国家自然科学基金(60842009)
- 作品数：5 被引量：15H指数：2
- 相关作者：陆慧娟王明怡马小平张金伟郑文斌更多>>
- 相关机构：中国计量学院中国矿业大学德州农工大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- A Comparison Study of Cost-sensitive Learning and Sampling Methods on Imbalanced Data Sets
- The classifier, built from a highly-skewed class distribution data set, generally predicts an unknown sample a...
- Jinwei ZhangHuijuan LuWutao ChenYi Lu
- 文献传递
- 基于极限学习机的迁移学习算法
- 2020年
- 针对机器学习算法在类不平衡的数据集上容易受到选择性偏差的影响,提出了一种基于极限学习机(ELM)的迁移学习算法。该算法旨在利用大量已标签的源领域数据与只有少量样本的目标域数据之间的相关性,通过计算源域与目标域中的输出权值来实现两域间的迁移学习,从而提升迁移学习对非平衡样本的学习能力。实验结果表明,该方法对普林斯顿三维模型库数据具有良好的分类效果及不错的稳定性。
- 金培源金杭森高波涌陆慧娟
- 关键词：极限学习机
- 基于压缩感知的癌症基因表达数据分类被引量：7
- 2012年
- 提出了一种基于压缩感知原理的分类方法.把癌症基因表达数据分类问题归结为求解测试样本对于训练样本的稀疏表示问题,通过求解L1范数意义下的最优化问题来实现.提出的方法与Bagging神经网络和SVM的识别效果做了对比和分析,实验证明基于压缩感知的分类取得了相对较好的效果.
- 陆慧娟陆江江王明怡陆羿
- 关键词：基因表达数据压缩感知L1范数
- 切换回归模型的抗噪音聚类算法被引量：1
- 2009年
- 对切换回归模型的聚类方法一般都没有考虑到噪音的影响,因此在含有噪音数据的情况下,用这些方法聚类的结果就会出现一定的偏差.为了减弱聚类过程中噪音数据的影响,提出了一种新的具有抵抗噪音能力的聚类算法,称为抗噪音聚类算法.该算法通过将已知数据集划分为非噪音数据集和噪音数据集2个子集,然后对非噪音数据集进行聚类分析,估计出模型的各个参数.通过对噪音数据集和非噪音数据集进行不断地调整,同时不断地修正得到的参数估计值,从而得到对聚类结果的优化.实验表明,抗噪音聚类算法能够有效地克服噪音数据对聚类结果的影响,并估计出优质的参数.
- 杨小兵何灵敏孔繁胜
- 关键词：聚类
- 带加性时变时滞的不确定神经网络鲁棒散耗性研究被引量：1
- 2020年
- 针对加性时变时滞不确定神经网络的时滞相关鲁棒耗散性问题,提出了一种更一般化的激活函数。与以往研究不同,充分考虑了关于神经元激活函数和加性时变时滞的充分信息,通过使用一些新的积分项构造合适的Lyapunov-Krasovskii泛函(LKF),并利用新生成的单积分不等式来计算其导数,包括延森不等式和维特林积分不等式的特殊情形。利用线性矩阵不等式(LMI)技术建立了一个新的时滞相关的不守恒全局渐近稳定性和耗散准则。最终通过计算和数值仿真验证了所提理论的有效性。
- 杨飞唐乾林果园
- 关键词：神经网络人工智能时变时滞
- 极限学习机集成在肿瘤分类中的应用被引量：6
- 2012年
- 提出一种基于数据集分割的极限学习机集成算法——DS-E-ELM.该算法主要包含以下3个步骤:首先,将数据集分成互不相关的κ个子集,选择κ一1个子集组合成一个训练集,这样可以得到κ个不同的数据集;然后将新得到的κ个数据集利用极限学习机训练得到κ个分类器;最后对κ个分类器预测得到的结果通过多数投票的方法决定预测结果.通过对6个肿瘤数据集的实验证明,DS-E-ELM与单独的ELM、Bagging、Boosting等算法相比,具有更高的分类精度,且稳定性更好.
- 陆慧娟张金伟马小平郑文斌
- 关键词：极限学习机肿瘤分类
