收藏本站
《西安电子科技大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

核机器学习方法研究

周伟达  
【摘要】: 从上世纪60年代始,人们开始研究基于数据的机器学习问题理论,直至上世 纪九十年代,在Vapnik等人的努力下,基于数据的机器学习理论得到了长足的发 展,形成了一门比较完善的统计学习理论,并在此基础上创建了一类全新的通用 的有效的机器学习算法:支撑矢量机。统计学习理论的精髓在于引入了假设函数 集容量控制的概念,学习机为了获得好的推广能力,需在假设函数集容量控制和 最小化经验风险之间作一个好的折衷。在统计学习理论出现和完善之前,在机器 学习中引入核函数,更广义地说就是引入非线性映射和非线性函数技术早已有之。 但核函数真正在机器学习中获得成功应用始于支撑矢量机。其原因就是由于引入 了非线性函数,使得学习机假设函数集太大,容易导致学习机的过拟合而降低推 广能力。正是统计学习理论和核技术的结合,才触发了从上世纪九十年代中期开 始的核机器的出现和快速成功的发展。目前主要的核机器技术包括支撑矢量机、 核Fisher分类器和核主分量分析等。本论文的所有工作正是在上述结合点上展开,主要包括两大部份的内容:支撑矢量机算法分析和改进方面以及基于统计学习理 论的新核机器算法方面。 在支撑矢量机算法分析和改进方面,本论文主要作了以下四方面的工作:第一、分析了支撑矢量机的基本几何性质。我们针对模式识别和回归估计两 类支撑矢量机,分别分析和证明了它们的一些基本几何性质,基于这些性质讨论 了支撑矢量机对新增样本的推广能力,得到了一些非常有价值的结论。从这些结 论可以看出支撑矢量机对新增样本具有良好的推广能力,并且支撑矢量机是一种 可积累的学习模型。 第二、提出了线性规划支撑矢量机。我们通过对统计学习理论中一些重要结论,特别是线性假设函数集VC维数的分析,得到了一类线性规划支撑矢量机。在线性 规划支撑矢量机中,以对VC维数界作适当放宽为代价,从而降低支撑矢量机的求 解复杂度。在该章最后对人工和实际样本的实验结果说明了线性规划支撑矢量机 采用放宽VC界对学习机推广能力的影响是可以接受的,而在计算复杂度上明显优 于原支撑矢量机。 第三、提出了无约束规划回归估计支撑矢量机。当采用高斯损失函数时,我们 提出了一种无约束支撑矢量机回归估计算法,并证明了该算法具有严格的凸性,不存在局部极小解。该算法较标准支撑矢量机而言,由于不存在线性约束,可以 雷达信号处理重点实验室 WP=6 II核机器学习方法研究 采用快速的多维搜索数值方法,如最陡下降法、Newton法和共轭梯度法等具有较 快的优化速度,而且能够直接推广到复数域中。 第四、提出了自适应支撑矢量机算法。通常无线通信信道具有时变性,要求多 用户检测算法具有自适应性。我们提出了一种自适应支撑矢量机方法,并把它用 于信道时变情况下的多用户检测。一方面由于支撑矢量机引入结构风险,使得支 撑矢量机多用户检测的推广能力较好且对训练要求的样本数也大大下降;另一方 面由于支撑矢量机的非线性特性可以比线性检测器更好地逼近最佳检测器。 在新的基于统计学习理论的核机器方面,本论文主要作了以下四方面的工作。 第一、提出了一种新的支撑矢量机模型选择准则。支撑矢量机模型选择由于 其高度的非线性一直是一个非常困难的公开问题。我们通过对支撑矢量机推广能 力的分析,提出了一种构造性的与样本分布有关的推广能力衡量准则。该准则与 统计学习理论中的推广能力准则具有几何上的一致性,由样本的二阶统计量构成,比已有的完全不依赖于样本分布的推广能力上界更能反映学习过程的收敛性和收 敛速率。较为重要的一点是该准则在学习过程之前是可处理的,所以它可以用作 所有分类器中数据预处理的准则,同时也可以为支撑矢量机模型的选择提供依据。 第二、提出了复值支撑矢量机算法。支撑矢量机由于采用了Vapnike-不敏感 损失函数和数值优化算法,不能简单地推广到复数域。为了使支撑矢量机适用于 复值样本的处理,我们发展了模式识别复值支撑矢量机和回归估计复值支撑矢量 机。首先我们受到数字通信中相位调制方法的启示,定义了复平面上的N进制复 值符号函数。然后基于所定义的复值符号函数提出并推导了复数域的二分和四分 模式识别支撑矢量机。对于复数域的二分模式识别问题,我们证明了二分模式识 别复值支撑矢量机与采用增维方法的实值支撑矢量机等效,因而它仅具数学意义。 对于复数域的四分模式识别问题,四分模式识别复值支撑矢量机与数字通信中 4-QAM解调决策完全一致,因此将具有良好的实用价值。我们进一步在模式识别 复值支撑矢量机中通过引入复核函数及其对应的核函数组得到了非线性模式识别 复值支撑矢量机,并讨论了几种典型的复核函数和核函数组。另一方面,严格地 说复值样本的回归估计并不能简单地分解为分别对实部和虚部的回归估计。我们 针对复值样本的回归估计提出了线性回归估计复值支撑矢量机,并类似模式识别 复值支撑矢量机进一步通过引入复核函数以及对应的核函数组得到了非线性回归 估计复值支撑
【学位授予单位】:西安电子科技大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TP181

【引证文献】
中国期刊全文数据库 前5条
1 解明辉;李文元;李少根;;一种基于核方法的LMF自适应多用户检测器[J];兵工自动化;2012年03期
