-
蒋亦樟
-
-
- 所属机构:江南大学数字媒体学院
- 所在地区:江苏省 无锡市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 王士同
- 作品数：655被引量：2,718H指数：21
- 供职机构：江南大学数字媒体学院
- 研究主题：支持向量机 模糊系统 模糊聚类 聚类 神经网络
- 邓赵红
- 作品数：100被引量：760H指数：14
- 供职机构：江南大学数字媒体学院
- 研究主题：支持向量机 模糊系统 聚类 TSK模糊系统 聚类方法
- 王骏
- 作品数：55被引量：397H指数：8
- 供职机构：江南大学数字媒体学院
- 研究主题：模糊C均值聚类 数字媒体技术 支持向量机 数字媒体技术专业 模糊聚类
- 钱鹏江
- 作品数：31被引量：113H指数：6
- 供职机构：江南大学数字媒体学院
- 研究主题：历史知识 谱聚类算法 谱聚类 模糊聚类 密度估计
- 黄成泉
- 作品数：44被引量：34H指数：4
- 供职机构：贵州民族大学
- 研究主题：弯腰 停放 存取 混合高斯模型 可旋转
- 基于ISE的核密度估计和随机置换的单一或协同特征的选择方法被引量：2
- 2015年
- 针对数据的特征存在单一和协同特征的选择问题,基于平方误差标准核密度估计和随机置换理论,首先提出一种针对单一特征的特征选择方法 (FSKDE-RP);然后,针对协同特征的情况,通过拓展随机置换理论,提出多维协同特征选择算法(SFSKDE-MRP),并利用核神经网络(KNN)分类器的分类精度选择最优特征子集.在模拟数据和真实数据集上的实验结果表明了所提出算法的有效性.
- 张景祥王士同蒋亦樟倪彤光
- 关键词：核密度估计平方误差
- 0阶L2型TSK迁移学习模糊系统被引量：12
- 2013年
- 针对传统模糊系统在面对源场景存在某种程度的信息缺失或所采集的信息有限导致受训所得系统泛化能力较差之挑战,探讨了具有迁移学习能力的模糊系统.该类模糊系统不仅能充分利用当前场景的数据信息,还可有效利用历史知识对当前源场景的建模过程进行辅助学习,以达到弥补信息缺失之目的.基于此思想以0阶L2型TSK模糊系统为研究对象构造了0阶L2型TSK迁移模糊系统(0-L2-TSK-TFS).在模拟数据集以及真实数据集上的实验研究亦验证了该迁移模糊系统在应对存在信息缺失的场景时,较之于传统模糊建模方法有着更好的适用性.
- 蒋亦樟邓赵红王士同
- 关键词：信息缺失
- 知识迁移极大熵聚类算法被引量：6
- 2015年
- 为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC.KT-MEC的优点是:利用历史知识,KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的"参数寻优+聚类有效性度量"机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题.
- 钱鹏江孙寿伟蒋亦樟王士同邓赵红
- 关键词：知识迁移隐私保护负迁移
- 媒体智能化需求驱动的软件开发类课程教学改革研究——以江南大学数字媒体技术专业为例被引量：4
- 2016年
- 媒体智能化为数字媒体技术专业的课程教学提供了大量新内容和新手段。从媒体智能化对数字媒体人才的需求出发,以江南大学数字媒体技术专业软件开发类课程的教学为例,分析了当前课程教学存在的若干问题,并结合媒体智能化对人才培养的新要求,从教学内容、教学环境、教学模式这三个方面分别进行了探讨。
- 王骏谢振平蒋亦樟邓赵红王士同
- 关键词：数字媒体技术
- 基于模糊子空间聚类的〇阶L2型TSK模糊系统被引量：7
- 2015年
- 经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷:如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2-norm TSK Fuzzy System,FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间,而且获取的模糊规则可对应于不同的特征子空间,从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明,新方法增强了面对高维数据所建模型的解释性,同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。
