您的位置: 专家智库 > >

国家自然科学基金(60472042)

作品数:3 被引量:18H指数:2
相关作者:付丽华张猛张维更多>>
相关机构:中国地质大学华中师范大学更多>>
发文基金:国家自然科学基金教育部“优秀青年教师资助计划”国家教育部博士点基金更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇理学
  • 1篇自动化与计算...

主题

  • 2篇R^N
  • 2篇WAVELE...
  • 2篇FRAME
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇FOURIE...
  • 1篇MATRIX
  • 1篇DILATI...
  • 1篇TRANSF...
  • 1篇IRREGU...

机构

  • 1篇华中师范大学
  • 1篇中国地质大学

作者

  • 1篇张维
  • 1篇张猛
  • 1篇付丽华

传媒

  • 1篇计算机工程与...
  • 1篇Acta M...
  • 1篇Scienc...

年份

  • 2篇2007
  • 1篇2005
3 条 记 录,以下是 1-3
排序方式:
Frame Wavelets with Compact Supports for L^2(R^n)被引量:1
2007年
The construction of frame wavelets with compact supports is a meaningful problem in wavelet analysis. In particular, it is a hard work to construct the frame wavelets with explicit analytic forms. For a given n × n real expansive matrix A, the frame-sets with respect to A are a family of sets in R^n. Based on the frame-sets, a class of high-dimensional frame wavelets with analytic forms are constructed, which can be non-bandlimited, or even compactly supported. As an application, the construction is illustrated by several examples, in which some new frame wavelets with compact supports are constructed. Moreover, since the main result of this paper is about general dilation matrices, in the examples we present a family of frame wavelets associated with some non-integer dilation matrices that is meaningful in computational geometry.
De Yun YANGXing Wei ZHOUZhu Zhi YUAN
关键词:FRAMEWAVELET
Irregular wavelet frames on L^2 (R^n)被引量:4
2005年
In this paper, we present the conditions on dilation parameter {sj}j that ensure a discrete irregular wavelet system to be a frame on L2(Rn), and for the wavelet frame we consider the perturbations of translation parameter b and frame function ψ respectively.
YANG Deyun & ZHOU Xingwei Department of Information & Technology, Nankai University, Tianjin 300071, China
关键词:WAVELETWAVELETIRREGULAR
一种新的最小二乘支持向量机算法被引量:13
2007年
基于核方法的学习算法在机器学习领域占有很重要的地位(如支持向量机Support Vector Machines,简称SVM)。但该方法在处理回归问题时的计算复杂度为数据量的立方级。最小二乘支持向量机(Least Squares Support Vector Machines,简称LS-SVM)在计算复杂性方面对传统的支持向量机作了很大改进,但是它的计算量也达到样本点数目的平方级。在处理海量数据回归问题时,求解LS-SVM占用大量的CPU和内存资源。提出了一种带非齐次多项式核的最小二乘支持向量机算法,由于特征向量中含有常数分量,所以去掉了模型中的偏差因子,简化了LS-SVM的回归模型。新方法特别适合于海量数据回归问题。实验显示新方法的求解速度比传统LS-SVM快很多,同时新方法的准确性却丝毫不亚于LS-SVM。
张猛付丽华张维
关键词:支持向量机
共1页<1>
聚类工具0