王国胜
- 作品数：13 被引量：416H指数：6
- 供职机构：德州学院更多>>
- 发文基金：国家自然科学基金山东省教育厅科技计划项目山东省教育厅科技计划更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于支持向量机的数据挖掘研究被引量：6
- 2008年
- 分析NPA训练算法,指出其不足并提出改进措施。在第1类子循环的前半阶段采用Gilbert迭代,后半阶段采用NPA迭代,并提出界定这2个阶段的方法,利用中间计算结果优化了第2类子循环中的迭代过程。在不增加计算量的条件下,提高了算法收敛速度。基于该算法开发的自动分类模拟系统获得了较好的分类结果。
- 王国胜
- 关键词：数据挖掘支持向量机
- 基于支持向量机的数据挖掘技术
- 2007年
- 随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据.将目前先进的机器学习技术—支持向量机,与数据挖掘结合起来,提出了一个改进的支持向量机训练算法,进行了支持向量机自动分类的模拟试验.试验结果显示,新算法的训练速度明显提高,并获得了比较理想的分类结果.
- 王国胜
- 关键词：数据挖掘支持向量机
- 基于Rough集的数据库信息挖掘加权决策算法
- 2003年
- 利用Rough集方法进行数据库中信息挖掘时,因为相同的记录表示的是同样的决策信息,可以将它消去,但由此得到的决策规则可能是片面的。文章提出了一种带有权重的决策算法,该方法利用记录出现的频率作为权重系数,导出了带有全重的决策算法,该方法计算简便、实用,可提高最终决策算法的可靠性。
- 巩建闽王国胜萧蓓蕾
- 关键词：ROUGH集
- 支持向量机的理论与算法研究
- 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，从而不断改善自身性能。
支持向量机是20世纪90年代中期出现的机器学习技术，是近年来机器学习领域的研究热点。这项技...
- 王国胜
- 关键词：支持向量机线性分类器
- 文献传递
- NPA算法及其修正被引量：2
- 2002年
- 1引言
支撑向量机(Support Vector Machine,简称SVM)是九十年代中期发展起来的机器学习技术[1,6],随着这项技术越来越受到人们重视,一些训练算法应运而生..1998年,Platt[5]提出一个迭代算法称为SMO算法(Sequential Minimal Opti-mization),基本思想是运用一种顺序最小优化方法解二次规划的对偶问题,这是目前最好的算法之一.
- 王国胜
- 关键词：支撑向量机
- 基于分形的自然景物模拟与图像压缩技术研究
- 韩金姝徐凤生王国胜徐志敏戎丽霞
- 该项目创新性地提出了将L系统和IFS结合的新方法，提出了对参数L系统的改进方法，模拟实验表明，算法可以更逼真的模拟植物自然生长的形态。可以用于虚拟现实、科研仿真等领域。该项目还提出了基于局部极值点的快速分形图像压缩方法、...
- 关键词：
- 关键词：分形自然景物图像压缩
- 核函数的性质及其构造方法被引量：70
- 2006年
- 支持向量机是一项机器学习技术,发展至今近10年了,已经成功地用于模式识别、回归估计以及聚类等,并由此衍生出了核方法。支持向量机由核函数与训练集完全刻画。进一步提高支持向量机性能的关键,是针对给定的问题设计恰当的核函数,这就要求对核函数本身有深刻了解。本文首先分析了核函数的一些重要性质,接着对3类核函数,即平移不变核函数、旋转不变核函数和卷积核,提出了简单实用的判别准则。在此基础上,验证和构造了很多重要核函数。
- 王国胜
- 关键词：支持向量机核函数核方法
- 支撑向量机快速训练算法
- 本文阐述了支撑向量机和最近点问题的关系以及解决NPP问题的几个著名算法,分析了NPA算法中存在的问题,进而给出一个新的支撑向量机快速迭代算法.
- 王国胜
- 关键词：支持向量机
- 文献传递
- 保持分类能力不变的一种连续属性离散化方法被引量：3
- 2005年
- 连续型属性的离散化问题是机器学习中的关键问题 ,是一个NP难题 .该文针对决策表 ,在NaiveScaler算法的基础上 ,给出了一种直观、有效和易于理解的离散化方法 .该方法从整个属性空间的角度来考虑属性的离散化问题 ,可有效地保证决策表中原有分类结果的不变性 .
- 巩建闽王国胜萧蓓蕾
- 关键词：决策表离散化
- 支持向量机的若干新进展被引量：157
- 2001年
- 支持向量机是九十年代中期发展起来的机器学习技术 ,与传统的人工神经网络不同 ,前者基于结构风险最小化原理 ,后者基于经验风险最小化原理 .实验表明 ,支持向量机不仅结构简单 ,而且技术性能尤其是泛化能力明显提高 .本文是一篇综述 ,介绍支持向量机研究的一些新进展 。
- 王国胜钟义信
- 关键词：支持向量机人工智能
