河北省自然科学基金(F2009000236)
- 作品数：5 被引量：1H指数：1
- 相关作者：李凯崔丽娟王灵晓马红艳陈新勇更多>>
- 相关机构：河北大学更多>>
- 发文基金：河北省自然科学基金国家自然科学基金河北省软科学研究计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于子图策略的选择性分类器集成算法
- 2011年
- 为了去除集成学习中的冗余个体,提出了一种基于子图选择个体的分类器集成算法。训练出一批分类器,利用个体以及个体间的差异性构造出一个带权的完全无向图;利用子图方法选择部分差异性大的个体参与集成。通过使用支持向量机作为基学习器,在多个分类数据集上进行了实验研究,并且与常用的集成方法Bagging和Adaboost进行了比较,结果该方法获得了较好的集成效果。
- 李凯高洪涛
- 关键词：子图支持向量机
- 一种全局优化的两阶段算法
- 2012年
- 为了提高算法的有效性,利用梯度算法和粒子群算法独立的运行机制,采用驱赶技术和重新初始化部分群体的技术,提出了一种基于梯度下降法和粒子群算法的两阶段优化算法,并对新算法进行了理论分析和数值仿真.数值结果显示新算法比单纯梯度算法有更好的全局优化能力,比单纯粒子群算法有更快的收敛速度和更高的精度.新算法求解质量更高,运行更稳定.
- 张玉芬王永军
- 关键词：全局优化梯度算法粒子群算法
- 半监督学习算法的收敛性及其在人脸识别中的应用
- 2011年
- 研究了半监督学习的一致性学习算法及其变形.通过引入圆盘定理,证明了一致性学习算法收敛的条件;针对变形学习算法,给出了使用变形矩阵的合理性解释;最后将一致性学习算法及其变形应用于人脸识别问题,对该算法中的参数以及变形矩阵进行了实验研究,并与支持向量机方法进行了性能比较.
- 李凯马红艳杨楠陈新勇
- 关键词：半监督学习人脸识别
- 选择策略的集成学习方法研究
- 2011年
- 差异性是提高分类器集成泛化性能的重要因素。采用熵差异性度量及数据子集法训练基分类器,研究了爬山选择、集成前序选择、集成后序选择以及聚类选择策略选取个体模型的集成学习。实验结果表明,由选择策略选取差异性较大的个体模型,其集成性能表现出较好的优势;从总体角度考虑,爬山选择策略的集成性能优于集成前序选择和集成后序选择的集成性能;另外,由聚类技术选取的集成模型,当集成正确率较稳定时,则模型间的差异性变化较小;簇数也对集成性能与集成模型间的差异性产生一定的影响。
- 李凯韩彦霞
- 关键词：泛化性能决策树神经网络
- 位平面分解的人脸识别集成方法研究被引量：1
- 2009年
- 研究了基于集成技术的人脸识别,主要包括集成个体分类器的生成与分类结果的融合.为了提高分类器个体间的差异性,通过位平面分解及移动窗口技术生成基分类器,然后对所分解模式的各层进行融合,以确定最后的决策,这些融合方法包括乘法规则、和规则、多数投票规则、最大值规则、最小值规则与中值规则.另外,针对ORL数据库,实验研究了不同融合方法的人脸识别的性能,并对不同的人脸识别方法的性能进行了比较.结果表明,在基于位平面分解的人脸识别集成方法中,应用和规则的融合方法,其性能也优于其他的人脸识别方法.
- 李凯王灵晓崔丽娟
- 关键词：人脸识别位平面分解
