安徽省自然科学基金(1308085MF84)
- 作品数：3 被引量：16H指数：2
- 相关作者：朱然刚雷迎科袁暋胡春玲吕刚更多>>
- 相关机构：合肥学院电子工程学院合肥工业大学更多>>
- 发文基金：安徽省自然科学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更多>>
- 一种新的基于MMC和LSE的监督流形学习算法被引量：8
- 2013年
- 针对局部样条嵌入算法(Local spline embedding,LSE)存在样本外点学习和无监督模式学习问题,本文提出了一种新颖的正交局部样条判别投影算法(O-LSDP).该算法通过引入明确的线性映射关系,构建平移缩放模型,以及正交化特征子空间,从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.
- 袁暋程雷朱然刚雷迎科
- 关键词：特征提取流形学习
- 一种基于自动特征权值的实体相似度计算方法被引量：2
- 2014年
- 本体映射可以解决本体间的异构和不一致性,在现有的本体映射过程中,通常采用人工定义实体权值表示资源的重要性。提出一种通过对特征语义进行分析,定义不同实体特征相似度的计算模型和权值计算模型,实现特征权值的自动计算。实验结果表明,该方法可以提高本体映射的自动化程度,且具有较好的准确性,提高了本体映射效果。
- 刘杰
- 关键词：特征语义本体映射特征权值
- 一种贝叶斯网络结构学习的混合随机抽样算法被引量：6
- 2014年
- 贝叶斯网络结构学习的随机抽样算法存在收敛速度慢的问题,为此,结合均匀抽样和独立抽样,从初始样本、抽样方式和建议分布3个方面对抽样过程进行改进,提出一种混合型马尔可夫链蒙特卡罗抽样算法(HSMHS)。基于节点之间的互信息生成网络结构的初始样本,在迭代抽样阶段,按一定的概率随机选择均匀抽样和独立抽样,并根据当前抽样的样本总体计算独立抽样的建议分布,以改善抽样过程的融合性,加快收敛速度。对算法进行正确性分析,证明其抽样过程收敛于网络结构的后验概率分布,可保持较高的学习精度。在标准数据集上的实验结果表明,HSMHS算法的学习效率和精度均高于同类算法MHS、PopMCMC和Order-MCMC。
- 胡春玲胡学钢吕刚
- 关键词：贝叶斯网络
