您的位置： 专家智库 > >

刘波

作品数：25 被引量：21H指数：2
供职机构：广东工业大学自动化学院更多>>
发文基金：国家自然科学基金广东省自然科学基金广东省科技计划工业攻关项目更多>>
相关领域：自动化与计算机技术经济管理理学更多>>

合作作者

文献类型

  • 25篇中文期刊文章

领域

  • 25篇自动化与计算...
  • 1篇经济管理
  • 1篇理学

主题

  • 7篇支持向量
  • 7篇向量
  • 7篇标签
  • 6篇支持向量机
  • 6篇向量机
  • 4篇多示例学习
  • 3篇学习算法
  • 3篇最小二乘
  • 3篇不确定数据
  • 2篇序数
  • 2篇图像
  • 2篇聚类
  • 2篇核函数
  • 1篇对称信息
  • 1篇多核
  • 1篇多核学习
  • 1篇多任务
  • 1篇多任务学习
  • 1篇一致性
  • 1篇饮片

机构

  • 25篇广东工业大学
  • 1篇佛山科学技术...
  • 1篇广东药科大学

作者

  • 25篇刘波
  • 12篇肖燕珊
  • 2篇刘强
  • 1篇邓秀勤
  • 1篇徐圣兵
  • 1篇谢锐
  • 1篇李远航
  • 1篇唐侨
  • 1篇谢江龙
  • 1篇张淑娟
  • 1篇李程文
  • 1篇张宇
  • 1篇谭建平

传媒

  • 6篇计算机应用研...
  • 5篇无线互联科技
  • 4篇广东工业大学...
  • 4篇计算机科学与...
  • 2篇计算机科学
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇计算机与现代...
  • 1篇自动化与信息...

