郑春颖

作品数：9被引量：91H指数：5
导出分析报告
供职机构：空军工程大学防空反导学院更多>>
发文主题：支持向量机ADABOOSTSVM多类支持向量机有向无环图更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机应用》《系统工程与电子技术》《航空计算技术》《计算技术与自动化》更多>>
所获基金：陕西省自然科学基金国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
电子商务中的数据挖掘及其在CRM中的应用
《信息与电脑（理论版）》2012年第4期173-174,共2页郑全第 朱法顺 郑春颖 
阐述了电子商务EC中数据挖掘DM的数据资源和基本方法,并给出其在客户关系管理CRM系统中的应用。
关键词：电子商务 数据挖掘 客户关系管理 聚类 关联规则 
一种修正的Dubois-Prade证据推理组合规则被引量：3
《控制与决策》2012年第1期139-142,共4页权文 王晓丹 周进登 郑春颖 
国家自然科学基金项目(60975026)
基于对Dubois-Prade证据推理理论的分析与研究,针对Dubois-Prade组合规则的不足,归纳出3类导致Dubois-Prade组合规则失效的情况;在Dubois-Prade组合规则的基础上,引入了修正因子,给出一种修正的Dubois-Prade组合规则—–MDP组合规则.实...
关键词：D-S理论 证据推理 组合规则 动态信息融合 
基于模糊积分的支持向量机动态集成方法
《系统工程与电子技术》2011年第6期1429-1432,共4页郑春颖 王晓丹 郑全弟 权文 
国家自然科学基金(F0975026)资助课题
确定模糊密度是应用模糊积分进行融合的核心问题。分析了目前存在的各类模糊密度赋值方法存在的不足,在探索证据相互关系的基础上,提出了证据支持度的概念,并基于证据支持度给出了一种动态模糊密度赋值方法,分析了分类器之间的差异性对...
关键词：模糊积分 模糊密度 证据支持度 差异性 影响因子 
基于试探的变步长自适应粒子群算法被引量：5
《计算机科学》2009年第11期193-195,共3页郑春颖 郑全弟 王晓丹 王玉冰 
国家自然基金(No.F0975026);陕西省自然科学研究计划项目(No.2007f19)资助
针对粒子群算法容易陷入局部最优的缺陷,在分析惯性因子在算法中的作用机理的基础上,设计了一个根据种群多样性和进化代数自适应调节的惯性因子,并运用试探法,通过变换搜索步长,提高算法的局部搜索能力。最后,给出了3个典型函数的模拟例...
关键词：粒子群算法 惯性因子 进化代数 
AdaBoost-SVMDT及其在HRRP识别中的应用
《弹箭与制导学报》2008年第3期305-308,共4页郑全第 朱发顺 郑春颖 
陕西省自然科学基金(2004F36)资助
HRRP所具有的易于获得和处理的独特优势,使得基于HRRP的识别方法成为现代战争环境感知和目标识别的主要方法之一。AdaBoost是一种能够提高任意分类器的分类精度的学习框架,将其引入SVM-DT,并应用于HRRP识别,可提高HRRP的识别精度。实验...
关键词：HRRP ADABOOST SVMDT 
一种基于AdaBoost的SVM分类器被引量：23
《空军工程大学学报（自然科学版）》2006年第6期54-57,共4页王晓丹 孙东延 郑春颖 张宏达 赵学军 
陕西省自然科学研究计划项目(2004F36)
针对AdaBoost的分量分类器的分类精度和差异性互为矛盾、以至于该矛盾的存在降低了AdaBoost算法的分类精度和泛化性的问题,提出了一种变σ-AdaBoostRBFSVM算法,通过根据训练样本调整各个分量分类器的核函数参数值,使分量分类器在精度和...
关键词：支持向量机 ADABOOST算法 分类器 
一种新的SVM对等增量学习算法被引量：21
《计算机应用》2006年第10期2440-2443,共4页王晓丹 郑春颖 吴崇明 张宏达 
国家自然科学基金资助项目(50505051);陕西省自然科学研究计划项目(2004F36)
在分析支持向量机(SVM)寻优问题的KKT条件和样本分布之间关系的基础上,分析了新增样本的加入对SV集的影响,定义了广义KKT条件。基于原训练样本集和新增训练样本集在增量训练中地位等同,提出了一种新的SVM增量学习算法。算法在及时淘汰...
关键词：支持向量机 增量学习 
多类支持向量机算法综述被引量：33
《计算技术与自动化》2005年第4期61-63,共3页黄勇 郑春颖 宋忠虎 
陕西省自然科学研究项目(2004F36)
传统的支持向量机是基于两类问题提出的,如何将其有效的推广至多类问题仍是一个有待研究的问题。本文中作者致力于对现有的几种较有成效的多类支持向量机做一介绍,并比较其优劣,以期对研究者以后的研究能有所启发。
关键词：支持向量机 多类 有向无环图 纠错编码支持向量机 
一种改进的SVM算法被引量：6
《航空计算技术》2005年第2期6-8,共3页郑春颖 
陕西省自然科学研究项目基金资助(2004F36)
当训练集的规模很大特别是支持向量很多时,支持向量机的学习过程需要占用大量的内存,寻优速度非常缓慢,这给实际应用带来了很大的麻烦。文献[4]提出了一种针对大规模样本集的学习策略,该方法虽大幅降低了学习的代价,但存在着一个致命的...
关键词：支持向量机 训练集 分类精度 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部