黑龙江省自然科学基金(F0304)
- 作品数：4 被引量：38H指数：3
- 相关作者：杨静谢志强张健沛李忠伟杨静更多>>
- 相关机构：哈尔滨工程大学哈尔滨理工大学中国科学院更多>>
- 发文基金：黑龙江省自然科学基金国家自然科学基金黑龙江省海外学人科研资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于球结构的完全二叉树SVM多类分类算法被引量：8
- 2008年
- 针对一般的SVM方法不能有效地处理不平衡样本数据及现有的偏二叉树结构SVM分类器速度慢的这两个问题,提出了一种基于球结构的完全二叉树SVM多分类算法。该算法利用球结构的SVM考虑了每个类的分布情况,能有效地处理不平衡样本数据;构建完全二叉树结构,使得同层节点所代表的SVM分类器可以并行工作,能提高其训练和分类速度,分类速度相当于折半查找。实例验证两者结合后的算法可实现准确且高效的多类分类。
- 谢志强高丽杨静
- 关键词：支持向量机完全二叉树多类分类
- 基于支持向量机的虚拟企业伙伴选择方法研究被引量：2
- 2004年
- 分析了虚拟企业中的伙伴选择问题,针对传统决策方法中的不足,提出应用支持向量机对竞标企业自动分类与筛选,向决策者提交候选伙伴列表,并结合其他选择算法实现伙伴选择的方法。通过分类,以达到缩减决策输入数量,提高选择过程的效率和精度的目的。试验结果表明,该方法能降低伙伴选择的时间消耗,与人工选择对比有较高的拟合率。
- 李忠伟张健沛杨静张福顺
- 关键词：虚拟企业伙伴选择支持向量机
- 基于前缀码的DES算法改进研究被引量：13
- 2009年
- DES算法自出现以来便面对许多威胁,根据DES算法易受穷举攻击法、选择明文攻击法等方法攻击的缺陷,提出了一种新的基于前缀码的改进方案。通过改变子密钥的顺序来提高抵抗某些攻击的能力,在基本不影响DES算法效率的前提下,很好地提高了DES算法的安全性。
- 谢志强高鹏飞杨静
- 关键词：前缀码加密
- 基于支持向量机的增量学习算法研究被引量：15
- 2005年
- 分析了支持向量机理论中支持向量的特性,利用支持向量与样本空间划分的等价性,提出一种新的基于支持向量机的增量学习算法.该算法考虑新增样本集的分布可能改变对已有样本的分类结果,利用支持向量的分布特性,用对样本的划分差集构造新的支持向量集和分类平面,使差集中的样本点对分类贡献尽可能最大,有效提高了分类精度.同时差集操作简单易行,有效降低了问题的计算复杂度.实验结果表明,与常规增量算法相比,该算法在不改变时间复杂度量级的前提下对分类精度有显著提高.
- 李忠伟张健沛杨静
- 关键词：支持向量机支持向量
