周水生
- 作品数：46 被引量：165H指数：9
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术理学经济管理一般工业技术更多>>
- 鲁棒最小二乘支持向量机稀疏解的求解方法
- 本发明提出了一种鲁棒最小二乘支持向量机稀疏解的求解方法，用于解决现有鲁棒最小二乘支持向量机解的求解方法中存在的解缺乏稀疏性的技术问题，实现步骤为：输入训练数据；构造鲁棒最小二乘支持向量机模型；将鲁棒最小二乘支持向量机模型...
- 周水生陈丽姚丹高新涛董银丽周艳玲刘喜玲王保军
- 文献传递
- 训练支持向量机的低维Newton算法被引量：16
- 2004年
- 支持向量机是基于统计学习理论的结构风险最小化原理提出来的一种新的学习算法,它把模式识别问题建模为一个简单约束的高维对偶二次规划问题。针对原二次规划的特点,线性分类问题可等价化为低维的无约束不可微优化问题,并可通过批处理训练来提高训练速度,降低存储空间复杂度。采用熵罚函数法处理不可微优化问题,对收敛性进行了验证,并提出了Newton型求解算法。数据仿真结果表明,该算法在低存储需求下可有效提高大数据量问题的训练学习速度。
- 周水生周利华
- 关键词：支持向量机分类超平面熵函数NEWTON法支持向量
- 判断两个凸多面体相交的简单方法被引量：4
- 2002年
- 在智能机器人路径规划的仿真系统中 ,碰撞检测算法的实时性非常关键 .碰撞检测可以建模为判断 2个三维凸多面体是否相交的问题 .可将该模型转化为判断一个简单的线性规划是否有解的问题 。
- 周水生容晓锋周利华
- 关键词：碰撞检测智能机器人凸多面体
- 确定最优分类超平面的新算法被引量：4
- 2002年
- 基于Fisher的投影降维的思想,讨论了线性分类器设计问题,提出最优分类超平面,克服了Fisher等线性分类器的偏向性与误分类现象.利用优化技巧把确定最优分类超平面问题转化为求解半正定的二次规划.随机数据模拟实验表明文中算法对设计高性能线性分类器是有效的.
- 周水生周利华
- 关键词：模式识别FISHER线性判别最优分类超平面
- 竞争学习向量量化和支持向量机的关键技术研究
- 基于数据的机器学习问题是现代化智能技术中十分重要的一个方面，主要研究如何从一些观测数据(样本)出发得出目前尚不能通过原理分析得到的规律，利用这些规律去分析客观对象，对未来数据或无法观测的数据进行预测。而学习方法基本上可以...
- 周水生
- 关键词：模式识别统计学习支持向量机竞争网络核函数
- 新的软间隔AdaBoost弱分类器权重调整算法
- 2012年
- 为避免硬间隔算法过分强调较难分类样本而导致泛化性能下降的问题,提出一种新的基于软间隔的AdaBoost-QP算法。在样本硬间隔中加入松弛项,得到软间隔的概念,以优化样本间隔分布、调整弱分类器的权重。实验结果表明,该算法能降低泛化误差,提高AdaBoost算法的泛化性能。
- 董银丽周水生高艳
- 关键词：弱分类器ADABOOST算法泛化性能
- 基于LBFGS的求解最小闭包球的光滑化方法
- 2013年
- 考虑在n维空间中求m个球的最小闭包球(the Smallest Enclosing Ball,SEB)问题.首先将SEB问题转化为一个含有函数max(0,z)的等价无约束非光滑凸优化问题,然后利用光滑化技巧和有限内存BFGS方法来求解高维空间中的SEB问题,并分析了方法的收敛性.数值实验结果表明文中给出的算法是有效的.
- 叶峰刘三阳刘红卫周水生
- 关键词：极大极小问题非光滑优化
- 提高学习向量量化算法的新方法
- 本文分析讨论了学习量化类算法,包括广义学习量化算法(GLVQ)、模糊学习量化算法(FGLVQ)和修正广义学习量化(RGLVQ)算法等.提出了可以提高广义学习量化类算法性能的措施:基于模拟退火算法思想,通过引入激励因子在不...
- 周水生张惠娟崔红涛周利华
- 关键词：竞争网络图象压缩
- 文献传递
- 修正的广义学习向量量化算法被引量：1
- 2003年
- 讨论了Pal等的广义学习量化算法（GLVQ）和Karayiannis等的模糊学习量化算法（FGLVQ）的优缺点，提出了修正广义学习量化(RGLVQ)算法。该算法的迭代系数有很好的上下界，解决了GLVQ的“Scale”问题，又不像FGLVQ算法对初始学习率敏感。用IRIS数据集对算法进行了测试，并应用所给算法进行了用于图像压缩的量化码书设计。该文算法与FGLVQ类算法性能相当，但少了大量浮点除法，实验过程表明节约训练时间约10%。
- 周水生周利华
- 关键词：竞争网络图像压缩
- 一种改进的元搜索排序合成算法被引量：2
- 2008年
- 为了提高元搜索引擎的查询精度,提出了一种改进的元搜索结果合成算法.首先,通过分析搜索结果列表中包含的文本信息,综合考虑搜索结果与查询的匹配完全程度和相关程度,给出了文本分析的规范化方法;并结合搜索结果的排序信息计算文档的相关分值,据此实现对局部相似度的调整.然后,利用成员搜索引擎的性能评价,提出了改进的影子文档方法来估算非相关文档的相关分值.最后,采用基于群决策的合成方法对搜索结果进行一致性排序.实际Web环境中的测试表明,所提出的算法比现有合成算法具有更好的搜索结果相关性.
- 李红梅丁振国周水生周利华
- 关键词：信息检索元搜索文本分析群决策
