期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
CALCULATION FOR KERNEL OF INTERVAL GREY NUMBER BASED ON BARYCENTER APPROACH
1
作者 曾波 刘思峰 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2013年第2期216-220,共5页
The kernel of interval grey number is most likely the real number,which can be used to represent whitenization value of interval grey number.A novel method for calculating kernel of interval grey number is constructed... The kernel of interval grey number is most likely the real number,which can be used to represent whitenization value of interval grey number.A novel method for calculating kernel of interval grey number is constructed based on the geometric barycenter of whitenization weight function in the two-dimensional coordinate plane,and the calculation of kernel is converted to the calculation of barycenter in geometric figures.The method fully considers the effect of all information contained in whitenization weight function on the calculation result of kernel,and is the extension and perfection of the existing methods in the scope of application. 展开更多
关键词 grey theory interval grey number kernel whitenization weight function barycenter approach
在线阅读 下载PDF
部分Motzkin路的计数
2
作者 杨胜良 王楠 《兰州理工大学学报》 CAS 北大核心 2024年第3期137-142,共6页
一条长为n的部分Motzkin路是从(0,0)到(n,k)的一条经过整点的格路径,它由上步U=(1,1),下步D=(1,-1)以及水平步H=(1,0)构成,且从不走到x轴的下方.从(0,0)到(n,0)的Motzkin路的个数叫做第n个Motzkin数.利用核方法得到了Motzkin数的发生函... 一条长为n的部分Motzkin路是从(0,0)到(n,k)的一条经过整点的格路径,它由上步U=(1,1),下步D=(1,-1)以及水平步H=(1,0)构成,且从不走到x轴的下方.从(0,0)到(n,0)的Motzkin路的个数叫做第n个Motzkin数.利用核方法得到了Motzkin数的发生函数及部分Motzkin路径数的Riordan矩阵的表示.基于递推关系和线性代数方法给出了高度受限的部分Motzkin路的发生函数,并给出了相关示例. 展开更多
关键词 Motzkin路 部分Motzkin路 Motzkin数 发生函数 核方法
在线阅读 下载PDF
加权再生核空间中信号的随机采样稳定性
3
作者 张雅静 蒋英春 《桂林电子科技大学学报》 2024年第1期52-57,共6页
针对一般概率分布获取的独立随机样本,在核函数不满足对称性的条件下,在加权再生核子空间中研究了信号的随机采样稳定性。首先,基于加权再生核子空间的框架刻画,在有界区域上用有限维子空间逼近加权再生核空间。其次,通过研究加权再生... 针对一般概率分布获取的独立随机样本,在核函数不满足对称性的条件下,在加权再生核子空间中研究了信号的随机采样稳定性。首先,基于加权再生核子空间的框架刻画,在有界区域上用有限维子空间逼近加权再生核空间。其次,通过研究加权再生核子空间中信号的无穷范数与p范数的关系,估计标准化有限维子空间的覆盖数。最后,证明了当采样量足够大时,能量集中于立方体上的加权再生核信号的随机采样稳定性以高概率成立。 展开更多
关键词 加权再生核空间 覆盖数 概率密度函数 随机采样 采样稳定性
在线阅读 下载PDF
一个新的带参数的Hilbert型积分不等式 被引量:13
4
作者 周昱 高明哲 《数学杂志》 CSCD 北大核心 2011年第3期575-581,共7页
本文研究Hilbert积分不等式的推广问题.利用引入参数和对数积分核函数,建立了一种新的Hilbert型积分不等式,证明了用Euler数和π来表示的常数因子是最佳的,推广了经典的Hilbert积分不等式.
