您的位置： 专家智库 > >

王泳

作品数：6 被引量：44H指数：3
供职机构：中国科学院自动化研究所更多>>
发文基金：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>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 6篇自动化与计算...

主题

  • 3篇模式识别
  • 2篇神经元网络
  • 2篇人工神经
  • 2篇人工神经元
  • 2篇人工神经元网...
  • 2篇先验
  • 2篇非线性
  • 2篇非线性函数
  • 1篇信息增益
  • 1篇学习算法
  • 1篇召回率
  • 1篇知识发现
  • 1篇神经网
  • 1篇神经网络
  • 1篇准确率
  • 1篇综合评估
  • 1篇椭球基函数
  • 1篇先验信息
  • 1篇先验知识
  • 1篇协方差

机构

  • 6篇中国科学院自...
  • 2篇中国科学院研...
  • 1篇河北大学

作者

  • 6篇王泳
  • 4篇胡包钢
  • 2篇邢红杰
  • 1篇曲寒冰
  • 1篇杨双红

传媒

  • 2篇模式识别与人...
  • 1篇计算机学报
  • 1篇计算机科学
  • 1篇2007年全...

年份

  • 3篇2008
  • 2篇2007
  • 1篇2006
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于互信息与先验信息的机器学习方法研究
本文对基于互信息与先验信息的机器学习方法进行了研究。针对模式识别，本文研究了基于互信息的分类模型选择问题，提出了归一化互信息(Normalized MutualInformation)学习准则，分析并讨论了在处理二类和多...
王泳
关键词：先验信息归一化互信息人工神经元网络模式识别
文献传递
如何增加人工神经元网络的透明度?被引量：11
2007年
针对人工神经元网络应用中最主要的问题之一——"黑箱"特性进行文献综述.增加人工神经元网络系统的透明度是解决该问题必不可少的手段.为了便于理解各种已有方法的应用特点及其局限性,提出"透明度"研究中的方法分类框架.首先将"透明度"研究划分为两种基本策略:1)将先验信息引入系统设计;2)从模型中提取系统相关规则或知识.在此基础上,对各种主要方法进一步分类并进行应用特点介绍.最后对机器学习多目标研究进行讨论.提出基于"性能价格比"与基于提高系统"透明度"的目标函数.指出提高"透明度"是神经元网络研究中最为基本而又直接的解决方案.为此提出"反馈知识增长(Knowledge Increasing via Feedback)"型机器学习方法.
胡包钢王泳杨双红曲寒冰
关键词：人工神经元网络先验知识
归一化信息增益准则与准确率、精确率、召回率的非线性关系研究
模型选择是模式识别的一个基本问题，但由于模型选择的准则很多，且它们之间关系复杂，所以对这一问题的研究至今仍然存在较多争议。归一化信息增益准则是对信息增益准则的扩展，并被应用于特征选择。由于针对不同问题它的取值总是在0和1...
王泳胡包钢
关键词：模式识别非线性函数
文献传递
应用统计方法综合评估核函数分类能力的研究被引量：30
2008年
应用统计方法对支持向量机方法中核函数选择问题进行了研究.文中将"纠正重复取样t测试"引入到核函数选择中,通过其与k-折交叉验证、配对t测试等多种统计方法的综合应用,对9个常用核函数的分类能力进行了定量研究.同时,文中还提出了基于信息增益的评估核函数模式识别能力的定量评估准则,证明了该准则是传统评估准则的非线性函数.数值实验表明,不同模型评估准则之间存在差异,但应用统计方法可以从这些差异中发现一些规律.同时,不同统计方法之间也存在显著差异,且这种差异对模型评估的影响要大于由于评估准则的不同而产生的影响.因此,只有应用综合的评估方法和准则才能对不同核函数的分类能力进行客观评估.
王泳胡包钢
关键词：模式识别信息增益非线性函数
椭球基函数神经网络的混合学习算法被引量：3
2008年
提出一种训练椭球基函数神经网络(EBFNN)的混合学习算法.此算法首先使用期望最大化算法初始化EBFNN中椭球基函数节点的参数,而网络的连接权重和偏差项则用线性最小二乘方法进行初始化.然后用梯度下降法对EBFNN中所有参数同时进行优化.与其他3个相关的模型相比,用混合学习方法训练的梯度下降椭球基函数神经网络(GDEBFNN)能够取得更优的分类性能.此外,与支持向量机对比表明,GDEBFNN取得与之接近的泛化能力.与基于Adaboost的决策树模型比较表明,GDEBFNN可以取得更优的泛化性能.
邢红杰王泳胡包钢
关键词：混合学习算法椭球基函数
对基于知识发现的神经元网络集成方法的研究被引量：1
2006年
该文对应用知识发现技术训练神经元网络集成的方法进行了研究,提出了以并行操作的方式结合归纳学习所获取的知识和演绎学习所获取的知识的神经元网络集成模型KBNNE(Knowledge-basedNeuralNetworkEnsem-bles)。实验表明,通过调节所获取知识的权重因子,新模型可以有效提高网络集成的性能。
王泳邢红杰
关键词：知识发现
全选 清除 导出
共1页<1>
聚类工具0