期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
考虑数据噪声的鲁棒回归建模方法综述 预览
1
作者 胡清华 汪运 《西北大学学报:自然科学版》 CAS CSCD 北大核心 2019年第4期496-507,共12页
在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法... 在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法。前者根据数据预处理方法的不同又分为基于异常点检测和基于信号处理的鲁棒回归建模方法。后者所采用的鲁棒策略主要有3种:加权函数、鲁棒损失函数以及噪声分布先验。文中详细地描述了鲁棒回归建模各个方向的研究工作,并对比了两类鲁棒回归建模方法的优劣。最后,根据当前鲁棒回归建模存在的一些问题,也提出了构建鲁棒模型的几种可行的策略。 展开更多
关键词 噪声 加权函数 损失函数 噪声分布先验 回归
在线阅读 下载PDF
基于多模态牙科图像的牙体硬组织自动配准 预览
2
作者 汪伟 程斌 《计算机应用研究》 CSCD 北大核心 2019年第4期1241-1246,1269共7页
牙科图像由于成像模式、图像质量、不同病人之间存在差异性,导致临床应用中牙体硬组织的精确配准成为难点。针对这些问题,根据相关研究工作提出了一种更适用于多模态牙科图像的牙体硬组织自动配准方法,该方法基于改进的ICP算法,对多模... 牙科图像由于成像模式、图像质量、不同病人之间存在差异性,导致临床应用中牙体硬组织的精确配准成为难点。针对这些问题,根据相关研究工作提出了一种更适用于多模态牙科图像的牙体硬组织自动配准方法,该方法基于改进的ICP算法,对多模态的牙科荧光图像和自然光图像进行分析。首先,根据多模态牙科图像的特点,算法对图像进行了预处理;其次,研究了鲁棒的特征点提取方法,即将牙体硬组织边缘选取为特征点,并同时根据口腔病理学先验知识,提取多模态图像中的病损组织区域,进一步优化了配准点集;最后,利用改进的ICP算法对齿科图像进行了配准,配准过程中对ICP的迭代策略和鲁棒损失函数进行了分析和优化。实验结果表明,该方法能更快速地收敛,且具有更好的鲁棒性和准确性。 展开更多
关键词 齿科图像 多模态医学图像配准 改进ICP算法 损失函数
在线阅读 下载PDF
基于Mexican Wv-SVM的震灾人员存活量模型 被引量:1
3
作者 黄星 袁明 王绍玉 《中国管理科学》 CSSCI 北大核心 2016年第9期140-146,共7页
有效预测震灾人员的存活情况是紧急配置应急资源和提高救援效率的首要工作。为提高震灾人员存活预测的精度,本文首先依据区域灾害系统理论和现有研究成果提出震灾人员存活预测指标。其次,针对震灾人员存活量指标数据的小样本、高维度、... 有效预测震灾人员的存活情况是紧急配置应急资源和提高救援效率的首要工作。为提高震灾人员存活预测的精度,本文首先依据区域灾害系统理论和现有研究成果提出震灾人员存活预测指标。其次,针对震灾人员存活量指标数据的小样本、高维度、非线性特征,考虑将支持向量机(Support Vector Machine,SVM)模型引入震灾人员存活量预测中,为有效降低SVM在高维空间中非线性分类的误差,采用Mexican母小波核函数替换满足Mercer内积条件的核函数,以改变常规核函数缩小偏差的局限性,提出用于预测震灾人员存活量的Mexican小波SVM(Mexican Wavelet-SVM,Mexican Wv-SVM)模型。数值算例表明:相比于标准SVM、BP神经网络,Mexican WvSVM模型具有预测精度好、训练速度快和运行稳定性好的特征,证明了模型的可靠和有效。 展开更多
关键词 震灾人员存活量 预测模型 支持向量机 损失函数
基于ISVM的船舶横摇运动实时预报方法 预览 被引量:1
4
作者 刘胜 杨震 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2011年第5期 607-612,共6页
针对船舶横摇运动时序的小样本、非线性、随机性等特点,提出了一种改进支持向量机(improved support vectormachine,ISVM),采用鲁棒损失函数和小波核函数可以有效压制横摇时序的多种噪音和奇异点,具有良好的鲁棒性及泛化能力;引入单... 针对船舶横摇运动时序的小样本、非线性、随机性等特点,提出了一种改进支持向量机(improved support vectormachine,ISVM),采用鲁棒损失函数和小波核函数可以有效压制横摇时序的多种噪音和奇异点,具有良好的鲁棒性及泛化能力;引入单松弛变量使得ISVM具有更简洁的对偶问题及约减的寻优范围,减小了算法运行的时间.建立基于ISVM的船舶横摇运动姿态实时预报模型,对某船横摇运动姿态进行了预报,仿真结果表明该模型是行之有效的. 展开更多
关键词 船舶横摇运动 改进支持向量机 Marr小波核 损失函数 实时预报
在线阅读 下载PDF
基于鲁棒学习的鲁棒RBF神经网络 预览
5
作者 赵时 杜莹 张亦楠 《科技信息》 2010年第07X期 42-43,184,共3页
提出了一种基于鲁棒学习的鲁棒RBF神经网络。使用聚类方法选择RBF网络隐结点的中心,以鲁棒代价函数为目标函数,采用梯度下降法调整隐层结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛。仿真实验结果... 提出了一种基于鲁棒学习的鲁棒RBF神经网络。使用聚类方法选择RBF网络隐结点的中心,以鲁棒代价函数为目标函数,采用梯度下降法调整隐层结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛。仿真实验结果表明了RBF神经网络的鲁棒优越性。 展开更多
关键词 RBF神经网络 聚类 损失函数 离群点
