您的位置： 专家智库 > >

朱远枫

作品数：4 被引量：1H指数：1
供职机构：安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
发文基金：国家重点基础研究发展计划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>>

合作作者

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 1篇蛋白质二级结...
  • 1篇优化神经网络
  • 1篇神经网络集成
  • 1篇网络
  • 1篇网络集成
  • 1篇文本分类
  • 1篇文本分类方法
  • 1篇类方
  • 1篇基于资源
  • 1篇交叉覆盖算法
  • 1篇泛化
  • 1篇泛化能力
  • 1篇RELIEF...
  • 1篇RON

机构

  • 4篇安徽大学

作者

  • 4篇朱远枫
  • 2篇张燕平
  • 2篇徐庆鹏
  • 2篇章晶
  • 1篇乔立秋

传媒

  • 2篇电脑知识与技...
  • 1篇计算机应用与...

年份

  • 1篇2010
  • 3篇2009
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
一种基于资源优化神经网络(RON)的文本分类方法
2010年
应用有指导的机器学习方法实现了一个文本分类器。运用改进型的CHI统计量方法对分词结果进行特征提取,对传统的TF-IDF加权公式进行了一些改进(称之为:ETF-IDF),运用资源优化神经网络RON(Resource-optimizing Networks)构建分类器。在复旦大学提供的中文文本分类语料库上进行分类实验,实验结果表明该分类器较之BP算法有较高的分类质量,且ETF-IDF加权公式较之传统的TF-IDF加权公式有其优越性,提高了分类的精度和性能,满足了中文文本自动分类的要求。
张燕平乔立秋朱远枫徐庆鹏
关键词：文本分类RON
基于交叉覆盖算法的蛋白质二级结构预测方法
2009年
蛋白质二级结构预测在蛋白质空间结构预测中起着承上启下的重要作用。近年来，大量的方法应用于二级结构预测中，其中，神经网络算法效果较好。但是，由于传统的神经网络存在结构复杂、学习速度慢、运行效率低、处理海量数据困难的缺陷，大大影响了预测的效果，因此，该文将一种基于构造性神经网络算法，也就是交叉覆盖算法应用于蛋白质二级结构预测中，另外，为了引入更多的同源家族结构的信息，采用了基于概率的Profile编码方式。通过实验证明将交叉覆盖算法运用在蛋白质二级结构预测中的可行性．并且比传统的神经网络方法有了更高的准确率。
张燕平章晶徐庆鹏朱远枫
关键词：交叉覆盖算法蛋白质二级结构
基于改进的ReliefF算法的神经网络集成分类模型被引量：1
2009年
为进一步提高集成学习中各个神经网络的差异性，该文采用了一种改进的特征选择方法一基于概率抽样的ReliefF算法，并将其引入到集成所用的Bagging方法中。实验结果表明，该文提出的基于改进的KelietT算法的神经网络集成分类模型的泛化能力优于Bagging方法。
朱远枫章晶史娜
关键词：RELIEFF算法神经网络集成
构造性神经网络的集成分类模型及应用
神经网络集成是目前机器学习的热门研究方向之一,在许多领域有着广泛的应用,如数据挖掘、模式识别、文本分类、预测等方面。神经网络集成通过训练多个神经网络并将其结果进行合成,可以显著地提高学习系统的泛化能力。它加深了学者们对于...
朱远枫
关键词：泛化能力
文献传递
全选 清除 导出
共1页<1>
聚类工具0