谢宁新
- 作品数：20 被引量：23H指数：3
- 供职机构：广西民族大学更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金广西高等教育教学改革工程项目更多>>
- 相关领域：自动化与计算机技术文化科学理学天文地球更多>>
- 前向傅立叶神经网络系统逼近理论及学习算法被引量：1
- 2003年
- 定义了傅立叶神经元与傅立叶神经网络,将一组傅立叶基三角函数作为神经网络各隐层单元的激合函数,设计出一类单输入单输出三层前向傅立叶神经网络与双输入单输出四层前向傅立叶神经网络,以及奇、偶傅立叶神经网络,基于三角函数逼近论,讨论了前向傅立叶神经网络的三角插值机理及系统逼近理论,且有严格的数学理论基础,给出了前向傅立叶神经网络学习算法,通过学习,它们分别能逼近于给定的傅立叶函数到预定的精度。仿真实验表明,该学习算法效率高,具有极为重要的理论价值和应用背景。
- 周永权何登旭谢宁新
- 关键词：学习算法函数逼近人工神经网络
- 用泛函网络求任意高阶多项式的近似根
- 2005年
- 本文提出了一种新的基于泛函网络的多项式求根模型及学习算法，而泛函网络的参数利用解线性不等式组，可得到所求任意高阶多项式近似根的一般参数表达式。文章还讨论了基于泛函网络的多项式求根学习算法实现的一些技术问题，相对传统方法，能够有效地获得任意多项式对应根的参数表达式。
- 周永权谢宁新何登旭冯嘉礼
- 关键词：多项式泛函网络学习算法
- 关于丢番图方程x^4+mx^2y^2+ny^4=z^2(Ⅰ)被引量：1
- 2002年
- 利用Fermat无穷递降法 ,证明了方程x4+mx2 y2 +ny4=z2 在 (m ,n) =(6 ,± 12 ) ,(6 ,30 ) ,(- 12 ,- 12 ) ,(- 12 ,± 84)时均无正整数解 ,并且获得了方程在 (- 6 ,12 ) ,(± 12 ,12 ) ,(12 ,- 12 ) ,(± 6 ,6 )时的无穷多组正整数解的通解公式 ,从而完善了Aubry等人的结果 .
- 谢宁新王云葵
- 关键词：丢番图方程FERMAT无穷递降法广义FERMAT猜想
- 基于邻域粗糙集和海洋捕食者算法的特征选择方法
- 2022年
- 针对粗糙集模型中特征选择方法存在计算开销大、不能直接处理连续数据,以及海洋捕食者算法(MPA)处理优化问题仍存在收敛速度慢、易陷入局部最优等问题,提出了基于邻域粗糙集(NRS)和海洋捕食者算法的特征选择方法.首先,使用基于Tent混沌映射的反向学习和高斯扰动策略对原算法改进得到IMPA,再构建一种传输机制形成一种二进制算法;然后,基于邻域依赖度和特征子集长度构造适应度函数,使用IMPA不断迭代搜索出最优特征子集,设计一种元启发式特征选择算法.最后,在9个基准测试函数上评估IMPA的优化性能以及在UCI数据集上评估特征选择算法的分类能力.实验结果表明,在9个基准测试函数上IMPA的平均值、标准差明显优于粒子群优化算法(PSO)和樽海鞘算法(SSA);在UCI数据集上,同基于粗糙集的优化特征选择算法、基于邻域粗糙集的优化特征选择算法相比,所提的特征选择方法在KNN分类器下的分类精度平均值分别提高了10.28~14.13个百分点、2.71~12.11个百分点,在CART分类器下的分类精度平均值分别提高了9.41~13.24个百分点、2.90~12.31个百分点.
- 龚荣谢宁新李德伦何雪东
- 关键词：邻域粗糙集
- MATLAB在函数序列一致收敛性中的应用被引量：2
- 2000年
- 探讨数学工具软件在数学分析教学中的应用 ,尝试利用 MATL AB制作函数序列一致性收敛的辅助教学课件 .指出 ,在数学课中应用计算机及数学工具软件做“实验”
- 谢宁新
- 关键词：函数序列一致收敛性数学软件MATLAB数学分析教学数学课件
- 轮辐饰物的运动轨迹及图形绘制
- 2002年
- 本文用通过对轮幅饰物的运动方程的建立,及使用数学工具Maple给出绘图程序及图形,旨在培养学生对实际事物的观察及建立数学模型和使用计算机能力.
- 谢宁新
- 网络研修工作群能有效地促进教师专业发展被引量：1
- 2017年
- 教师专业发展的方法和途径是多样的,实践表明,构建与运行网络研修工作群能确实有效地促进教师的专业发展。
- 谢宁新谢沁芳
- 关键词：网络研修
- 机器学习中混合特征选择对模式预报广西春夏气温的订正研究
- 2023年
- 针对机器学习中单一特征选择方法性能不优良,结果稳定性差的问题,提出Spearman相关系数和XGBoost特征重要性混合的特征选择方法(SpearmanXgb),并结合RF、XGBoost和LightGBM 3种机器学习算法对ECMWF模式预报的广西春夏近地面2 m气温进行订正。结果表明:(1)混合特征选择方法在训练时间和均方根误差两方面,均优于单一的Spearman相关系数和XGBoost特征重要性特征选择方法,即训练时间减少19.7%和10.3%,均方根误差下降0.94%和0.64%。(2)3种模型预测的气温平均均方根误差相比模式分别下降了7.04%、7.47%和7.37%;预报前期(24~96 h)XGBoost的预报效果较好,预报中后期(120~240 h)LightGBM的预报效果较好。(3)由于广西东南部和东北部地形以山地、丘陵为主,地形较复杂,且易受台风、华南前汛期等复杂天气过程影响,气温变化幅度较大,ECMWF模式和3种机器学习模型对这两个地区的预报误差都较高。(4)利用SHAP值分析模型结果对各特征取值幅度的敏感程度,检验表明更准确的入选特征可不同程度降低模型的RMSE,为改善ECMWF模式预报效果提供了思路。
- 李德伦肖志祥谢宁新龚荣
- 关键词：大气科学温度预报
- 移动用户兴趣变化的驱动力研究
- 2015年
- 随着智能终端、社交网络以及各类移动APP软件应用的普及,社交移动正逐渐改变人们获取信息的方式,加速了彼此之间的信息沟通。介绍了移动互联网的发展现状,针对移动用户的兴趣变化,对如何进行驱动力的选择进行了粗浅的研究。
- 全成谢宁新
- 关键词：移动用户驱动力
- 山峰-减法聚类神经元模型及学习算法被引量：3
- 2002年
- 将神经网络与数据集的密度指标结合起来提出一种山峰—减法聚类神经网络方法 ,利用数据集的密度指标对基类进行合并 ,并不断重复直至产生足够多的聚类中心 ,就可完成对聚类神经元的学习。给出该聚类的神经元模型和学习算法。该方法的主要优点是对于工程应用中的大样本集分类和重叠数据的模式分类问题 。
- 周永权谢宁新
- 关键词：激励函数学习算法人工神经网络数据集聚类中心
