辛轶
- 作品数：7 被引量：20H指数：3
- 供职机构：福建师范大学更多>>
- 发文基金：教育部留学回国人员科研启动基金福建省自然科学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理学更多>>
- 基于KNN模型的层次纠错输出编码算法被引量：4
- 2009年
- 纠错输出编码是一种解决多类分类问题的有效方法,但其编码矩阵只对类进行编码且都采用事先构造出来的统一形式,适应性较差。为此,提出一种新颖的层次纠错输出编码算法。该算法在训练阶段先通过KNN模型算法在数据集上构建多个同类簇,选取各类中最具代表性的簇形成层次编码矩阵,然后再根据编码矩阵进行单分类器训练。在测试阶段,该算法通过模型融合进一步发挥KNN模型和纠错输出编码各自的优点。在UCI公共数据集上的实验结果表明,新方法的性能优于KNN模型算法和纠错输出编码算法。
- 辛轶郭躬德陈黎飞黄杰
- 一种求伴随矩阵的方法
- 2007年
- 首先证明了如果秩(A)=n-1,则伴随矩阵A*可以通过线性方程组AX=0的基础解系表达,然后给出一种计算n阶伴随矩阵方法。
- 辛轶
- 关键词：矩阵初等变换伴随矩阵齐次线性方程组
- 半监督层次纠错输出编码算法被引量：3
- 2010年
- 纠错输出编码是一种处理多类分类问题的有效方法,但它只能用于有监督的数据,而对大量未标签样本却无法利用.提出一种新颖的基于半监督技术的层次编码算法,对传统的纠错输出编码算法(ECOC)进行改造,拓展了编码的概念.在编码阶段,根据簇特征进行同类组合后再进行层次编码,从而在充分利用了无标签样本的同时,根据数据类分布的特点进行编码以提高算法精度.最后在化工产品有毒性预测数据集上的实验结果表明了本方法的可行性和有效性.
- 辛轶郭躬德陈黎飞
- 关键词：纠错输出编码半监督学习多类分类
- 矩阵广义迹被引量：1
- 2007年
- 一般情况下,矩阵迹的计算只涉及到方阵.利用整数论中带余除法,将矩阵迹的计算推广到一般矩阵上.
- 辛轶
- 关键词：矩阵矩阵迹映射
- IKnnM-DHecoc:一种解决概念漂移问题的方法被引量：13
- 2011年
- 随着数据流挖掘的应用日趋广泛,带概念漂移的数据流分类问题已成为一项重要且充满挑战的工作.根据带概念漂移的数据流的特点,一个有效的学习器必须能跟踪并快速适应这种变化.一种基于增量KnnModel的动态层次编码算法被提出用于解决数据流的概念漂移问题.在将数据流划分为数据块后,根据增量KnnModel算法对每块的预学习结果构建并更新类别层次树、层次编码,用可增量学习的分类算法对照编码划分进行学习,并生成备选分类器集.最后依据活跃度对结点进行剪枝处理以减少计算代价.在预测阶段,利用增量KnnModel算法和动态层次纠错输出编码算法的各自优势进行联合预测.实验结果表明:基于增量KnnModel算法的动态层次纠错输出编码算法不但能够提高模型学习的动态性和分类的正确性,而且还能够快速适应概念漂移的情况.
- 辛轶郭躬德陈黎飞毕亚新
- 关键词：概念漂移数据流纠错输出编码
- 纠错输出编码算法的研究及其应用
- 在众多数据挖掘技术中,多分类器融合技术是近几年来的研究热点,它利用多个分类器来解决问题,可以显著提高系统的泛化能力,达到比个体分类器更好的分类精度和鲁棒性,受到许多学者的关注。而使用此技术解决多类分类问题更是一个急需解决...
- 辛轶
- 关键词：多分类器纠错输出编码半监督学习概念漂移
- 文献传递
- 纠错输出编码算法的研究及共应用
- 在众多数据挖掘技术中,多分类器融合技术是近几年来的研究热点,它利用多个分类器来解决问题,可以显著提高系统的泛化能力,达到比个体分类器更好的分类精度和鲁棒性,受到许多学者的关注。而使用此技术解决多类分类问题更是一个急需解决...
- 辛轶
- 关键词：多分类器纠错输出编码半监督学习概念漂移数据挖掘
- 文献传递
