您的位置: 专家智库 > >

李永新

作品数:7 被引量:7H指数:2
供职机构:平顶山学院数学与信息科学学院数学系更多>>
发文基金:国家自然科学基金宁夏回族自治区自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇理学

主题

  • 3篇椭球
  • 2篇学习机
  • 2篇球面
  • 2篇模式识别
  • 2篇函数
  • 2篇超球
  • 2篇超球面
  • 1篇多类分类
  • 1篇多类分类算法
  • 1篇信息熵
  • 1篇映射
  • 1篇支撑函数
  • 1篇直推式学习
  • 1篇值映射
  • 1篇上界
  • 1篇凸函数
  • 1篇推式
  • 1篇自信息
  • 1篇最大熵
  • 1篇最优性

机构

  • 7篇平顶山学院
  • 4篇西安电子科技...
  • 3篇河南科技大学
  • 2篇北方民族大学
  • 1篇安阳师范学院
  • 1篇洛阳师范学院

作者

  • 7篇李永新
  • 4篇薛贞霞
  • 2篇余国林
  • 2篇李建民
  • 1篇朱石焕
  • 1篇郭烨

传媒

  • 1篇数学的实践与...
  • 1篇计算机工程
  • 1篇兰州大学学报...
  • 1篇计算机工程与...
  • 1篇计算机仿真
  • 1篇大学数学
  • 1篇兰州理工大学...

年份

  • 2篇2010
  • 2篇2009
  • 2篇2008
  • 1篇2007
7 条 记 录,以下是 1-7
排序方式:
基于一个球的模式分类方法的改进
2008年
针对一个球的模式分类(Single Sphere Pattern Classification(SSPC))方法中选取参数C比较困难的问题,提出一种改进的分类方法υ-SSPC.这种方法通过引入一个具有明确物理意义的参数υ,即υ是间隔错误样本占所总样本点的分额的上界,是支持向量的个数所占总样本点数的分额的下界,使参数可以灵活地根据实际问题的精度要求来选取.从而可以快速选取最有效的参数,提高分类预测的精度.
郭烨李永新薛贞霞
关键词:参数选取超球面
基于马氏椭球学习机的监督野点探测被引量:3
2009年
针对有少量野点出现的情况,提出一种基于马氏椭球学习机的监督野点探测(supervised outlier detection based on Mahalanobis ellipsoidal learning machine,SODMELM)方法。这种方法通过一个超椭球对正常类进行较好的描述的同时,将野点排除在该椭球外面,继承了马氏椭球学习机(Mahalanobis Ellipsoidal Learning Machine,MELM)将样本点的协方差矩阵即样本点的分布信息考虑进去的优点。真实数据上的实验表明了所提的方法在一般意义上能提高野点探测的效率。
李建民李永新薛贞霞
集值优化局部Henig有效解的最优性条件
2007年
引进集值映射的Henig有效次微分的概念,并用它得到了集值向量优化问题局部Henig有效解在支撑函数和Lagrange乘子形式下的最优性必要条件.
余国林李永新
关键词:集值映射次微分支撑函数最优性条件
关于最大熵与信息熵之差的上界讨论被引量:1
2010年
基于自信息函数为一可微凸函数这一事实,利用自信息函数所对应的Jenson离散型不等式,得到了有关最大熵与信息熵之差上界的一些结果.
李永新朱石焕余国林
关键词:自信息信息熵凸函数
一种不平衡数据的分类方法被引量:3
2008年
针对一个球的模式分类(SSPC)方法没有考虑样本分布不平衡的问题,提出一种不平衡数据的分类方法.该方法引入类权重因子和样本权重因子,通过一个超球面将两类数据以最大分离比率分离,从而提高不平衡数据对正类分类和预测的性能.实验结果表明,该方法可以有效提高不平衡数据的分类性能.
李永新
关键词:不平衡数据超球面
一类分类马氏椭球学习机的直推式学习
2009年
针对一类分类马氏椭球学习机当训练样本点比较少而待分类的样本点比较多时,分类精度不高,系统适应性不强的问题,提出直推式一类分类马氏椭球学习机。为解决上述问题,在训练过程中利用已知的训练样本点和待分类的样本点的信息,将待分类样本点逐渐加入到学习机中,并能有效地利用历史训练结果对其进行识别和分类,具有增量学习的特点。与一类分类马氏椭球学习机相比,方法能在很小的训练样本集规模下提高学习机的分类精度,从而使系统的适应性更好。仿真数据和真实数据的实验表明直推式一类分类马氏椭球学习机能大幅度地提高学习的精度。
李建民李永新薛贞霞
关键词:模式识别直推式学习
最大间隔椭球形多类分类算法被引量:2
2010年
针对多类分类问题中现有算法精度不高的问题,基于一类分类马氏椭球学习机,提出一种最大间隔椭球形多类分类算法,将每一类数据用超椭球来界定,数据空间由若干个超椭球组成,每个超椭球包围一类样本点,并以最大间隔排除不属于该类的样本点,该算法同时考虑了不同类样本点的协方差矩阵,即分布信息。真实数据上的实验结果表明该方法能提高分类精度。
李永新薛贞霞
关键词:模式识别多类分类
共1页<1>
聚类工具0