关键词 HILBERT积分不等式 权函数 积分核函数 EULER数 最佳常数
在线阅读 下载PDF
一种无约束凸规划多平面修正TWSVM 被引量:1
5
作者 徐金宝 业巧林 +1 位作者 业宁 吴美红 《计算机工程与应用》 CSCD 北大核心 2010年第36期29-33,共5页
对支持向量机(Twin Support Vector Machine,TWSVM)的优化思想源于基于广义特征值近似支持向量机(ProximalSVM based on Generalized Eigenvalues,GEPSVM)。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TW... 对支持向量机(Twin Support Vector Machine,TWSVM)的优化思想源于基于广义特征值近似支持向量机(ProximalSVM based on Generalized Eigenvalues,GEPSVM)。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TWSVM做了修正,基于新的优化准则设计了一种特殊TWSVM(GTWSVM),在此基础上,提出了快速GTWSVM(FGTWSVM),其将GTWSVM转换为无约束凸规划问题求解。该算法在保证得到与TWSVM相当的分类性能以及较快的计算速度的同时,还减少了输入空间的特征数以及内存占用。对于非线性问题,FGTWSVM可以减少核函数数目。 展开更多
关键词 对支持向量机(TWSVM) 近似支持向量机(GEPSVM) 多类问题 无约束凸规划 特征数 核函数数目
在线阅读 下载PDF
修正核函数模糊聚类算法 被引量:2
6
作者 赵国亮 黄沙日娜 《计算机应用》 CSCD 北大核心 2010年第7期1926-1929,共4页
应用核函数度量的紧致性和分离性,给出了一种新的聚类有效性指标KKW,由KKW指标得到最优聚类数并用于修正核函数模糊聚类算法(MKFCM),由于经过了修正核函数的映射,使原来没有显现的特征突显出来。用MKFCM对Wine和glass数据集进行聚类,每... 应用核函数度量的紧致性和分离性,给出了一种新的聚类有效性指标KKW,由KKW指标得到最优聚类数并用于修正核函数模糊聚类算法(MKFCM),由于经过了修正核函数的映射,使原来没有显现的特征突显出来。用MKFCM对Wine和glass数据集进行聚类,每一类的聚类正确度大于90%;对于缺失数据的Wisconsin Breast Cancer数据,错分率为4.72%。该聚类方法在性能上比经典聚类算法有所改进,具有更快的收敛速度以及较高的准确度。仿真实验的结果证实了修正核聚类方法的可行性和有效性。 展开更多
关键词 模糊C均值算法 模糊聚类 核函数 有效性指标 聚类个数估计
在线阅读 下载PDF
F值积分的Fubini定理和强大数定律 被引量:2
7
作者 马波 《四川师范大学学报(自然科学版)》 CAS CSCD 1998年第2期141-145,共5页
讨论了区间值积分的Fubini定理和F值积分的Fubini定理,并讨论了由Markov核诱导的Fubini定理,它们推广了经典的Fubini定理,最后讨论了区间值随机变量和F值随机变量的强大数定律.
关键词 FUBINI定理 强大数定律 F值积分 区间值积分
在线阅读 下载PDF
全平面上关联指数函数的半离散Hilbert型不等式
8
作者 有名辉 《台州学院学报》 2022年第6期21-27,共7页
通过引入若干个参数,定义了一个全平面上与指数函数关联的核函数。借助实分析的技巧,特别是权系数的方法,建立了一个全平面上半离散的Hilbert型不等式。通过构造特殊的序列和函数,证明得出所建立的半离散Hilbert型不等式的常数因子为最... 通过引入若干个参数,定义了一个全平面上与指数函数关联的核函数。借助实分析的技巧,特别是权系数的方法,建立了一个全平面上半离散的Hilbert型不等式。通过构造特殊的序列和函数,证明得出所建立的半离散Hilbert型不等式的常数因子为最佳值。文末对核函数进行特殊化,并引入Catalan常数和Euler数,得到了若干有趣的特殊结果。 展开更多
关键词 HILBERT型不等式 指数函数核 FATOU引理 Catalan常数 EULER数
在线阅读 下载PDF
一类区间灰数预测模型直接建模法
9
作者 王健 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2014年第11期1581-1584,共4页
为利用直接建模思想,推导得出了一类新信息GM(1,1)直接模型形式.传统模型只能针对实数序列进行建立模型.以区间灰数的"核序列"为基础,并结合"信息域不减"原则,构建相应的GM(1,1)区间灰数预测模型;通过以"核序... 为利用直接建模思想,推导得出了一类新信息GM(1,1)直接模型形式.传统模型只能针对实数序列进行建立模型.以区间灰数的"核序列"为基础,并结合"信息域不减"原则,构建相应的GM(1,1)区间灰数预测模型;通过以"核序列"为中心,推导出所建模型区间灰数上下界的时间响应式.实例结果表明:该改进模型可以有效提高预测精度. 展开更多
关键词 灰色系统 直接模型 近似非齐次指数 时间响应函数 区间灰数序列 核序列
在线阅读 下载PDF
基于样本相关性及SVM的管道泄漏检测方法研究 被引量:7
10
作者 何健安 高炜欣 袁鹏程 《现代电子技术》 北大核心 2018年第23期118-122,共5页
分析当前煤层气生产现场的实际情况,针对生产数据不全的问题,提出采用模式识别的方法对煤层气管道微量泄漏进行判断。通过分析煤层气生产现场数据的相关性曲线,明确模式识别时样本的数量范围;分析已有的模式识别方法,提出一种基于SVM的... 分析当前煤层气生产现场的实际情况,针对生产数据不全的问题,提出采用模式识别的方法对煤层气管道微量泄漏进行判断。通过分析煤层气生产现场数据的相关性曲线,明确模式识别时样本的数量范围;分析已有的模式识别方法,提出一种基于SVM的泄漏识别方法;根据煤层气生产的实际情况,分析确定适合于管道泄漏检测的核函数,并给出完整的泄漏检测算法。通过实例对所提算法进行验证,实验表明该算法对已有煤层气长输管道SCADA系统是一个有益的补充。 展开更多
关键词 泄漏检测 相关性 样本数量 模式识别 支持向量机 核函数
在线阅读 下载PDF
系数正则化回归模型的最优正则参数 被引量:1
11
作者 冯李哲 盛宝怀 《浙江大学学报(理学版)》 CAS CSCD 2012年第2期146-151,共6页
研究了具有最小平方损失且正则项为系数正则化的回归问题的误差分析,分别对样本误差和逼近误差作了估计,获得了关于参数γ的误差界;通过选择合适的参数,使得该误差界最优并且得到学习速率.
