江苏省自然科学基金(BK2012552)
- 作品数：18 被引量：73H指数：4
- 相关作者：王士同蒋亦樟张景祥邓赵红黄成泉更多>>
- 相关机构：江南大学贵州民族大学齐鲁工业大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金贵州省科学技术基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 由最大同类球提取模糊分类规则被引量：3
- 2017年
- 为提高模糊分类规则的有效性和可解释性,该文提出一种基于最大同类球的模糊规则提取方法。首先,每个样本根据与最近异类之间的距离确定一个最大同类球。然后根据各个同类球中样本之间的包含关系和独有性对同类球进行约简。再根据约简后的同类球建立MA分类器的模糊规则前件。MA(Mamdani-Assilan)二分类器的模糊规则后件参数学习以加权分类错误平方最小化为目标函数,采用共轭梯度法求解后件参数。KEEL标准数据集中的12个10折交叉验数据集的对比分类实验验证了该方法的有效性。
- 徐明亮王士同
- 关键词：模糊规则
- 半监督空间化竞争聚集算法及其在图像分割中的应用被引量：2
- 2015年
- 经典竞争聚集(CA)算法在聚类时对于样本中的少量已知信息没有加以利用,但这些信息往往需要应用到整个聚类过程中。此外,在相似度度量函数的选择上CA算法使用常见的欧氏距离,然而欧氏距离仅适用于团状数据,制约了算法的应用范围。针对上述问题,通过引入具备半监督学习能力的半监督项对隶属度矩阵进行增强,利用聚类中心和中心邻近的点组成空间,把样本点与该空间的距离替代欧氏距离作为新的相似度度量标准,并给出判断聚类中心能否合并的阈值参数,最终得到半监督空间化CA算法。通过在人造图像和真实图像上的分割结果表明,该算法能够更准确地获取聚类类别数以及更好的聚类效果。
- 于平王士同
- 关键词：欧氏距离
- 基于多元混合高斯分布的多分类人脸识别方法被引量：5
- 2013年
- 针对实际人脸图像含有的噪声模型常常表现出的非高斯特性,该非高斯特性具有较厚重的拖尾现象,提出一种基于多元混合高斯分布的多分类人脸识别方法。该方法将多元混合高斯分布、核函数、概率密度函数估计中的参数估计以及贝叶斯理论结合起来,能对含有重尾噪声的人脸图像有较高的识别率。用ORL标准人脸库进行验证,实验结果表明了可行性。
- 袁少锋王士同
- 关键词：参数估计核函数贝叶斯理论
- 基于领域关系广义混合模型图像分割的研究
- 2013年
- 针对高斯混合模型不能有效处理复杂噪声图像分割问题,提出了基于领域关系广义混合模型。在高斯混合模型基础上引入形状参数r提高混合模型对不同噪声适应能力,另外该方法结合图像中像素点邻域关系,融入像素点间的互动信息。与混合模型通常采用EM算法估计参数不同,该模型参数估计采用梯度方法,通过最小化负似然对数优化参数。实验结果表明,广义混合模型在处理高斯噪声,重尾噪声,混合噪声以及脉冲噪声图像分割问题都取得了很好的效果。
- 罗雷王士同
- 关键词：图像分割
- 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
- 融合异构特征的子空间迁移学习算法被引量：28
- 2014年
- 特征迁移重在领域共有特征间学习,然而其忽略领域特有特征的判别信息,使算法的适应性受到一定的局限.针对此问题,提出了一种融合异构特征的子空间迁移学习(The subspace transfer learning algorithm integrating with heterogeneous features,STL-IHF)算法.该算法将数据的特征空间看成共享和特有两个特征子空间的组合,同时基于经验风险最小框架将共享特征和特有特征共同嵌入到支持向量机(Support vector machine,SVM)的训练过程中.其在共享特征子空间上实现知识迁移的同时兼顾了领域特有的异构信息,增强了算法的适应性.模拟和真实数据集上的实验结果表明了所提方法的有效性.
- 张景祥王士同邓赵红蒋亦樟李奕
- 关键词：支持向量机
- v-软间隔罗杰斯特回归分类机
- 2016年
- 坐标下降(Coordinate Descent,CD)方法是求解大规模数据分类问题的有效方法,具有简单操作流程和快速收敛速率。为了提高罗杰斯特回归分类器(Logistic Regression Classifier,LRC)的泛化性能,受v-软间隔支持向量机的启发,该文提出一种v-软间隔罗杰斯特回归分类机(v-Soft Margin Logistic Regression Classifier,v-SMLRC),证明了v-SMLRC对偶为一等式约束对偶坐标下降CDdual并由此提出了适合于大规模数据的v-SMLRC-CDdual。所提出的v-SMLRC-CDdual既能最大化类间间隔,又能有效提高LRC的泛化性能。大规模文本数据集实验表明,v-SMLRC-CDdual分类性能优于或等同于相关方法。
- 黄成泉王士同蒋亦樟董爱美
- 关键词：泛化
- 适用于不确定类标签数据学习的迁移支持向量机被引量：3
- 2014年
- 为了解决包含不确定信息的分类学习问题,提出一种新的适用于不确定类标签数据的迁移支持向量机.该方法基于结构风险最小化模型,同时将源领域中所学知识、领域间的共享数据、目标领域中已标定的和不确定的数据纳入学习框架中,进而实现了源领域和目标领域的知识迁移.在多种真实数据集上的实验结果表明了所提出方法的有效性.
- 倪彤光王士同
- 关键词：支持向量机共享数据不确定数据
- 面向共享数据的迁移组概率学习机
- 2014年
- 为了解决机器学习中的主观信息缺失问题,提出一种新的面向共享数据的迁移组概率学习机(TGPLM-CD).该方法基于结构风险最小化模型,将源领域所含知识和目标领域的类标签组概率信息,特别是领域间的共享数据纳入学习框架中,实现了源领域和目标领域的知识迁移,在待研究领域数据信息不足的情况下提高了分类精确度.大量数据集上的实验结果验证了所提出方法的有效性.
- 倪彤光王士同史荧中张景祥
- 关键词：支持向量机共享数据
- 一种基于同类约束的半监督近邻反射传播聚类方法被引量：11
- 2016年
- 以近邻反射传播(Affinity propagation,AP)聚类算法为基础,提出了一种基于同类约束的半监督近邻反射传播聚类方法 (Semi-supervised affinity propagation clustering method with homogeneity constraints,HCSAP).该方法在聚类目标函数中引入同类约束项,以保证聚类结果与同类集先验信息一致.利用最大和信任传播(Max-sum belief propagation)优化过程对目标函数进行求解,导出同类约束下的吸引度(Responsibility)和归属度(Availability)的迭代方程.人工数据集和真实数据集上的实验结果表明本文所提方法的有效性.
- 徐明亮王士同杭文龙
- 关键词：半监督聚类信任传播
