王寅同
- 作品数：7 被引量：49H指数：3
- 供职机构：南京航空航天大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于信念修正思想的SVR增量学习算法被引量：2
- 2015年
- 针对实际应用中数据的批量到达,以及系统的存储压力和学习效率低等问题,提出一种基于信念修正思想的SVR增量学习算法.首先从历史样本信息中提取信念集,根据信念集和新增数据的特点选择相应的信念集建立支持向量回归模型并进行预测;然后对信念集进行修正,调整当前认知状态,使该算法对在线和批处理增量学习都有很好的适应性.在标准数据集上的测试验证了算法的良好性能;在某机场噪声实测数据上的对比实验也表明,该算法的性能明显优于传统学习算法和一般增量学习算法.
- 陈海燕丰文安王建东王寅同孙博
- 关键词：信念修正支持向量回归机场噪声
- 时间序列降维及机场噪声中的机型识别被引量：4
- 2016年
- 为了提高非完整标记的高维机场噪声数据的处理速度和效率,研究了时间序列降维及机场噪声中的机型识别问题。首先采用概率类和不相关判别的半监督局部Fisher方法(SLFisher)得到降维转换矩阵,再将时间序列数据由高维空间映射到低维空间,最后在低维数据上进行k最近邻分类(kNN)。在国内某机场的实测噪声数据上的实验结果表明,SLFisher降维后机场噪声事件数据的机型识别效果取得显著提升。
- 王寅同王建东陈海燕
- 关键词：人工智能机场噪声时间序列降维
- 集成学习中的多样性度量被引量：36
- 2014年
- 在集成学习中,基分类器之间的多样性对于解释多分类器系统的工作机理和构造有效的集成系统具有重要的作用,但至今仍没有统一的度量多样性的方法.首先总结介绍常用的多样性度量方法,阐述每种方法评估多样性的角度和方式;然后从对多样性新的解释和度量、多样性度量在选择性集成中的应用、多样性度量和集成学习精度的关系3个方面探讨多样性度量的研究进展;最后给出关于多样性度量进一步的研究方向.
- 孙博王建东陈海燕王寅同
- 关键词：泛化性能
- 一种代表点的近似折半层次聚类算法被引量：6
- 2015年
- 针对传统的代表点聚类算法对收缩因子的敏感性和聚类数不适应数据的动态变化等问题,综合研究凝聚型层次聚类问题,提出一种代表点的近似折半层次聚类算法——ABHCURE(Approximate Binary Hierarchical Clustering Using Representatives),有效地解决了离群数据点对聚类结果的影响和聚类数的难确定问题.首先,提出单层多簇合并模式来提高算法的执行效率.其次,为了避免选择离群数据成为簇的代表点破坏原始数据分布,引入准噪声机制收集各层的准噪声数据增强算法的鲁棒性.最后,通过动态最小聚类数确定方式实现聚类数需求和确定难度的折衷.实验结果表明,该算法不仅运行时间相对较短,具有灵活的聚类数,还可以得到更高精确的聚类结果.
- 王寅同王建东陈海燕徐涛孙博
- 关键词：层次聚类聚类数
- 无监督与半监督降维相关问题研究
- 随着科学技术的发展，模式识别在越来越多的社会活动中扮演重要角色，常见的有文本数据识别、人脸图像识别、遥感图像识别、生物信息识别等。与此同时，高维数据的出现也给模式识别带来巨大的挑战，主要体现在计算复杂度高并且识别结果不令...
- 王寅同
- 关键词：模式识别特征提取
- 基于概率类和不相关判别的半监督局部Fisher方法被引量：1
- 2015年
- Fisher判别分析是统计模式识别中经典的有监督维数约简方法,可以在最大化类间散度的同时最小化类内散度,但存在分析过程中仅使用有标记数据而忽略无标记数据的问题.鉴于此,提出基于概率类和不相关判别的半监督局部Fisher(SLFisher)方法,以实现半监督学习的高维映射到低维的类间数据对尽可能地分离,且类内邻近数据尽可能地紧凑.采用2组标准数据集进行实验,结果表明了SLFisher方法能够有效提高识别率.
- 王寅同王建东陈海燕孙博
- 关键词：FISHER判别分析维数约简半监督学习
- 一种基于模糊回归的机场噪声预测方法及其系统
- 本发明公开了一种将机器学习的方法引入到机场噪声预测中，从历史数据中自动获取发生模式，对未来进行准确的预测的机场噪声预测方法，包括建立机场飞行历史记录原始数据集、计算数据样本其隶属度、对模糊数据集进行回归模型训练、利用回归...
- 王建东杨冰欣张霞王寅同孙博姜坚
- 文献传递
