您的位置： 专家智库 > >

江皞

作品数：2 被引量：6H指数：1
供职机构：南开大学软件学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇识别方法
  • 1篇数据描述
  • 1篇数据挖掘
  • 1篇统计学习
  • 1篇自适
  • 1篇自适应
  • 1篇自适应分类
  • 1篇向量
  • 1篇向量机
  • 1篇分类器

机构

  • 2篇南开大学

作者

  • 2篇江皞
  • 1篇李栋
  • 1篇殷爱茹
  • 1篇谢茂强
  • 1篇黄亚楼

传媒

  • 1篇模式识别与人...

年份

  • 1篇2009
  • 1篇2007
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于距离尺度学习的新类识别方法被引量：6
2009年
在在线分类任务中经常会出现新类别,导致数据分布发生显著变化,使得已有分类器不再适用.如何识别新类以使分类器能适应其出现已成为在线分类亟待解决的问题.本文提出基于距离尺度学习的识别偏离型新类的算法用于解决该问题.该方法能在缺少先验知识的前提下自动识别新类,并较好地解决了样本间类别相似性同样本间距离不一致的问题,为分类器的自适应更新提供了关键技术.在多个数据集上的实验结果表明在客观新类出现后该方法能有效发现新类,可使更新后的分类器保持较高准确度,为实现适应新类的在线分类系统奠定坚实基础.
谢茂强黄亚楼殷爱茹江皞李栋
关键词：自适应分类
数据变化时分类器的更新问题研究
分类问题是数据挖掘领域的重要研究分支之一，分类任务中的分类模型都基于“独立同分步”这一前提假设，即用于训练分类器的数据集与待分数据都是由同一分布独立生成的。但是在一些问题中，数据会随着时间的推移它们会发生变化，导致独立同...
江皞
关键词：数据挖掘统计学习支持向量机数据描述分类器
文献传递
全选 清除 导出
共1页<1>
聚类工具0