宋云胜

作品数：7被引量：12H指数：2
导出分析报告
供职机构：山西大学计算机与信息技术学院更多>>
发文主题：数据划分相似度聚类子集药效更多>>
发文领域：自动化与计算机技术理学医药卫生更多>>
发文期刊：《数据采集与处理》《中北大学学报（自然科学版）》《山东大学学报（理学版）》《中国科学技术大学学报》更多>>
所获基金：国家自然科学基金山西省高等学校高新技术产业化项目国家重点基础研究发展计划山西省研究生教育改革研究课题更多>>
-
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1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于数据划分的核岭回归加速算法被引量：6
《中国科学技术大学学报》2018年第4期284-289,共6页刘恩江 宋云胜 梁吉业 
国家自然科学基金重点项目(61432011;U1435212)资助
核岭回归(KRR)是一种重要的回归算法,具有可解释性、强泛化性能等优点,被广泛应用于模式识别、数据挖掘等领域;然而面对大规模数据时,核岭回归存在着训练效率较低的缺陷.为此,利用分而治之思想提出一种基于数据划分的核岭回归加速算法(P...
关键词：核岭回归 分而治之 平行分割 主成分分析 
基于数据划分的k-近邻分类加速算法机理分析被引量：1
《中国科学技术大学学报》2018年第4期331-340,共10页宋云胜 王杰 梁吉业 
国家自然科学基金重点项目(U1435212;61432011);山西省重点科技攻关项目(MQ2014-09)资助
k-近邻(k NN)分类算法因具有不对数据分布做任何假设、操作简单且泛化性能较强的特点,在人脸识别、文本分类、情感分析等领域被广泛使用.k NN分类算法不需要训练过程,其简单存储训练实例并根据测试实例与存储的训练实例进行相似度比较...
关键词：K-近邻 数据划分 局部信息 实例子集 聚类 
基于分层抽样的k近邻分类加速算法
《数据采集与处理》2017年第6期1153-1162,共10页宋云胜 梁吉业 
国家自然科学基金(61432011;U1435212)重点资助项目;山西省煤炭重点科技攻关计划(MQ2014-09)资助项目
k近邻(k nearest neighbor,kNN)分类作为数据挖掘中最典型的算法之一,以较高的泛化性能以及充足的理论基础被广泛应用。然而kNN在测试时需要计算待识别实例与所有训练实例之间的距离,以至于在面对大规模数据时需要大量的时间。为此,提...
关键词：分层抽样 数据划分 近邻 分类精度 运行时间 
一种有效的面向高维数值型数据的聚类方法被引量：1
《山西大学学报（自然科学版）》2014年第2期206-209,共4页李顺勇 宋云胜 赵兴旺 
高等学校博士学科点专项科研基金(20121401110013);国家自然科学基金(61175067)
聚类作为一种无监督的学习方法,利用对数据的分析从中发掘有用的信息。聚类质量的高低通常取决于聚类方法所使用的相似性度量方法和实现方式。文章中提出了一种有效的面向高维数值型数据的聚类方法——新的线性相似性度(LM),可以较好地...
关键词：聚类 高维数据 相似性度量 线性相似度 
组效关系中临界值的确定被引量：1
《中北大学学报（自然科学版）》2012年第1期70-72,共3页李顺勇 宋云胜 
国家自然科学基金资助项目(11002083);山西省研究生教育改革项目(20102003);山西省高校高新技术产业化项目(20090006)
基于中药指纹图谱中的色谱峰与药效指标之间的灰色关联度,利用统计中的假设检验和非参数估计,对如何确定中药材(Traditional Chinese Medicine,TCM)中有效组分的临界值问题进行了研究.克服了主观设定临界值的缺陷,为探究中药中的有效组...
关键词：有效组分 关联度 临界值 非参数估计 Bootstrap重抽样 
有限乘法群的特殊剖分
《中北大学学报（自然科学版）》2011年第1期24-25,共2页宋云胜 张晓琴 
山西省科学技术发展计划项目(20090322003);山西省高校高新技术产业化项目(20090006)
在群原有的运算和性质的基础上,定义了集合剖分的概念以及集合元素间的相关运算,拓展了有限乘法群的运算规律和性质.在两个子群满足两个特殊限定的条件下,首先对它们进行特殊剖分,然后利用它们对复杂的有限乘法群进行特殊的剖分,最后证...
关键词：群 剖分 元素 子集 单位元 
线性模型下基于AIC准则的Bayes变量选择被引量：3
《山东大学学报（理学版）》2010年第6期43-45,共3页王树云 宋云胜 
国家自然科学基金资助项目(10671110);国家重点基础研究发展规划项目计划(973计划)(2007CB814900)
讨论了线性模型下Bayes变量选择问题。通过用AIC准则来修正经典的Bayes变量选择方法,构造修正后的子模型后验分布,并且通过仿真计算验证,修正后的后验分布可以提高变量选择精度。
关键词：Bayes变量选择 AIC准则 后验分布 
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