关键词 回归函数 系数正则化回归 覆盖数 再生核HILBERT空间 Hoeffding不等式
在线阅读 下载PDF
基于线性距离核的支持向量机设计
12
作者 闭思泽 黄廷磊 《桂林电子科技大学学报》 2013年第6期478-481,共4页
为了消除样本数量对现有SVM决策函数计算的影响,提出一种基于样本数据线性距离特征的线性距离核函数来改进SVM。基于该核函数的SVM决策函数,实现了与样本数量无关的分类计算,极大提升SVM在执行超大规模分类计算的速度。仿真结果表明,该... 为了消除样本数量对现有SVM决策函数计算的影响,提出一种基于样本数据线性距离特征的线性距离核函数来改进SVM。基于该核函数的SVM决策函数,实现了与样本数量无关的分类计算,极大提升SVM在执行超大规模分类计算的速度。仿真结果表明,该核函数具有与常用核函数一样的性能,可以完成非线性SVM的训练和分类。 展开更多
关键词 核函数 决策函数 支持向量机 样本数量无关 线性距离
在线阅读 下载PDF
基于核函数的Fisher手写数字识别系统研究 被引量:1
13
作者 丁建 李宁谦 《电脑知识与技术》 2020年第1期176-179,共4页
将费歇(Fisher)分类器中的线性函数替换成非线性的高斯核函数,使用MNIST数据集对Fisher分类器进行训练,研究了核函数对分类结果的影响以及将算法应用于手写数字识别。结果表明,替换了高斯核的Fisher分类器,能够有效地区分非线性数据的类... 将费歇(Fisher)分类器中的线性函数替换成非线性的高斯核函数,使用MNIST数据集对Fisher分类器进行训练,研究了核函数对分类结果的影响以及将算法应用于手写数字识别。结果表明,替换了高斯核的Fisher分类器,能够有效地区分非线性数据的类别,同时又保持了线性数据的准确率。 展开更多
关键词 FISHER 核函数 手写数字识别 MNIST 模式识别
在线阅读 下载PDF
基于二维区间灰数的核与灰度的构造研究
14
作者 熊萍萍 武彧睿 +1 位作者 祁静 童伟杰 《模糊系统与数学》 北大核心 2023年第5期17-33,共17页
目前关于区间灰数的研究主要集中在一维区间灰数,但是实际生活中,单一区间灰数很难全面认识一个研究对象,二维区间灰数相较于一维区间灰数,能更全面的表征研究对象的灰色特征。对此,文章将区间灰数从一维拓展到二维,构造了二维区间灰数... 目前关于区间灰数的研究主要集中在一维区间灰数,但是实际生活中,单一区间灰数很难全面认识一个研究对象,二维区间灰数相较于一维区间灰数,能更全面的表征研究对象的灰色特征。对此,文章将区间灰数从一维拓展到二维,构造了二维区间灰数的核与灰度。针对在可能度函数已知的情形下,给出了二维区间灰数以及核与灰度的定义及其基本运算法则,并对区间灰数间并的核与灰度定义及相关性质进行探究。探讨当区间灰数具有典型可能度函数时相应的核与灰度,并给出相关算例和实际案例。 展开更多
关键词 可能度函数 二维区间灰数 灰度
原文传递
改进的波段选择混合核函数遥感图像分类算法
15
作者 徐倩 何建农 《计算机应用研究》 CSCD 北大核心 2012年第7期2790-2792,2795,共4页
针对遥感图像多波段不易成像、其图像信息冗余不适合图像分类以及传统LMBP算法迭代次数多且分类不够精确的问题,改进了OIF指数和可分性距离公式,分组并选出遥感图像最佳波段组合,并运用改进的LMBP混合核函数算法进行分类。仿真实验表明... 针对遥感图像多波段不易成像、其图像信息冗余不适合图像分类以及传统LMBP算法迭代次数多且分类不够精确的问题,改进了OIF指数和可分性距离公式,分组并选出遥感图像最佳波段组合,并运用改进的LMBP混合核函数算法进行分类。仿真实验表明,改进算法对各波段信息分析更加全面客观,波段选择更加优化;与传统算法相比,网络训练迭代次数有明显减少,分类精度及Kappa系数分别提高了5%和6.625%,遥感图像分类更有效。 展开更多
