钟震
- 作品数：7 被引量：44H指数：1
- 供职机构：江西理工大学更多>>
- 发文基金：江西省自然科学基金国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术文化科学化学工程更多>>
- 基于样本先验信息的支持向量机核函数选择方法及应用
- 本发明涉及一种基于样本数据先验信息的支持向量机核函数选择方法及应用，尤其适用于实时在线的支持向量机模型预测控制场所。本发明包括如下步骤：输入样本数据<Image file="DDA0000395031110000011....
- 梁礼明钟震杨国亮葛继翁发禄
- 文献传递
- 基于样本先验信息的支持向量机核函数选择方法及应用
- 本发明涉及一种基于样本数据先验信息的支持向量机核函数选择方法及应用，尤其适用于实时在线的支持向量机模型预测控制场所。本发明包括如下步骤：输入样本数据<Image file="DDA0000395031110000011....
- 梁礼明钟震杨国亮葛继翁发禄
- 文献传递
- 一种稀疏表示下支持向量机核函数选择方法及其应用
- 本发明将稀疏表示理论应用于支持向量机核函数选择，是一种支持向量机核函数选择的新方法及应用。本发明步骤：(1)给定具体样本数据并预处理→(2)选取与构造满足Mercer条件的SVM核函数稀疏字典→(3)稀疏编码的求解→(4...
- 梁礼明钟震杨国亮冯新刚林元璋袁晓
- 流形学习的四嗪衍生物抗癌活性预测模型研究
- 2014年
- 由于四嗪衍生物抗癌活性与其结构之间可能存在非线性关系,本文引入非线性的流形学习方法对计算出的四嗪衍生物分子描述符进行特征提取,以提高其预测模型的准确性。便于分析,分别采用特征选择的逐步回归法、线性特征提取的主成份分析法以及非线性特征提取的流形学习方法对四嗪衍生物分子描述符进行筛选,然后基于偏最小二乘和支持向量回归机构建其定量构效关系模型。计算结果表明,本文中四嗪衍生物的描述符数据为非线性流形,并且它们的结构与活性之间呈非线性关系,基于支持向量回归机模型的最优预测结果达到了97.4%。所以,利用非线性特征提取的流形学习预处理的QSAR模型可以为此类化合物抗癌活性的预测提供指导。
- 梁礼明陈召阳朱朝锋钟震
- 关键词：流形学习抗癌活性定量构效关系
- 一种稀疏表示下支持向量机核函数选择方法及其应用
- 本发明将稀疏表示理论应用于支持向量机核函数选择，是一种支持向量机核函数选择的新方法及应用。本发明步骤：(1)给定具体样本数据并预处理→(2)选取与构造满足Mercer条件的SVM核函数稀疏字典→(3)稀疏编码的求解→(4...
- 梁礼明钟震杨国亮冯新刚林元璋袁晓
- 文献传递
- 稀疏表示下支持向量机核函数选择
- 支持向量机是一种基于核的学习方法，核函数在支持向量机中占有举足轻重的地位。不同核函数蕴藏的几何度量特征各异，选择不同的核函数导致支持向量机泛化能力存在差异。由于核函数选取对构建的支持向量机模型性能有着重要的影响，如何有效...
- 钟震
- 关键词：支持向量机核函数
- 文献传递
- 支持向量机核函数选择研究与仿真被引量：43
- 2015年
- 支持向量机是一种基于核的学习方法,核函数选取对支持向量机性能有着重要的影响,如何有效地进行核函数选择是支持向量机研究领域的一个重要问题。目前大多数核选择方法不考虑数据的分布特征,没有充分利用隐含在数据中的先验信息。为此,引入能量熵概念,借助超球体描述和核函数蕴藏的度量特征,提出一种基于样本分布能量熵的支持向量机核函数选择方法,以提高SVM学习能力和泛化能力。数值实例仿真验证表明了该方法的可行性和有效性。
- 梁礼明钟震陈召阳
- 关键词：支持向量机核函数先验信息
