黄彦辉
- 作品数：3 被引量：5H指数：2
- 供职机构：河南科技大学数学与统计学院更多>>
- 发文基金：博士科研启动基金河南省基础与前沿技术研究计划项目河南省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 两个变系数非线性Schrdinger的精确解被引量：3
- 2013年
- 首先利用齐次平衡原则、二阶线性辅助常微分方程求出辅助椭圆型方程的精确解,借助于上述辅助椭圆型方程,导出了两个变系数非线性Schrdinger方程的精确解以及相应的约束条件。
- 黄彦辉张金良魏鹏波
- 关键词：齐次平衡原则精确解
- SVM中一种新的减样方法
- 2007年
- 支持向量机（support vector machine，SVM）（文献[1—2]）是近几年来的研究热点，特别是使用SVM进行分类获得了极大的成功。然而当样本较大时，运算速度比较慢，使其应用受到了局限。文献[3]提出了中心支持向量机，它把以往的支持向量机同中心向量结合使用，改善了最优超平面的分类能力。受此启发。
- 黄彦辉薛贞霞张素玲
- 关键词：SVM支持向量机
- 支持向量机中核参数选择的Max-Min方法被引量：2
- 2007年
- 通过核函数技巧,定义了高维空间中两样本点之间的距离.引入异类距离平方阵,提出了一种新的选择SVM核参数准则,并给出算法,即max-min方法.该方法利用不同类的训练样本之间的距离,而不通过SVM标准样本训练寻求最优的(或有效的)核参数,避免了传统SVM在模型选择上经验性强和计算量大的不足.同时又分别以径向基核函数(RBF)和多项式函数为例进行试验,显示采用该方法的算法步骤.结合试验结果,得出关于核参数的选择问题一般在一个开集内只有有效值,不存在最优值,即是一个多目标优化问题的结论.并引用已有的实验结果充分支持我们的结论.max-min方法不仅在理论上提供了一种选择最优核参数的方法,而且对试验性选择具有指导作用.
- 薛贞霞黄彦辉张素玲
- 关键词：支持向量机核函数核参数