2 王亚玲;司海峰;吕晓华;冯涛;;关于第三代移动通信系统核心技术的研究[J];硅谷;2008年09期
3 杨冬云;李数函;;支持向量机核函数的构造方法研究与分析[J];高师理科学刊;2010年02期
4 王亚玲;司海峰;吕晓华;冯涛;;关于第三代移动通信系统核心技术的研究[J];江西通信科技;2008年02期
5 穆向阳;张太镒;周亚同;;尺度核函数在最小二乘支持向量机信号逼近中的应用[J];西安交通大学学报;2008年12期
中国博士学位论文全文数据库 前10条
1 徐冲;分岔隧道设计施工优化与稳定性评价[D];北京交通大学;2011年
2 刘笑嶂;核方法的若干关键问题研究及其在人脸图像分析中的应用[D];中山大学;2010年
3 柴艳莉;基于智能信息处理的煤与瓦斯突出的预警预测研究[D];中国矿业大学;2011年
4 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
5 李青;优化核方法[D];西安电子科技大学;2007年
6 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年
7 尹传环;结构化数据核函数的研究[D];北京交通大学;2008年
8 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
9 郭雷;宽带雷达目标极化特征提取与核方法识别研究[D];国防科学技术大学;2009年
10 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 史亚;雷达辐射源个体识别中的分类器设计与子空间学习[D];西安电子科技大学;2011年
2 郭芹;基于弱相关抽样的正则化学习算法的一致性分析[D];济南大学;2011年
3 任亚平;基于核独立成分分析的图像去噪[D];华南理工大学;2011年
4 王伟;支撑向量机及其在雷达目标识别中的应用研究[D];郑州大学;2006年
5 王令军;基于图切分的目标区域自动提取及其在图像检索中的应用[D];南京理工大学;2008年
6 柳永强;基于闭凸包收缩的非线性分类方法研究[D];华中师范大学;2009年
7 单凯晶;基于核聚类的高分辨距离像识别算法研究[D];国防科学技术大学;2008年
8 曹国超;动态心电图波形改进分类策略研究[D];天津理工大学;2009年
9 刘卓;基于曲线波变换和核支撑矢量机的SAR自动目标识别方法研究[D];西安电子科技大学;2010年
10 张一凡;基于Curvelet和快速稀疏LSSVM的目标识别[D];西安电子科技大学;2010年
【参考文献】
中国期刊全文数据库 前10条
1 姬翔,钟义信;一种神经网络多用户检测器[J];电子学报;1999年12期
2 焦李成,张莉,周伟达;支撑矢量预选取的中心距离比值法[J];电子学报;2001年03期
3 周伟达,张莉,焦李成;支撑矢量机推广能力分析[J];电子学报;2001年05期
4 张莉,周伟达,焦李成;尺度核函数支撑矢量机[J];电子学报;2002年04期
5 张宗平,刘贵忠,董恩清;基于二进小波变换的信号去噪[J];电子与信息学报;2001年11期
6 张莉,周伟达,焦李成;子波核函数网络[J];红外与毫米波学报;2001年03期
7 张莉,周伟达,焦李成;用于一维图像识别的支撑矢量机方法[J];红外与毫米波学报;2002年02期
8 张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期
9 周伟达,张莉,焦李成;一种改进的推广能力衡量准则[J];计算机学报;2003年05期
10 张 莉,周伟达,焦李成;一类新的支撑矢量机核[J];软件学报;2002年04期
【共引文献】
中国期刊全文数据库 前10条
1 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
2 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
3 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
4 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
5 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
6 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
7 孙小军;焦建民;何俊红;;解优化问题的遗传加速信赖域搜索算法[J];安徽大学学报(自然科学版);2008年03期
8 张家昕;段复建;;一种结合NCP函数的SQP滤子新算法[J];安徽大学学报(自然科学版);2010年05期
9 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
10 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
中国重要会议论文全文数据库 前10条
1 严传魁;王如彬;;基于汉密尔顿原理的神经元模型[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
