国家高技术研究发展计划(2002AA412010-12)
- 作品数：7 被引量：135H指数：6
- 相关作者：李平宋执环郑恩辉范玉刚岳士弘更多>>
- 相关机构：浙江大学中国计量学院北京交通大学更多>>
- 发文基金：国家高技术研究发展计划浙江省科技计划项目国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学电气工程更多>>
- 基于支持向量机的代价敏感挖掘被引量：7
- 2006年
- 针对一些数据挖掘应用中反例样本和正例样本具有不同误分类代价的情况,提出一种代价敏感支持向量机算法CS-SVM.CS-SVM包括3个步骤:首先,引入S igmoid函数,根据样本到分类超平面的距离估计其后验概率;然后,根据误分类代价最小原则重构训练样本的类标号;最后,在重构后的训练集上使用标准SVM进行学习即得到嵌入误分类代价的最优分类超平面.基于CS-SVM的思路,提出一个通用的嵌入误分类代价的代价敏感分类算法G-CSC.试验结果表明:相比于SVM,CS-SVM大大降低测试集上的平均误分类代价.*
- 郑恩辉李平宋执环
- 关键词：支持向量机
- 基于特征样本的KPCA在故障诊断中的应用被引量：26
- 2005年
- 核函数主元分析(KPCA)可用于非线性过程监控.建立KPCA模型首先要计算核矩阵K,K的维数等于训练样本的数量,对于大样本集,计算K很困难.对此提出一种基于特征样本的KPCA(SKPCA),其基本思想是,首先利用非线性映射函数将输入空间映射到特征子空间,然后在特征子空间中计算主元.将SKPCA应用于监控T ennesseeE astm an过程,并与基于全体样本的KPCA作比较,仿真结果显示,二者诊断结果基本相同,然而特征样本只是训练样本中的一小部分,因此减少了K的维数,解决了K的计算问题.
- 范玉刚李平宋执环
- 关键词：核函数主元分析故障监测特征提取
- 代价敏感支持向量机被引量：38
- 2006年
- 以分类精度为目标的传统分类算法通常假定:每个样本的误分类具有同样的代价且每类样本数大致相等.但现实数据挖掘中该假定不成立时,这些算法的直接应用不能取得理想的分类和预测.针对此缺隙,并基于标准的SVM,通过在SVM的设计中集成样本的不同误分类代价,提出代价敏感支持向量机(CS-SVM)的设计方法.实验结果表明CS-SVM是有效的.
- 郑恩辉李平宋执环
- 关键词：支持向量机
- 基于ν-SVM的不平衡数据挖掘研究被引量：9
- 2006年
- 针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些界分别扩展到正例和反例.在此基础上,证明了正例的支持向量率和边界支持向量率分别依概率大于反例的支持向量率和边界支持向量率,以及正例的分类性能依概率差于反例的分类性能.针对German credit和Heart disease两个Benchmark数据集的试验研究,验证了本文假设的合理性和上述结论的正确性.
- 郑恩辉许宏李平宋执环
- 关键词：不平衡数据支持向量机
- 动态加权最小二乘支持向量机被引量：44
- 2006年
- 提出一种基于动态加权最小二乘支持向量机(LS-SVM)的时间序列预测方法.动态加权LS-SVM能够跟踪时变非线性系统的动态特性,适合于系统辨识和时间序列预测;同时采用鲁棒方法确定权系数,以减小噪声的影响.将动态加权LS-SVM算法应用于工业PTA氧化过程中的4-CBA浓度预测,结果显示,动态加权LS-SVM预测精度高,能够有效减小噪声的影响.
- 范玉刚李平宋执环
- 关键词：最小二乘支持向量机时间序列预报
- 变论域自适应模糊控制器失真率的计算被引量：6
- 2005年
- 变论域自适应模糊控制器已经成功应用在许多领域,然而它的参数难以准确估计,因此其失真率计算十分困难.本文基于Markov过程,提出一个新的计算方法.该方法通过一个特殊的Markov链模拟变论域自适应模糊控制器工作过程,解决了它的失真率计算问题,并证明这个方法是可行的.同时,通过两个算例验证这个方法的有效性.
- 岳士弘张绍杰李平
- 关键词：MARKOV过程失真率自适应模糊控制器计算方法变论域MARKOV链
- 一组新的聚类有效性指标被引量：7
- 2004年
- 分析了几个常用的聚类有效性指标的特点,得出它们在聚类有效性设计中必须遵守的规律.基于这些规律以及类内距、类间距及噪声类的相互关系,提出一组新的有效性指标.它们对最优聚类数的计算效果优于现有的结果.特别是适合于含有任意形状和密度不均匀类的数据集的聚类效果评价.通过试验对这组有效性指标做了进一步对比,得到一些新的结果.
- 岳士弘李平于剑
- 关键词：聚类分析有效性
