构的局部性正则化推广误差界.并在此基础上,以局部性正则化推广误差界为评价函数,以局部性正则化分类方法为目标分类器,提出一种混合滤波-封装型特征选择算法.该算法既保持了较高的计算效率,又保证了目标分类器良好的推广性.实验结果表明,新算法具有比对比算法更优的分类性能.; 薛晖陈松灿

基于相关向量机的图像阈值技术被引量：10: 2010年; 图像阈值化是一种直观有效的图像分割技术,在图像分析、模式识别及计算机视觉中具有重要应用.传统的阈值化方法通常基于某个特定的优化问题,需要在整个灰度范围内搜索最佳阈值(或阈值组合).最近,基于支持向量回归(SVR)的多阈值分割算法,直接从支持向量(SV)中获得阈值信息,无需对图像施加任何先验假设,并避免了繁琐的优化过程.然而:1.如何从众多SV中获得可靠的阈值尚待解决(SVR阈值方法的公开问题);2.虽然SVR阈值技术避免了传统多阈值算法可能出现的组合优化问题,但是其中超参数的选择往往需要耗时的交叉验证;3.算法在单峰直方图情形下失效.针对这些问题,并受相关向量机(RVM)方法的启发,提出了一种新的基于RVM的多阈值自动选择技术.由于RVM可以极大地约减"SV"数目,并且无需交叉验证进行参数调整,使得最终阈值的确定更加高效、可靠且异常容易;另外所提算法能有效地处理单峰直方图情形,使阈值分割具有更强的适应性.实验表明基于RVM的阈值技术不仅保留了SVR阈值技术的优点,而且解决了其中的公开问题,并显著地提高了算法的效率和适应能力.; 乔立山陈松灿王敏; 关键词：图像分割相关向量机支持向量回归

基于无线传感器网络拓扑结构的物联网定位模型被引量：75: 2010年; 无线传感器网络是物联网(Internet of Things)的重要组成部分,利用其实现物联网中目标的定位技术已成为研究热点之一.由于受环境、障碍物、网络攻击和硬件错误等诸多因素的影响,传感器节点所采集的数据易产生较大误差,形成错误数据,从而对定位造成严重影响.尽管已发展出了众多定位算法和模型,但针对错误数据实现定位的研究还较罕见,尤其在国内,几乎是空白.文中针对上述问题,旨在利用网络(几何)拓扑结构信息,提出一种用局部信息刻画全局分布密度信息的新颖物联网定位模型:鲁棒的局部保持的典型相关分析定位模型LE-RLPCCA.与现有同类典型方法在真实环境中的实验结果相比,LE-RLPCCA具有更高的定位鲁棒性和稳定性.; 顾晶晶陈松灿庄毅; 关键词：物联网无线传感器网络拓扑结构错误数据

全选清除导出

共1页<1>

江苏省自然科学基金(BK2008381)