您的位置： 专家智库 > >

余舒

作品数：7 被引量：8H指数：2
供职机构：华南理工大学更多>>
发文基金：国家自然科学基金广东省自然科学基金更多>>
相关领域：自动化与计算机技术医药卫生电子电信更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇专利
  • 1篇科技成果

领域

  • 6篇自动化与计算...
  • 1篇电子电信
  • 1篇医药卫生

主题

  • 6篇向量机
  • 5篇支持向量
  • 5篇支持向量机
  • 4篇最小二乘
  • 4篇向量
  • 3篇最小二乘支持...
  • 1篇大样本
  • 1篇递归最小二乘
  • 1篇递归最小二乘...
  • 1篇迭代
  • 1篇学习算法
  • 1篇约束最优化问...
  • 1篇粘剂
  • 1篇支撑向量
  • 1篇支撑向量机
  • 1篇数学
  • 1篇数学基础
  • 1篇统计学习
  • 1篇统计学习理论
  • 1篇凸二次规划

机构

  • 7篇华南理工大学
  • 3篇吉林大学

作者

  • 7篇余舒
  • 5篇杨晓伟
  • 3篇梁艳春
  • 3篇吴春国
  • 2篇欧阳柏平
  • 1篇廖芹
  • 1篇王静
  • 1篇刘波
  • 1篇骆世广
  • 1篇敖日格勒
  • 1篇黄翰
  • 1篇谌凡更
  • 1篇杨祖元
  • 1篇郝志峰

传媒

  • 2篇吉林大学学报...
  • 1篇计算机应用与...
  • 1篇计算机工程与...

年份

  • 1篇2016
  • 3篇2007
  • 2篇2006
  • 1篇2005
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
一种木质素基聚氨酯胶粘剂及其制备方法
本发明公开了一种木质素基聚氨酯胶粘剂及其制备方法，包括以下步骤：(1)将粗木质素溶解于有机溶剂，过滤除去残渣，将滤液加到水中沉淀出木质素；用水反复洗涤沉淀出的木质素，收集上述经过洗涤的木质素，干燥并粉碎，得到精制木质素；...
谌凡更吴鸿楼敖日格勒余舒王静
文献传递
支持向量机在鼻咽癌患者5年生存状态预测中的应用被引量：1
2007年
利用最小二乘支持向量机和文献[10]中的半监督学习算法,我们对鼻咽癌患者5年生存状态进行了预测。实验结果表明:当已标注数据比较少时,两种方法的判别精度都比较低;随着已标注数据的增多,最小二乘支持向量机的推广能力逐渐增加,而半监督学习算法并没有给出更好的结果。这说明:对于鼻咽癌患者5年生存状态预测问题,最小二乘支持向量机比半监督学习方法更具有优势。
杨晓伟杨祖元余舒
关键词：最小二乘支持向量机半监督学习算法鼻咽癌
快速智能算法的设计及其数学基础理论的研究
郝志峰杨晓伟廖芹梁艳春陈塑寰连华东刘波余舒黄翰温雯
该项目是计算机科学研究领域中的智能算法设计及其数学基础研究，主要研究支持向量机智能算法、仿生算法的设计和算法的代数学基础研究。采用的方法则是现代统计学习理论、机器学习方法、软计算方法、线性递归序列和各类现代仿生算法，如：...
关键词：
关键词：支持向量机仿生算法
基于支持向量机的大样本回归算法比较研究被引量：2
2006年
支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代回归算法。为了说明两种方法的性能,论文在训练速度、精度和支持向量数量等方面,对它们做了比较。模拟结果表明:核递归最小二乘算法所得到的支持向量个数比自适应迭代回归算法少,而训练时间比自适应迭代回归算法的训练时间长,训练和测试精度也比自适应迭代回归算法差。
杨晓伟骆世广余舒吴春国梁艳春
关键词：支持向量机
自适应迭代算法支持向量集的特性研究被引量：5
2006年
针对在支持向量机研究中,传统的优化方法无法处理规模不断扩大的分类问题,为设计适应大样本分类的训练算法,提出了基于块的自适应迭代算法。在该算法的训练过程中,块增量学习和逆学习交替进行,能够自动得到一个小的支持向量集。将该算法与SVML ight在支持向量数量方面进行了比较,计算了UC I(Un i-versity of Californ ia-Irvine)中的6个数据集和著名的Checkboard问题。结果表明:该自适应迭代算法确定的支持向量数一般不到SVML ight所得到的支持向量数的一半,其中70%多的支持向量被SVML ight所确定的支持向量集所包含,在支持向量选择方面具有高效性。
杨晓伟欧阳柏平余舒吴春国梁艳春
关键词：最小二乘支持向量机
自适应迭代算法支持向量集的特性研究
2005年
针对在支持向量机研究中，传统的优化方法无法处理规模不断扩大的训练集问题，为开发适应大样本的训练算法，利用LS-SVM（Least Square Support Vector Machines），提出了一种自适应迭代算法。在该算法的训练过程中，块增量学习和逆学习交替进行，能够自动得到一个小的支持向量集。将该算法与SVMLight在支持向量数量方面进行了比较，计算了UCI（University of California-Irvine）中的6个数据集和著名的Checkboard问题。结果表明，该自适应迭代算法确定的支持向量数一般不到SVMLight所得到的支持向量数的一半，其中70％多的支持向量被SVMLight所确定的支持向量集所包含，在支持向量选择方面具有高效性。
杨晓伟欧阳柏平余舒吴春国梁艳春
关键词：最小二乘支持向量机
支撑向量机在线学习算法设计及其应用研究
传统的统计学研究的是假定样本数目趋于无穷大时的渐近理论，现有的机器学习方法大多是基于这个假设。然而在实际的问题中，样本数往往是有限的。现有的基于传统统计学的学习方法在有限样本的情况下难以取得理想的效果。基于统计学习理论的...
余舒
关键词：最小二乘支撑向量机统计学习理论凸二次规划问题迭代无约束最优化问题
文献传递
全选 清除 导出
共1页<1>
聚类工具0