赵少东
- 作品数:6 被引量:39H指数:3
- 供职机构:广东电网公司更多>>
- 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经济管理更多>>
- 基于二进制PSO算法的特征选择及SVM参数同步优化被引量:20
- 2007年
- 特征选择及分类器参数优化是提高分类器性能的两个重要方面,传统上这两个问题是分开解决的。近年来,随着进化优化计算技术在模式识别领域的广泛应用,编码上的灵活性使得特征选择及参数的同步优化成为一种可能和趋势。为了解决此问题,本文研究采用二进制PSO算法同步进行特征选择及SVM参数的同步优化,提出了一种PSO-SVM算法。实验表明,该方法可有效地找出合适的特征子集及SVM参数,并取得较好的分类效果;且与文[4]所提出的GA-SVM算法相比具有特征精简幅度较大、运行效率较高等优点。
- 任江涛赵少东许盛灿印鉴
- 关键词:支持向量机粒子群算法
- 一种使用分布式技术的搜索引擎被引量:13
- 2005年
- 搜索引擎技术是互联网发展必不可少的核心技术。伴随着互联网的普及和网上信息的爆炸式增长,它越来越显得重要。现有的搜索引擎已经不能很好地适应网络的进一步发展。分布式技术是下一代搜索引擎的发展趋势。本文在分析传统搜索引擎技术存在不足的基础上,提出一种使用分布式技术的搜索引擎,介绍其结构和原理。
- 姚树宇赵少东
- 关键词:搜索引擎分布式技术信息检索搜索引擎技术网上信息互联网
- 基于连续PSO算法的特征选择和SVM参数同步优化算法被引量:1
- 2010年
- 为解决SVM的特征选择和参数优化问题,文章提出了一种基于连续PSO算法的特征选择和SVM参数同步优化算法(CPSO-SVM),其目标是在尽可能提高SVM分类精度的同时,选择尽可能少的特征数目。在真实数据集上的实验研究表明,CPSO-SVM算法具有原始SVM算法所不具备的特征选择能力,能显著提高SVM的分类能力(包括更高的分类精度和更好的均衡性),而且从分类器的整个生命周期来看,具有更高的效率。与HuangC-L等所提出的基于GA的算法相比,CPSO-SVM算法在分类能力和特征性选择能力上毫不逊色,而且效率更高。
- 赵少东
- 关键词:支持向量机粒子群算法
- 基于粒子群算法的特征选择与支持向量机参数同步优化
- SVM是一种新的模式分类技术,已经在许多领域得到广泛的应用。特征选择和分类器参数优化是提高SVM性能的两个重要方面,传统上这两个问题是分开解决的。然而这两个问题是相互影响的,获取最佳特征子集和获取最优参数应该同步进行。随...
- 赵少东
- 关键词:粒子群算法支持向量机
- 文献传递
- 一种使用分布式技术的搜索引擎
- 本文对使用分布式技术的搜索引擎进行了研究.文章在分析传统搜索引擎技术存在不足的基础上,提出了一种使用分布式技术的搜索引擎,并介绍了其结构和原理.
- 姚树宇赵少东
- 关键词:网络信息信息检索搜索引擎分布式技术
- 文献传递
- 面向对象与面向Agent的比较被引量:5
- 2005年
- 本文通过对面向对象技术和面向Agent技术在程序设计、对软件性能的提高和软件工程等三个方面的分析和比较,说明面向Agent技术是面向对象技术的继承和发展,并指出从面向对象到面向Agent的过渡是软件技术发展的趋势。
- 赵少东
- 关键词:AGENT面向对象面向AGENT面向AGENT技术面向对象技术软件技术