辽宁省教育厅高等学校科学研究项目(2008344)
- 作品数：29 被引量：74H指数：4
- 相关作者：闫德勤刘胜蓝郑宏亮张岩李燕燕更多>>
- 相关机构：辽宁师范大学大连理工大学大连职业技术学院更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题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更多>>
- 一种改进的CAIM算法被引量：1
- 2010年
- 在CAIM算法中,离散判别式仅考虑了区间中最多的类与属性间的依赖度,使离散化过度而导致结果不精确。基于此,提出对CAIM的改进算法,该算法考虑到按属性重要性从小到大顺序进行离散,同时根据粗糙集理论提出条件属性可分辨率概念,与近似精度同时控制信息表最终的离散程度,有效解决了离散化过度问题。实验通过C4.5和支持向量机分别对离散化后的数据进行识别和分类预测,结果证明了该算法的有效性。
- 李慧闫德勤张迎春
- 关键词：连续属性离散化粗糙集
- 一种基于Zernike矩形状检索的新算法被引量：2
- 2010年
- 高维Zernike矩作为图像检索的形状特征描述子,具有描述图像区域细节信息的能力,能够全面有效地表征图像的内容。但是高维的矩存在着"维数灾难"的问题,不仅使算法的复杂度增大,而且会增加不必要的信息,造成主要信息混淆,影响对图像的描述。提出了流行学习的方法来处理冗余的数据信息。在通过拉普拉斯图保持局部样本数据不变的情况下,引入了全局算法来保证样本的整体性。考虑到信息之间的相关性而影响投影的准确率,对其进行Schur特征值分解,得到正交基向量,从而使数据重构相对容易,并且Zernike矩的旋转不变性仍能保持下来,使检索得到的图像更加符合人眼视觉效果。该方法在检索性能上优于传统的局部保持投影方法,检索效果有明显的提高。
- 郭丹闫德勤吴晓婷刘胜蓝
- 关键词：ZERNIKE矩图像检索主成分分析局部保持投影SCHUR分解
- 基于优化的LMNLDA的人脸识别研究被引量：1
- 2011年
- 提出了一种优化的LMNLDA的人脸识别方法。为了减弱边缘类对投影方向的主导作用,重新定义类间散度矩阵,克服了边缘类对选择最佳投影方向的影响,从而达到最优化。同时,在计算特征值时通过因数分解的方法避免了对矩阵求逆,解决了小样本问题。在人脸数据库YALE、ORL和PIE上进行试验,证明实验结果的有效性。
- 苗春玉闫德勤
- 关键词：线性判别分析散度矩阵人脸识别
- 一种基于局部线性嵌入的多流形学习算法被引量：3
- 2012年
- 针对局部线性嵌入算法在处理多流形数据时失效问题,提出一种新的基于局部线性嵌入的多流形学习算法.采用cam分布寻找数据点的近邻,避免了近邻选取方向的缺失;同时在获取重建权值矩阵的过程中引入一个正则项约束,从而降低了算法对噪声的敏感度.通过对分布在不同流形上的高维数据实验后发现改进算法具有很好的降维效果.为了进一步验证算法的有效性,将改进后的算法对COIL-20数据库进行图像检索,结果表明该算法不仅有较好的降维效果而且在多类别多形状流形学习中有很好的实用价值.
- 李燕燕闫德勤刘胜蓝郑宏亮
- 关键词：正则化局部线性嵌入
- 结合正态分布概率的FSVM被引量：1
- 2010年
- 针对当前模糊支持向量机(FSVM)一般使用特征空间样本与类中心之间的距离构建隶属度函数的不足,提出了一种计算FSVM的隶属度的新方法。首次使用基于正态分布概率的π型隶属度函数来计算隶属度,根据正态分布的特性,在考虑数据分布规律的同时求得数据点的隶属值,使得求得的数据能够更加准确地反应数据的特点,进而获得更好的分类函数。实验表明,这种方法较SVM和FSVM相比,降低了噪声数据的影响,并且有效地提高了分类的准确率。
- 刘婷婷闫德勤王琳
- 关键词：支持向量机模糊支持向量机
- 强相关树基因选择方法及AE-RSVM分类研究
- 2013年
- 对肿瘤基因表达谱进行分析,从而有效区分正常样本与肿瘤样本的关键是:准确找出能够决定样本类别的最少特征基因,并用一个性能较好的分类器进行分类预测。针对该问题,用修订的特征记分准则(RFSC)去除分类无关基因;对两两冗余法进行改进,提出强相关树法用于冗余基因的去除;对粗糙支持向量机(RSVM)改进,提出近似等价粗糙支持向量机(AE-RSVM)对样本集进行分类测试。以肿瘤样本集为例进行测试,实验结果表明了提出方法的可行性和有效性。
- 张岩闫德勤吕志超郑宏亮
- 关键词：基因表达谱肿瘤分类基因选择支持向量机等价类
- 非球形分布数据集的去噪方法
- 2011年
- 针对传统支持向量机(SVM)对噪声点过于敏感,模糊支持向量机(FSVM)又对样本集几何形状过分依赖等问题,提出基于噪声过滤系统的粗糙支持向量机(NFS-RSVM)。该方法首先用噪声过滤系统(NFS)将极可能为噪声点的样本过滤掉;然后将数据间隐含的等价类信息作为双惩戒因子融入到支持向量机模型中,进一步区分有效样本和噪声样本。基于UCI数据集的仿真结果表明,NFS-RSVM方法能有效地将数据中的大部分噪声点去除,与传统的SVM和FSVM相比分类精度有一定程度的提高。因此,该方法在处理噪声样本较多又呈现非球形分布的数据集时,表现出较好的抗噪性、分类效果和泛化能力。
- 张岩闫德勤郑宏亮
- 关键词：支持向量机等价类去噪
- 一种参数优化的图像滤波方法研究被引量：2
- 2013年
- 在频域滤波的理论基础上,提出了一种基于参数的巴特沃斯高通和低通相结合的图像滤波方法,并用MATLAB软件进行了实验,结果表明,对于去除噪声、提取目标信息及图像增强等,该算法显示出了较好的效果。
- 贾洪哲闫德勤刘胜蓝王洪东刘思思
- 关键词：时空域频率域图像滤波
- 一种基于粗糙集理论的连续属性离散化新算法被引量：7
- 2010年
- 粗糙集理论中要求离散化保持原有决策系统的不可分辨关系,但以往的一些算法在离散过程中会使近似精度控制在可以接受的范围,即允许一定的错分。针对此不足,在保证决策属性绝对不改变的情况下,提出一种新的区间拆分方法,更合理有效地对连续属性进行离散化。实验通过C4.5和支持向量机分别对离散化后的数据进行识别与分类预测,实验结果证明了算法的有效性。
- 李慧闫德勤韩丽
- 关键词：连续属性离散化粗糙集决策表数据挖掘
- 基于熵和蚁群算法的模糊支持向量机新方法被引量：3
- 2009年
- 针对当前模糊支持向量机(FSVM)一般使用特征空间样本与类中心之间的距离构建隶属度函数的不足,首次利用熵的不确定性定量化度量特征和蚁群算法(ACO)的智能性与FSVM结合,提出一种基于熵和ACO的FSVM新方法(EAFSVM)。求得的聚类中心和隶属度能更准确地反映数据本身的特点,提高测试精度。实验对比SVM和FSVM,结果表明EAFSVM测试精度较高,尤其对多类数据、大规模数据具有较好的分类能力。
- 王琳闫德勤梁宏霞
- 关键词：模糊支持向量机蚁群算法聚类
