搜索筛选:
搜索耗时1.2383秒,为你在为你在102,285,761篇论文里面共找到 36 篇相符的论文内容
发布年度:
[学位论文] 作者：郭虎升,,
来源： 年份：2014
支持向量机(Support Vector Machine, SV M)是一种近年来受到广泛关注的机器学习方法,它以统计学习理论(Statistical Learning Theory, SLT)为基础、以结构风险最小化(Struct...
[期刊论文] 作者：崔丽娜, 郭虎升,,
来源：计算机与现代化 年份：2018
针对传统支持向量机(Support Vector Machine,SVM)无法有效处理非平衡分类的问题,提出一种基于增量学习的非平衡SVM分类方法(Imbalanced SVM Based on Incremental Learning,...
[期刊论文] 作者：郭虎升,王文剑,,
来源：计算机研究与发展 年份：2014
在实际应用问题中,由于客观世界物质的多样性、模糊性和复杂性,经常会遇到大量未知样本类别信息的数据挖掘问题,而传统方法往往都依赖于已知样本类别信息才能对数据进行有效...
[期刊论文] 作者：郭虎升,王文剑,,
来源：计算机研究与发展 年份：2013
在实际应用中，数据集样本规模、分布密度的不平衡性可能会使传统支持向量机（supportvectormachine，SVM）得到的分类超平面不是最优．在对传统支持向量机最优分类面分析的基础上，结合......
[期刊论文] 作者：郭虎升,王文剑,,
来源：计算机工程与应用 年份：2009
针对支持向量机（Support Vector Machine,SVM）对大规模样本分类效率低下的问题,提出了基于自适应共振理论（Adaptive Resonance Theory,ART）神经网络与自组织特征映射（Self-Organiz...
[期刊论文] 作者：郭虎升,王文剑,,
来源：软件学报 年份：2013
粒度支持向量机（granular support vector machine，简称GsVM）可以有效提高支持向量机（support vector machine，简称SVM）的学习效率，但由于经典GSVM通常将粒用个别样本替代，且粒划和学...
[期刊论文] 作者：王文剑,郭虎升,,
来源：山西大学学报(自然科学版) 年份：2009
粒度支持向量机（Granular Support Vector Machine,GSVM）是以粒度计算理论和统计学习理论为基础的一种新的机器学习模型,它可以有效地克服传统支持向量机（Support Vector Machin...
[期刊论文] 作者：程凤伟,郭虎升,,
来源：山西大学学报(自然科学版) 年份：2017
随着现实生活中数据集规模的不断增大,设计有效的分类算法势在必行。支持向量机(Support vector machine,SVM)是一种公认的性能较好的分类算法,目前一些SVM算法是针对减少支...
[期刊论文] 作者：张宇,王文剑,郭虎升,,
来源：南京大学学报(自然科学版) 年份：2013
粒度支持向量机（Granular Support Vector Machine，GSVM）通过选取粒的代表点构成精简训练集以提高支持向量机（Support Vector Machine，SVM）的学习效率，然而选取个别代表点有可能丢失...
[会议论文] 作者：张宇,王文剑,郭虎升,
来源：第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议 年份：2013
粒度支持向量机(Granular support vector machine,GSVM)通过选取粒的代表点构成精简训练集以提高支持向量机(Support vector machine,SVM)的学习效率,然而选取个别代表点有可能丢失部分重要分类信息,导致模型泛化能力不高。针对这一问题,提出基于粒分布的GSVM(......
[期刊论文] 作者：郭虎升,亓慧,王文剑,,
来源：计算机工程 年份：2010
针对支持向量机对于非平衡数据不能进行有效分类的问题,提出一种粒度支持向量机学习算法。根据粒度计算思想对多数类样本进行粒划分并从中获取信息粒,以使数据趋于平衡。通过...
[期刊论文] 作者：王文剑, 梁志, 郭虎升,,
来源：山西大学学报(自然科学版) 年份：2004
提出一种基于数据关系(Data Relationship,DR)的多分类支持向量机(Support Vector Machine,SVM)学习算法(Multi-Classification SVM Algorithm Based on Data Relationship,D...
[期刊论文] 作者：亓慧,王文剑,郭虎升,,
来源：小型微型计算机系统 年份：2014
针对传统支持向量机（Support Vector Machine,SVM）集成学习（Ensemble Learning,EL）方法不能够解决高维复杂数据且子学习器差异性小集成效果不明显的问题,提出一种基于多种特征选...
[期刊论文] 作者：郭金玲,樊东燕,郭虎升,
来源：数据采集与处理 年份：2016
在面向大数据问题的应用领域中,由于现实世界的多样性和复杂性,经常会遇到大规模的多类别数据挖掘问题,传统的多分类方法一方面存在着超平面不平衡更新的问题,另一方面学习效...
[期刊论文] 作者：白龙飞,王文剑,郭虎升,,
来源：南京大学学报(自然科学版) 年份：2012
本文提出一种新的支持向量机（support vector machine，SVM）主动学习策略，称为Dix_SVMactive．通过定义新的数据置信度度量来挑选最有价值样本进行人工标注，并在每次迭代中对训练集的...
[期刊论文] 作者：郭虎升,王文剑,白龙飞,,
来源：计算机科学与探索 年份：2014
针对传统基于主动学习的支持向量机(support vector machine,SVM)方法中所采用的欧式距离不能有效衡量高维样本之间的相关程度,导致学习器泛化能力下降的问题,提出了一种基于向量余弦的支持向量机主动学习(SVM active learning based on vector cosine)策略,称......
[会议论文] 作者：郭虎升[1]王文剑[2],
来源：第四届中国Agent理论与应用学术会议 年份：2012
在实际应用中,数据集样本规模、分布密度的不平衡性,可能会使传统支持向量机(Support VectorMachine,SVM)得到的分类超平面不是最优。本文在对传统支持向量机最优分类面...
[会议论文] 作者：郭虎升,王文剑,张鑫,
来源：第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009) 年份：2009
将粒度计算理论与支持向量机(Suapport Vector Machine,SVM)进行有效的融合,建立了一种粒度核支持向量机学习算法,称为GKSVM(Granular Kernel support VectorMachine)算法。...
[期刊论文] 作者：韩明鸣, 郭虎升, 王文剑,,
来源：南京大学学报(自然科学) 年份：2019
近年来非平衡多分类数据的学习问题在机器学习和数据挖掘领域备受关注,上采样技术成为解决数据不平衡问题的主要方法,然而已有的上采样技术仍有很多的不足,例如新合成的少数...
[期刊论文] 作者：付康安, 王文剑, 郭虎升,,
来源：计算机科学与探索 年份：2019
针对目前符号数据的分类性能较低,通过挖掘属性值与标签之间可能存在的空间结构关系,提出了一种基于空间相关性分析的符号数据分类方法。该方法首先采用独热编码的方式对符号...
相关搜索：