3 刘钰;韩峰;董楠;陆希成;雷鸣;;爆炸容器安全概率的统计分析方法[A];全国危险物质与安全应急技术研讨会论文集(下)[C];2011年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
6 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
7 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
8 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
9 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
10 ;Novel Hybrid Clustering Algorithm Incorporating Artificial Immunity into Fuzzy Kernel Clustering for Pattern Recognition[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
3 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
4 张泽宝;空间数据库的索引技术研究[D];哈尔滨工程大学;2009年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
8 李桃迎;交通领域中的聚类分析方法研究[D];大连海事大学;2010年
9 李华文;船舶交通管理系统经济社会影响评价研究[D];大连海事大学;2010年
10 刘冬雁;川西高原甘孜黄土记录的早更新世晚期以来的古气候变化[D];中国海洋大学;2009年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010年
4 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
5 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
6 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
7 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
8 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
9 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
10 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 黄宣明;;大型地下立交隧道施工技术探讨[J];地下空间与工程学报;2007年04期
2 何国华;;区域物流需求预测及灰色预测模型的应用[J];北京交通大学学报(社会科学版);2008年01期
3 李玉鉴,王守觉;方向基函数神经网络及其逼近能力[J];北京工业大学学报;2003年03期
4 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
5 刘万春,罗双华,朱玉文,谢世斌;基于聚类分析和支持向量机的布匹瑕疵分类方法[J];北京理工大学学报;2004年08期
6 付华;王雨虹;;基于数据挖掘的瓦斯灾害信息融合模型的研究[J];传感器与微系统;2008年01期
7 路威;余旭初;刘娟;杨国鹏;;基于分布异常的高光谱遥感影像小目标检测算法[J];测绘学报;2006年01期
8 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期
9 南存全,冯夏庭;基于模式识别的煤与瓦斯突出区域预测[J];东北大学学报;2004年09期
10 高明星,杨健,彭应宁;极化雷达遥感中目标特征提取[J];电波科学学报;2004年04期
中国博士学位论文全文数据库 前10条
1 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年
2 史旭华;基于多Agent系统的人工免疫网络及其应用研究[D];华东理工大学;2011年
3 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
4 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年
5 董元方;机器学习中的模型选择问题研究[D];吉林大学;2011年
6 廖学军;基于高分辨距离像的雷达目标识别[D];西安电子科技大学;1999年
7 郑义明;SAR/ISAR运动补偿新方法研究[D];西安电子科技大学;2000年
8 孙兴华;基于内容的图像检索研究[D];南京理工大学;2002年
9 郦苏丹;SAR图像特征提取与目标识别方法研究[D];国防科学技术大学;2001年
10 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
中国硕士学位论文全文数据库 前10条
1 王欣冉;基于小波包与最小二乘支持向量机的时间序列预测研究[D];中国地质大学(北京);2011年
