陈春萍

作品数：2被引量：9H指数：2
导出分析报告
供职机构：西安电子科技大学通信工程学院更多>>
发文主题：FISHER准则SVM参数核函数梯度下降算法支持向量机更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《北京电子科技学院学报》《山东大学学报（理学版）》更多>>
所获基金：国家自然科学基金北京市自然科学基金中央高校基本科研业务费专项资金更多>>
-
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1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Fisher准则的SVM参数选择算法被引量：7
《山东大学学报（理学版）》2012年第7期50-54,69,共6页刘飚 陈春萍 封化民 李洋 
国家自然科学基金资助项目(60972139);中央高校基本科研业务费专项资金资助项目(YZDJ1105)
支持向量机(support vector machine,SVM)分类性能主要受到SVM模型选择(包括核函数的选择和参数的选取)的影响,目前SVM模型参数选择的方法并不能较好地确定模型参数。为此基于Fisher准则提出了SVM参数选择算法。该算法利用样本在特征空...
关键词：核函数 支持向量机 FISHER准则 梯度下降算法 
一种基于多模态特征融合的垃圾邮件过滤方法被引量：2
《北京电子科技学院学报》2011年第2期46-57,共12页杨兴华 封化民 江超 陈春萍 
国家自然科学基金项目"基于多模态特征的多媒体语义分析关键理论与技术研究(No.60972139)";北京市自然科学基金项目"基于网络多媒体信息语义的网络舆情分析研究"(No.4092041)"的资助
近年来,垃圾邮件制造者为了逃避基于文本的垃圾邮件过滤系统的检测,将垃圾信息嵌入到图像中,并将其附着在邮件正文中进行传播。传统的基于文本的过滤方式无法处理此类包含垃圾信息的邮件图像。为了应对这种同时包含文本和图像的垃圾邮件...
关键词：垃圾邮件过滤 多模态特征 多分类器融合 置信度 
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