您的位置: 专家智库 > >

孙昌儿

作品数:3 被引量:10H指数:2
供职机构:福州大学数学与计算机科学学院更多>>
发文基金:国家自然科学基金福建省自然科学基金卫生部科学研究基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇决策树
  • 2篇SVM决策树
  • 1篇遗传算法
  • 1篇知识约简
  • 1篇离散化
  • 1篇分类器
  • 1篇病理
  • 1篇病理诊断
  • 1篇粗糙集
  • 1篇粗糙集理论

机构

  • 3篇福州大学

作者

  • 3篇孙昌儿
  • 3篇刘秉瀚

传媒

  • 2篇福州大学学报...

年份

  • 2篇2007
  • 1篇2006
3 条 记 录,以下是 1-3
排序方式:
一种新的SVM决策树
SVM在小训练样本,高维情况下,具有很好的泛化性能。但它不适用于多类分类。本文分析基本的SVM和多类SVM分类器,重点讨论了SVM决策树,提出了一种结点分类器类集合划分方案来构造SVM决策树。实验结果表明,这种方法构造的...
孙昌儿刘秉瀚
关键词:支持向量机SVM决策树
文献传递
基于粗糙集理论的病理诊断规则提取算法研究被引量:4
2007年
针对病理诊断规则获取问题,采用基于粗糙集理论的规则提取方法.首先进行连续属性的离散化,用遗传算法对CAIM(class-attribute interdependence maximum)离散化算法进行改进.然后利用粗糙集理论进行规则提取.采用以核为基础的增量式约简算法,综合考虑属性对约简的增益和属性在剩余属性集中的重要性,给出了衡量属性重要性程度的一个准则.随后进行属性值约简,获取诊断规则.
孙昌儿刘秉瀚
关键词:粗糙集病理诊断离散化知识约简遗传算法
一种新的SVM决策树被引量:6
2007年
SVM在小训练样本、高维情况下具有很好的泛化性能,但它不适用于多类分类.本文分析基本的SVM和多类SVM分类器,重点讨论了SVM决策树,提出了一种结点分类器类集合划分方案来构造SVM决策树.实验结果表明,以这种方法构造的SVM决策树分类器分类性能较好.
孙昌儿刘秉瀚
关键词:支持向量机SVM决策树分类器
共1页<1>
聚类工具0