您的位置: 专家智库 > >

国家重点基础研究发展计划(G2007cb311003)

作品数:3 被引量:178H指数:3
相关作者:汪洪桥蔡艳宁孙富春丁林阁陈宁更多>>
相关机构:清华大学第二炮兵工程学院中国人民解放军更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇多尺度
  • 2篇多核
  • 2篇多核学习
  • 2篇核方法
  • 1篇调度
  • 1篇调度策略
  • 1篇元任务
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇任务调度
  • 1篇自适
  • 1篇自适应
  • 1篇网格
  • 1篇网格任务
  • 1篇向量
  • 1篇向量机
  • 1篇模式识别
  • 1篇PSO算法

机构

  • 3篇清华大学
  • 2篇第二炮兵工程...
  • 1篇中国人民解放...

作者

  • 2篇孙富春
  • 2篇蔡艳宁
  • 2篇汪洪桥
  • 1篇陈宁
  • 1篇喻春明
  • 1篇赵宗涛
  • 1篇白鹏
  • 1篇迟玉红
  • 1篇于俊发
  • 1篇丁林阁

传媒

  • 1篇自动化学报
  • 1篇模式识别与人...
  • 1篇辽宁工程技术...

年份

  • 1篇2011
  • 2篇2010
3 条 记 录,以下是 1-3
排序方式:
多核学习方法被引量:161
2010年
多核学习方法是当前核机器学习领域的一个新的热点.核方法是解决非线性模式分析问题的一种有效方法,但在一些复杂情形下,由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求,因此将多个核函数进行组合,以获得更好的结果是一种必然选择.本文根据多核的构成,从合成核、多尺度核、无限核三个角度,系统综述了多核方法的构造理论,分析了多核学习典型方法的特点及不足,总结了各自的应用领域,并凝炼了其进一步的研究方向.
汪洪桥孙富春蔡艳宁陈宁丁林阁
关键词:核方法多核学习支持向量机模式识别
多尺度核方法的自适应序列学习及应用被引量:12
2011年
多尺度核方法是当前核机器学习领域的一个热点.通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端.文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取.实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性.
汪洪桥蔡艳宁孙富春赵宗涛
关键词:核方法多核学习
基于PSO算法的网格任务调度策略被引量:7
2010年
为了合理地协调和分配网格资源,降低网格任务完成时间,有效保持网格资源负载平衡,通过分析网格任务调度的关键问题和PSO算法的优化原理,建立了网格任务调度的元任务模型和性能指标的数学模型,确定了粒子编码和解码方式,提出了一种基于局部模型PSO算法的网格任务调度策略,并在PSO算法处理粒子边界问题时,采用了"圆桌运动"的新方法。仿真实验结果表明,算法可行有效,并且改善了PSO算法易陷入局部最优的问题。
迟玉红白鹏于俊发喻春明
关键词:网格任务调度元任务PSO算法
共1页<1>
聚类工具0