您的位置: 专家智库 > >

马尽文

作品数:56 被引量:139H指数:7
供职机构:北京大学数学科学学院更多>>
发文基金:国家自然科学基金广东省自然科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术电子电信理学医药卫生更多>>

文献类型

  • 35篇期刊文章
  • 20篇会议论文

领域

  • 34篇自动化与计算...
  • 8篇电子电信
  • 6篇理学
  • 2篇矿业工程
  • 2篇医药卫生
  • 2篇文化科学
  • 1篇经济管理
  • 1篇生物学
  • 1篇轻工技术与工...

主题

  • 16篇混合模型
  • 16篇高斯
  • 11篇高斯混合
  • 11篇高斯混合模型
  • 10篇图像
  • 8篇EM算法
  • 7篇图像分割
  • 6篇神经网
  • 6篇神经网络
  • 6篇聚类分析
  • 5篇图像处理
  • 5篇高斯过程
  • 4篇梯度算法
  • 4篇参数估计
  • 4篇惩罚
  • 3篇学习算法
  • 3篇时间序列预测
  • 3篇似然
  • 3篇似然估计
  • 3篇退火

机构

  • 47篇北京大学
  • 9篇汕头大学
  • 1篇河南科技大学
  • 1篇河北工业大学
  • 1篇黑龙江科技大...
  • 1篇长宁区教育学...
  • 1篇学研究院

作者

  • 55篇马尽文
  • 4篇徐斌
  • 4篇吴晓岩
  • 3篇骆俊
  • 3篇赵扬
  • 2篇刘伯芹
  • 2篇何学锋
  • 2篇黄德智
  • 2篇汪安辉
  • 2篇裴敏艳
  • 1篇李焱
  • 1篇葛菲
  • 1篇张树义
  • 1篇周亚同
  • 1篇付淑群
  • 1篇邓明华
  • 1篇曹炳元
  • 1篇邓林
  • 1篇牛宝东

传媒

  • 22篇信号处理
  • 4篇汕头大学学报...
  • 2篇第十二届全国...
  • 2篇第十三届全国...
  • 2篇第十四届全国...
  • 2篇第十一届全国...
  • 2篇第十六届全国...
  • 1篇科学通报
  • 1篇电子学报
  • 1篇物理
  • 1篇应用数学学报
  • 1篇计算机工程与...
  • 1篇工程数学学报
  • 1篇南开大学学报...
  • 1篇中山大学学报...
  • 1篇数字教育
  • 1篇第9届博士生...
  • 1篇第十二届全国...
  • 1篇第十三届全国...
  • 1篇第十一届全国...

