林卫
- 作品数：8 被引量：18H指数：2
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：国家自然科学基金西北工业大学基础研究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更多>>
- 基于专家域的多层分类器融合被引量：1
- 2006年
- 论文提出了一种基于专家域的多层分类器融合模型,专家指不同专长之单分类器。模型思想来自医院诊断流程,模型首先训练n个专家,之后将样本空间按专家专长划分专家域。对于待测样本,先将样本指派到合适的专家域,然后再由指定的专家对样本进行分类。用这种算法对UCI的标准数据集进行分类,实验结果显示,该算法得到比其他算法更低的分类误差,显著提高了分类器的性能。
- 贾澎涛何华灿林卫
- 关键词：多层分类器分类器融合
- 脑fMRI特征重建的分层快速聚类方法被引量：2
- 2009年
- 在对大脑fMRI感兴趣区域的分析中,利用特征选择所得到的筛选属性进行特征重建问题上,提出了分层快速聚类的分析方法,同已有K-均值聚类方法相比,在聚类有效性得到提高的前提下,总体降低了聚类的时间代价,并为后续的回归分析处理提供了精确保证。
- 林卫何华灿艾丽蓉李梅
- 关键词：感兴趣区域层次聚类K-均值聚类
- 二级倒立摆的泛逻辑稳定控制研究被引量：3
- 2007年
- 针对二级倒立摆的稳定控制问题,提出了一种以泛逻辑学为逻辑基础的控制器,控制器以任意区间[a,b]上的零级泛组合运算模型为核心决策部件,决策过程中考虑到输入变量之间的关系、输入量的测量误差,并允许决策门限连续可变。对二级倒立摆实物系统的泛逻辑稳定控制实验和抗干扰实验,以及同模糊控制方法和线性二次型最优状态调节器控制效果的比较证明了该方法的有效性和优越性。
- 刘丽何华灿贾澎涛林卫
- 关键词：二级倒立摆
- 基于灰色关联分析的Apriori算法的研究及应用被引量：1
- 2013年
- 关联分析是一种重要的数据挖掘技术。文中结合房地产行业的特点,将关联分析方法应用于对消费者购房行为的研究中。传统的关联规则挖掘算法-Apriori算法在实际应用中存在着计算量大、挖掘效率低、产生大量不相关的关联规则等问题。为了减少计算量、提高挖掘效率、发现有价值的关联规则,提出了一种灰色关联度分析算法和Apriori算法结合的研究方法。首先采用灰色关联度分析算法得出影响消费者购房需求和偏好的关键因子,然后采用Apriori算法对关键因子和目标因子之间进行关联规则挖掘。以某市问卷调查的消费者信息记录进行建模,结果表明该关联分析方法具有较高的挖掘效率并且研究结果具有合理性和准确性。
- 赵永进林卫贺娜娜王振华
- 关键词：购房行为灰色关联度分析APRIORI算法
- 时间序列的自适应误差约束分段线性表示被引量：9
- 2008年
- 实际过程中采集到的时间序列数据通常是海量数据,在原时间序列数据上直接进行数据挖掘的效率通常是低下的,有时甚至不可行,因此就须将时间序列在更高的层次上进行表示。借鉴时间序列线性分段的基本思想,提出了一种自适应误差约束的分段线性表示方法,该方法在查找出时间序列特殊点的基础上,通过给定误差e进行调节,可以自动地产生拟合线段的数目。不仅可以压缩数据,去除噪声,还能得到时间序列的模式变化特征。与一般的分段线性表示相比,文中方法的拟合误差更小,适应能力更强。
- 贾澎涛林卫何华灿
- 关键词：数据挖掘时间序列自适应分段线性表示
- 矩阵约束下的频繁项集挖掘方法研究被引量：1
- 2011年
- 数据挖掘中的关联分析技术旨在发现大量数据项集之间有趣的关联关系,其核心问题是寻找频繁项集。针对传统的基于矩阵的关联挖掘算法中矩阵规模和事务数据库大小相关,在处理超大型事务数据库时,仍会存在内存瓶颈的问题,提出了一个矩阵规模和事务数据库大小无关、通过矩阵约束预挖掘后验证的频繁项集发现算法。实验结果显示,该算法提高了频繁项集的挖掘速度。
- 范黎林林卫
- 关键词：数据挖掘频繁项集
- 基于泛组合运算的分类器融合
- 2007年
- 本文介绍了一类可用于分类器融合的泛组合逻辑算子,同时作为方法论基础研究了基于案例学习的泛逻辑运算符(算子)构造和选择方法,并以此构造分类器的融合器,实验数据集选择了UCI的spam数据集,并同其他融合方法进行了对比。结果表明本文所述方法具有较低的错误率和相应较高的查全率。
- 林卫何华灿贾澎涛
- 关键词：分类器融合泛逻辑学
- fMRI脑图的感知状态分析——回归模型及其寻优的非同质检验被引量：2
- 2007年
- 脑功能核磁共振图像fMRI的特点是定位准确,但信噪比低、数据量大。对fMRI数据的泛回归模型的超参数寻优问题作了分析,提出基于非同质检验的超参数确认方法,重点比较了它在线性和非线性的回归方式(包括岭回归,支持向量回归,Elman递归神经网络)下针对不同外界环境特征的回归能力差异,实验所采用原始数据均来自PBAIC2006,结果表明,该方法在对相关领域知识较少依赖的前提下,具有较好的稳定性和泛化能力;同时在所涉及到的回归方法当中,线性方法的实现简单、有效,在计算代价上低于其他方法,对多种外界特征具有较高的预测能力。
- 林卫何华灿刘丽贾澎涛
- 关键词：岭回归支持向量回归
