任江涛
- 作品数：21 被引量：174H指数：8
- 供职机构：中山大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广东省教育科学“十二五”规划项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于PSO面向K近邻分类的特征权重学习算法被引量：9
- 2007年
- 特征权重学习是基于特征赋权的K近邻算法需要解决的重要问题之一,传统上提出了许多启发式的学习方法。近年来,随着进化计算技术在模式识别及数据挖掘领域的广泛应用,基于进化计算的权重学习和距离学习方法也得到越来越多的重视。本研究针对基于特征赋权的K近邻算法的权重学习问题,提出了一种基于PSO进行权重学习的算法PSOKNN,通过与传统KNN、GAKNN及ReliefKNN的实验比较分析表明,该方法可有效地搜索出合适的特征权重,获得较好的分类精度并淘汰冗余或无关的特征。
- 任江涛卓晓岚许盛灿印鉴
- 关键词：K近邻分类粒子群算法
- 一种优化的可能性测度计算树逻辑检测模型
- 2015年
- 可能性测度计算树逻辑模型检测验证中存在诸多问题,例如低性能效率和高时间复杂度。针对上述问题,基于传统的模型检测标记算法,为满足高复杂性、大规模的公式标记检测,设计并实现了I-PM_CTL算法。其基本步骤如下:第一步,先利用相关可能性测度对逻辑树公式进行计算,预处理标识公共子表达式的唯一性;第二步,在充分确保模型检测空间平衡状态下设定公共子表达式与可能性测度计算树逻辑模型状态;第三步,实施验证,为可能性测度计算树逻辑公式以极大概率一次性实现验证提供了保证。经过模拟实验发现,这一种方法一方面在很大程度上减小了相关时间复杂度,另一方面还使验证性能有所提升。
- 陈燕升张赞波吴忠坤任江涛
- 关键词：计算树逻辑
- 基于LVS的FTP资源共享平台负载均衡方案
- 2015年
- 高校校园网中的FTP服务资源共享平台面临支撑较大规模数据的并发访问的压力,论文基于LVS负载均衡技术整合和改进现有网络技术,设计三层结构服务器集群的FTP服务资源共享平台,并依托某高校实例予以实现,经对平台性能的相关参数测评表明:设计实现的平台方案优于实施前的方案,对促进有限资源条件下的高效资源共享平台构建技术发展具有实际意义。
- 陈燕升张文鸾任江涛
- 关键词：LVS负载均衡技术
- 多分辨率分析耦合近似稀疏表示的图像融合算法被引量：1
- 2017年
- 为了更好地处理图像高维特征奇异性,并兼顾融合图像目标特征与平均强度信息,提出了一种多分辨率分析与近似稀疏表示的图像融合算法。首先,对源图像进行对尺度分析,分别得到图像的高频和低频信息;然后,设计了近似稀疏表示(sparse representation,SR),通过近似SR系数来表示图像高频信息和低频信息;并利用绝对最大选择技术对近似SR稀疏转换,得到低频子带的近似系数和高频子带的细节系数,以达到用最少的系数来逼近奇异曲线。其次,构建了决策映射,对相同子带上的各SR系数的活性度和匹配度进行决策分析,输出决策值,通过决策值对图像进行匹配融合。最后,通过多尺度逆变换得到最终的融合图像。仿真实验表明:与当前图像融合算法相比,获得的融合图像具有更好的视觉效果,能有效图像突出目标信息,得到的图像具有更高的平均梯度和边缘评价因子;既突出了目标特征又保留平均强度信息,同时降低噪声影响。
- 夏文栋陈德礼任江涛刘远峰
- 关键词：图像融合多分辨率分析
- 基于先验知识下支持向量机P-SVM的分类算法被引量：2
- 2007年
- 支持向量机在分类算法原理中的顺次最小优化算法SMO一般比传统的块算法和固定工作样本集的算法具有更好的时间和空间复杂性,但是由于在实际应用领域中对样本的需求量很大,使得对样本的标记是应用中耗时耗力的工作.本文提出了基于先验知识下的支持向量机,通过引入先验信息量而减少所需样本的数量,同时给出了相应的P-SMO算法.分类应用背景利用中医证候数据,通过专家知识提供的证候知识规则,对训练样本集进行置信度的计算,然后使用P-SMO算法训练出P-SVM,实验结果表明分类效率有较大的提高.