年份

  • 3篇2023
  • 2篇2022
  • 2篇2021
  • 1篇2020
  • 5篇2019
  • 1篇2018
  • 2篇2017
  • 2篇2016
  • 5篇2013
  • 1篇2011
  • 4篇2009
  • 5篇2007
  • 8篇2005
  • 1篇2004
  • 4篇2003
  • 2篇2002
  • 1篇2001
  • 1篇1999
  • 2篇1996
  • 3篇1994
56 条 记 录,以下是 1-10
排序方式:
基于深度卷积自编码器的岩性分类与识别被引量:2
2023年
在地质勘探与地震信号处理中,岩性分类是一个最基本的问题。然而,由于实际的岩性分类涉及到各种复杂的因素与环节,使得传统的统计和机器学习方法难于得到满意的分类准确率,无法在实际应用中进行有效的岩性识别。为了有效地解决这一问题,本文依据测井曲线数据提出了一种基于深度卷积自编码器的神经网络模型及其相应的参数学习算法,来实现有效的岩性分类与识别,并采用游程平滑算法对分类结果中孤立点进行剔除,进一步改善岩性分类的效果。实验结果表明,即使在少量的测井曲线标注样本条件下,本文所提出的深度学习模型也能够显著地提高了岩性分类的准确率,能够达到实际应用的要求。
张树义王波马尽文
EM算法正确收敛性的探讨被引量:8
2002年
该文对高斯混合体 EM算法的正确收敛性问题进行了理论研究 ,证明了高斯混合体 EM算法在混合密度的重叠度很小时 ,在其样本真解相一致的解的一个邻域内是一个压缩映射 .该文还得到了高斯混合密度的 EM算法正确收敛性条件 ,并对此进行了理论证明和数值验证 .理论分析和数值实验结果表明 ,高斯混合密度的 EM算法的正确收敛性与混合密度的重叠度密切相关 .
付淑群曹炳元马尽文
关键词:EM算法不完全数据最大似然估计
混合高斯模型的熵惩罚最大似然估计与自动模型选择
有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用。在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题。这实际上是一个模型选择问题,直接影响着应用的效果...
刘伯芹马尽文
关键词:高斯混合模型最大似然估计惩罚梯度算法
文献传递
对角型广义RBF神经网络与非线性时间序列预测
径向基函数(RBF)神经网络在非线性时间序列预测方面发挥着重要作用.本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳(BYY)和谐学习算法进行隐层单元个数的确定和参数初始值的选取,并且建立了同步LMS算法进行参数...
马尽文青慈阳
关键词:RBF神经网络非线性时间序列
文献传递
退火EM算法在非监督图像分割中的应用
图像分割是数字图像处理的一项重要内容。本文将基于高斯混合模型的退火EM算法应用于非监督图像分割。由于退火EM算法具有自动探测数据中类别数的功能,通过使用退火EM算法则能够在图像中自动确定其对象的个数,并得到较好的分割结果...
赵扬马尽文
关键词:图像处理非监督学习EM算法高斯混合模型
文献传递
RPCL算法、价值函数和类别数
RPCL(Rival Penalized Competitive Learning)算法是一种十分有效的聚类方法,能够自动地确定数据中的类别个数。最近,我们根据其特点建立了一种价值函数,能够在正确类别数处达到最小值,并依...
马尽文吴晓岩
关键词:聚类分析价值函数
文献传递
基于信息准则的基因选取方法及其在肿瘤诊断中的应用被引量:1
2005年
大规模基因表达谱为肿瘤诊断提供了更为可靠和细致的生物数据,但相关基因的选取是对这些数据进行分析的关键。本文从Kullback-Leiber判别信息的角度对于肿瘤相关基因的选取进行了研究。根据肿瘤相关基因和无关基因的表达水平值分布的特性,我们提出了一种基于信息准则的基因选取方法。进一步,我们将这种方法应用到肿瘤诊断上,并根据支持向量机(SVM)对相关基因表达谱数据进行训练建立肿瘤诊断模型。实验结果表明这种方法是有效的,依此所建立的诊断模型可使得在结肠癌数据集和白血病数据集上的诊断(预测)正确率分别高达94.4%和100%石。
葛菲马尽文
关键词:肿瘤诊断基因表达谱生物数据值分布正确率
第五讲 生物医学信息处理——DNA微阵列数据在医学中的应用被引量:1
2005年
飞速发展的生物信息技术为现代医学提供了更为有效的工具.特别是随着人类基因组计划的基本完成和逐步细化,人们已经试图从基因水平上来认识生命现象,特别是一些重要疾病的机理.由于生物特性一般都涉及到多个基因的共同表达,这便出现了同时衡量成千上万个基因的表现水平的所谓DNA微阵列技术与数据.DNA微阵列数据也被称为大规模基因表达谱.根据这些微阵列数据,人们不仅能够对一些疾病进行分析,并且还能够发现一些新的生物特性与规律.另外,利用微阵列数据能够选取出疾病的相关基因并进行疾病的分类与诊断.这项研究无疑将推动医学的发展.最近,人们还进一步通过基因表达水平值来发现基因之间的调控方式,这将为疾病病理的研究与治疗提供更科学的依据.
马尽文邓明华
关键词:信息处理生物医学DNA微阵列技术生物信息技术基因表达水平生命现象
基于DSRPCL算法的非监督彩色图像分割
在数字图像处理中,非监督彩色图像分割是一个重要而困难的问题。本文将DSRPCL(Distance Sensitive RivalPenalized Competitive Learning))算法应用于非监督彩色图像分割...
汪安辉吴晓岩马尽文
关键词:图像处理聚类分析
文献传递
大数据、深度学习与人工智能
深度学习的模型和算法在快速的发展,并根据不同的应用提出一些新的模型和算法,如FCN,RNN,LSTM等等。作为一种强有力的机器学习工具发挥着越来越重要的作用,并积极促进着人工智能的快速发展。深度学习的应用范围在不断地扩展...
马尽文
关键词:人工智能大数据
共6页<123456>
聚类工具0