廖淑娇
- 作品数：9 被引量：6H指数：1
- 供职机构：闽南师范大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金漳州师范学院科学研究基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 具有优良性质的尺度函数和小波的构造
- 由于小波具有其他分析工具所没有的时频局部性质,可以很好地解决奇异信号的处理问题,因此自从被提出以来它就一直是理论研究的热点,已经构造出很多具有良好性质的单小波和多小波,这些理论成果被越来越广泛地应用于众多科学、生产领域,...
- 廖淑娇
- 关键词：尺度函数向量函数平衡多小波
- 文献传递
- 基于TST提升3重Chui-Lian多尺度函数的逼近阶
- 2005年
- 基于TST法,将具有紧支撑性、对称性、正交性和3阶逼近阶的3重Chui-Lian多尺度函数的逼近阶进一步提升到4阶和5阶.在提升过程中,由于构造出特殊的TST变换矩阵,使得变换过程中也保持了原尺度函数的紧支性和对称性.从图形可以看到,逼近阶越高,图形越光滑.
- 杨守志廖淑娇
- 关键词：逼近阶对称性
- 基于高阶平衡的插值多小波双彩色图像水印算法
- 2010年
- 根据高阶平衡的插值多小波具有的优良性质,提出了一种双彩色图像水印新算法.该算法只须对彩色的宿主图像、水印和含水印图像的R,G,B各分量分别进行多小波变换或逆变换就可实现,具有较高的执行效率,且实验证明该水印系统具有良好的透明性和鲁棒性.
- 廖淑娇
- 关键词：透明性鲁棒性
- 基于插值多小波的双彩色图像水印算法被引量：1
- 2008年
- 根据插值多小波具有的优良性质,提出了一种双彩色图像水印新算法.该算法只须对彩色的宿主图像和含水印图像的R,G,B各分量分别进行多小波变换或逆变换就可实现,具有较高的执行效率.且实验证明该水印系统具有良好的透明性和鲁棒性.
- 廖淑娇
- 关键词：鲁棒性透明性
- 基于误差和可变代价的最优属性子集选择方法被引量：1
- 2015年
- 代价是现实数据的重要方面.数据的测试代价与数据的误差范围,即数据的粒度紧密相关,而误分类代价又跟测试代价有关,已有的属性选择方法往往忽视了这一点.为了处理这种情况,提出了一种基于误差范围和可变代价的最优属性子集选择方法.首先建立了该方法的理论框架,再设计了相应算法.在该方法中,测试代价和误分类代价根据不同的误差置信水平自适应地生成.再以最小化平均总代价为目标进行属性选择,从而得到最优的属性子集和误差置信水平.实验结果验证了所提方法的有效性.
- 廖淑娇
- 关键词：粗糙集
- 多尺度决策系统中测试代价敏感的属性与尺度同步选择
- 2024年
- 属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中以最小化数据处理的总测试代价为目标,提出测试代价敏感的属性与尺度同步选择算法,同时适用于协调的多尺度决策系统和不协调的多尺度决策系统.首先,构造基于粗糙集的理论模型,模型中的概念及性质同时考虑属性因素和尺度因素.其次,基于粗糙集的理论模型,设计启发式算法,能基于测试代价对多尺度决策系统同时进行属性约简与尺度选择,并且不同的属性可选择不同的尺度.最后,在12个数据集上的实验验证文中算法的有效性、实用性及优越性.
- 廖淑娇廖淑娇卢亚倩范译文
- 关键词：代价敏感学习粗糙集单调性
- 一类正交基插值尺度函数的构造
- 2010年
- 给出了一类正交基插值尺度函数的构造方法.这类尺度函数具有指数衰减性.并给出它们具有一阶和二阶光滑性的条件.最后举了一个构造算例.
- 廖淑娇
- 关键词：抽样定理衰减性光滑性
- 基于混沌粒子群优化小波支持向量机的汇率预测被引量：1
- 2012年
- 目前,支持向量机(SVM)常用的参数寻优方法存在易陷入局部极值的缺点,而其常用的核函数的逼近精度也有待提高。基于混沌映射的遍历性与随机性和小波变换的局部分析与特征提取能力,提出了一种混沌粒子群优化小波支持向量机(CPSO-WSVM)的算法,并应用它构建汇率预测模型。实验结果表明,相比传统的粒子群优化高斯核SVM(PSO-GSVM)的算法,CPSO-WSVM算法大大提高了预测的精度和效率,应用效果好。
- 廖淑娇冯晓霞刘家彬
- 关键词：混沌粒子群优化小波核函数支持向量机汇率
- 协调多尺度决策系统中基于测试代价的属性与尺度选择被引量：3
- 2023年
- 对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率.
- 吴迪廖淑娇廖淑娇
- 关键词：单调性
