您的位置: 专家智库 > >

李妍妍

作品数:4 被引量:5H指数:2
供职机构:五洲工程设计研究院更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇机械工程

主题

  • 2篇正则
  • 2篇正则化
  • 2篇支持向量
  • 2篇支持向量回归
  • 2篇向量
  • 2篇流形
  • 2篇流形正则化
  • 2篇建模方法
  • 2篇半监督学习
  • 1篇可重构
  • 1篇快速建模方法
  • 1篇仿真
  • 1篇AUTOMO...
  • 1篇参数化
  • 1篇参数化建模
  • 1篇参数化建模方...

机构

  • 2篇内蒙古工业大...
  • 2篇五洲工程设计...
  • 2篇中国科学院大...
  • 1篇北京理工大学

作者

  • 4篇李妍妍
  • 2篇陈素敏
  • 2篇叶世伟
  • 2篇李媛媛
  • 1篇王璐

传媒

  • 2篇计算机应用
  • 1篇机电产品开发...
  • 1篇计算机仿真

年份

  • 2篇2010
  • 2篇2007
4 条 记 录,以下是 1-4
排序方式:
面向可重构的离散式生产系统快速建模方法被引量:1
2010年
以离散式生产系统为研究对象,提出了一种快速构建面向具体应用对象的建模的方法。该方法将仿真资源分为实体模型库、逻辑控制库和仿真数据库,模型生成器可以利用仿真资源将模型实例化后自动放入仿真平台中,实现快速建立仿真模型。同时也解决了建模过程中由于生产模式的变化而产生的多次重构问题,提高仿真模型的可维护性、可扩展性。最后以某企业的生产为例,验证了该方法的有效性。
李妍妍陈素敏
基于流形正则化的支持向量回归及应用被引量:2
2007年
利用流形正则化的思想,围绕半监督学习,提出了一种针对回归问题的新算法。该算法基于流形上的正则化项和传统的正则化项相结合的方法,利用支持向量机回归已有的结果,解决半监督学习的回归问题,提高了泛化能力。通过数值试验,验证了该算法具有较好的泛化能力,对噪音具有较强的鲁棒性,与支持向量回归相比,具有更高的学习精度。
李妍妍李媛媛叶世伟
关键词:半监督学习流形正则化支持向量回归
基于AutoMod的离散式生产系统参数化建模方法被引量:1
2010年
为了提高仿真分析模型的可维护性、可扩展性,以离散式生产系统为研究对象,基于AutoMod仿真软件,提出一种快速构建面向具体应用对象的参数化建模的方法。该方法以模型实体与逻辑控制程序分离为基本思想,通过模型生成器利用基础数据信息,分别从典型模型库和逻辑程序控制库中选取匹配的建模对象,以典型模型实例化过程替代从无到有的模型创建过程,自动快速地实现仿真模型的构建。最后以某企业的生产为例,验证了该方法的有效性。
李妍妍王璐陈素敏
关键词:参数化建模AUTOMOD仿真
基于流形正则化的分类与回归算法及应用被引量:2
2007年
利用流形正则化的思想,围绕半监督学习,提出了一种针对流形正则化的模式分类和回归分析的新算法。该算法基于流形上的正则化项和传统的正则化项相结合的方法,利用支持向量机分类与回归已有的结果,解决半监督学习的分类与回归问题,提高了泛化能力。该算法实现简单,无需调用其他程序。通过数值试验,验证了该算法具有较好的泛化能力,对噪音具有较强的鲁棒性。且在分类问题上,该算法在输入极少数有标签样本时,也能保持较好的分类效果;在回归问题上,也具有较好的学习精度,尤其在输入带有噪音的流形数据上时,表现就更为突出。
李妍妍李媛媛叶世伟
关键词:半监督学习流形正则化支持向量回归
共1页<1>
聚类工具0