何玲

作品数：5被引量：40H指数：2
导出分析报告
供职机构：河南师范大学计算机与信息工程学院更多>>
发文主题：不均衡数据极限学习机主曲线过采样粒度划分更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《控制与决策》《小型微型计算机系统》《计算机应用》《计算机科学》更多>>
所获基金：国家自然科学基金中国博士后科学基金河南省基础与前沿技术研究计划项目河南省高校青年骨干教师资助项目更多>>
-
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1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向贯序不均衡分类的粒度极限学习机被引量：33
《控制与决策》2016年第12期2147-2154,共8页毛文涛 田杨阳 王金婉 何玲 
国家自然科学基金项目(U1204609);中国博士后科学基金项目(2014M550508);河南省高校科技创新人才计划项目(15HASTIT022);河南师范大学优秀青年基金项目(14YQ007);河南省高校青年骨干教师计划项目(2014GGJS-046)
针对现有算法对贯序到达的密度型不均衡数据分类效果不佳的缺陷,提出一种基于粒度划分的在线贯序极限学习机算法.离线阶段,根据数据分布特性对多类样本进行粒度划分,用粒心代替原有样本,建立初始模型;在线阶段,根据更新后的分布特性对...
关键词：极限学习机 粒度划分 贯序不均衡数据 欠取样 
基于主曲线的不均衡在线贯序极限学习机研究
《计算机科学》2016年第3期62-67,共6页王金婉 毛文涛 王礼云 何玲 
国家自然科学基金(U1204609);河南省基础与前沿技术研究计划项目(132300410430)资助
针对现有机器学习算法难以有效提高不均衡在线贯序数据中少类样本分类精度的问题,提出了一种基于主曲线的不均衡在线贯序极限学习机。该方法的核心思路是根据在线贯序数据的分布特性,均衡各类别样本,以减少少类样本合成过程中的盲目性,...
关键词：在线贯序极限学习机 不均衡数据 主曲线 少类样本合成过采样 
一种基于特征子集区分度优化的分组特征选择算法被引量：3
《小型微型计算机系统》2015年第8期1827-1831,共5页毛文涛 徐文涛 薛天宇 何玲 
国家自然科学基金项目(U1204609)资助;中国博士后科学基金项目(2014M550508)资助;河南省高校科技创新人才资助计划项目(15HASTIT022)资助;河南省高校青年骨干教师计划项目(2014GGJS-046)资助
针对现有特征选择算法大多对特征之间的结构化效应考虑不充分、可能导致所选择出的特征集存在冗余、进而影响算法效率和代表特征精确度的缺点,提出一种基于特征子集区分度优化的分组特征选择算法.该算法基于相关性强的特征其系数距离也...
关键词：特征选择 分组结构 离散型粒子群算法 0-1规划 
面向贯序不均衡数据的混合采样极限学习机被引量：3
《计算机应用》2015年第8期2221-2226,共6页毛文涛 王金婉 何玲 袁培燕 
国家自然科学基金资助项目(U1204609);中国博士后科学基金资助项目(2014M550508);河南省高校科技创新人才资助计划项目(15HASTIT022);河南省高校青年骨干教师资助计划项目(2014GGJS-046)
针对现有机器学习算法难以有效提高贯序不均衡数据分类问题中少类样本分类精度的问题,提出一种基于混合采样策略的在线贯序极限学习机。该算法可在提高少类样本分类精度的前提下,减少多类样本的分类精度损失,主要包括离线和在线两个阶段...
关键词：极限学习机 在线贯序数据 不均衡分类 主曲线 
基于不均衡样本重构的加权在线贯序极限学习机被引量：2
《计算机应用》2015年第6期1605-1610,共6页王金婉 毛文涛 何玲 王礼云 
国家自然科学基金资助项目(U1204609);中国博士后科学基金资助项目(2014M550508);河南省基础与前沿技术研究计划项目(132300410430)
针对现有学习算法难以有效提高不均衡在线贯序数据中少类样本分类精度的问题,提出一种基于不均衡样本重构的加权在线贯序极限学习机。该算法从提取在线贯序数据的分布特性入手,主要包括离线和在线两个阶段:离线阶段主要采用主曲线构建...
关键词：样本重构 极限学习机 主曲线 过采样 不均衡数据 
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