覃希

作品数：8被引量：60H指数：3
导出分析报告
供职机构：广西大学计算机与电子信息学院更多>>
发文主题：支持向量机SVM商空间聚类算法聚类更多>>
发文领域：自动化与计算机技术电子电信更多>>
发文期刊：《计算机技术与发展》《计算机应用研究》《计算机测量与控制》《计算机科学》更多>>
所获基金：教育部人文社会科学研究基金国家自然科学基金广西工学院自然科学基金更多>>
-
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1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于模糊神经网络的无人机数据传输时延控制模型被引量：1
《计算机测量与控制》2024年第6期97-103,共7页韦金日 覃希 
传输信道状态若是处于拥塞状态,会使得无人机数据传输时延大幅度增加,所以构建基于模糊神经网络的无人机数据传输时延控制模型;考虑直射、散射和反射等现象确定无人机数据传输信道,计算无人机数据传输信道传输时延,综合能量消耗、时延...
关键词：模糊神经网络 无人机数据 传输时延 时延控制模型 拥塞状态 能量消耗 
用KPCA-SVM的方法检测垃圾标签的研究
《计算机技术与发展》2014年第5期65-69,共5页习扬 苏一丹 覃希 
教育部人文社会科学研究项目(11YJAZH080)
高维数据中进行各种处理时所需样本数量会成指数级增加,同时样本间距离的价值也逐渐减小,将导致维数灾问题。文本标签数据通常会面临数据维数过高的问题,会影响用户对垃圾标签的检测。文中借助支持向量机的数学模型构建出针对Folksonom...
关键词：数据降维 核主成分分析法 支持向量机 垃圾标签 
商空间框架下的大规模SVM数据集约减法
《计算机科学》2013年第12期104-107,共4页覃希 苏一丹 张雯 
中国国家自然科学基金(61063032);中国教育部人文社会科学研究规划基金(11YJAZH080)资助
借助商空间框架下的粒度分析理论及其计算方法,提出将"粒度"的概念用于大规模SVM数据集的约减来建立商空间框架下的约减模型。该约减模型的约减方向是由远及近地向分类超平面削减,其削减幅度也伴随集合的缩小而由粗到细逐渐变化。同时,...
关键词：商空间 粒度 约减法 支持向量机 
用核K-means聚类和半定规划SVM实现垃圾标签检测
《计算机应用研究》2013年第4期1179-1182,1186,共5页覃华 丁立朵 符丽锦 覃希 
国家自然科学基金资助项目(61063032);国家教育部人文社会科学研究项目(11YJAZH080)
提出使用核K-means聚类算法从样本集中抽取特征向量集来训练SVM,达到减少SVM规模的目的。SVM核函数的选择会影响SVM模型的分类效果,提出将多个非线性映射能力不同的核函数进行线性组合,在特征训练集上构造出组合SVM的半定规划模型,用内...
关键词：垃圾标签识别 支持向量机 多核函数组合 半定规划 
标签模糊和冗余在标签推荐中的研究及应用
《计算机应用研究》2011年第8期2971-2973,共3页张新伦 苏一丹 覃希 
现有的Folksonomy标签推荐系统使用的推荐算法没有考虑标签模糊和冗余问题,影响了用户建模和对推荐系统评估的准确性,并且降低了系统的推荐质量,增加了用户选择喜好项目时的负担。通过对标签推荐系统的研究,将标签模糊和冗余应用到标签...
关键词：标签推荐系统 标签模糊 标签冗余 标签推荐算法 推荐质量 
用双层减样法优化大规模SVM垃圾标签检测模型被引量：5
《计算机应用研究》2011年第6期2095-2098,共4页覃希 苏一丹 
广西工学院自然科学基金资助项目(院科自1074011)
针对支持向量机在训练大规模数据集时出现的速度瓶颈问题,提出一种新的减样方法,称为双层减样法。数据减样时,双层减样法从粗、细粒度两个层次削减样本。粗粒度约减时,利用核空间距离聚类法,以簇为单位削减冗余子集;细粒度约减时,以点...
关键词：FOLKSONOMY 垃圾标签 支持向量机 双层减样法 约减 
一种高效的K-medoids聚类算法被引量：47
《计算机应用研究》2010年第12期4517-4519,共3页夏宁霞 苏一丹 覃希 
针对K-medoids算法初始中心点选择敏感、大数据集聚类应用中性能低下等缺点,提出一个基于初始中心微调与增量中心候选集的改进K-medoids算法。新算法以微调方式优化初始中心,以中心候选集逐步扩展的方式来降低中心轮换的计算复杂性。实...
关键词：聚类 K-medoids算法 中心微调 增量候选 
基于支持向量机的垃圾标签检测模型被引量：11
《计算机应用研究》2010年第10期3893-3895,共3页覃希 夏宁霞 苏一丹 
为解决Folksonomy存在垃圾标签的问题,提出垃圾标签检测模型。利用向量空间模型表征用户特征,再用支持向量机将Folksonomy用户二分类。通过检测出隐藏在正常用户群体中的垃圾投放人,以此减少垃圾标签数量。实验结果表明,基于支持向量机...
关键词：垃圾标签 社会化标签系统 支持向量机 检测模型 
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