公共文化服务平台

视觉采样聚类方法VSC被引量：2: 2006年; 基于视觉采样原理,该文提出了一般化的视觉采样聚类方法VSC。该方法将视觉原理与著名的Weber定律结合起来,其特点是:对聚类初始条件不敏感;Weber定律提供了新的聚类有效性标准,并且该方法所得到的合理的聚类数可以依据Weber定律而得到。大量的实验结果表明了算法VSC的有效性。文中讨论了算法VSC与由Yang Miin-Shen等人(2004)新近提出的基于相似度量的聚类算法SCA之间的内在联系,得出了这两个算法具有一定的同解性质,从而揭示了该文所提方法VSC能够有效地克服算法SCA中参数γ不易确定的困难。; 郭伟王士同程科韩斌; 关键词：聚类聚类有效性

一个三维变分海洋资料同化系统的设计和初步应用被引量：25: 2007年; 介绍了新完成的一个基于三维变分方法的通用海洋资料同化系统OVALS(Ocean Variational Analysis System)的设计方案和在热带太平洋海洋资料同化中的初步应用.OVALS可以同化常规的现场海洋温盐观测资料和卫星高度计资料,其中在海面高度资料同化中引入了一个新的基于三维变分的同化方案,该方案考虑了背景场误差的垂直相关性和非线性的温-盐关系.非线性的温-盐关系是通过将三维变分方法中的线性平衡约束方案推广到非线性的情况来实现的,从而通过同化高度计资料来直接调整模式的温度和盐度场.另外,OVALS还可以同化近年来投入运行的国际ARGO漂流浮标的温、盐廓线资料以及其他海温和盐度资料,如船报海温资料和一些浮标阵列资料等.利用OVALS和大洋环流模式在热带太平洋进行了21a的同化试验.试验结果表明,同化系统通过对各种海洋资料的同化,可以有效改进对海洋温度和盐度的估计,其在420m深度以浅的上层海洋的月平均温、盐度估计误差分别为0.63℃和0.34psu.; 朱江周广庆闫长香符伟伟游小宝; 关键词：资料同化三维变分海面高度 ARGO浮标

鲁棒的极大熵聚类算法RMEC及其例外点标识被引量：14: 2004年; 针对极大熵聚类算法MEC (maximumentropyclustering)对例外点 (outliers)较敏感和不能标识例外点的缺陷 ,提出了一种改进的极大熵聚类算法RMEC (robustmaximumentropyclustering)。该算法的基本思想是通过引入Vapnik’sε-不敏感损失函数和权重因子重新构建目标函数 ,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性 ,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。; 邓赵红王士同吴锡生胡德文; 关键词：聚类鲁棒性 Ε-不敏感损失函数

使用超椭球参数化坐标的支持向量机被引量：4: 2008年; 基于n维超椭球面坐标变换公式,构造一类核函数——n维超椭球坐标变换核.由于是同维映射,且增大了类间距离,这类核函数在一定程度上改善了支持向量机的性能.与其他核函数(如高斯核)相比,将所构造的核函数用于支持向量机,仅产生了很少的支持向量,因而大大加快了学习速度,改善了泛化性能.数值实验结果表明了所构造的核函数的有效性和正确性.; 张钦礼王士同郭琦; 关键词：支持向量机核函数

解析中心机ACM收敛性的研究被引量：1: 2006年; 从理论上看,支持向量机(SVM)的解对应于样本空间最大超球体的中心,而最新的由 T.B.Trafalis 等人提出的解析中心机(ACM)的解对应于样本空间最大超球体的解析中心。理论和实验表明,解析中心机的泛化性能要优于支持向量机,但其收敛性问题尚待解决。本文研究了解析中心机的收敛性问题,证明了只要满足一定的条件,解析中心机是收敛的。; 朱嘉钢王士同; 关键词：收敛性支持向量机

基于视觉原理和Weber定律的TSK模糊系统建模被引量：4: 2005年; 提出了一种新的基于视觉原理和Weber定律的TSK模糊系统建模方法。该方法首先基于视觉原理和Weber定律定义了一种新的目标函数,接着将其应用于TSK模糊系统建模中的参数学习。它不但能从训练样本的整体分布结构来进行参数学习,还能充分利用人眼很强的目标识别能力,从而能有效建模。所做的大量仿真试验表明了本文方法的有效性。该工作的意义在于从一个新的角度来审视TSK模糊系统建模问题,并为之提出了一种新的方法。; 邓赵红王士同吴锡生; 关键词：视觉原理 TSK模糊系统

改进的模糊细胞神经网络(IFCNN)的应用与研究被引量：3: 2006年; 运用模糊细胞神经网络(FCNN)来分割白细胞显微图像,在边缘检全上的效果尚不理想,针对此问题,提出了改进的模糊细胞神经网络(IFCNN),该网络基于生物细胞脉冲原理,具有好的收敛和稳定性.实验结果表明,它能有效地克服已有方法无法克服的边缘检出问题,使得分割图像能更好的接近真实图像.; 付端王士同胡德文; 关键词：图像处理细胞神经网络模糊神经网络白细胞

Fuzzy inference systems with no any rule base and linearly parameter growth被引量：2: 2004年; A class of new fuzzy inference systems New-FISs is presented.Compared with the standard fuzzy system, New-FIS is still a universal approximator and has no fuzzy rule base and linearly parameter growth. Thus, it effectively overcomes the second "curse of dimensionality":there is an exponential growth in the number of parameters of a fuzzy system as the number of input variables,resulting in surprisingly reduced computational complexity and being especially suitable for applications,where the complexity is of the first importance with respect to the approximation accuracy.; ShitongWANCKorrisF.L.CHUNGJiepingLUBinHANDewenHU

用于图像恢复的基于正则化可能性线性模型的自适应滤波器: 2009年; 中值滤波器在有效抑制脉冲噪声的同时,会模糊图像细节.为克服这一缺陷,文中对中值滤波器进行改进,提出一种基于正则化可能性线性模型的自适应滤波器.该滤波器的输出是原始输入信号和经典中值滤波器的加权和,而权值则根据输入的信号序列由建好的正则化可能性线性模型来决定.实验表明,该滤波器在有效滤除脉冲噪声的同时能较好地保留图像的细节信息,且针对不同比例的脉冲噪声,表现出较好的鲁棒性.; 葛洪伟王士同; 关键词：脉冲噪声中值滤波器图像恢复

r-SVR中参数r与输入噪声间线性反比关系的仿真研究被引量：5: 2005年; 为研究r范数-支持向量回归机,r-SVR的鲁棒性,验证r-SVR中参数r与输入噪声方差之间的近似反比线性关系,对r-SVR进行了仿真。推导出了作为仿真的依据的 r-SVR的解的形式和对其进行求解的牛顿迭代公式。仿真结果显示:输入噪声为高斯分布时,r-SVR中参数r与输入噪声方差之间存在近似线性反比关系;这一关系曲线随着信噪比增加而斜率减小、整个曲线下移。这一结果印证和丰富了现前的理论推导结果,为在已知输入高斯噪声方差时合理地选择r提供了更可信的依据。; 朱嘉钢王士同杨静宇; 关键词：支持向量回归机计算机仿真输入噪声

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(60225015)