苏雅茹
- 作品数：5 被引量：18H指数：3
- 供职机构：中国科学院合肥智能机械研究所更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中国科学院知识创新工程更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于PCA扩展的判别性特征融合被引量：4
- 2012年
- 提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析.基于主成份分析和最大间隔准则理论,构造一个多目标规划模型作为特征融合的目标.随后,该模型被转化成一个单目标规划问题并通过特征分解的方法求解.此外,将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵,并求出它们的特征值和特征向量.在此基础上,通过向量代数处理得到一个映射矩阵α,当核矩阵K投影到α上,同类样本的相似信息能最大程度地得到保持.本文中的实验证实两种方法的有效性.
- 檀敬东苏雅茹王儒敬
- 关键词：主成份分析支持向量机
- 异常农产品价格数据的检测被引量：2
- 2010年
- 农业垂直搜索引擎中的价格数据来源于各个农业网站,由于多种因素,采集到的数据中存在大量异常数据。同时,采集到的农产品价格数据具有其自身的特点,这些特点使得传统的异常数据检测方法不能够很好的工作。针对搜索引擎采集到的海量农产品价格数据,提出了一种异常价格数据的检测方法。实际应用表明,该方法能够取得很好的效果。
- 应磊王儒敬杨紫微苏雅茹
- 关键词：异常数据垂直搜索农业价格数据
- 基于几何判据的SVM参数快速选择方法被引量：7
- 2010年
- 支持向量机中核函数及其参数的选择具有重要意义。提出一种基于高斯核函数的支持向量机参数对快速求取方法,根据支持向量之间的几何判据,结合线性搜索法完成参数寻优,具有简单、计算量小、易于实现的优点。实验结果表明,该方法较好地解决了高斯核函数参数在实际使用中不易确定的问题,且运算速度高于原有方法。
- 杨紫微王儒敬檀敬东应磊苏雅茹
- 关键词：支持向量机参数优化高斯核函数
- 高维数据的维数约简算法研究
- 在这个“信息爆炸”的时代，人类常常要面临分析和处理各种数据信息的要求，如海量web数据、大规模数据库文本、大量遥感图像等，这就对统计学、模式识别、人工智能、数据挖掘、机器学习等相关学科领域的发展提出了挑战。这些数据不仅呈...
- 苏雅茹
- 关键词：特征提取高维数据
- 一种基于Markov逻辑网的中文地理名称实体解析方法被引量：2
- 2013年
- 根据Markov逻辑网融合一阶谓词逻辑和概率图模型的复杂性及不确定性处理能力的优点,提出将Markov逻辑网和基于本体与WEB搜索的属性抽取算法相结合的命名实体解析方法(MLN_AENER),解决一般基于Markov逻辑网的实体解析方法对非结构化的命名实体解析效果不佳的问题,并将该方法针对中文地理名称解析问题进行相应设计和实验.实验结果表明该方法具有较好的解析效果.
- 胡宜敏宋良图陈鹏魏圆圆苏雅茹
- 关键词：统计关系学习