年份

  • 3篇2024
  • 7篇2023
  • 1篇2022
  • 3篇2021
  • 2篇2020
  • 1篇2018
  • 2篇2017
  • 4篇2016
  • 1篇2015
  • 1篇2014
共 25 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
聚类融合算法的实验评价方法
2015年
聚类融合算法被认为是数据分析的有效工具之一。然而,除了研究优良的聚类融合算法,如何评价聚类的质量也被认为是难题之一。传统的外在方法使用专家评价的基准作为参照。但是实际上,这种基准不但昂贵,而且常常不容易得到。因此,一种新颖的基于实验的聚类融合算法评价方法被提出,其参照基准是基于所有聚类融合算法折衷所得出来的。基于这个方法的设计框架,实验部分使用了SLC(single-linkage clustering)和IVC(iterative voting clustering)在2个仿真和3个UCI数据集上进了评价对比,并将结果和传统外在方法进了比较。从传统外在方法看来,当参与评价的算法是强聚类融合算法时,该评价方法结果与传统方法的评价结果一致。
梁荣德刘波
融合语义差别和流型学习的偏标记学习方法
2023年
偏标记学习是一种重要的弱监督学习框架。在偏标记学习中,每个实例与一组候选标记相关联,它的真实标记隐藏在候选标记集合中,且在学习过程中不可获知。为了消除候选标记对学习过程的影响,提出了一种融合实例语义差别最大化和流型学习的偏标记学习方法(partial label learning by semantic difference and manifold learning, PL-SDML)。该方法是一个两阶段的方法:在训练阶段,基于实例的语义差别最大化准则和流型学习方法为训练实例生成标记置信度;在预测阶段,使用基于最近邻投票的方法为未知实例预测标记类别。在四组人工改造的UCI数据集中,在平均70%的情况下优于其他对比算法。在四组真实偏标记数据集中,相比其他对比算法,取得了0.3%~13.8%的性能提升。
赵亮肖燕珊刘波古慧敏
关键词：语义差别
非对称信息在链接预测中的应用被引量：1
2018年
针对基于节点相似性的链接关系预测中因未考虑非对称信息导致预测准确度降低的问题,提出一种新的增加非对称信息的节点相似性度量方法。首先,分析了基于共同邻居(CN)的相似性度量算法的缺陷在于仅考虑CN的数量而未考虑各自节点的所有邻居的数量;然后,将节点之间的相似性度量定义为共同节点与所有邻居节点的比值,融合节点间对称相似信息和非对称相似信息,对节点间的相似程度进行深入细致的刻画;最后,将该方法应用到复杂网络中进行链接关系的预测。在真实数据集上的实验结果表明,与目前多种基于共邻的相似性度量方法——CN、AA、资源分配(RA)相比,所提方法提升了节点相似性度量的准确性,并且可以提高复杂网络中链接关系预测的准确度。
谢锐谢锐刘波刘波
关键词：链接预测
半监督两个视角的多示例聚类模型
2021年
提出了一种新的半监督两个视角的多示例聚类模型,整合文本视角和图像视角解决了伴有少量标签的多示例图像聚类问题。提出的模型首先嵌入概念分解和多示例核成为一个整体,学习每个视角的关联矩阵和两个视角所共享的聚类指示矩阵。而后,应用l_(2,1)范数学习最优的关联矩阵和聚类指示矩阵。进一步地,为了增加包之间的判别力,提出的模型强迫相同标签包的聚类指示向量间的相似性趋于1,不同标签包的指示向量间的相似性趋于0。最后,给出一种迭代更新算法优化提出的模型。实验结果表明,提出的模型优于现有的多示例聚类模型。
蔡昊刘波
关键词：多示例学习
基于全局最小冗余的多视角数据分类研究被引量：1
2016年
在数据挖掘研究领域,特征选择已经成为一个重要的研究课题,这是因为现实的数据集常常含有高维的特征,尽管这可以使信息更加充分,但对分类器的设计也提出了更高的要求。随着特征维数的增加,特征中的不相关信息和冗余信息也会相应增多。针对这个问题,文章采用一种基于全局最小冗余的特征选择算法并将其应用到多视角数据分类中,在实验中与传统的多视角分类算法比较,具有更高的分类准确率。
刘强刘波康同曦
基于模糊测量函数的多标签图数据特征提取研究
2017年
如今,图数据分类变得越来越重要。最近几十年对它的研究也越来越多,并且得到了广泛应用。传统的图数据分类研究主要集中在单标签集,然而在很多应用中,每个图数据都会同时具有多个标签集。这篇文章研究了关于图数据的多标签特征提取问题,并提出基于模糊测量函数的多标签图数据特征提取算法,用于搜索最优子图集。算法采用模糊测量函数作为评估标准评估子图特征的重要性,然后通过边枝界定算法修剪子图搜索空间有效地搜索最优子图特征。实验证明,该方法在现实应用中有较高的精度。
李程文刘波
关键词：特征选取
面向张量数据的迁移学习算法被引量：1
2016年
目前虽然迁移学习算法得到广泛的研究,但大部分迁移学习算法只是面向向量数据。面向向量的迁移学习算法首先将高阶的张量数据转换为向量作为输入,再进行处理。可是在数据类型转换的过程中往往会造成张量数据空间信息的丢失以及维数灾难等问题,因此对张量数据的迁移学习算法的研究显得很有必要。针对传统的基于向量的迁移算法,本文提出基于张量数据的迁移学习算法,使得可以对张量数据直接作为输入,不仅解决了上述问题,还提高了分类准确率。实验结果表明,该算法具有较高的分类准确率,有一定的实用价值。
谢江龙刘波
关键词：向量空间信息
结合集成学习与迁移学习的标签比例学习方法
2023年
标签比例学习(LLP)是一种将实例放入包中的机器学习方法,它只提供包中的实例信息和标签比例信息,而不提供标签信息。针对多个相关任务的LLP问题,提出了一种基于迁移学习的标签比例集成学习模型,简称AT-LLP,该模型通过在任务之间构建共享参数来连接相关任务,将源任务中学习到的知识迁移到目标任务中,从而提高目标任务的学习效率。同时该算法引入了集成学习算法,在分类器多轮迭代的学习过程中,不断调整训练集的权重系数,进一步将弱分类器训练为强分类器。实验表明,所提AT-LLP模型比现有LLP方法具有更好的性能。
罗旭斌刘波
基于粒子群优化的最小二乘支持向量机税收预测模型研究被引量：12
2017年
针对税收收入预测存在着非线性、不稳定性和多经济因素影响的复杂性,提出用最小二乘支持向量回归机的方法对广东省从化市的税收收入进行预测,并建立数学模型。由于模型中的参数C和σ~2直接影响支持向量机的预测效果,因此巧妙地融合了粒子群优化算法的思想,采用粒子群算法对参数进行寻优来确保预测模型的精确性和稳定性。仿真实验结果表明,相对于各参比模型,用粒子群算法对参数进行寻优的最小二乘支持向量回归机的预测精度有了显著提高,从而说明了该模型的有效性和实用性。
张淑娟邓秀勤刘波
关键词：最小二乘支持向量机粒子群优化税收预测
面向多标签图数据的主动学习被引量：1
2014年
主动学习已经广泛应用于图数据的研究,但应用于多标签图数据的分类较为少见。结合基于误差界最小化的主动学习,给出了一种多标签图数据的分类方法,即通过多标签分类与局部和全局的一致性学习(LLGC)得到一系列目标方程,并将其用于最小化直推式的拉德马赫复杂度,得到最小泛化误差上界,从而在图上获取少量的但蕴含巨大信息量的节点。实验证明,应用该方法的多标签分类器的输出有很高的精确度。
李远航刘波唐侨
关键词：复杂度最小化
全选 清除 导出
共3页<123>
聚类工具0