您的位置: 专家智库 > >

广东省自然科学基金(10451032001006140)

作品数:6 被引量:13H指数:2
相关作者:陈蔼祥边芮姜云飞伍丽华柴啸龙更多>>
相关机构:广东财经大学中山大学广东商学院更多>>
发文基金:广东省自然科学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更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 2篇移动通信
  • 2篇通信
  • 2篇通信数据
  • 2篇网络
  • 2篇分类器
  • 2篇SOM
  • 2篇SOM网络
  • 1篇性能比较
  • 1篇一致性
  • 1篇遗传规划算法
  • 1篇有监督学习
  • 1篇知识
  • 1篇知识学
  • 1篇知识学习
  • 1篇时态
  • 1篇时态推理
  • 1篇识学
  • 1篇数据集
  • 1篇朋友
  • 1篇朋友关系

机构

  • 3篇广东商学院
  • 3篇中山大学
  • 3篇广东财经大学
  • 1篇暨南大学

作者

  • 6篇陈蔼祥
  • 2篇姜云飞
  • 2篇边芮
  • 1篇陈清亮
  • 1篇伍丽华
  • 1篇柴啸龙

传媒

  • 3篇计算机科学
  • 1篇计算机学报
  • 1篇计算机应用
  • 1篇软件学报

年份

  • 2篇2015
  • 1篇2014
  • 1篇2012
  • 2篇2011
6 条 记 录,以下是 1-6
排序方式:
时态规划中基于CSP技术的时态约束方法被引量:2
2012年
在规划图框架下,定义了动作图,并进一步扩展为时态动作图,使之能体现处理具有时间资源约束的时态规划问题中的时态信息.在此基础上,提出一种对时态信息进行表示与管理并且能够进行时态约束推理的时态一致性赋值方法,利用约束可满足问题(CSP)技术对时序约束进行表示和处理,包括过滤、约减及时态信息的一致性检验,使时态推理技术能更好地应用于时态规划的求解过程中.最后,给出一个基于时态规划图的遗传规划算法GP-td,通过对国际智能规划大赛提供的Satellite规划领域问题进行实验.结果表明:该方法能够有效地提高大规模时态规划问题的求解效率和求解成功率.
伍丽华陈蔼祥姜云飞边芮
关键词:时态推理CSP技术
面向结构的基于学习的规划方法被引量:1
2014年
近年来,规划中的学习问题重新受到了关注.如何通过学习机制改善现有规划器,使其能够可靠而令人信服地超越现有非学习的规划器的能力,仍然是一个尚未解决的难题.提出了面向规划问题和解的结构的基于学习的规划技术.该方法将先验知识表示成"子问题-规划片段"的形式.每次规划器成功找到解以后,根据问题的初始状态和目标状态,构造规划对象的初始子状态和目标子状态,构成子问题,并从规划解中抽取该子问题对应的规划片段.这些先验知识将被唯一记录并保存成先验知识库.新问题的求解首先从先验知识库中检索与当前求解问题相关的先验知识;然后,将这些先验知识经过例化、合并步骤后编码成句子;最后,将这些句子连同问题编码得到的句子作为SAT求解器的输入,实现最终解的确定.实验使用了IPC中的基准测试例子进行测试.实验结果表明,SOLP算法求解速度与传统非学习的规划器相比具有明显优势,最佳情况下可达约80%的效率提升.
陈蔼祥姜云飞柴啸龙边芮陈清亮
关键词:解结构
用SOM网络从移动通信数据中识别朋友关系
2011年
从移动电话通信数据中挖掘用户之间的有用信息被认为是富有研究价值的一项工作。利用从94个Nokia6600用户中收集的实际通信记录,设计并实现了一个行之有效的高效分析算法do&del,以构造手机号码对之间的通信模式,证明了do&del算法的可靠性,并给出了算法的理论复杂性和实验观察结果。然后在do&del算法的基础上,给出了基于SOM(Self-Organizing Map)的关系识别系统RRS(Relationship Recognition System),该系统能够在训练好的SOM网络支持下,有效识别双向朋友、单向/普通朋友、一般人等此类用户关系。
陈蔼祥
关键词:移动通信SOM
用于字符和数字识别的若干分类方法的比较研究:实验结果被引量:10
2015年
分类问题是机器学习领域中的一个重要问题。给出了数字0-9的图象和26个英文大小写的图象格式的训练数据,对SVM、NB、RT、MLP、BOOST、Knearst 6种分类器的分类性能进行了测试和评估。实验结果表明,性能表现排名前3的分类器为SVM、NB、MLP。SVM具有更好的泛化能力,而NB和MLP对训练集的变化更为敏感;并且基于SVM方法的分类系统对字符和数字的识别精度达到94.2191%,高于现有文献的结果,系统识别性能具有更全和更准确的特点。
陈蔼祥
关键词:分类器数据集性能比较
交互式训练样本获取方法
2015年
有监督学习算法是机器学习中的一类重要算法,该类算法要求外界提供含监督信号的样本作为训练数据。虽然机器学习领域提供了许多基准测试数据,但很多情况下需要自己生成训练样本。给出了一种交互式训练样本获取方法:通过对原始图像进行一种或多种混合的随机变换,用户挑选那些能被人眼识别的样本作为有效样本加以保存。实验结果表明,所提方法产生的图片能模拟摄像头在不同角度、姿态、光照、遮挡等各种复杂场景下拍摄的图像的效果。用系统生成的训练样本训练朴素贝叶斯(NB)分类器,能达到95.042%的识别精度,结果优于UCI人工字符集训练同样的NB分类器时88.487 5%的识别精度。
陈蔼祥
关键词:有监督学习仿射变换分类器朴素贝叶斯
用SOM网络从移动通信数据中识别相似个体
2011年
从移动电话通信数据中挖掘用户有用信息,被认为是富有研究价值的一项工作。利用从94个Nokia 6600用户中收集的实际通信记录,根据用户的通信统计情况,结合用户的调查数据,形成能被SOM网络接受的训练数据集。在此基础上,给出了基于SOM(Self-Organizing Map)的相似个体识别系统SSRS(Si milary Subject Recognition System),该系统在训练好的SOM网络支持下,能够对群体中的个体进行有效分类,从而为预测个体将来行为奠定基础。
陈蔼祥
关键词:移动通信SOM
共1页<1>
聚类工具0