杨树仁
- 作品数：4 被引量：63H指数：2
- 供职机构：湖南科技大学信息与电气工程学院更多>>
- 发文基金：湖南省教育厅科研基金博士科研启动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一般工业技术更多>>
- 数据挖掘新方法及其在复杂工业过程中的应用研究
- 数据分析方法是数据挖掘的基础任务。数据分析方法是数据挖掘中科学研究的基础,许多数据挖掘方法都是建立于不同的数据收集和分析方法基础上。相关向量机机器学习方法是最近几年发展起来的一种新的数据挖掘方法,有诸多优点,也有许多未解...
- 杨树仁
- 关键词：复杂工业过程数据挖掘相关向量机粗糙集属性约简
- 文献传递
- 相关向量机及其在铜锍吹炼中的应用研究被引量：2
- 2011年
- 相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机(Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用,用RVM对某冶炼厂铜锍吹炼过程参数进行预测,结果表明,RVM在处理小样本、非线性、高维数据时效果较好,并且在某些方面优于SVM.
- 沈洪远卢灿杨树仁刘建勋
- 关键词：统计学习理论
- 基于相关向量机的机器学习算法研究与应用被引量：61
- 2010年
- 介绍一种新的机器学习方法——相关向量机(Relevance Vector Machine)。相关向量机是一种新的基于贝叶斯统计学习理论的学习方法,与支持向量机(Support Vector Machine)的相比,可以有概率型输出、更稀疏和核函数选择更自由等优点。详细论述相关向量机的研究现况、理论基础及算法思想,并通过仿真实验说明该方法的有效性,最后展望相关向量机的研究发展趋势,且提出相关向量机中仍需解决的关键问题。
- 杨树仁沈洪远
- 关键词：相关向量机支持向量机统计学习理论
- 粗集样本冗余性处理的改进研究
- 2010年
- 针对粗糙集属性约简过程中冗余属性所导致的时间空间复杂度增大的问题,提出了一种改进的精简信息系统的冗余性处理算法。经过Keil uVision3仿真结果验证,当被删除的冗余属性值足够大到与粗集样本接近时,新算法大大减小了时间和空间复杂度,表明了新算法的有效性和高效性。
- 陈思如沈洪远杨树仁
- 关键词：粗糙集属性约简预处理冗余性复杂度
