公共文化服务平台

杨晓伟: 作品数：58 被引量：363H指数：9; 供职机构：华南理工大学软件学院更多>>; 发文基金：国家自然科学基金广东省自然科学基金教育部人文社会科学研究基金更多>>; 相关领域：自动化与计算机技术理学一般工业技术医药卫生更多>>

合作作者

基于二维细胞自动机和中值运算的图像滤波方法: 2006年; 为滤除手写汉字识别图像预处理中二值图像上的噪声点,结合中值滤波和细胞自动机滤波方法,提出一种二值图像CA-M(CellularAutomata-Median)滤波方法,并给出具体的算法流程.利用该方法进行滤波去噪实验并计算算法效率,对二值图像去噪非常有效.; 陈炎雄郝志峰温尚清杨晓伟; 关键词：二值图像中值滤波细胞自动机噪声检测图像识别

连续型演化算法首达时间分析的平均增益模型被引量：2: 2019年; 连续型演化算法(Evolutionary Algorithms,EAs)的计算时间分析(Runtime analysis)是演化计算理论研究中的难点和热点问题,相较于离散型演化算法,有关前者的理论结果相对较少,数学基础较为薄弱.该文引入鞅论和停时理论,建立了平均增益模型,以估算连续型演化算法的平均首达时间(Expected First Hitting Time,EFHT)上界.平均增益模型建立在一个非负随机过程的基础上,不依赖于算法具体的实现形式.论文介绍了如何应用该模型进行连续型演化算法的计算时间分析.作为案例分析,研究分析了:(1)带自适应步长的非精英(1,λ)ES(Evolution Strategy)求解球函数问题的平均首达时间,得到了3维情形下的时间上界的闭合表达式,并讨论了确保算法收敛条件下步长与子代种群规模λ之间的关系;(2)(1+λ)ES求解2维倾斜平面问题的平均首达时间,得到了上界的闭合表达式.数值实验的结果表明实际的平均首达时间与理论计算的上界吻合.理论分析和实验结果表明平均增益模型有助于获得连续型演化算法平均首达时间紧致的上界,为连续型演化算法的计算时间分析提供了一种新的有效方法.; 张宇山黄翰郝志峰杨晓伟; 关键词：首达时间

神经网络方法在包装件缓冲垫层非线性特性识别中的应用被引量：5: 1996年; 将结构化神经网络方法用于包装件缓冲垫层非线性特性识别问题，对于两种典型的包装件缓冲垫层材料模型的模拟识别结果表明，据此方法可以较好地获得其非线性特性。; 梁艳春杨晓伟周春光邹溪; 关键词：缓冲包装神经网络

若干评价准则对不平衡数据学习的影响被引量：23: 2010年; 为解决绝大部分传统的以精度准则为优化目标而获得的分类器不适于不平衡数据学习(IDL)的问题,文中通过在支持向量机(SVM)模型上进行"元学习",研究了精度、平衡精度、几何平均、F1得分、信息增益、AUC(ROC曲线下方图面积)以及文中新提出的GAF和GBF等评价准则对IDL的影响.在16个来自UCI的不平衡数据集上进行了仿真实验.对实验结果的统计分析表明:不同准则对分类器性能的影响有显著差异;即便是对于先进的学习方法支持向量机(SVM)而言,若以精度准则最大化选择分类器,那么得到的SVM分类器也容易偏向预测多类;通过在其他准则上优化,能输出纠偏了的SVM分类器,它们的整体性能更好,尤其是在预测少类能力方面;在GAF以及GBF准则上优化所得的SVM分类器具有稳定且良好的性能.; 林智勇郝志峰杨晓伟; 关键词：支持向量机

自适应模糊支持向量机算法被引量：8: 2006年; 支持向量机算法对噪声和异常点是敏感的,为了克服这个问题,人们引入了模糊隶属度。传统确定样本模糊隶属度的方法,都是基于原始空间的。文章提出了基于特征空间的模糊隶属度函数模型。在该模型中,以特征空间中的样本为中心,以给定的距离d为半径作超球,根据其它样本落到超球内的个数来确定中心样本点的模糊隶属度。并将新的模糊隶属度模型引入自适应支持向量机,提出了模糊自适应支持向量机算法。实验结果表明,该模型能有效地提高自适应支持向量机的抗噪能力和预测精度。; 邵壮丰杨晓伟吴广潮; 关键词：支持向量机最小二乘支持向量机自适应迭代

在线支持张量机被引量：3: 2013年; 基于随机梯度下降法,提出了在线支持张量机(online support tensor machine,OSTM)算法。该算法的学习数据是张量模式,并以序列方式获取。算法利用张量秩一分解来代替原始张量辅助内积运算,不仅保持了原始张量的自然结构信息和关系,也极大地节省了存储空间和计算时间。在13个张量数据集上的实验表明,与在线支持向量机相比,在拥有可比的测试精度的情况下,在线支持张量机具有更快的训练速度,尤其对于高阶张量,其优越性更明显。; 周蓉杨晓伟吴广潮; 关键词：支持向量机

采用预处理的心电信号数据压缩的神经网络方法: 1996年; 根据心电图特征的变化，本文首先对采样数据进行了必要的预处理，较大幅度地减少了冗余信息。在保留心电信号主要特征的前提下，缩小了神经网络输入、输出数据规模，从而减少了网络训练所需的时间，使得基于人工神经网络的心电信号数据压缩方法更适应实时数据压缩的需要。模拟结果表明，本文所采用的数据压缩方法具有较高的压缩比和压缩精度。; 梁艳春杨晓伟李爱阳周春光王在申; 关键词：人工神经网络数据压缩心电图分析数据预处理

一种基于点云数据的人体行为识别方法: 本发明公开了一种基于点云数据的人体行为识别方法，包括步骤：1)获取基础数据，包括深度图数据、相机参数；2)对数据做预处理，包括对深度图进行平滑处理，深度图到点云的转换，对点云数据做归一化处理；3)把处理过后的数据输入到网...; 吴秋霞康力许鸿斌杨晓伟; 文献传递

基于支持向量机的大样本回归算法比较研究被引量：3: 2006年; 支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代回归算法。为了说明两种方法的性能,论文在训练速度、精度和支持向量数量等方面,对它们做了比较。模拟结果表明:核递归最小二乘算法所得到的支持向量个数比自适应迭代回归算法少,而训练时间比自适应迭代回归算法的训练时间长,训练和测试精度也比自适应迭代回归算法差。; 杨晓伟骆世广余舒吴春国梁艳春; 关键词：支持向量机

一种高效的最小二乘支持向量机分类器剪枝算法被引量：8: 2007年; 针对最小二乘支持向量机丧失稀疏性的问题,提出了一种高效的剪枝算法.为了避免解初始的线性代数方程组,采用了一种自下而上的策略.在训练的过程中,根据一些特定的剪枝条件,块增量学习和逆学习交替进行,一个小的支持向量集能够自动形成.使用此集合,可以构造最终的分类器.为了测试新算法的有效性,把它应用于5个UCI数据集.实验结果表明:使用新的剪枝算法,当增量块的大小等于2时,在几乎不损失精度的情况下,可以得到稀疏解.另外,和SMO算法相比,新算法的速度更快.新的算法不仅适用于最小二乘支持向量机分类器,也可向最小二乘支持向量回归机推广.; 杨晓伟路节张广全; 关键词：最小二乘支持向量机剪枝自适应

杨晓伟

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杨晓伟

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