您的位置: 专家智库 > >

马波

作品数:6 被引量:9H指数:2
供职机构:扬州大学信息工程学院更多>>
发文基金:国家自然科学基金江苏省高校自然科学研究项目水利部现代水利科技创新项目更多>>
相关领域:自动化与计算机技术水利工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇水利工程

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量机
  • 2篇汉字识别
  • 1篇大型泵
  • 1篇大型泵站
  • 1篇电动
  • 1篇电动机
  • 1篇电动机起动
  • 1篇动态特性
  • 1篇征子
  • 1篇神经网
  • 1篇神经网络
  • 1篇手写
  • 1篇手写体
  • 1篇手写体汉字
  • 1篇手写体汉字识...
  • 1篇特征抽取
  • 1篇特征选择算法
  • 1篇特征值

机构

  • 6篇扬州大学

作者

  • 6篇马波
  • 5篇王正群
  • 4篇侯艳平
  • 3篇邹军
  • 1篇严登丰
  • 1篇刘风
  • 1篇陈松山
  • 1篇段小汇
  • 1篇沈杰
  • 1篇葛强
  • 1篇徐良良
  • 1篇沈洁

传媒

  • 1篇大电机技术
  • 1篇计算机工程与...
  • 1篇计算机工程与...
  • 1篇扬州大学学报...
  • 1篇江南大学学报...
  • 1篇计算机技术与...

年份

  • 1篇2009
  • 3篇2008
  • 1篇2007
  • 1篇2006
6 条 记 录,以下是 1-6
排序方式:
改进的特征选择算法被引量:2
2008年
特征选择是模式识别领域中的一个重要问题,其本质是一个寻优的过程。在特征选择算法FOS的基础上,提出了一种特征选择算法。该算法选择出了最能代表样本大多数特征的特征,构成有效特征子集,实现了数据的降维。基于南京理工大学NUST603HW手写汉字库的实验结果表明,该算法不仅提高了识别率,而且稳定性更强。
王正群侯艳平邹军马波
关键词:特征子集稳定性汉字识别
基于边界近邻的最小二乘支持向量机实现
2008年
最小二乘支持向量机采用最小二乘线性系统代替传统的支持向量即采用二次规划方法解决模式识别问题,能够有效地减少计算的复杂性。但最小二乘支持向量机失去了对支持向量的稀疏性。文中提出了一种基于边界近邻的最小二乘支持向量机,采用寻找边界近邻的方法对训练样本进行修剪,以减少了支持向量的数目。将边界近邻最小二乘支持向量机用来解决由1-a-r(one-against-rest)方法构造的支持向量机分类问题,有效地克服了用1-a-r(one-against-rest)方法构造的支持向量机分类器训练速度慢、计算资源需求比较大、存在拒分区域等缺点。实验结果表明,采用边界近邻最小二乘支持向量机分类器,识别精度和识别速度都得到了提高。
马波王正群侯艳平邹军
关键词:最小二乘支持向量机
南水北调大型泵站同步电动机起动动态特性试验研究被引量:5
2006年
针对南水北调东线工程大型低扬程泵站特点,从泵机组整体出发,运用电磁场理论、刚体动力学、流体动力学、电机拖动特性、水泵全特性理论等,分析了泵机组系统中各种动力学特性,建立了大型低扬程泵站同步电动机起动动态过程数学模型。结合淮阴二站同步电机起动现场试验结果,经分析计算,验证了大型同步电机起动过渡过程中各种重要参数如转速、流量、扬程、转矩等随时间变化规律。
葛强段小汇徐良良马波陈松山严登丰
关键词:南水北调同步电动机动态特性
自适应模糊神经网络构建方法被引量:1
2007年
模糊极大极小神经网络的结构与超盒形状系数有关,该神经网络的性能取决于超盒形状系数的选择.在构建该神经网络时,最优超盒形状系数的确定比较困难,故提出了一种自适应的模糊极大极小神经网络构建方法,取消了超盒形状系数对扩张过程的限制,以是否包含其他类样本为超盒扩张条件.实验结果表明,使用这种模糊神经网络方法生成的神经网络结构更简单,对模式分类的效果更好.
马波王正群沈杰邹军
关键词:神经网络模糊神经网络模式识别
基于主次原型超平面最接近支持向量机
2009年
基于广义特征值的最接近支持向量机GEPSVM是一种新的具有与SVM性能相当的两类分类方法,通过求解广义特征值来获得两个彼此不平行的拟合两类样本的超平面,其决策规则是将测试样本归为距其最近的超平面所在的类。然而,该规则在某些情形会导致较差的分类结果。对此,本文提出了在利用GEPSVM产生一个主原型超平面的基础上,再利用主原型超平面及它类样本的信息构造一个次原型超平面,形成一个由主次原型超平面共同决策的最接近支持向量机。该方法不仅简单且易于实现,而且具有较GEPSVM更优的分类性能。在UCI数据集上的实验验证了它的有效性。
马波王正群侯艳平沈洁
关键词:最接近支持向量机广义特征值
基于笔画平面和模糊隶属度的手写体汉字识别被引量:1
2008年
基于笔画平面抽取和动态网格划分,提出一种笔画平面与模糊隶属度相结合的手写体汉字特征提取方法,该方法克服了汉字特征抽取过程中因笔画粗细不均、笔画长短变形等引起的特征抽取不稳定问题.其基本思想是:用动态网格将汉字图像分别划分为横、竖、撇、捺4个笔画平面,并赋予每个网格中的点模糊隶属度,针对每个网格求加权累积直方图,最终获得汉字特征.基于南京理工大学NUST603HW手写汉字库的实验结果表明,该汉字特征抽取方法是有效的.
王正群侯艳平刘风马波
关键词:特征抽取
共1页<1>
聚类工具0