2 王莉莉;基于组合模型的国内矿产资源消耗预测[D];成都理工大学;2011年
3 胡海霞;基于灰色系统与时间序列的矿产资源产量预测[D];成都理工大学;2011年
4 王雷;支持向量机预测煤储层渗透性[D];中国石油大学;2011年
5 白凤仙;面向工程的电磁场软件与电磁场逆问题研究[D];太原理工大学;2002年
6 张丽;基于神经网络的仿真元建模方法研究[D];国防科学技术大学;2003年
7 冯俊;基于特征提取与神经网络的心电图分类研究[D];四川师范大学;2005年
8 蔡金清;基于以太网的工业网络控制系统研究[D];天津工业大学;2005年
9 张艳丽;基于小波变换与模糊神经网络的ECG自动分析[D];山东大学;2005年
10 张伟;再生核的构造及再生核空间的若干逼近问题[D];国防科学技术大学;2005年
【二级引证文献】
中国期刊全文数据库 前10条
1 胡庆安;吴明慧;;基于双重特征的协议识别方法[J];计算机安全;2010年03期
2 施云飞;宋千;金添;周智敏;;前视成像雷达图像序列配准算法研究[J];电子与信息学报;2011年06期
3 施云飞;宋千;金添;周智敏;;自适应特征筛选的地雷目标AdaBoost分类器[J];电子与信息学报;2011年08期
4 王鹏宇;周智敏;金添;王玉明;;一种基于特征提取的车载前视步进频率虚拟孔径雷达速度补偿方法[J];电子与信息学报;2011年08期
5 孙家波;曲杰卿;张超;杨建宇;赵冬玲;;基于高分辨率遥感影像的土地利用信息提取系统的设计与实现[J];测绘与空间地理信息;2012年11期
6 赵国强;李璋峰;孙厚军;吕昕;;基于数字变极化探测系统目标极化散射特性研究[J];电波科学学报;2013年02期
7 郭学兰;杨敏华;毛军;周秋琳;;基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类[J];测绘与空间地理信息;2013年04期
8 黄欣;贾宝新;李祁;聂颖;罗浩;;地铁盾构分岔式隧道数值模拟及应用[J];辽宁工程技术大学学报(自然科学版);2013年07期
9 朱珍珍;汤广富;程翥;皇甫堪;;基于极化分解的舰船和角反射器鉴别方法[J];舰船电子对抗;2010年06期
10 尹传环;牟少敏;田盛丰;黄厚宽;朱莹莹;;局部支持向量机的研究进展[J];计算机科学;2012年01期
中国重要会议论文全文数据库 前1条
1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年
2 王晓云;基于代数方法的人耳识别研究[D];沈阳工业大学;2011年
3 韩永华;农田图像的统计迭代分割方法研究[D];浙江大学;2011年
4 刘笑嶂;核方法的若干关键问题研究及其在人脸图像分析中的应用[D];中山大学;2010年
5 刘勇;动态目标极化特性测量与极化雷达抗干扰新方法研究[D];国防科学技术大学;2011年
6 刘路;基于改进支持向量机和纹理图像分析的旋转机械故障诊断[D];天津大学;2011年
7 李秋红;航空发动机智能鲁棒控制研究[D];南京航空航天大学;2011年
8 李财莲;图像多尺度几何分析及去噪算法研究[D];国防科学技术大学;2011年
9 牛慧峰;免疫机理与支持向量机复合的故障诊断理论及试验研究[D];燕山大学;2009年
10 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 胡春梅;基于数据源优化的高光谱图像异常检测算法研究[D];哈尔滨工程大学;2010年
2 蒋桂莲;基于粗糙集和支持向量机的人脸识别[D];长沙理工大学;2010年
3 孙海虹;基于模糊粗糙集的Web文本分类研究[D];哈尔滨理工大学;2010年
4 朱丽;基于SVM信道预测的时变TDD-MIMO信道互易性补偿方法[D];西安电子科技大学;2011年
5 张钊;基于无偏估计方程的模型选择[D];山东经济学院;2011年
6 宋玉丹;针对特征缺省数据集的模式识别方法与应用研究[D];江南大学;2011年
7 王荣;智能手机入侵检测系统的研究[D];北京交通大学;2011年
8 毛小飞;基于小波包分析和支持向量回归机的交通流量预测方法研究[D];西华大学;2011年
9 成鹏;应用少量标记样本的支持向量机分类研究[D];陕西师范大学;2011年
10 李广宇;基于粒子蜂群算法优化的多支持向量机软测量建模方法研究[D];中南大学;2011年
【二级参考文献】
中国期刊全文数据库 前6条
1 阎平凡;对多层前向神经网络研究的进一步看法[J];电子学报;1999年05期
2 张莉,周伟达,焦李成;用于一维图像识别的支撑矢量机方法[J];红外与毫米波学报;2002年02期
3 鲜明,庄钊文,肖顺平,郭桂蓉;基于分形压缩特征的雷达目标识别研究[J];红外与毫米波学报;1999年04期
4 吴佑寿,赵明生,丁晓青;一种激励函数可调的新人工神经网络及应用[J];中国科学E辑:技术科学;1997年01期
5 刘芳,吴明;基于子波和进化网络的目标识别[J];西安电子科技大学学报;1999年03期
6 唐普英,何桂清;一种实现最佳用户检测的非线性优化神经网络[J];信号处理;1996年04期
【相似文献】
中国期刊全文数据库 前10条
