江苏省博士后科研资助计划项目(05225)
- 作品数：2 被引量：25H指数：2
- 相关作者：杨明杨萍冯爱民陈松灿刘学军更多>>
- 相关机构：南京师范大学南京航空航天大学更多>>
- 发文基金：江苏省博士后科研资助计划项目江苏省高校自然科学研究项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 增强型单类支持向量机被引量：12
- 2008年
- 现有基于超平面的单类分类器,包括one-class SVM(OCSVM)和马氏one-class SVM(MOCSVM),由于未考虑数据的结构信息或粒度较粗,寻找的超平面很可能是次优解.为此,增强型单类支持向量机(enhanced OCSVM,EnOCSVM)通过在现有SVM算法中加入数据先验信息以克服其不足.首先,EnOCSVM通过聚类得到数据的内在分布簇,而后将各簇结构信息嵌入到OCSVM框架中,最大化间隔的同时,优化输出空间中各簇数据的紧性.由于保留了SVM框架不变,EnOCSVM仍具备原算法的全部优点,并因结合了数据的簇结构信息而具有更好的推广性.标准数据集上的实验表明,EnOCSVM的推广性能较OCSVM和MOCSVM均有显著提高.
- 冯爱民薛晖刘学军陈松灿杨明
- 关键词：单类分类器超平面结构信息支持向量机
- 差别矩阵浓缩及其属性约简求解方法被引量：13
- 2006年
- 属性约简是粗糙集理论的重要研究内容之一,已出现大量的属性约简算法,其中基于差别矩阵的属性约简算法是高效属性约简算法之一,但这些算法主要针对一致决策表,而对于不一致决策表,某些情况下不能得到属性约简。为此,本文提出改进的差别矩阵及其属性约简求解方法,统一考虑决策表一致和不一致情况两种情况下的属性约简,有效改进经典的基于差别矩阵求解属性约简的不足。同时,为适应大数据集属性约简需要,提出一种新的差别矩阵浓缩策略,以此提高属性约简的效率。
- 杨明杨萍
- 关键词：粗糙集差别矩阵属性约简
