您的位置： 专家智库 > >

田勇

作品数：2 被引量：0H指数：0
供职机构：西华大学更多>>
发文基金：四川省教育厅自然科学科研项目国家科技支撑计划西华大学研究生创新基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇向量
  • 2篇向量机
  • 1篇支撑向量
  • 1篇支撑向量机
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据描述
  • 1篇损失函数
  • 1篇梯度下降
  • 1篇梯度下降法
  • 1篇下降法
  • 1篇降噪
  • 1篇降噪算法
  • 1篇二次损失函数
  • 1篇OCS
  • 1篇RM
  • 1篇SVDD

机构

  • 2篇西华大学

作者

  • 2篇田勇
  • 1篇王晓明
  • 1篇杨晓欢

传媒

  • 1篇西华大学学报...

年份

  • 2篇2016
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
关于SVDD和OCSVM模式降噪算法的研究
核方法是模式识别中最重要的算法之一，近年来被广泛地学习和使用。支撑向量数据描述（SVDD）和单类支撑向量机（OCSVM）是研究单分类问题的核方法，这两种算法常用于模式降噪。然而，SVDD模式降噪算法在降噪时需要多次的迭代...
田勇
关键词：降噪算法
基于改进RM界的二次损失函数支持向量机模式选择
2016年
半径-间隔界中最小包含球半径R的计算需要求解二次规划问题,增加了算法的计算量。为提高计算效率,提出一种基于改进RM界的二次损失函数支持向量机模式选择。用所有训练样本的最大距离D逼近半径R,用D替换R构成新的RM界,然后基于改进的RM界对二次损失函数支持向量机(L2-SVM)进行模式选择,并用梯度下降法调节最优参数。对算法的分类精度和计算效率进行仿真实验讨论,结果表明,与基于RM界的模式选择相比,虽然该算法的分类精度没有明显改变,但其计算效率至少提高1倍。
杨晓欢王晓明田勇宋景平
关键词：支持向量机梯度下降法
全选 清除 导出
共1页<1>
聚类工具0