搜索筛选:
搜索耗时2.7204秒,为你在为你在102,285,761篇论文里面共找到 83 篇相符的论文内容
发布年度:
[期刊论文] 作者：廖士中,
来源：辽宁师范大学学报：自然科学版 年份：1992
提出了一种博弈树结点估值的新方法——聚合估值方法,并研究了聚合估值过程的剪枝技术....
[期刊论文] 作者：刘勇,廖士中,,
来源：武汉大学学报(理学版) 年份：2012
基于支持向量机(SVM)泛化误差界,提出了一种精确且有效的多核学习方法.首先,应用SVM泛化误差界推导多核学习优化形式,并给出求解其目标函数微分的计算公式.然后,设计高效的迭...
[期刊论文] 作者：廖士中,王建民,
来源：辽宁师范大学学报：自然科学版 年份：2000
概述了空间推理研究的内容，关键问题的基本方法，从基本原则，形式框架，研究步骤，表示体系和推理框架等五个方面提出了空间推理研究的方法学，结合实际研究案例阐述了该方法的合理性与......
[会议论文] 作者：廖士中,刘勇,
来源：2011年全国理论计算机科学学术年会 年份：2011
支持向量机(Support Vector Machine,SVM)是当前机器学习、模式识别和数据挖掘等领域的重要学习方法,核函数选择是研究和应用SVM的关键.传统模型选择方法利用数据从给定的候...
[期刊论文] 作者：ReidG.Hoffman,廖士中,
来源：世界科学 年份：2004
R.G.霍夫曼(Reid G.Hoffman)是斯坦福大学的一名学生,一九九○年五月再次会见约翰·麦卡锡(JohnMoCarthy)先生,就人工智能领域的广泛问题进行了交谈.约翰·麦卡锡是计算理论...
[期刊论文] 作者：贾磊,廖士中,,
来源：计算机科学 年份：2008
支持向量机是当前机器学习、模式识别和数据挖掘等领域的重要学习方法,核函数的构造是研究和应用支持向量机的关键问题。针对这一问题,提出了核函数构造的组合理论,定义了超...
[期刊论文] 作者：廖士中, 石纯一,,
来源：中国图象图形学报 年份：1999
结合迭代函数系统和有限自动机，提出了几何分形的正则生成系统表示模型，并应用生成测试法和自动机归纳学习算法研究了一类几何分形的建模方法，实验结果表明，该模型是简单有效的。......
[期刊论文] 作者：李子达,廖士中,,
来源：计算机工程 年份：2016
当训练数据充分时,极大似然估计方法是贝叶斯网络参数学习典型且有效的方法。但当训练数据量少且领域知识缺乏时,极大似然估计往往无法给出一致无偏的参数估计。为此,提出一...
[期刊论文] 作者：张闯, 廖士中,,
来源：数据采集与处理 年份：2018
数据分块数的选择是并行/分布式机器学习模型选择的基本问题之一,直接影响着机器学习算法的泛化性和运行效率。现有并行/分布式机器学习方法往往根据经验或处理器个数来选择...
[期刊论文] 作者：冯昌,廖士中,,
来源：计算机科学与探索 年份：2018
大规模核方法是大规模数据分析与挖掘的基本机器学习方法。核方法在再生核希尔伯特空间中训练线性学习器求解样本空间中的非线性问题,求解时间复杂度关于数据规模是平方级的,...
[期刊论文] 作者：刘惊雷,廖士中,
来源：模式识别与人工智能 年份：2014
从表示偏好知识的条件偏好网（CP—nets）模型出发，研究该模型上的正则化路径查询问题．首先从数据库的观点给出偏好数据库的两类查询（顶点查询和路径查询），并证明偏好数据库的表达能力......
[期刊论文] 作者：刘川,廖士中,
来源：模式识别与人工智能 年份：2015
间隔分布是Boosting算法的关键，现有的间隔分布泛化误差界难以计算，限制Boosting算法的发展．基于此问题，文中提出直接优化间隔分布的矩优化Boosting算法（MOBoost）．首先，推导基于间隔......
[期刊论文] 作者：廖士中,石纯一,
来源：计算机学报 年份：1997
本文提出了二维准分形形状的一种定性表示式－－－正则生成系统，研究了一类准分形形状的建模方法，改进了Ｐｒｕｓｉｎｋｉｅｗｉｃｚ和Ｇｕｊａｒ等人的工作。...
[期刊论文] 作者：冯昌,廖士中,,
来源：计算机研究与发展 年份：2016
模型选择是支持向量机（support vector machines,SVMs）学习的关键问题.标准支持向量机学习本质上是求解一个凸二次优化问题,求解的时间复杂度为数据规模的立方级,而经典的模型...
[期刊论文] 作者：廖士中,石纯一,
来源：计算机研究与发展 年份：1998
基于广义Ｖｏｒｏｎｏｉ图式，提出了Ｖｏｒｏｎｏｉ骨架边的跨度和势的概念，给出了保持连通性的层次骨架的建构算法。...
[期刊论文] 作者：廖士中,贾磊,
来源：计算机研究与发展 年份：2007
核方法是当前机器学习、模式识别和数据挖掘的重要方法,核函数的构造是应用核方法的关键.首先分析了核函数的基本性质,然后从理论上构造了一个新的球面核函数,并结合仿真实验...
[期刊论文] 作者：王梅,廖士中,
来源：2013年中国计算机学会人工智能会议 年份：2013
模型组合旨在整合并利用假设空间中多个模型提高学习系统的稳定性和泛化性.针对支持向量机(support vector machine,SVM)模型组合多采用基于样本采样方法构造候选模型集的现...
[期刊论文] 作者：贾磊,廖士中,,
来源：计算机工程与科学 年份：2008
核矩阵的组合方法是核函数构造和核方法学习的崭新的、重要的方法。目前，组合核矩阵的模型选择标准并不多见，应用较多的是核目标匹配，但该标准并不严格，尚具有较大的冗余性。针对......
[期刊论文] 作者：廖士中,卢玮,,
来源：计算机工程与应用 年份：2014
支持向量机（SVM）是最为流行的分类工具，但处理大规模的数据集时，需要大量的内存资源和训练时间，通常在大集群并行环境下才能实现。提出一种新的并行SVM算法，RF-CCASVM，可在有限计算......
[期刊论文] 作者：廖士中,石纯一,
来源：软件学报 年份：1999
文章针对现有的定性表示方法和拓扑推理算法存在的问题，提出了一种新的方法。首先，提出了基于概念邻域结构的定性表示方法，然后，给出了不同粒度层次上拓扑关系复合表的计算方法，最......
相关搜索：
