李祥纳
- 作品数：6 被引量：39H指数：3
- 供职机构：渤海大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划辽宁省教育厅人文社会科学研究项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于OAI-ORE的知识库资源互操作研究被引量：3
- 2009年
- 本文介绍了知识库互操作的基本知识,研究了基于OAI-ORE的知识库资源互操作问题,具体包括资源图、资源图的序列化、资源图的生成方式、复合数字对象的参考使用等。
- 鞠彦辉刘宏伟邓君许燕李祥纳
- 关键词：信息服务
- 基于超球支持向量机的类增量学习算法研究被引量：9
- 2008年
- 提出了一种超球支持向量机类增量学习算法。对每一类样本,利用超球支持向量机在特征空间中求得包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开。类增量学习过程中,只对新增类样本进行训练,使得该算法在很小的样本集、很小的空间代价下实现了类增量学习,大大降低了训练时间,同时保留了历史训练结果。分类过程中,通过计算待分类样本到各超球球心的距离判定其所属类别,分类简单快捷。实验结果证明,该算法不仅具有较高的训练速度,而且具有较高的分类速度和分类精度。
- 秦玉平李祥纳王秀坤王春立
- 关键词：支持向量机超球
- 基于超球支持向量机的兼类文本分类算法研究被引量：3
- 2008年
- 针对兼类文本,提出了一种分类算法。对属于同一类别的文本,利用超球支持向量机在特征空间中求得一个能包围该类尽可能多文本的最小超球,使各类文本之间通过超球分隔开,达到分类效果。对待分类文本,计算它到各超球球心的距离,根据距离判定该文本所属的类别。实验结果证明,该算法不仅具有较快的分类速度,而且具有较高的分类精度。
- 秦玉平王秀坤李祥纳王春立
- 关键词：支持向量机超球
- 支持向量机增量学习算法综述被引量：12
- 2007年
- 支持向量机增量学习算法,有效的解决了因数据集庞大而引起的内存不足问题,改善了因出现新样本而造成原分类器分类精度降低、分类时间延长的局面。本文阐述了几种具有代表性的增量学习算法,比较了它们的优缺点,给出了进一步的研究方向。
- 李祥纳艾青秦玉平刘卫江
- 关键词：支持向量机
- 支持向量机加权类增量学习算法研究被引量：3
- 2007年
- 针对支持向量机类增量学习过程中参与训练的两类样本数量不平衡而导致的错分问题,给出了一种加权类增量学习算法,将新增类作为正类,原有类作为负类,利用一对多方法训练子分类器,训练时根据训练样本所占的比例对类加权值,提高了小类别样本的分类精度。实验证明了该方法的有效性。
- 秦玉平李祥纳王秀坤王春立
- 关键词：支持向量机加权
- 基于支持向量机的兼类文本分类算法研究被引量：9
- 2008年
- 针对兼类文本,提出了两种基于支持向量的分类算法。一种是采用1-a-1方法训练子分类器,通过子分类器得到待分类样本的隶属度矩阵,依据隶属度矩阵每行元素和判定该文本所属类别。另一种是采用1-a-r方法训练子分类器,通过子分类器得到待分类样本的隶属度向量,根据隶属度向量判定该文本所属的类别。实验结果表明,这两种算法都具有较好的准确率、召回率和F1值。
- 秦玉平艾青王秀坤李祥纳刘卫江
- 关键词：支持向量机召回率准确率
