重庆市教育委员会科学技术研究项目(KJ0707022)
- 作品数：5 被引量：14H指数：2
- 相关作者：宋丽红罗泽举朱思铭李艳会陆胜更多>>
- 相关机构：重庆工商大学中山大学更多>>
- 发文基金：重庆市教育委员会科学技术研究项目重庆市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于隐马尔可夫模型的DNA序列识别被引量：8
- 2007年
- 利用隐马尔可夫模型训练中不同结构的DNA序列的L值分布范围不同的特点,对传统多类投票模型进行改进,提出一种优于传统算法的快速训练算法,该算法只需训练出一类隐马尔可夫模型参数.对DNA内含子和外显子序列进行识别,平均识别率达到了90.8%.与支持向量机相比,隐马尔可夫模型在解决多分类问题方面具有优势,不但计算时间少,而且识别率高.
- 罗泽举李艳会宋丽红朱思铭
- 关键词：隐马尔可夫模型DNA序列内含子外显子快速训练算法
- 非对称DNA序列混合识别模型研究
- 2007年
- 建立了一种改进的不对称支持向量机(MISVM)和隐马尔可夫模型结合的混合学习模型,对于实际中具有的不对称样本数据集,采用调整Hessian矩阵对角参数的策略,增大数据量少的样本离超平面的距离,再结合隐马尔可夫谱变换,以达到更加精确地分离不对称样本的目的。实验发现,不能简单利用正负两类样本所占百分比或固定参数来改变核函数矩阵的对角参数,而必须加之以可调整的权系数才能控制错分的样本数;经改进后的混合不对称学习算法比标准SVM具有更高的分辨率,对启动子序列进行识别,平均识别率达到91.8%。
- 罗泽举宋丽红李艳会朱思铭
- 关键词：核参数
- 城市居民出行调查预测模型研究
- 本文建立了一种新的城市居民出行调查的支持向量机动态预测模型,利用ε-不敏感损失函数,控制了解的稀疏性,使预测更加准确和合理。该模型优于传统的直接计算法,利用出租车规划的动态指标来预测居民出行总量,预测置信度达98.5%,...
- 宋丽红罗泽举
- 关键词：Ε-不敏感损失函数支持向量机
- 文献传递
- 基于独立成分分析的分解向前SVM降维算法被引量：2
- 2007年
- 提出一种基于大样本学习的分解向前支持向量机算法和一种新的基于独立成分分析的降维学习模型,其算法的复杂度比传统块算法和标准SVM低。利用不完备ICA思想,达到数据压缩而降维的目的。实验发现,由于降低了输入维数,简化了数据结构,从而减少了SVM识别的计算复杂度,当把向量维数从110维降低到5维时,平均识别率超过传统神经网络达到93%,因而从计算时间和识别效率二者的综合情况来考虑,ICA降维模型是一种理想的实际应用模型。
- 罗泽举宋丽红朱思铭
- 基于SAS-WEBLOGIC的数据挖掘模型及应用被引量：3
- 2009年
- 提出了一种基于SAS-Weblogic的数据挖掘模型,SAS作为数据挖掘语言处于模型的核心,Weblogic作为中间构件,负责SAS数据集联系前端浏览器和后台数据库,起着监控和管理作用。该模型适用于大中型数据挖掘应用,为现代企业提供了一种重要的决策支持系统模型。最后通过实验证明了模型的有效性。
- 宋丽红
- 关键词：SASWEBLOGIC数据挖掘决策支持
- 启动子序列的非均衡检测识别算法被引量：1
- 2008年
- 通过改进Hessian矩阵对角参数,调整支持向量机中超平面的位移,将数据量少的样本从两类非均衡样本中进行分离,结合隐马尔可夫随机迭代,实验发现,不能简单固定Hessian矩阵的对角参数,而必须加之以可调整的权系数才能控制错分的样本数.对启动子序列进行识别,平均识别率达到92.8%。
- 罗泽举宋丽红陆胜
- 关键词：HESSIAN矩阵隐马尔可夫模型启动子识别
