公共文化服务平台

蒋亦樟: 作品数：55 被引量：274H指数：9; 供职机构：江南大学数字媒体学院更多>>; 发文基金：国家自然科学基金江苏省自然科学基金教育部“新世纪优秀人才支持计划”更多>>; 相关领域：自动化与计算机技术文化科学理学建筑科学更多>>

合作作者

基于划分自适应融合的多视角模糊聚类算法被引量：5: 2016年; 针对多视角聚类任务如何更好地实现视角间的合作之挑战,提出一种新的视角融合策略.该策略首先为每个视角设置一个划分,然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合,最终利用视角集成方法得到全局划分结果.将上述策略应用到经典的FCM(Fuzzy C-means)模糊聚类框架,提出相应的多视角模糊聚类算法.在模拟数据集和UCI数据集上的实验结果均显示,所提出的算法较几种相关聚类算法在应对多视角聚类任务时具有更好的适应性和更好的聚类性能.; 邓赵红张丹丹蒋亦樟刘解放王士同; 关键词：数据划分自适应融合自适应学习模糊聚类

熵指数约束的模糊聚类新算法被引量：6: 2014年; 针对基于模糊C均值聚类(fuzzy C-means,FCM)算法框架的竞争聚集聚类(competitive agglomeration,CA)算法中模糊指数m被限定为2的问题,提出了一种更为普适的模糊聚类新算法.该算法首先在FCM算法框架的基础上引入熵指数约束条件,构造了基于熵指数约束的模糊C均值聚类(entropy index constraint FCM,EIC-FCM)算法,成功地将模糊指数m>1的约束条件转换为熵指数0; 黄成泉王士同蒋亦樟; 关键词：熵指数模糊聚类

基于模糊子空间聚类的0阶岭回归TSK模糊系统被引量：6: 2016年; 经典数据驱动型TSK模糊系统在利用高维数据训练模型时,由于规则前件采用的特征过多,导致规则的解释性和简洁性下降.对此,根据模糊子空间聚类算法的子空间特性,为TSK模型添加特征抽取机制,并进一步利用岭回归实现后件的学习,提出一种基于模糊子空间聚类的0阶岭回归TSK模型构建方法.该方法不仅能为规则抽取出重要子空间特征,而且可为不同规则抽取不同的特征.在模拟和真实数据集上的实验结果验证了所提出方法的优势.; 邓赵红张江滨蒋亦樟王士同; 关键词：解释性高维数据岭回归 TSK模糊系统

智能技术在数字媒体专业教学的思考与应用被引量：6: 2017年; 目前,国内数字媒体专业教学存在诸多问题。作为时尚前沿的一门学科,传统的教学模式已经不再适用。针对专业教学中存在的一系列问题,结合新媒体时代对智能技术的需求,将智能技术引入到数媒专业教学过程中。文章分析了智能技术在该专业教学的可行性,提出了具体的应用模式,并从理论上阐述了将智能技术引入到数字媒体专业教学中对提升教学质量、提高学生实践能力的积极作用。; 蒋亦樟王骏谢振平邓赵红; 关键词：智能技术数字媒体专业教学

具有协同约束的共生迁移学习算法研究被引量：3: 2014年; 传统迁移学习方法通常直接利用相关领域中的数据来辅助完成当前领域的学习任务,而忽略了领域间互相学习的能力.针对此类问题,提出了一种具有协同约束的共生迁移学习方法(Collaborative Constraints based Symbiosis Transfer Learning,CCSTL).在协同约束的基础上,引入共生迁移机制实现领域间的交替互动学习,进而实现源领域和目标领域间的知识迁移,从而提高受训分类器的分类性能.在模拟数据和真实数据集上的实验结果表明了新算法的有效性.; 张景祥王士同邓赵红李奕蒋亦樟; 关键词：支持向量机