- 邓赵红张江滨蒋亦樟史荧中王士同
- 关键词：高维数据
- 最小化类内距离和分类算法被引量：12
- 2016年
- 支持向量机分类算法引入惩罚因子来调节过拟合和线性不可分时无解的问题,优点是可以通过调节参数取得最优解,但带来的问题是允许一部分样本错分。错分的样本在分类间隔之间失去了约束,导致两类交界处样本杂乱分布,并且增加了训练的负担。为了解决上述问题,该文根据大间隔分类思想,基于类内紧密类间松散的原则,提出一种新的分类算法,称之为最小化类内距离和(Intraclass-Distance-Sum-Minimization,IDSM)分类算法。该算法根据最小化类内距离和准则构造训练模型,通过解析法求解得到最佳的映射法则,进而利用该最佳映射法则对样本进行投影变换以达到类内间隔小类间间隔大的效果。相应地,为解决高维样本分类问题,进一步提出了该文算法的核化版本。在大量UCI数据集和Yale大学人脸数据库上的实验结果表明了该文算法的优越性。
- 王晓初王士同包芳蒋亦樟
- 关键词：支持向量机惩罚因子
- 熵加权多视角协同划分模糊聚类算法被引量：21
- 2014年
- 当前,基于协同学习机制的多视角聚类技术存在如下两点不足:第一,以往构造的用于各视角协同学习的逼近准则物理含义不明确且控制简单;第二,以往算法均默认各视角的重要性程度是相等的,缺少各视角重要性自适应调整的能力.针对上述不足:首先,基于具有良好物理解释性的Havrda-Charvat熵构造了一个全新的异视角空间划分逼近准则,该准则能有效地控制异视角间的空间划分相似程度;其次,基于香农熵理论提出了多视角自适应加权策略,可有效地控制各视角的重要性程度,提高算法的聚类性能;最后,基于FCM框架提出了熵加权多视角协同划分模糊聚类算法(entropy weight-collaborative partition-multi-view fuzzy clustering algorithm,简称EW-CoP-MVFCM).在模拟数据集以及UCI数据集上的实验结果均显示,所提算法较之已有多视角聚类算法在应对多视角聚类任务时具有更好的适应性.
- 蒋亦樟邓赵红王骏钱鹏江王士同
- 关键词：模糊C均值聚类
- 堆叠隐空间模糊C均值聚类算法被引量：3
- 2016年
- 基于极限学习机理论,将主成分分析技术与ELM特征映射相结合,提出一种基于主成分分析的压缩隐空间构建新方法.结合多层神经网络学习方法对隐空间进行多层融合,进一步提出了堆叠隐空间模糊C均值聚类算法,从而提高对非线性数据的学习能力.实验结果表明,所提出算法在处理复杂非线性数据时更加高效、稳定,同时克服了模糊聚类算法对模糊指数的敏感性问题.
- 王骏刘欢蒋亦樟邓赵红王士同
- 关键词：极限学习机主成分分析模糊C均值聚类多层神经网络
- 迁移近邻传播聚类算法被引量：17
- 2016年
- 在目标域可利用数据匮乏的场景下,传统聚类算法的性能往往会下降.在该场景下,通过抽取源域中的有用知识用于指导目标域学习以得到更为合适的类别信息和聚类性能,是一种有效的学习策略.借此提出一种基于近邻传播的迁移聚类(transfer affinity propagation,简称TAP)算法,在源域和目标域数据分布相似的情况下,通过引入迁移学习机制来改善近邻传播聚类(affinity propagation,简称AP)算法在数据匮乏场景下的聚类性能.为保证迁移的有效性,TAP在综合考虑源域和目标域的统计特性及几何特征的基础上改进AP算法中的消息传递机制使其具备迁移能力,从而达到辅助目标域学习的目的.此外,通过TAP对应的因子图,亦可说明TAP可以以类似AP的消息传递机制,在目标域数据匮乏的情况下进行高效的知识迁移,为最终所获得的聚类结果提供了保证.在模拟数据集和真实数据集上的仿真实验结果显示,所提出的算法较之经典AP算法在处理非充分数据聚类任务时具有更佳的性能.
- 杭文龙蒋亦樟刘解放王士同
- 关键词：统计特征聚类方法
- “物云大智”在现代教育中的应用与思考被引量：5
- 2016年
- 随着社会信息化的不断加快,传统的教育模式已不再适用于现代人们的教育需求。物联网、云计算、大数据、智能技术等现代信息化技术的出现,催生着更加现代、更具创新意义的教育模式的出现。本文通过对物联网、云计算、大数据、智能技术(简称"物云大智")的介绍,将其引入到现代教育中去,对"物云大智"在教育中的应用和思考进行了详细的研究与分析。
- 蒋亦樟钱鹏江谢振平
- 关键词：物联网云计算大数据智能技术现代教育
