廖士中
- 作品数：102 被引量：369H指数：10
- 供职机构：天津大学更多>>
- 发文基金：国家自然科学基金天津市自然科学基金天津市应用基础与前沿技术研究计划更多>>
- 相关领域：自动化与计算机技术理学电子电信医药卫生更多>>
- 关于拓扑关系复合表适用性的实验与分析被引量：1
- 1999年
- 实现了一个拓扑推理算法，并以基本不可平面图Ｋ５为实验对象，研究了拓扑关系复合表的适用性问题．实验结果表明：拓扑关系复合表只适用于同维实体间的拓扑推理．
- 廖士中王刚尹燕萍
- 关键词：拓扑关系复合表
- 可视化产生式系统的设计与实现被引量：3
- 2003年
- 产生式系统是最流行的专家系统类型。目前常见的产生式系统,如OPS5和CLIPS,它们的应用和开发界面都是类似LISP的文本界面,可操作性差。文章基于面向对象的方法和技术,设计并实现了一个可视化的产生式系统,该系统采用Rete算法进行推理,提供了事实库、规则库和Rete网络的可视化的维护功能。实际运行表明,该系统效率高,可操作性强。
- 高培焕廖士中
- 关键词：产生式系统RETE算法可视化
- 基于局部后悔的在线核选择被引量：1
- 2019年
- 在线核选择是在线核学习的关键问题.不同于离线核选择,在线核选择需要在保证亚线性收敛率的同时单趟(one-pass)地进行核选择和假设更新,并且现有在线核选择方法的时间复杂度至少是关于回合数平方的,计算效率较低.针对这些问题,该文提出了一种新的基于局部后悔的在线核选择方法.该方法具有亚线性的后悔界和关于回合数对数的时间复杂度.首先,定义了基于局部后悔的核选择准则(LRC),证明该准则是假设序列期望风险的上界.然后,应用相干性来度量新实例与缓冲区中实例的相关性,并结合蓄水池采样来设计缓冲区实例的添加和删除策略.最后,构造LRC的增量更新方法,并应用在线梯度下降方法来更新假设,实现具有亚线性后悔界的在线核选择和在线核学习的高效算法.实验结果表明,该文所提出的在线核选择方法在保证精度的同时可显著提高核选择的计算效率.
- 张骁廖士中
- 关键词：核方法
- 正则化路径上三步式SVM贝叶斯组合
- 模型组合旨在整合并利用假设空间中多个模型提高学习系统的稳定性和泛化性.针对支持向量机(support vector machine,SVM)模型组合多采用基于样本采样方法构造候选模型集的现状,研究基于正则化路径的SVM模...
- 王梅廖士中
- 关键词：支持向量机
- 文献传递
- 正定矩阵支持向量机正则化路径算法被引量：7
- 2013年
- 正则化路径算法是数值求解支持向量机(support vector machine,SVM)分类问题的有效方法,它可在相当于一次SVM求解的时间复杂度内得到所有的正则化参数及对应SVM的解.现有的SVM正则化路径算法或者不能处理具有重复数据、近似数据或线性相关数据,或者计算开销较大.针对这些问题,应用正定矩阵方程组求解方法来求解SVM正则化路径,提出正定矩阵SVM正则化路径算法(positive definite SVM path,PDSVMP).PDSVMP算法将迭代方程组的系数矩阵转换为正定矩阵,并采用Cholesky分解方法求解路径上各拐点处Lagrange乘子增量向量;与已有算法中直接求解正则化参数不同,该算法根据活动集变化情况确定参数增量,并在此基础上计算正则化参数,这样保证了理论正确性和数值稳定性,并可降低计算复杂性.实例数据集及标准数据集上的实验表明,PDSVMP算法可正确处理包含重复数据、近似数据或线性相关数据的数据集,并具有较高的计算效率.
- 廖士中王梅赵志辉
- 关键词：支持向量机正定矩阵CHOLESKY分解
- 基于支持向量机泛化误差界的多核学习方法
- 向量机(Support Vector Machine,SVM)是当前机器学习、模式识别和数据挖掘等领域的重要学习方法,核函数选择是研究和应用SVM的关键.传统模型选择方法利用数据从给定的候选集中选择单一核函数,近来的理论...
- 廖士中刘勇
- 统一框架下在线核选择的竞争性分析
- 2020年
- 在线核选择旨在给出在线核学习每回合的最优核,是在线核学习的基础性和关键性问题。在线核选择问题可归约为专家建议框架问题,其中专家集对应候选核集;每回合,根据专家的权重及专家的建议给出预测结果,并更新专家的权重。基于这一归约,在改进已有后悔界的同时,提出期望在线核选择的概念,并应用专家建议框架与度量任务系统的统一框架,给出期望在线核选择问题的后悔界和竞争比,并证明该竞争比在损失拓展情况下是稳定的。最后,给出结合在线核学习方法的竞争比。该项工作全面推广了在线核选择的概念,在统一框架下,不仅可以得到亚线性后悔界,同时也能得到较强的竞争比,为在线核选择研究开辟了新的途径。
- 廖芸张骁廖士中
- 基于多源共享因子的多张量填充
- 2016年
- 张量填充在数据挖掘、机器学习、生物信号处理等领域有着广泛的应用.现有的张量填充方法多在低秩假设的前提下对单独的张量进行填充,然而由于张量数据的复杂结构,张量填充的精度通常较低.为此,研究不同来源多个张量同时填充的方法.首先,利用Tucker分解将多源张量填充问题转换为最小二乘问题.然后,假设不同来源的张量在共享模式上具有共同的信息,为Tucker分解构造共享的因子矩阵集,提取多源张量在共享模式上的共同潜在结构,进而建立基于共享因子的多源张量填充(SF-MTC)方法.最后,利用非线性共轭梯度法和奇异值分解(SVD)快速求解Tucker分解的因子矩阵集及核心张量,完成同时对多个张量的填充,并进一步分析了SF-MTC的计算复杂度.在人工及实际数据集上的实验结果表明,所提出的SF-MTC能提高张量填充的求解效率,并在具有相关性的多源张量数据集上得到更高的填充精度.
- 张骁胡清华廖士中
- 关键词：非线性共轭梯度法奇异值分解
- 一类几何分形的表示模型被引量：2
- 1999年
- 结合迭代函数系统和有限自动机，提出了几何分形的正则生成系统表示模型，并应用生成测试法和自动机归纳学习算法研究了一类几何分形的建模方法。实验结果表明，该模型是简单有效的。
- 廖士中石纯一
- 一个基于尺度空间理论的直方图定性匹配算法被引量：3
- 2003年
- 设计并实现基于高斯尺度空间理论的直方图定性匹配算法.该算法首先建立灰度直方图的尺度空间,并提取各直方图在尺度空间中的特征,包括峰点个数、峰点线结构和峰点生命期等,然后利用这些特征匹配直方图.在同一内容的图像与不同内容的图像组成的图像库中,对直方图定性匹配算法进行了实验研究.实验结果表明,该算法可较好地解决图像内容恒常性问题.
- 廖士中李翔鲲高培焕
- 关键词：图像匹配图像处理尺度空间理论
