您的位置: 专家智库 > >

孔波

作品数:6 被引量:42H指数:3
供职机构:华中科技大学更多>>
发文基金: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医药卫生更多>>

文献类型

  • 4篇期刊文章
  • 2篇学位论文

领域

  • 4篇自动化与计算...
  • 2篇理学
  • 1篇医药卫生

主题

  • 5篇支持向量
  • 5篇支持向量机
  • 5篇向量
  • 5篇向量机
  • 2篇支持向量分类
  • 2篇支持向量分类...
  • 2篇统计学习
  • 2篇统计学习理论
  • 2篇分类机
  • 1篇增量支持向量...
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇稀疏性
  • 1篇块算法
  • 1篇边界向量
  • 1篇SVM
  • 1篇BOTH
  • 1篇JORDAN
  • 1篇抽取
  • 1篇DOCTOR...

机构

  • 6篇华中科技大学

作者

  • 6篇孔波
  • 4篇刘小茂
  • 2篇苏展
  • 2篇张钧
  • 2篇曹淑娟

传媒

  • 2篇计算机工程与...
  • 1篇模式识别与人...
  • 1篇计算机应用

年份

  • 1篇2015
  • 1篇2007
  • 4篇2006
6 条 记 录,以下是 1-6
排序方式:
一种稀疏最小二乘支持向量分类机被引量:13
2007年
一般的支持向量分类机需要求解二次规划问题,最小二乘支持向量机只需求解一个线性方程组,但其缺乏稀疏性.为了改进最小二乘支持向量分类机,本文结合中心距离比值及增量学习的思想提出一种基于预选、筛选支持向量的稀疏最小二乘支持向量机.该方法既能弥补最小二乘向量机的稀疏性,减少计算机的存储量和计算量,加快最小二乘支持向量机的训练速度和决策速度,又能对非均衡训练数据造成的分类面的偏移进行纠正,还不影响最小二乘支持向量机的分类能力.3组实验结果也证实了这一点.
刘小茂孔波高俊斌张钧
关键词:稀疏性边界向量
基于中心距离比值的增量支持向量机被引量:23
2006年
研究了支持向量、中心距离比值、边界向量以及增量学习之间的关系,提出了基于中心距离比值的增量支持向量机。与传统方法相比,基于中心距离比值的增量支持向量机有效的利用了中心距离比值,解决了CDRM+SVM的阈值选取问题;且适合于增量学习;从而在保证了支持向量机的分类能力没有受到影响的前提下提高了支持向量机的训练速度。
孔波刘小茂张钧
关键词:统计学习理论支持向量机
基于边界向量样本的支持向量分类机
统计学习理论(SLT)是机器学习领域的一个新的理论体系,它非常适用于解决有限样本条件下的机器学习问题。支持向量机(Support vector machine, SVM)是在统计学习理论的基础上发展起来的一种小样本学习理...
孔波
关键词:统计学习理论支持向量机
文献传递
预抽取相对较近边界向量的选块算法被引量:5
2006年
利用支持向量机中支持向量的稀疏性和支持向量分布于分划超平面周围的性质,该文提出了一种预抽取相对较近边界向量的选块算法的新算法,该算法减少了普通选块算法的迭代次数和提高了仅依靠相对较近边界向量的准确率,从而大大加快了支持向量机的训练速度,且支持向量机的分类能力不受任何影响。
孔波刘小茂曹淑娟苏展
关键词:支持向量机
Comparison between Government Hospitals in Jordan and China to Find the Effecting Factors on Doctor’s Job Satisfaction in Both Countries
Background/Purpose Job satisfaction is considered as an important issue that can expect the systems stability...
孔波
基于最小超球体的快速分类法
2006年
文章提出了两种快速分类的方法——基于最小超球体的平分最近点法和基于最小超球体的按比例划分法。前者只对分别包含正、负类训练点的两类超球体线性可分的情形有效,后者则适用于线性可分和近似线性可分的两类分类问题,且在确定分划超平面时融入了对训练集分布特征的考虑。两种方法皆借鉴了平分最近点法的思想,结合超球体的几何特征,用解析几何方法就可求得分划超平面,从而避免了求解二次规划,大大缩短了训练时间,减小了内存占用量,尤其在处理大规模数据集时优势更为明显。两种方法的特点及其和平分最近点法的对比在实证中都给予了分析说明。
苏展刘小茂曹淑娟孔波
关键词:支持向量机
共1页<1>
聚类工具0