国家自然科学基金(10571109)
- 作品数：37 被引量：112H指数：6
- 相关作者：贺国平汤京永董丽薛欣刘太安更多>>
- 相关机构：山东科技大学上海交通大学信阳师范学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省科技攻关计划更多>>
- 相关领域：理学自动化与计算机技术矿业工程更多>>
- Lagrange支持向量机算法应用研究被引量：3
- 2007年
- 将SVM(support vector machine)分类的思想方法应用于个人信用评估。通过比较分析银行个人信用特征数据,设计了新的通用的银行个人信用特征数据。基于LSVM(Lagrange support vector machine)分类算法分析,将LSVM算法应用于个人信用评估,并与KNN(K-nearest neighbor)分类方法、OSU_SVM3.0工具分类方法比较,实验结果表明:LSVM具有较好的分类预测能力,为个人信用评估提供了一个新的有效方法。
- 刘太安安新军刘欣颖李涵
- 关键词：个人信用评估
- 支持向量聚类的一种改进数据预处理
- 2007年
- 基于R*-tree数据结构,提出了一种改进的数据预处理方法,它能有效地从训练集里剔除掉一些对聚类没有意义的点。实验表明通过这个方法能有效的减少无意义的非支持向量点,而不需要对整个数据进行训练,明显地提高了运行的速度。
- 李华李元垒刘溪
- 关键词：支持向量聚类数据预处理
- 基于特征选择的最少核分类器研究被引量：2
- 2007年
- 针对支持向量机在特征选择方面具有自动选择的功能,提出了一种改进的最少核分类器。在样本测试中使用更少的特征维数,减少识别过程计算量。数值试验表明,改进过的分类器能有效压缩无用的特征属性,具有较强的泛化能力。
- 刘太安杨柏翠刘欣颖李涵
- 关键词：SVM核函数
- 非单调线搜索下的记忆梯度法及其全局收敛性被引量：6
- 2010年
- 提出一种新的非单调线搜索准则,结合文献中给出的dk,研究一类新的记忆梯度法,在较弱条件下证明了其全局收敛性.算法采用新的非单调线搜索准则,使目标函数值在每一次迭代时充分下降,有效降低了算法的计算量,同时还减弱了文献中算法的使用条件,从而扩大了算法求解问题的范围.
- 汤京永董丽
- 关键词：无约束最优化记忆梯度法非单调线搜索全局收敛性
- 基于有效约束识别技术的一个SSLE算法及其收敛性分析被引量：1
- 2007年
- 基于一个有效约束识别技术,给出了具有不等式约束的非线性最优化问题的一个可行SSLE算法,为获得搜索方向算法的每步迭代只需解两个或三个具有相同系数矩阵的线性方程组。在一定的条件下,算法全局收敛到问题的一个KKT点,没有严格互补条件,在比强二阶充分条件弱的条件下算法具有超线性收敛速度。
- 周长银贺国平王永丽
- 关键词：序列线性方程组算法全局收敛性超线性收敛性
- 一种求解前束析(合)取范式的简单方法被引量：1
- 2008年
- 本文提出了一种由前束析(合)取范式求前束合(析)取范式的简单方法。该方法根据谓词逻辑自身的特点,结合命题逻辑中命题公式的主析取范式和主合取范式的互补关系,将前束析(合)取范式转化为主析(合)取范式,再得出相应的主合(析)取范式,最后准确地得出前束合(析)取范式。
- 潘美芹丁志军
- 关键词：数理逻辑谓词逻辑范式
- 一类新的记忆梯度法及其收敛性被引量：4
- 2010年
- 本文着重研究求解无约束优化问题的记忆梯度法,利用当前和前面一步迭代点的信息产生下降方向,采用Armijo线性搜索确定步长,得到了一类新的无约束优化算法。新算法在较弱的条件下具有全局收敛性和线性收敛速率,并且不用计算和存储矩阵,适于求解大规模优化问题。数值试验表明算法是有效的。
- 汤京永董丽
- 关键词：无约束优化记忆梯度法全局收敛性线性收敛速率
- 支持向量机的增量学习和减量学习被引量：5
- 2006年
- 分别介绍了支持向量机的增量学习和减量学习的两种训练方法，即在线递归训练法和最小二乘支持向量机．递归法只能处理在线（每次只处理一个样本）增量学习或减量学习，而最小二乘法即可处理在线又可处理成批增量学习或减量学习．递归法得到的解是精确的但是以时间为代价的，最小二乘法花费的时间少，但得到的解不如递归法的精确．并通过标准模式分类库中数据集进行数值试验比较．
- 段华侯伟真贺国平廉文娟
- 关键词：支持向量机最小二乘法
- KPCA和RSVM结合处理大规模问题研究被引量：3
- 2008年
- 针对入侵检测中训练样本数量多、属性多这一问题,应用核主成份分析Kernel PCA和简约支持向量机Reduced SVM相结合的方法,不但有效地提取了样本的非线性信息,而且使样本在维数上得到约简,减少了核矩阵的计算量。在标准入侵检测数据集上的实验表明:训练时间进一步减少,正确率得到提高,而误报率下降。
- 刘全昌贺国平张妮娜
- 关键词：入侵检测KPCA
- 一类新的记忆梯度法及其全局收敛性被引量：2
- 2010年
- 研究了求解无约束优化问题的记忆梯度法,利用当前和前面迭代点的信息产生下降方向,得到了一类新的无约束优化算法,在Wolfe线性搜索下证明了其全局收敛性.新算法结构简单,不用计算和存储矩阵,适于求解大型优化问题.数值试验表明算法有效.
- 汤京永董丽
- 关键词：无约束优化记忆梯度法
