李忠伟
- 作品数：6 被引量：23H指数：2
- 供职机构：哈尔滨工程大学计算机科学与技术学院更多>>
- 发文基金：黑龙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于支持向量机的虚拟企业伙伴选择方法研究被引量：2
- 2004年
- 分析了虚拟企业中的伙伴选择问题,针对传统决策方法中的不足,提出应用支持向量机对竞标企业自动分类与筛选,向决策者提交候选伙伴列表,并结合其他选择算法实现伙伴选择的方法。通过分类,以达到缩减决策输入数量,提高选择过程的效率和精度的目的。试验结果表明,该方法能降低伙伴选择的时间消耗,与人工选择对比有较高的拟合率。
- 李忠伟张健沛杨静张福顺
- 关键词：虚拟企业伙伴选择支持向量机
- 一种基于多支持向量机的并行增量学习方法(英文)
- Support Vector Machine(SVM) can be trained and to learn incrementally when dealing with large-scale problems w...
- 张健沛李忠伟杨静
- 文献传递
- 一种高维空间数据的模糊聚类算法
- 2006年
- 针对传统的基于网格-密度的空间聚类方法容易产生不平滑聚类、非坐标轴方向过度聚类以及聚类边界判断模糊的问题，本文提出了一种高维空间数据的模糊聚类算法．该算法通过扩展网格区域，用模糊集的隶属度对基本区域及模糊扩展区域内的数据点进行计数，考虑了相邻网格对当前考察网格内数据点的影响，避免了不平滑聚类想象：同时，通过对相邻网格重新定义扩展了聚类算法的执行方向，有效缓解了过度聚类以及聚类边界模糊的问题．实验结果表明，该方法克服了传统聚类方法的不足，空间高维数据聚类结果的质量得到了改善．
- 杨悦张健沛李忠伟
- 关键词：模糊集
- 一种高维空间数据的模糊聚类算法
- 针对传统的基于网格-密度的空间聚类方法容易产生不平滑聚类、非坐标轴方向过度聚类以及聚类边界判断模糊的问题,本文提出了一种高维空间数据的模糊聚类算法.该算法通过扩展网格区域,用模糊集的隶属度对基本区域及模糊扩展区域内的数据...
- 杨悦张健沛李忠伟
- 关键词：高维空间数据模糊聚类算法模糊集
- 文献传递
- 基于SVM的虚拟企业伙伴决策系统的设计与实现被引量：6
- 2004年
- 如何在众多的伙伴企业中选择最佳合作伙伴是运营虚拟企业的核心问题。一般决策方法是将所有竞标企业进行综合评价及优选,伙伴企业的数量直接影响决策过程的效率。针对这一问题,该文应用支持向量机技术(SVM)对竞标企业进行自动分类与筛选,向决策者提交最优伙伴列表,再结合其它决策算法实现智能伙伴选择;设计并实现了基于SVM的虚拟企业伙伴智能决策系统。
- 李忠伟张健沛张福顺安辉
- 关键词：虚拟企业支持向量机数据挖掘
- 基于支持向量机的增量学习算法研究被引量：15
- 2005年
- 分析了支持向量机理论中支持向量的特性,利用支持向量与样本空间划分的等价性,提出一种新的基于支持向量机的增量学习算法.该算法考虑新增样本集的分布可能改变对已有样本的分类结果,利用支持向量的分布特性,用对样本的划分差集构造新的支持向量集和分类平面,使差集中的样本点对分类贡献尽可能最大,有效提高了分类精度.同时差集操作简单易行,有效降低了问题的计算复杂度.实验结果表明,与常规增量算法相比,该算法在不改变时间复杂度量级的前提下对分类精度有显著提高.
- 李忠伟张健沛杨静
- 关键词：支持向量机支持向量