- 印鉴梅芳张钢任江涛
- 关键词：支持向量机文本分类置信度
- 一种基于投票机制的代表点选择算法被引量：2
- 2007年
- 代表点选择是面向数据挖掘与模式识别的数据预处理的重要内容之一,是提高分类器分类正确率和执行效率的重要途径。提出了一种基于投票机制的代表点选择算法,该算法能使所得到的代表点尽可能分布在类别边界上,且投票选择机制易于排除异常点,减少数据量,从而有利于提高最近邻分类器的分类精度和效率。通过与多个经典的代表点选择算法的实验比较分析,表明所提出的基于投票机制的代表点选择算法在提高最近邻分类器分类精度和数据降低率上都具有一定的优势。
- 任江涛丘正元纪庆革
- 关键词：最近邻分类投票机制
- 一种时间序列快速分段及符号化方法被引量：4
- 2005年
- 作为一类重要的复杂类型数据,时间序列已成为数据挖掘领域的热点研究对象之一。针对时间序列的挖掘通常首先需要将时间序列分段并转变为种类有限的符号序列,以利于进一步进行时间序列模式挖掘。针对当前的时间序列分段方法复杂度较大,效率不高等问题,本文提出了一种简单高效的基于拐点检测的时间序列分段方法,并且采用动态时间弯曲度量计算不等长子序列的相异度,最后运用层次化聚类算法实现子序列的分类及符号化。实验表明,本文所提出的方法切实可行,实验结果具有较为明显的物理意义。
- 任江涛何武印鉴张毅
- 关键词：时间序列符号化数据挖掘
- 基于二进制PSO算法的特征选择及SVM参数同步优化被引量：20
- 2007年
- 特征选择及分类器参数优化是提高分类器性能的两个重要方面,传统上这两个问题是分开解决的。近年来,随着进化优化计算技术在模式识别领域的广泛应用,编码上的灵活性使得特征选择及参数的同步优化成为一种可能和趋势。为了解决此问题,本文研究采用二进制PSO算法同步进行特征选择及SVM参数的同步优化,提出了一种PSO-SVM算法。实验表明,该方法可有效地找出合适的特征子集及SVM参数,并取得较好的分类效果;且与文[4]所提出的GA-SVM算法相比具有特征精简幅度较大、运行效率较高等优点。
- 任江涛赵少东许盛灿印鉴
- 关键词：支持向量机粒子群算法
- 基于边界点的可分离性度量及特征选择被引量：1
- 2007年
- 提出了一种新的面向高维数据的特征选择方法,在特征子集搜索上采用遗传算法进行随机搜索,在特征子集评价上采用基于边界点的可分性度量作为评价指标及适应度。实验结果表明,该算法可有效地找出具有较好的可分离性的特征子集,从而实现降维并提高分类精度。
- 任江涛孙婧昊黄焕宇印鉴
- 关键词：边界点可分离性遗传算法
- 基于子空间特征融合的两级掌纹识别算法被引量：3
- 2015年
- 针对单一PCA或PCA只能提取掌纹的线性或非线性特征,单一分类器的掌纹识别率低缺陷,提出一种子空间特征融合的两级掌纹识别方法(PCA-KPCA-SVM)。首先采用子空间特征提取方法 PCA、KPCA分别提取掌纹图像线性和非线性特征,然后基于融合特征总类间距离最大准则,计算出最佳的融合系数,得到PCA、KPCA的融合掌纹特征,最后将融合特征输入到欧式距离分类器进行掌纹识别,如果拒绝识别,则输入支持向量机进行二次识别。采用Polyu掌纹图像库进行测试实验,结果表明,相对于对比算法,PCA-KPCA-SVM提高了掌纹识别率,有效降低了掌纹的误识率和拒识率。
- 吴婕任江涛
- 关键词：掌纹识别核主成分分析欧式距离支持向量机
