侯伟真
- 作品数:7 被引量:11H指数:2
- 供职机构:山东科技大学信息科学与工程学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术理学更多>>
- 求解支持向量机的若干优化算法的研究
- 支持向量机是一种新的机器学习方法,近年来取得了长足的发展,并已广泛应用于手写数字识别、人脸识别、文本分类、回归预测、时间序列分析等领域。设计实现该学习方法的有效优化算法是该领域学者研究的重点。 本文首先分别对支持向量分...
- 侯伟真
- 关键词:支持向量机优化算法时间序列分析
- 改进的模糊核C-均值算法被引量:3
- 2006年
- 将核方法的思想推广到模糊C-均值算法,提出一种改进的模糊核C-均值算法,改进的模糊核C-均值算法较以前的模糊核C-均值方法有更好的鲁棒性,不但可以在有野值存在的情况下得到较好的聚类结果,而且因为放松的隶属度条件,使最终聚类结果对预先确定的聚类数目不十分敏感。改进的模糊核C-均值算法在多种数据结构条件下可以有效地进行聚类。
- 王凯贺国平侯伟真
- 关键词:聚类分析模糊C-均值核方法无监督学习
- 支持向量机的增量学习和减量学习被引量:5
- 2006年
- 分别介绍了支持向量机的增量学习和减量学习的两种训练方法,即在线递归训练法和最小二乘支持向量机.递归法只能处理在线(每次只处理一个样本)增量学习或减量学习,而最小二乘法即可处理在线又可处理成批增量学习或减量学习.递归法得到的解是精确的但是以时间为代价的,最小二乘法花费的时间少,但得到的解不如递归法的精确.并通过标准模式分类库中数据集进行数值试验比较.
- 段华侯伟真贺国平廉文娟
- 关键词:支持向量机最小二乘法
- 高斯核支持向量回归机和模型参数选择研究
- 本文讨论了基于高斯核的支持向量回归机(SupportVectorRegression,SVR)和模型参数选择问题,结合结构风险最小化原则分析了误差惩罚参数C、高斯核宽度σ以及逼近精度ε对SVR回归性能的影响,并通过数值实...
- 侯伟真潘美芹
- 关键词:支持向量机支持向量回归机高斯核
- 文献传递
- 支持向量机的增量学习和减量学习
- 分别介绍了支持向量机的增量学习和减量学习的两种训练方法,即在线递归训练法和最小二乘支持向量机.递归法只能处理在线(每次只处理一个样本)增量学习或减量学习,而最小二乘法即可处理在线又可处理成批增量学习或减量学习.递归法得到...
- 段华侯伟真贺国平廉文娟
- 关键词:支持向量机最小二乘法
- 文献传递
- 高斯核支持向量机最优模型参数选择搜索算法
- 本文通过研究高斯核支持向量机在具体分类问题中的应用,分析了模型惩罚参数C和高斯核参数σ对SVM分类性能的影响,提出了利用格子点法配合k-折交叉验证技术搜索模型最优参数的算法,以得到推广能力最优的SVM,最后通过数值实验进...
- 侯伟真潘美芹
- 关键词:支持向量机高斯核参数选择
- 文献传递
- 支持向量机在商业银行客户管理中的应用研究被引量:1
- 2007年
- 文章将多项式光滑的支持向量机(PSSVM)应用到信用评估中,设计了通用的银行个人信用特征数据,研究了PSSVM在个人信用评估中的应用,实证结果表明,PSSVM具有较好的分类预测能力。
- 王凯贺国平侯伟真
- 关键词:客户关系管理数据挖掘支持向量机客户分类