贺仁亚
- 作品数：6 被引量：42H指数：3
- 供职机构：北京大学数学科学学院信息科学系更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 模式识别中若干分类方法的研究及其应用（用大规模基因表达谱区分肿瘤与正常组织）
- 论文在以下几个方法中进行了探讨和创新.在无监督的属性聚类网络理论的基础上提出了堆近邻分类方法.属性聚类网络在聚类中能较好地反映数据本来的自然结果.通过将无监督的属性聚类加上有监督信息;加权距离和兼容性评分,能自适应地确定...
- 贺仁亚
- 关键词：模式识别生物信息学BOOSTING方法支持向量机
- 一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)被引量：3
- 2007年
- 在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。
- 孙喜晨贺仁亚封举富
- 关键词：模式识别支持向量机基因表达数据
- 一种新的分类方法被引量：8
- 2002年
- 本文在属性聚类网络的基础上 ,提出了堆近邻分类方法 .通过将无监督的属性聚类加上有监督信息 ,能自适应地优选堆数 .样本所考察的近邻个数依据它所在的堆的大小 ,因而每个样本所考查的近邻的个数不是完全相等的 .这种方法可用到高维小样本的数据分类问题中 .我们将它应用到基因表达谱形式的癌症辩识问题中 。
- 贺仁亚程乾生
- 关键词：模式识别生物信息学基因选择
- 模式识别中若干分类方法的研究及其应用
- 贺仁亚
- 关键词：生物信息学模式识别
- 一种用于认证的小波变换域的数字水印技术被引量：27
- 2001年
- 提出了一种用于认证的易损数字水印技术 .将数字水印嵌入在小波变换域的不同尺度、不同方向分量上 ,来检测局部空域和频域的变化 ,在效果上相当于多重水印 .在水印检测时 。
- 贺仁亚程乾生
- 关键词：信息安全数字水印小波变换域数字签名
- 属性均值聚类二叉树及其在人脸识别中的应用被引量：4
- 2002年
- 在无监督的属性聚类网络的基础上 ,提出了一种二叉树分类方法。此二叉树自然地在无监督聚类的基础上扩展开来 ,成为一有监督的分类方法。用ORL人脸数据库做了测试 ,同标准的特征脸 (eigenface)方法相比 ,识别率得到了较大的提高。
- 贺仁亚程乾生孙喜晨
- 关键词：人脸识别模式识别学习网络特征脸图像识别