1 张艳宁,郑江滨,廖熠,赵荣椿;基于支撑矢量机的遥感图像目标识别[J];西北工业大学学报;2002年04期
2 张莉,周伟达,焦李成;用于一维图像识别的支撑矢量机方法[J];红外与毫米波学报;2002年02期
3 ;有关“支撑矢量机推广能力分析”一文的更正[J];电子学报;2002年11期
4 郝志峰,舒蕾,林大瀛,杨晓伟;支撑矢量机的改进算法研究[J];计算机工程与应用;2003年12期
5 田鹏举;基于小波核支撑矢量机的入侵检测方法[J];微机发展;2003年11期
6 周伟达,张莉,焦李成;自适应支撑矢量机多用户检测[J];电子学报;2003年01期
7 焦李成,屈炳云,周伟达;一种基于支撑矢量机的多用户检测算法[J];电子学报;2002年10期
8 罗公亮;从神经网络到支撑矢量机(下)[J];冶金自动化;2002年01期
9 韩钢,张文红,李建东,陈彦辉;基于高阶累积量和支撑矢量机的调制识别研究[J];系统工程与电子技术;2003年08期
10 王永刚,焦李成;基于支撑矢量机的TD-SCDMA系统多用户检测器[J];西安电子科技大学学报;2004年05期
中国重要会议论文全文数据库 前10条
1 王佩;申家振;张艳宁;;基于支撑矢量机的SAR图像边缘检测方法[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 张艳宁;郑江滨;赵荣椿;;一种有效的遥感图像识别方法[A];第九届中国体视学与图像分析学术会议论文集[C];2001年
3 徐亚兰;李云辉;曹辉;;再生核空间的插值积分公式[A];第九届全国微分方程数值方法暨第六届全国仿真算法学术会议论文集[C];2004年
4 石培培;刘红英;;具有单个等式和界约束二次规划的新算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
5 王启明;王旭旸;杨溪林;罗公亮;;支撑矢量机初步研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
6 张艳宁;赵荣椿;梁怡;;一种有效的图像目标识别方法[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
7 岑芳明;王明文;王鹏鸣;戴玉娟;;基于核偏最小二乘分类的垃圾邮件过滤[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
8 刘一;鲍景富;李明玉;;基于QRD-RLS算法的简化Volterra级数功放建模方法研究[A];2009年全国微波毫米波会议论文集(下册)[C];2009年
9 孙舒;刘莉;张瑛;;基于典型负荷模式的异常数据处理[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
10 孙庆杰;;基于颜色量化的人体检测[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
中国重要报纸全文数据库 前2条
1 新疆 张迎新;“管家婆”特训第5课查询进阶[N];电脑报;2004年
2 马一蕊;以画入诗匠心具[N];河北日报;2001年
中国博士学位论文全文数据库 前10条
1 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
2 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
3 任俊;基于支撑矢量机的图像分类、车牌识别及嵌入式应用研究[D];浙江大学;2005年
4 冯斌;群体智能优化算法及其在生化过程控制中的应用研究[D];江南大学;2005年
5 李小平;智能信号分类方法研究[D];西安电子科技大学;2004年
6 李晓东;计算智能在混沌通信系统中的应用研究[D];电子科技大学;2005年
7 郑春红;支撑矢量机应用的关键技术研究[D];西安电子科技大学;2005年
8 李青;优化核方法[D];西安电子科技大学;2007年
9 韩钢;自适应单载波、多载波调制中信号盲检测技术研究[D];西安电子科技大学;2003年
10 王夏黎;智能交通视频监视技术研究与应用[D];西北大学;2004年
中国硕士学位论文全文数据库 前10条
1 陈荣胜;基于支撑矢量机的入侵检测[D];西安电子科技大学;2005年
2 杜薇薇;小波变换像空间的描述[D];哈尔滨理工大学;2004年
3 马晓剑;某些再生核空间中数值逼近的若干问题[D];哈尔滨理工大学;2003年
4 李丙春;基于医学影像的计算机模式分类技术研究与应用[D];西北大学;2004年
5 朱浩悦;脱机中文签名鉴别系统关键技术研究[D];西北大学;2006年
6 王永娟;基于高阶累积量的OFDM信号调制识别技术研究[D];西安电子科技大学;2009年
7 张磊;基于独立分量分析的入侵检测系统研究[D];西安电子科技大学;2004年
8 王玉婧;调制制式识别算法研究及实现[D];西安电子科技大学;2007年
9 江悦;有界线性算子的样条插值逼近及其在数值计算中的应用[D];国防科学技术大学;2004年
10 陈燕;基于医学影像的模式分类与聚类挖掘技术的研究与应用[D];西北大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026