搜索筛选:
搜索耗时0.1040秒,为你在为你在102,285,761篇论文里面共找到 14 篇相符的论文内容
发布年度:
[学位论文] 作者：门昌骞,,
来源：山西大学 年份：2013
近年来随着学习理论研究的深入,各种机器学习算法开始应用到实际问题中,由于许多机器学习算法涉及到矩阵的求逆或者分解,而求解这一问题的时间复杂度约为O(n3),当数据集规模...
[学位论文] 作者：门昌骞,
来源：北京化工大学 年份：2006
支撑向量机(Support Vector Machine,SVM)是近年来受到广泛关注的一类学习机器,它以统计学习理论(Statistical Learning Theory,SLT)为基础,具有简洁的数学形式、标准快捷的...
[期刊论文] 作者：门昌骞,王文剑,,
来源：计算机工程与设计 年份：2006
核及相关参数的选择是支撑向量机（support vector machine,SVM）研究中的核心问题之一.基于统计学习理论,提出一种通过角度切割样本集求解训练样本的近似凸包来进行最优核参数选...
[期刊论文] 作者：门昌骞,王文剑,,
来源：广西师范大学学报(自然科学版) 年份：2008
传统的支撑向量机是一种有监督学习方法，为了提高其泛化能力，提出了一种新的基于多学习器标记的半监督SVM学习方法。该方法将训练集分为有标记样本和无标记样本两个集合，通过对......
[期刊论文] 作者：尹儒, 门昌骞, 王文剑,,
来源：计算机科学与探索 年份：2020
随机森林(RF)具有抗噪能力强,预测准确率高,能够处理高维数据等优点,因此在机器学习领域得到了广泛的应用。模型决策树(MDT)是一种加速的决策树算法,虽然能够提高决策树算法...
[期刊论文] 作者：李超,门昌骞,王文剑,
来源：计算机科学与探索 年份：2020
探索与利用的均衡是强化学习研究的重点之一。探索帮助智能体进一步了解环境来做出更优决策;而利用帮助智能体根据其自身当前对于环境的认知来做出当前最优决策。目前大多数...
[期刊论文] 作者：门昌骞,王文剑,王平,,
来源：电脑开发与应用 年份：2006
SVM是一种基于核的学习．方法，核及相关参数的选择对其性能有非常重要的影响，提出了一种数据依赖的最优核参数估计方法，通过角度切割样本集求解训练样本的近似凸包，以确定最优的核......
[期刊论文] 作者：王文剑,门昌骞,孟德宇,
来源：第四届中国Rough集与软计算学术研讨会 年份：2004
本文提出一种新的基于误差驱动的支撑向量机增量学习算法,不仅具有较好的泛化能力,而且最终分类决策函数只包含较少的支撑向量数目,从而可以有效地提高支撑向量机的训练和测...
[会议论文] 作者：门昌骞,王文剑,王平,
来源：第十一届中国人工智能学术年会 年份：2005
模型选择是支持向量机(SupportVectorMachine,SVM)研究中的核心问题之一.本文提出一种数据依赖的模型选择方法,通过角度切割样本集求解训练样本的近似凸包以确定最优核参数....
[期刊论文] 作者：尹儒, 门昌骞, 王文剑,
来源：计算机科学与探索 年份：2019
...
[期刊论文] 作者：梁云, 门昌骞, 王文剑,
来源：山东大学学报(理学版 年份：2020
AdaBoost算法是一种将多个基学习器通过合理策略结合生成强学习器的集成算法,其性能取决于基学习器的准确率和多样性。但弱学习器分类精度不高往往也导致了最终强分类器性能较差,因此进一步为了提高算法的分类精确率,本文提出一种MDTAda模型,首先利用基尼指数迭......
[期刊论文] 作者：高虹雷,门昌骞,王文剑,
来源：小型微型计算机系统 年份：2021
目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决...
[期刊论文] 作者：尹儒, 门昌骞, 王文剑, 刘澍泽,,
来源：模式识别与人工智能 年份：2018
决策树算法采用递归方法构建,训练效率较低,过度分类的决策树可能产生过拟合现象.因此,文中提出模型决策树算法.首先在训练数据集上采用基尼指数递归生成一棵不完全决策树,然...
[期刊论文] 作者：门昌骞,孟晓超,姜高霞,王文剑,
来源：小型微型计算机系统 年份：2004
基于主动学习的标签噪声清洗方法(Active label noise cleaning,ALNC)是一种通过主动学习筛选疑似噪声样本,进而交给人工专家进行再标记的标签噪声清洗方法.虽然该方法既有很...
相关搜索：