关键词 指数 可分性距离 波段选择 混合核函数 LMBP算法 遥感图像分类
在线阅读 下载PDF
一种结合专家信任的POI推荐算法
16
作者 桂易琪 田星晨 《计算机与现代化》 2019年第12期10-14,共5页
针对目前的POI(point-of-interest)推荐算法未能很好地处理签到数据稀疏的用户的推荐问题,提出一种结合专家信任的POI推荐算法。根据用户签到信息,选取一定时空范围内的用户签到数据,结合签到次数和签到范围的影响来选取专家用户并进行... 针对目前的POI(point-of-interest)推荐算法未能很好地处理签到数据稀疏的用户的推荐问题,提出一种结合专家信任的POI推荐算法。根据用户签到信息,选取一定时空范围内的用户签到数据,结合签到次数和签到范围的影响来选取专家用户并进行推荐,同时使用核函数来对推荐结果进行优化,得到最终的Top-N推荐列表。实验结果表明,该算法在召回率和准确率上都有所提高。 展开更多
关键词 POI 时空因素 签到次数 签到范围 核函数
在线阅读 下载PDF
基于核和灰度的区间灰数型灰色聚类模型 被引量:6
17
作者 党耀国 冯宇 +1 位作者 丁松 魏龙 《控制与决策》 EI CSCD 北大核心 2017年第10期1844-1848,共5页
对传统灰色聚类模型进行延拓,考虑了观测值和白化权函数转折点为区间灰数的情形.通过"核"和灰度来表征区间灰数,以"灰度不减公理"作为理论依据,给出区间灰数型白化权函数的表达式,并将聚类过程中区间灰数运算转化... 对传统灰色聚类模型进行延拓,考虑了观测值和白化权函数转折点为区间灰数的情形.通过"核"和灰度来表征区间灰数,以"灰度不减公理"作为理论依据,给出区间灰数型白化权函数的表达式,并将聚类过程中区间灰数运算转化为实数运算,进而建立灰色定权聚类模型.最后将该模型应用于南京市江宁区高新技术企业核心竞争力的聚类评估中,说明了所提出方法的有效性和实用性. 展开更多
关键词 灰色聚类 区间灰数 白化权函数 核及灰度
原文传递
基于SVM的车牌数字识别方法 被引量:4
18
作者 唐灵洁 胡红萍 《数学的实践与认识》 CSCD 北大核心 2012年第23期138-143,共6页
运用支持向量机对车牌字符进行识别,解决了由于图像受客观条件的影响、样本数量不是很大等原因导致的识别率不高的问题.主要针对车牌字符中的数字进行实验,选取了15组数字样本,8组进行训练,7组进行测试,采用交叉验证的思想对SVM进行参数... 运用支持向量机对车牌字符进行识别,解决了由于图像受客观条件的影响、样本数量不是很大等原因导致的识别率不高的问题.主要针对车牌字符中的数字进行实验,选取了15组数字样本,8组进行训练,7组进行测试,采用交叉验证的思想对SVM进行参数C与g的寻优,并选择合适的核函数,对样本进行训练和预测,对于某些数字的识别率可达到100%,并在相同的训练集和测试集下与BP网络的识别效果进行对比.实验结果表明,SVM在训练样本较少且无字符特征提取的情况下具有很好的识别率,并且有很好的分类推广能力. 展开更多
关键词 车牌数字识别 支持向量机 核函数 交叉验证
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部