您的位置: 专家智库 > >

王文栋

作品数:4 被引量:17H指数:2
供职机构:广西师范学院计算机与信息工程学院更多>>
发文基金:国家自然科学基金广西研究生教育创新计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 4篇GEP
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 3篇基因表达式
  • 3篇基因表达式编...
  • 3篇编程
  • 2篇参数优化
  • 1篇遗传算法
  • 1篇隐马尔科夫模...
  • 1篇马尔科夫
  • 1篇马尔科夫模型
  • 1篇HMM模型
  • 1篇参数最优化

机构

  • 4篇广西师范学院
  • 1篇华南理工大学

作者

  • 4篇王文栋
  • 2篇张增银
  • 2篇杨立志
  • 2篇元昌安
  • 1篇蔡宏果
  • 1篇胡建军
  • 1篇钟智

传媒

  • 1篇大众科技
  • 1篇计算机工程与...
  • 1篇广西师范学院...

年份

  • 4篇2010
4 条 记 录,以下是 1-4
排序方式:
基于GEP的支持向量机参数优化被引量:3
2010年
支持向量机(SVM)具有优良的学习能力和推广能力,然而其性能依赖于参数的选取.本文对影响模型分类能力的相关参数(C、σ2)进行了研究,提出了一种基于基因表达式编程(Gene Expression Programming,GEP)的支持向量机参数选择算法,即根据参数在分类器中的作用,利用GEP优化参数的两种编码方案分别对C与σ2进行编码,期望改进支持向量机的分类精度和泛化能力.最后实验表明了本文算法的有效性.
王文栋钟智元昌安
关键词:支持向量机基因表达式编程参数优化
GEP及SVM融合的分类技术研究
分类是数据挖掘领域中一个重要的研究点,作为对数据进行分析与研究的一个重要手段深受该领域学者的关注,并被应用到现实社会的各个领域。支持向量机是分类的一项新技术,由Vapnik领导的AT&T实验小组于上世纪九十年代中期提出。...
王文栋
关键词:支持向量机基因表达式编程参数优化
文献传递
基于GEP的特征选择
2010年
特征选择是机器学习领域的重要问题,许多学习算法的性能受到无关或冗余特征的负面影响,且数据挖掘的发展对大规模数据处理的研究提出了迫切的要求。针对这一要求,文章提出了基于GEP的特征选择选择方法,该方法相对遗传算法不易早熟、且收敛较快。实验表明该方法在特征选择方面取得了较好的效果。
王文栋张增银杨立志
关键词:GEP支持向量机
基于GEP和Baum-Welch算法训练HMM模型的研究被引量:13
2010年
传统的向前-向后算法或Baum-Welch算法训练HMM的转移概率aij和发射概率ai(ot),使观察序列的O概率恰好达到最大值往往很难,虽然在理论上训练HMM的这两个网络结构是可能的,但仅能保证局部的最大值,而基于全局搜索的基因表达式编程(GEP)的一个主要的特点就是可以高效快速的发现全局最优解。把GEP引入到HMM的训练中去,提出一种改进的训练方法GBHA。实验结果表明,该算法比传统算法的系统效率更高、更稳定。
张增银元昌安胡建军蔡宏果王文栋杨立志
关键词:隐马尔科夫模型基因表达式编程遗传算法参数最优化
共1页<1>
聚类工具0