基于模糊子空间聚类的〇阶L2型TSK模糊系统被引量：7: 2015年; 经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷:如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2-norm TSK Fuzzy System,FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间,而且获取的模糊规则可对应于不同的特征子空间,从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明,新方法增强了面对高维数据所建模型的解释性,同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。; 邓赵红张江滨蒋亦樟史荧中王士同; 关键词：高维数据

最小化类内距离和分类算法被引量：12: 2016年; 支持向量机分类算法引入惩罚因子来调节过拟合和线性不可分时无解的问题,优点是可以通过调节参数取得最优解,但带来的问题是允许一部分样本错分。错分的样本在分类间隔之间失去了约束,导致两类交界处样本杂乱分布,并且增加了训练的负担。为了解决上述问题,该文根据大间隔分类思想,基于类内紧密类间松散的原则,提出一种新的分类算法,称之为最小化类内距离和(Intraclass-Distance-Sum-Minimization,IDSM)分类算法。该算法根据最小化类内距离和准则构造训练模型,通过解析法求解得到最佳的映射法则,进而利用该最佳映射法则对样本进行投影变换以达到类内间隔小类间间隔大的效果。相应地,为解决高维样本分类问题,进一步提出了该文算法的核化版本。在大量UCI数据集和Yale大学人脸数据库上的实验结果表明了该文算法的优越性。; 王晓初王士同包芳蒋亦樟; 关键词：支持向量机惩罚因子

熵加权多视角协同划分模糊聚类算法被引量：21: 2014年; 当前,基于协同学习机制的多视角聚类技术存在如下两点不足:第一,以往构造的用于各视角协同学习的逼近准则物理含义不明确且控制简单;第二,以往算法均默认各视角的重要性程度是相等的,缺少各视角重要性自适应调整的能力.针对上述不足:首先,基于具有良好物理解释性的Havrda-Charvat熵构造了一个全新的异视角空间划分逼近准则,该准则能有效地控制异视角间的空间划分相似程度;其次,基于香农熵理论提出了多视角自适应加权策略,可有效地控制各视角的重要性程度,提高算法的聚类性能;最后,基于FCM框架提出了熵加权多视角协同划分模糊聚类算法(entropy weight-collaborative partition-multi-view fuzzy clustering algorithm,简称EW-CoP-MVFCM).在模拟数据集以及UCI数据集上的实验结果均显示,所提算法较之已有多视角聚类算法在应对多视角聚类任务时具有更好的适应性.; 蒋亦樟邓赵红王骏钱鹏江王士同; 关键词：模糊C均值聚类

基于ISE的核密度估计和随机置换的单一或协同特征的选择方法被引量：1: 2015年; 针对数据的特征存在单一和协同特征的选择问题,基于平方误差标准核密度估计和随机置换理论,首先提出一种针对单一特征的特征选择方法 (FSKDE-RP);然后,针对协同特征的情况,通过拓展随机置换理论,提出多维协同特征选择算法(SFSKDE-MRP),并利用核神经网络(KNN)分类器的分类精度选择最优特征子集.在模拟数据和真实数据集上的实验结果表明了所提出算法的有效性.; 张景祥王士同蒋亦樟倪彤光; 关键词：核密度估计平方误差

0阶L2型TSK迁移学习模糊系统被引量：9: 2013年; 针对传统模糊系统在面对源场景存在某种程度的信息缺失或所采集的信息有限导致受训所得系统泛化能力较差之挑战,探讨了具有迁移学习能力的模糊系统.该类模糊系统不仅能充分利用当前场景的数据信息,还可有效利用历史知识对当前源场景的建模过程进行辅助学习,以达到弥补信息缺失之目的.基于此思想以0阶L2型TSK模糊系统为研究对象构造了0阶L2型TSK迁移模糊系统(0-L2-TSK-TFS).在模拟数据集以及真实数据集上的实验研究亦验证了该迁移模糊系统在应对存在信息缺失的场景时,较之于传统模糊建模方法有着更好的适用性.; 蒋亦樟邓赵红王士同; 关键词：信息缺失

蒋亦樟

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

蒋亦樟

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