您的位置: 专家智库 > >

国家重点实验室开放基金(A200602)

作品数:2 被引量:10H指数:1
相关作者:王士同邓赵红张翔蔡及时更多>>
相关机构:浙江大学江南大学南京大学更多>>
发文基金:国家重点实验室开放基金江苏省自然科学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>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇特征加权
  • 1篇密度估计
  • 1篇混合模型
  • 1篇极大熵
  • 1篇加权
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇RELIEF...
  • 1篇RELIEF

机构

  • 2篇南京大学
  • 2篇江南大学
  • 2篇浙江大学
  • 1篇香港理工大学

作者

  • 2篇邓赵红
  • 2篇王士同
  • 1篇蔡及时
  • 1篇张翔

传媒

  • 1篇计算机研究与...
  • 1篇江南大学学报...

年份

  • 1篇2011
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
极大熵Relief特征加权被引量:10
2011年
Relief特征加权的最新研究进展表明其可近似地表述为一个间距最大化优化问题.尽管该类算法广为应用,但仍然存在一些缺陷.为了提高Relief特征加权的适应性和鲁棒性,融合间距最大化和极大熵理论,并由此探讨了新的鲁棒的具有更好适应性的Relief特征加新方法.首先,构造了一个结合极大熵原理的间距最大化目标函数.对于该目标函数,运用优化理论得到一些重要的理论结果.在此基础上,对于两类数据、多类数据和在线数据,提出了一组鲁棒的Relief特征加权算法.利用UCI基准数据集和基因数据集进行了实验验证,结果表明提出的新Relief特征加权算法对噪音和例外点显示出了更好的适应性和鲁棒性.
张翔邓赵红王士同蔡及时
关键词:RELIEF算法特征加权极大熵
基于压缩集密度估计的ML模糊推理系统构建
2010年
基于高斯混合模型揭示了ML模糊推理系统构建可以等价为压缩集密度估计问题。利用此发现提出基于压缩集密度估计器RSDE的ML模糊推理系统训练算法。该算法有如下特点:①无需人为设定模糊规则数目;②是一个二次优化问题,可利用快速的二次规划算法快速求解。通过模拟和真实数据集验证,实验结果亦证实了上述优点。
邓赵红王士同
关键词:高斯混合模型
共1页<1>
聚类工具0