湖南省教育厅科研基金(07A056)
- 作品数：8 被引量：14H指数：3
- 相关作者：徐蔚鸿曾水玲杨静宇贾燕花马栋更多>>
- 相关机构：长沙理工大学吉首大学南京理工大学更多>>
- 发文基金：湖南省教育厅科研基金教育部科学技术研究重点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更多>>
- K-means聚类和支持向量机结合的文本分类研究被引量：7
- 2010年
- 针对数据挖掘中文本自动分类问题,提出了一种基于k-means聚类算法和支持向量机相结合的文本分类方法。该方法先将文本大致聚为k类,然后对每一类用支持向量机进行细分。构造了可用于多个模式类识别的多层SVM模型,该模型可完成对多个模式的分类识别。给出了该模型的构造及应用的方法,并验证了该方法的有效性。
- 贾燕花徐蔚鸿
- 关键词：文本分类K-MEANS算法聚类支持向量机
- 简单网管协议下的网络流量管理系统开发
- 2009年
- 通过应用综合网管协议SNMP,利用它的Get-Request和Get-NextRequest遍历整个MIB表从路由器取得流量数据,然后将流量按不同的周期绘制生成PNG图片输出,设计了监控网络流量的方法.
- 李海张美华饶伟栋徐蔚鸿
- 关键词：网管协议网络管理
- 训练模式摄动对模糊形态学联想记忆网络的影响被引量：4
- 2010年
- 众多学者研究的两类形态学联想记忆网络的存储能力、抗腐蚀/膨胀噪声的能力等性质几乎都相同.但是文中研究发现两类网络对训练模式摄动的鲁棒性差异很大.一类对训练模式摄动拥有好的鲁棒性,而另一类则较差.该研究结论能为形态学联想记忆网络的学习算法选择和训练模式采集设备的精度要求提供指导,对前期训练模式的获取过程提供警示.
- 曾水玲徐蔚鸿杨静宇
- 关键词：学习算法摄动鲁棒性
- 一种鲁棒性较强的神经元在模糊规则发生摄动时的有效控制
- 2010年
- 一种基于弱T-范数和弱S-范数的神经元,可以实现与、或和混合-并模糊逻辑运算,并且拥有较强的鲁棒性。将它所组成的神经网络运用到模糊推理系统中,不仅可以简化网络,实现模糊推理最基本的一致性要求,还可以控制在模糊推理过程中当规则发生摄动时对推理结果的影响程度。
- 徐蔚鸿李璐伟
- 关键词：神经元神经网络鲁棒性摄动
- 训练模式摄动对模糊形态学神经网络的影响
- 2011年
- 在构建神经网络时,采集的训练模式总存在摄动,如何度量这种摄动,提出模糊集摄动度量的新方法。众多学者研究的两类形态学联想记忆网络的存储能力和抗腐蚀/膨胀噪声的能力等性质几乎都相同,但基于这种模糊集摄动的度量方法,研究训练模式摄动对两类模糊形态学联想记忆网络的影响时发现,两类网络对训练模式摄动的鲁棒性差异很大,其中一类模糊形态学联想记忆网络对训练模式摄动拥有好的鲁棒性;而另一类模糊形态学联想记忆网络的这个性质较差。研究内容对形态学联想记忆网络的性能分析、学习算法的选择和训练模式获取设备精度的选择有一定的指导意义。
- 曾水玲徐蔚鸿杨静宇
- 关键词：摄动鲁棒性
- 一种模糊Hopfield网络的学习算法及性质被引量：3
- 2010年
- 现基于TL-模Max-TL模糊Hopfield网络(Max-TLFHNN)提出了一种有效的学习算法。对任意给定的模式集合,该学习算法总能找到使该模式集合成为Max-TLFHNN的平衡点集合的所有连接权矩阵中的最大者。任意给定的模式集合都能作为Max-TFHNN网络的平衡点集合且能使Max-TLFHNN对任意输入在一步内就进入稳定状态,同时该网络对训练模式的摄动具有好的鲁棒性。
- 曾水玲杨静宇徐蔚鸿
- 关键词：模糊HOPFIELD网络学习算法稳定性鲁棒性
- 模糊Hopfield网络在人脸识别中的应用
- 2010年
- 本文讨论了反馈型神经网络模糊Hopfield网络(FuzzyHN)的模糊聚类和模式识别功能,提出了一种将其应用在人脸识别中的方法。其实验编程在MATLAB2007上实现,通过对结果从识别率、拒识率和误识率等多个方面的评估,验证了此方法的有效性,最后对此模型的改进进行了探讨。
- 马栋徐蔚鸿
- 关键词：模糊HOPFIELD网络人脸识别模糊聚类模式识别
- 基于模糊集贴近度的模糊推理系统摄动研究
- 2014年
- 目前对模糊推理系统规则摄动度量都是基于蕴涵关系进行研究的,而蕴涵算子选取不当必然会导致规则摄动出现误差。多数模糊推理算法也是基于蕴涵关系,这些算法因涉及模糊关系矩阵运算而使算法的计算过程比较复杂,有时推理结果和实际相差甚远。采用一种度量模糊推理系统规则摄动的新方法分析模糊推理系统的摄动,该方法不再使用蕴涵算子,而是基于规则摄动前后模糊集合的贴近度来度量,与以往的方法有着本质的不同,推理结果更贴合实际情况。
- 贾燕花徐蔚鸿
- 关键词：贴近度摄动模糊推理蕴涵算子
