邵元海
- 作品数：18 被引量：78H指数：7
- 供职机构：浙江工业大学之江学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术经济管理农业科学矿业工程更多>>
- 基于PCA的参数化间隔双子支持向量机及其在手写体识别上的应用被引量：2
- 2012年
- 改进了基于参数化间隔的双子支持向量机算法的预处理过程，在数据预处理阶段使用了主成分分析法对数据进行降维，提出了基于主成分分析的参数化间隔双子支持向量机，从而加快了整个算法的训练速度．公共数据库上的实验结果显示了该算法的优秀分类能力，对高维数据集的降维效果也比较成功．最后，将这种算法应用到手写体数字识别技术上，实验结果显示出该算法较好的分类性能．
- 陈晋王震邵元海
- 关键词：主成分分析手写体数字识别
- 基于特征值分解的最大间隔支持向量回归机被引量：1
- 2013年
- 广义特征值中心支持向量回归机(GEPSVR)是一种有效的核回归算法,但其在求解优化问题时易导致奇异性问题.为此,提出一种基于特征值分解的支持向量回归机,简称IGEPSVR.与GEPSVR相比,IGEPSVR的主要优势有:结合最大间隔准则和GEPSVR几何思想给出了新的距离度量准则;在优化模型中引入Tikhonov正则项,克服了可能产生的奇异性问题;IGEPSVR仅需求解两个标准特征值,降低了计算复杂度.实验结果表明,较GEPSVR算法,IGEPSVR不仅提高了学习能力,而且缩短了训练时间.
- 陈伟杰邵元海叶娅芬
- 关键词：支持向量回归机特征值分解
- 局部学习半监督多类分类机被引量：1
- 2013年
- 半监督多类分类问题是机器学习和模式识别领域中的一个研究热点,目前大多数多类分类算法是将问题分解成若干个二类分类问题来求解.提出两种类标号表示方法来避免多个二类分类问题的求解,一种是单位圆类标号表示方法,一种是二进制序列类标号表示方法,并利用局部学习在二类分类问题中的良好学习特性,提出基于局部学习的半监督多类分类机.实验结果证明采用了基于局部学习的半监督多类分类机错分率更小,稳定性更高.
- 吕佳邓乃扬田英杰邵元海杨新民
- 关键词：半监督分类二进制序列单位圆
- 基于支持向量机和神经网络的土壤水力学参数预测效果比较被引量：11
- 2010年
- 在美国土壤水分物理性质数据库(UNSODA 2.0)的基础上,考虑土壤质地不分类和分类2种情况,分别构建了基于支持向量回归机(SVR)的土壤传递函数模型,比较了在土壤质地不分类和分类情况下预测土壤水力学参数(水分特征曲线和饱和导水率)的效果,并与建立在相同数据库上的基于神经网络的Rosetta模型的预测效果进行了比较。结果表明:土壤质地不分类的情况下,输入参数越多,基于SVR模型的预测效果越好;土壤质地分类情况下,基于SVM分类建模的预测结果普遍好于不分类情况。无论土壤质地是否分类,样本和输入参数相同的条件下,基于SVR的模型预测的效果都优于Rosetta模型。
- 聂春燕胡克林邵元海陈薇
- 关键词：传递函数支持向量回归机神经网络
- 一种新的数字水印性能指标及可拓评价
- 本文针对数字水印技术中的评价指标问题,定义了基于图像像素之间相关关系的不可见度和鲁棒度概念,并提出了将可拓评价中的级别变量特征值作为评价数字水印综合性能的新指标模型,从图像的局部信息出发,给出了综合评价等级和适当的嵌入强...
- 刘婵邵元海陈薇
- 关键词：数字水印关联函数
- 文献传递
- 一种广义2D线性判别分析降维算法
- 本发明公开了一种广义2D线性判别分析降维算法。本算法针对在图像识别过程中使用基于向量的方法会遇到样本结构被破坏及奇异性的问题，直接以图像矩阵作为输入，并引入正则项以避免奇异性同时提高算法稳定性；同时，通过考虑任意范数下的...
- 李春娜邵元海陈伟杰陈少春王震
- 文献传递
- 回归问题中的k近邻加权方法研究被引量：4
- 2016年
- 针对回归问题分析了常用的k近邻加权回归算法的特点,给出一种基于k近邻的改进加权方法.根据每个样本在整个样本空间中所处的位置的不同来计算不同的权重值,更好地描述了样本点的局部性质.理论上,我们给出了改进方法与原始计算权重方法所得的权重值之间的关系,证明了我们的改进方法能够更好的描述离群点和具有重要局部性质的样本点.另外,我们还将这种新的加权方法推广到支持向量回归机和最小二乘支持向量回归机中,实验验证了所提方法的有效性.
- 白兰王震邵元海
- 关键词：K-近邻支持向量回归机最小二乘支持向量回归机
- 鲁棒的稀疏Lp-模主成分分析被引量：8
- 2017年
- 主成分分析(Principle component analysis,PCA)是一种被广泛应用的降维方法.然而经典PCA的构造基于L2-模导致了其对离群点和噪声点敏感,同时经典PCA也不具备稀疏性的特点.针对此问题,本文提出基于Lp-模的稀疏主成分分析降维方法 (Lp SPCA).Lp SPCA通过极大化带有稀疏正则项的Lp-模样本方差,使得其在降维的同时保证了稀疏性和鲁棒性.Lp SPCA可用简单的迭代算法求解,并且当p≥1时该算法的收敛性可在理论上保证.此外通过选择不同的p值,Lp SPCA可应用于更广泛的数据类型.人工数据及人脸数据上的实验结果表明,本文所提出的Lp SPCA不仅具有较好的降维效果,并且具有较强的抗噪能力.
- 李春娜陈伟杰邵元海
- 关键词：主成分分析稀疏性鲁棒性降维
- 基于流形正则化的半监督投影双子支持向量机被引量：2
- 2016年
- 投影双子支持向量机(PTSVM)是一种有监督学习方法,其性能极大依赖于有监督信息量的大小.受流形正则化框架启发,文中提出半监督投影双子支持向量机(SPTSVM).该方法可同时利用有监督(有标签样本)信息和无监督(无标签样本)信息构造一个更合理的半监督学习器.SPTSVM不仅继承PTSVM有监督分类性能,而且使用流形正则项捕获蕴含在无标签数据中的潜在几何信息.通过选择合理的参数,SPTSVM退化为有监督PTSVM或正则化PTSVM.在人工数据集和实际数据集上的对比实验验证文中方法的有效性.
- 陈伟杰邵元海李春娜邓乃扬
- 关键词：半监督学习支持向量机流形正则化
- 基于支持向量机的集团信用风险预警研究被引量：8
- 2008年
- 针对我国现有信用风险预警模型普遍以单一企业为样本,无法反映集团信用风险状况的问题,采用支持向量机算法,建立了企业集团信用风险预警指标体系,利用全国大额贷款和授信企业集团客户样本数据进行训练,提出了基于支持向量机的集团信用风险预警模型。理论分析及预警数值试验结果表明:基于支持向量机的集团信用风险预警模型与传统的基于逻辑回归算法预警模型相比,具有更好的泛化能力;在相同预警敏感水平下,采用前者预警的假负率为16.67%,与后者的23.45%相比具有更高的预警精度。基于支持向量机的集团信用风险预警模型可较好的应用于企业集团信用风险预警领域中。
- 冯一宁邵元海陈静王来生邓乃扬
- 关键词：支持向量机巴塞尔新资本协议信用风险预警逻辑回归
