您的位置: 专家智库 > >

成鹏

作品数:3 被引量:19H指数:2
供职机构:陕西师范大学计算机科学学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇支持向量
  • 3篇向量
  • 2篇支持向量机
  • 2篇向量机
  • 1篇支持向量回归
  • 1篇支持向量机分...
  • 1篇支持向量机算...
  • 1篇支持向量聚类
  • 1篇数对
  • 1篇向量机算法
  • 1篇模型参数
  • 1篇径向基
  • 1篇径向基函数
  • 1篇聚类
  • 1篇基函数
  • 1篇SVR

机构

  • 3篇陕西师范大学

作者

  • 3篇成鹏
  • 2篇汪西莉

传媒

  • 2篇计算机工程

年份

  • 3篇2011
3 条 记 录,以下是 1-3
排序方式:
SVR参数对非线性函数拟合的影响被引量:16
2011年
对基于径向基函数(RBF)的支持向量回归(SVR)模型参数的理论研究与实验论证结果表明,惩罚系数、不敏感损失函数的宽度以及核函数参数对非线性函数拟合精度均有影响,给出SVR参数的经验范围以减小人工选择SVR参数的盲目性,并通过缩小参数优化算法的搜索区间,降低算法的整体时间复杂度和空间复杂度。
成鹏汪西莉
关键词:支持向量回归径向基函数模型参数
应用少量标记样本的支持向量机分类研究
随着科学技术的迅速发展,存储设备的快速增大,收集大量的未标记样本已不是难事,而获取大量有标记的样本则相对较为困难,因为获得这些标记可能需要耗费大量的人力、物力以及财力。如何仅用少量的标记样本和大量的未标记样本来改善学习器...
成鹏
关键词:支持向量机分类支持向量聚类
基于相似度融合的主动支持向量机算法被引量:2
2011年
提出一种基于相似度融合的主动支持向量机算法,利用未标记样本和标记样本,结合支持向量机的方法实现主动学习。实验结果表明,该算法与普通主动学习的支持向量机相比,在保证分类器性能的情况下,可以减少标记样本的数目,抑制孤立样本对分类器的影响;在相同标记样本数目的情况下,该算法具有较高的分类精度。
成鹏汪西莉
关键词:支持向量机
共1页<1>
聚类工具0