邬啸
- 作品数：5 被引量：51H指数：3
- 供职机构：重庆师范大学计算机与信息科学学院更多>>
- 发文基金：重庆市教育委员会科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 后验概率加权的模糊隶属度函数被引量：2
- 2012年
- 模糊支持向量机(FSVM)中的模糊隶属度函数确定一直是一个难点问题。针对支持向量分类机对噪声数据或孤立点非常敏感的问题,受贝叶斯决策理论的启发,结合样本密度特性,研究样本点相对于同类和异类的关系,对各样本点分布的紧密程度给出了描述,构造了样本点的后验概率与样本密度的加权方法,提出了一种新的加权模糊隶属度函数构造。该方法避免了对噪声数据和孤立点的检测。通过建立基于提出模糊隶属函数的FSVM进行仿真,实验表明,提出的模糊隶属度函数构造的后验概率加权方法的有效性。
- 魏延李晓虹邬啸
- 关键词：隶属度函数模糊集后验概率样本密度模糊支持向量机
- 一种对粒子群算法惯性权重的改进被引量：4
- 2010年
- 针对粒子群算法搜索精度不高,特别是在处理高维复杂问题时极易陷入局部最优的不足,文章提出一种动态扩散并结合交叉因子的改进粒子群优化算法(DMPSO),对惯性权重进行调整,对其取值范围做了进一步的研究,在必要的时候对整个种群的粒子进行重新扩散,并应用于粒子群算法的改进。实验结果表明,新算法的全局搜索能力、收敛速度、精度及稳定性均有了显著提高,而且能更有效地进行全局搜索。
- 邬啸
- 关键词：粒子群优化算法惯性权重
- 改进的双隶属度模糊支持向量机被引量：5
- 2011年
- 针对传统的支持向量机(SVM)中存在对噪声和孤立点敏感,容易产生过拟合的问题,提出一种新的模糊隶属度函数设计方法――基于密度法的双隶属度模糊支持向量机方法(DM-FSVM)。该方法不仅考虑样本到类中心的距离,同时根据样本点到类中心的距离将样本分为两类,类中心附近样本点的隶属度由该样本点到类中心的距离确定,而对于远离类中心的样本点来说,其隶属度由邻域内同类与异类样本点数目的比值来确定。同时,针对模糊支持向量机普遍存在训练时间过长的难题,使用截集模糊C-均值聚类的方法对训练样本进行聚类处理,以聚类中心作为新的样本进行训练。最后数值实验表明,与传统的支持向量机和以往的FSVM相比,有效地提高了分类速度和精度。
- 邬啸魏延吴瑕
- 关键词：支持向量机
- 基于混合核函数的支持向量机被引量：41
- 2011年
- 支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实验。结果表明,组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。
- 邬啸魏延吴瑕
- 关键词：支持向量机混合核函数
- 模糊支持向量分类机及其在人脸识别中的应用
- 支持向量机（Support Vector Machine）是作为统计学习理论中的VC维理论和结构风险最小化准则的具体实现工具,它是由Vapnik与贝尔实验室的合作者一起提出的，。与其他的学习方法相比如传统的神经网络等，S...
- 邬啸
- 关键词：支持向量机K-均值聚类隶属度函数核函数人脸识别特征提取