在线阅读 下载PDF
基于鲁棒小波ν-支持向量机的产品销售预测模型 预览 被引量:6
6
作者 吴奇 严洪森 王斌 《自动化学报》 EI CSCD 北大核心 2009年第7期1027-1032,共6页
针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音,设计一种鲁棒损失函数,并采用小波核函数,由此得到一种新的小波ν-支持向量机,即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine,RWν-SVM).它可以... 针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音,设计一种鲁棒损失函数,并采用小波核函数,由此得到一种新的小波ν-支持向量机,即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine,RWν-SVM).它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且它比标准小波ν-支持向量机(Wν-SVM)具有更简洁的对偶优化问题.最后进行了汽车销售预测的实例分析,结果表明基于RWν-SVM的预测模型是有效可行的. 展开更多
关键词 支持向量机 小波核函数 损失函数 预测
在线阅读 下载PDF
基于鲁棒ν-支持向量机的产品销售预测模型 预览 被引量:3
7
作者 吴奇 严洪森 《计算机集成制造系统》 EI CSCD 北大核心 2009年第6期 1081-1087,共7页
产品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合噪音,为此,设计了一种鲁棒损失函数,得到一种新的支持向量机,即鲁棒v-支持向量机。它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且比标准v-支持向... 产品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合噪音,为此,设计了一种鲁棒损失函数,得到一种新的支持向量机,即鲁棒v-支持向量机。它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且比标准v-支持向量机具有更简洁的对偶优化问题。最后进行了汽车销售预测的实例分析,结果表明,基于鲁棒ν-支持向量机的预测模型是有效可行的。 展开更多
关键词 支持向量机 预测模型 损失函数 混合噪音
在线阅读 下载PDF
一种鲁棒回归支持向量机及其学习算法 预览 被引量:5
8
作者 张浩然 汪晓东 张长江 《南京理工大学学报:自然科学版》 CAS CSCD 北大核心 2006年第3期 311-314,共4页
为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收... 为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条件,给出了学习步长的选择依据,最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准支持向量机具有更好的鲁棒性。 展开更多
关键词 结构风险最小化 支持向量机 损失函数 局部梯度法
在线阅读 下载PDF
RBF神经网络的一种快速鲁棒学习算法 预览 被引量:3
9
作者 苏美娟 邓伟 《苏州大学学报:工科版》 CAS 2007年第1期 17-20,共4页
研究RBF神经网络的一种具有对训练数据集q-离群点的鲁棒性的快速学习算法。使用相减聚类(Subtractive Clustering,SC)法选择RBF网络隐结点的中心,以定标鲁棒损失函数(Scaled Robust Loss Function,SRLF)为目标函数,采用梯度下... 研究RBF神经网络的一种具有对训练数据集q-离群点的鲁棒性的快速学习算法。使用相减聚类(Subtractive Clustering,SC)法选择RBF网络隐结点的中心,以定标鲁棒损失函数(Scaled Robust Loss Function,SRLF)为目标函数,采用梯度下降法调整隐结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛。实验结果表明了RBF神经网络的这一学习算法的优越性。 展开更多
关键词 RBF神经网络 相减聚类 定标损失函数 离群点
在线阅读 下载PDF
基于最大化间隔准则和成对约束的鲁棒半监督聚类研究 预览
10
作者 曾洪 宋爱国 卢伟 《高技术通讯》 CAS CSCD 北大核心 2013年第1期85-90,共6页
针对现有半监督最大间隔聚类算法在不同类别中有不少样本非常相似的情况下难以提高聚类准确度的问题,提出了下述解决策略:首先,基于最大化间隔准则设计一种鲁棒的成对约束损失函数,即使不同类别有较多样本非常相似,该函数仍然能有... 针对现有半监督最大间隔聚类算法在不同类别中有不少样本非常相似的情况下难以提高聚类准确度的问题,提出了下述解决策略:首先,基于最大化间隔准则设计一种鲁棒的成对约束损失函数,即使不同类别有较多样本非常相似,该函数仍然能有效地检测不能满足成对约束的聚类结果,并提供相应的惩罚,从而能较好地提高聚类的性能。其次,基于约束凹凸过程设计一种迭代算法进行求解。进而,基于这一策略,提出了一种新的聚类算法——鲁棒的成对约束最大化间隔聚类(BPCMMC)算法。实验结果表明,该算法能有效克服现有半监督最大间隔聚类算法的不足,其聚类错误率明显低于传统的半监督聚类算法。 展开更多
关键词 半监督聚类 成对约束 最大化间隔准则 损失函数 约束凹凸过程 (CCCP)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