王仲
- 作品数:3 被引量:18H指数:2
- 供职机构:长沙大学计算机科学与技术系更多>>
- 发文基金:长沙市科技计划项目湖南省科技计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于决策树的排序学习算法(英文)被引量:2
- 2007年
- 基于一个修改了的决策树的分裂规则,得到了具有直观解释的排序算法,并给出了相关理论证明.实验结果表明,该算法优于感知机类和序回归类算法.
- 刘华富王仲
- 关键词:决策树
- 核函数对v-支持向量机的泛化能力影响分析被引量:16
- 2007年
- 支持向量机在模式分类中得到了很好的应用。对于线性不可分的样本空间,需要寻找核函数,将线性不可分的样本集映射到另一个高维线性空间。支持向量机的泛化能力直接影响其实际应用效果。本文讨论了v-支持向量机的泛化能力的一个估计,定性分析了核函数对v-支持向量机的泛化能力的影响,并就高斯核函数对v-支持向量机的泛化能力的影响进行了具体分析。
- 刘华富王仲
- 关键词:V-支持向量机核函数泛化能力
- 一种新的排序学习算法(英文)
- 2007年
- 为了克服排序学习算法不能处理包括名词性特征的复杂数据类型的局限性,设计一种新的排序学习算法.在决策树学习算法中,采用新的等级不纯度定义,修改决策树的分裂规则,得到具有直观解释的排序算法,并给出了相关理论基础.实验结果表明:排序树的平均等级损失明显优于感知机类算法和序回归类算法,且具有较快的收敛速度.基于决策树的排序学习算法,可以处理名词性数据和选择相关的特征.
- 刘华富潘怡王仲
- 关键词:决策树