徐义田
- 作品数：17 被引量：101H指数：5
- 供职机构：中国农业大学理学院更多>>
- 发文基金：国家自然科学基金博士科研启动基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学经济管理农业科学更多>>
- 基于粗糙集理论的上市公司评价模型被引量：12
- 2006年
- 由于上市公司的评价受大量不确定因素的影响,本文提出了一种基于粗糙集理论的综合评价模型。该模型将模糊综合评价中权重系数的确定转化为粗糙集中属性重要性的计算,有效地克服了现有评价模型中权重系数确定的主观性。本文还通过对10家上市公司的评价,得到了符合实际的评价结果,从而验证了评价模型的有效性。
- 王俊王来生徐义田
- 关键词：粗糙集理论属性约减离散化聚类算法
- 全国31省市食物消费水平的核主成分分析被引量：5
- 2005年
- 各地区食物消费状况是影响食物安全的重要因素,如何选取指标体系,客观地评价各地区的消费水平是食物安全评价的一个重要环节。本文选取更具代表性的食物消费区位系数作为评价对象,通过核函数的引入,进行核主成分分析,有效地克服了主成分分析只能处理线性问题的弊端。通过分析全国31个省市的主要食物的消费状况,客观地评价了它们的消费水平。
- 徐义田王来生
- 关键词：食物消费主成分分析食物安全
- 基于核主成分分析(KPCA)的一种食品评价模型
- 该文提出了一种新的食品评价模型:核主成分分析(KPCA).它通过一个非线性变换,首先将原变量空间映射到高维特征空间,然后在这个高维特征空间中进行线性主成分分析.通过核枝巧.不必知道非线性变换的具体形式,只要选取适当的核及...
- 徐义田王来生
- 关键词：核主成分分析综合评价豆腐乳感官品质理化性质
- 文献传递
- 基于Total多分类支持向量机的小麦产地判别分析被引量：2
- 2013年
- 采用近红外光谱分析的方法快速鉴别小麦的产地,可为小麦流通监管、优质小麦生产基地保护和国际贸易提供理论和技术支持。以来自中国不同地域的202份小麦样品为例,在已知样品组分含量(蛋白质、湿面筋、沉降值、硬度)的前提下,结合样品的近红外光谱信息,利用Total多分类支持向量机对小麦产地进行判别分析。在构建分类模型的过程中,使正确分类的小麦样品尽可能地远离分类超平面,使错误分类的小麦样品尽可能地靠近分类超平面,可获得较高的分类精度。通过100个小麦样品构建分类模型,对另外的102个小麦样品产地进行预测,有80个与实际产地相符,预测精度为78.43%。为小麦产地鉴别提供一种新的方法。
- 徐云吴静珠石庆兰冯磊徐义田
- 关键词：近红外光谱
- 支持向量回归算法的研究及其在食物安全中的应用
- 本文首先介绍了统计学习理论和支持向量回归的基本原理，针对噪音水平不同的样本点给出了一种加权支持向量回归模型，并对回归模型中权重λi的取值进行了数学推导;同时根据给定样本点的信息，给出了一种惩罚参数C以及精度参数ε的取值方...
- 徐义田
- 关键词：支持向量回归粗糙集理论核主成分分析ARIMA模型食物安全
- 文献传递
- 略论高科技项目投资风险的模糊综合评判被引量：4
- 2003年
- 高科技项目具有高风险、高收益、高增长潜力的特点。如何较好地评价项目风险从而减少投资过程中的不确定性已成为高科技项目成败的关键。基于此,该文通过对高科技投资项目风险因素的深入分析,运用模糊数学的理论和方法,建立起一套较科学的风险评价体系。
- 王忠锐马少军徐义田
- 关键词：风险投资模糊综合评判
- 一种改进的基于RS与SVM的故障诊断方法被引量：1
- 2008年
- 传统的基于粗糙集与支持向量机的故障诊断方法在用支持向量机分类前用粗糙集进行数据约简,仅将粗糙集作为数据约简的工具,忽视了粗糙集所获取的决策规则对原有数据中所隐含知识的概括表达作用。本文提出了一种改进的基于粗糙集与支持向量机的故障诊断方法,首先基于粗糙集对样本数据进行约简和初步决策规则获取,然后将获取的规则作为先验知识集成到支持向量机中进行故障诊断。该方法结合了粗糙集的处理高维数据的优点和支持向量机具有较高推广能力的优势,并且在用支持向量机分类时有效地利用了粗糙集获取的决策规则,提高了故障诊断的准确率。使用该方法对柴油机常见故障进行诊断实验,结果表明了方法的有效性。
- 徐志洁王来生徐义田
- 关键词：粗糙集支持向量机故障诊断
- 基于SVM的分类算法与聚类分析被引量：18
- 2004年
- 运用结构风险最小化原理和聚类原理,将支持向量机中有监督的分类算法与统计中无监督的聚类算法有机地结合起来,对线性可分与线性不可分两种情况分别建立了无监督的分类模型.模型的求解转化为一个二次规划问题,同时此模型也适合于多分类情况.在应用到心脏病的医疗诊断中,准确率为88.5%,较以前的方法有了明显的提高.
- 徐义田王来生张好治孙宝山
- 关键词：SVM支持向量机聚类算法
- 基于粗糙集理论与支持向量回归的预测模型被引量：6
- 2008年
- 文章将粗糙集与支持向量回归有机结合起来,建立了一种基于粗糙集数据预处理的支持向量回归模型,有效地克服了支持向量回归对样本属性重要性不加区分以及处理大量数据时运算速度慢等缺陷,并将该模型成功地应用到我国粮食产量的预测中,取得了较好的预测效果。
- 姜德民王磊徐义田袁冬梅
- 关键词：支持向量回归结构风险最小化粗糙集理论属性约减粮食产量预测
- 核主成分分析(KPCA)在企业经济效益评价中的应用被引量：25
- 2006年
- 提出了一种新的经济效益评价模型:核主成分分析(KPCA).它通过一个非线性变换,将原变量空间映射到高维特征空间,然后在高维特征空间中进行线性主成分分析.通过核技巧,只需在原空间进行点积运算,便可使第一主成分的贡献率达到90%以上,能有效避免PCA中因各指标贡献率过于分散而影响评价效果.将该模型应用到广东8个卷烟企业进行评价,得到了较理想的评价效果.
- 徐义田王来生崔文善张好治
- 关键词：核主成分分析综合评价高维特征空间空间映射
