洪文财
- 作品数：5 被引量：14H指数：2
- 供职机构：厦门大学更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基因表达谱数据特征选择方法研究
- 随着分子生物领域的发展，基因芯片技术得到快速提高，基因表达谱数据的获取已经变得越来越方便、可靠。但样本数量小、维数高、基因间关系复杂、信噪比低等特性给基因表达谱数据分析带来了很多新的困难。本文以特征基因选择问题为研究内容...
- 洪文财
- 关键词：基因表达谱粒子群
- 基于SVM的不同特征空间多分类方法研究被引量：6
- 2010年
- 目前,在基于SVM的分解多分类方法中,各个子分类器都采用相同的核参数进行整体优化.如果采用不同的核函数参数分别优化各个子分类器,相当于在不同的特征空间进行分类,此时,能否直接采用求输出最大值(MaxWin)等判别策略,需要研究各分类器的输出是否可比.利用相对间隔对此问题进行深入的研究,说明在基于SVM的"一对多"等多分类方法中,采用不同的核参数分别优化各个子分类器,其决策函数的输出结果仍是可比的,且具有更好的泛化能力.
- 周绮凤洪文财邵桂芳
- 关键词：SVM核函数
- 基于随机森林相似度矩阵差异性的特征选择被引量：6
- 2010年
- 将随机森林的相似度矩阵看做一种特殊的核度量,利用该度量对模型参数的鲁棒性和特征变化的敏感性,提出一种特征选择的方法.采用相似度矩阵,计算训练样本类内和类间相似性比率.再利用特征值随机置换技术,将相似性比率的变化量作为特征重要性度量指标,从而对所有特征进行排序.试验结果表明,该方法能充分利用全部样本的信息,有效地进行特征选择,且其性能优于基于袋外数据误差率估计的特征选择方法.
- 周绮凤洪文财杨帆罗林开
- 关键词：相似度矩阵
- 基于量子粒子群和随机森林的特征选择方法
- 2010年
- 提出一种基于量子粒子群和随机森林封装的特征选择方法。将量子粒子群算法用于特征选择,优化特征子集,采用随机森林分类器评价特征子集的性能,指导特征子集更新,以寻求最优的特征子集。
- 杨明旭洪文财米红
- 关键词：量子粒子群
- 内嵌空间排序支持向量机及其在文本检索中的应用被引量：2
- 2010年
- 针对文本检索中的特征提取和分类问题,提出一种基于内嵌空间支持向量机的特征选择和排序学习方法.与多分类特征选择问题中常用的组合方法不同,本文提出的方法能将一个有序分类问题转化为一个两分类问题,从整体上选择最有效的特征.同时与已有的Ranking SVM相比,该方法在转换过程中学习样本的数量只有线性级的增长,从而大大提高了检索的速度.在人工数据集和标准的文本分类数据集上的实验结果表明,本文所提出的方法能较好地解决文本检索中的特征选择和排序问题.
- 周绮凤杨小青洪文财邵桂芳
- 关键词：支持向量机文本检索
