付捷
- 作品数：5 被引量：10H指数：2
- 供职机构：中国石油大学（北京）机械与储运工程学院自动化研究所更多>>
- 发文基金：中国石油大学(北京)基础学科研究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>>
- L1+L2正则化逻辑斯蒂模型分类算法被引量：5
- 2012年
- 提出一种L1+L2范数正则化逻辑斯蒂模型分类算法。该算法引入L2范数正则化,解决L1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成L1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题。在各种实际数据集上的实验结果表明,该算法优于L2范数、L1范数和Lp范数正则化逻辑斯蒂模型,具有较好的特征选择和分类性能。
- 刘建伟付捷罗雄麟
- 关键词：L1范数共轭梯度正则化
- L1范数正则化SVM聚类算法被引量：3
- 2012年
- 提出L1范数正则化支持向量机(SVM)聚类算法。该算法能够同时实现聚类和特征选择功能。给出L1范数正则化SVM聚类原问题和对偶问题形式,采用类似迭代坐标下降的方法求解困难的混合整数规划问题。在多组数据集上的实验结果表明,L1范数正则化SVM聚类算法聚类准确率与L2范数正则化SVM聚类算法相近,而且能够实现特征选择。
- 刘建伟李双成付捷罗雄麟
- 关键词：支持向量机L1范数正则化聚类对偶问题
- 迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法被引量：1
- 2014年
- L2范数罚最小二乘–支持向量机(least square support vector machine algorithm,LS–SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS–SVM分类器算法,0
- 刘建伟黎海恩刘媛付捷罗雄麟
- 距离和损失函数约束正则化的AdaBoost算法被引量：1
- 2013年
- 基于距离函数和损失函数正则化的权值更新模式,使用相关熵距离函数,Itakura-Saito距离函数,指数一次近似距离和相关熵损失函数结合,实现了三种AdaBoost弱分类器权值更新算法。使用UCI数据库数据对提出的三种算法AdaBoostRE,AdaBoostIE,AdaBoostEE与Real AdaBoost,Gentle AdaBoost和Modest AdaBoost算法作了比较,可以看到提出的AdaBoostRE算法预测效果最好,优于Real AdaBoost,Gentle AdaBoost和Modest AdaBoost算法。
- 刘建伟付捷罗雄麟
- 关键词：距离函数损失函数正则化ADABOOST算法
- 基于bregman距离和等式约束正则化AdaBoost算法
- 2013年
- 基于J.Kivinen和M.K.Warmuth提出的一种基于正则化的在线学习模式,提出基于bregman距离和等式约束正则化弱分类器权值更新模式,实现了AdaBoostS,AdaBoostIE,AdaBoostRE,AdaBoostDE和AdaBoostE五种弱分类器权更新算法。在实验部分,利用实际数据对提出的五种算法与Real AdaBoost、Gentle AdaBoost和Modest AdaBoost算法作了比较。
- 付捷刘建伟李双成罗雄麟
- 关键词：等式约束问题正则化集成分类器
