优化支持向量机核参数的核矩阵方法研究

参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本集的分布提出了一种核校准改进方法.对比实验表明该算法是有效可行的.     

人脸识别中的核方法

对人脸识别的关键技术和核方法的主要特点进行了简单的分析.指出:将核方法应用于人脸识别中,在特征提取的效率和识别的泛化能力等方面具备技术上的优势.结合国内外相关研究成果,介绍了可应用于人脸识别的三种核方法:基于核的主成分分析(KPCA)、支持向量机(SVM)和基于支持向量的数据描述(SVDD).文章的最后给出了一个应用实例以说明核方法在人脸识别领域中的有效性.     

基于聚类核的核极速学习机

传统的神经网络学习算法(如BP算法)需要调整大量的网络参数,例如输入权值以及隐层单元的偏置,而极速学习机只需要设置网络的隐层节点个数,在算法执行过程中不需要调整网络的输入权值,便可以产生唯一的最优解,因此它具有学习速度快且泛化性能好的优点.随着极速学习机的研究发展,核极速学习机的相关理论被提出.核极速学习机是将核函数引入到极速学习机中,可以得到最小二乘解,具有更稳定的泛化性能.本文在核极速学习机的基础上提出了一种基于Bagged聚类核的核极速学习机的分类方法,首先对已有的标记样本和所有的无标记样本采用多次k均值聚类,去构造Bagged聚类核,然后对Bagged聚类核和径向基核进行求和,最终用于核极速学习机的训练中.与传统核极速学习机相比,本文提出的方法可以使用所有的无标记样本,从而尽可能地提高分类的准确率.最后本文通过实验验证了方法的可行性.     

核函数方法及其模型选择

核函数方法已成为近年来机器学习领域继人工神经网络方法之后又一个十分流行和有效的方法.阐述了核函数方法的基本原理、特点及实施步骤,介绍了几种主要的核函数方法,最后重点分析和讨论了核函数方法中参数选择和核函数构造等核函数方法研究中的热点问题,并对其未来研究作了展望.     

科尔沁细毛羊滑车神经核与动眼神经核的形态及细胞构筑

用组织学方法对7只成年健康科尔沁细毛羊滑车神经核与动眼神经核的形态、位置和细胞构筑进行了研究。结果表明:滑车神经核核长1.4 mm,细胞密度为515个/mm3,主要由椭圆和多极细胞构成;动眼神经核核长为6.2 mm,细胞密度为1 056个/mm3,主要由大中型多极神经细胞构成。     

相对论性核——核碰撞中弹核碎片的次级作用

本文评述了相对论性核—核碰撞中弹核碎片的次级作用问题     

一般的核环与有核环的核的结构

本文是把作者(1963)一文中的部分结果推广到一般情形。首先讨论一般的有核环,在得到一般有核环的若干基本性质后,证明了有核本原环(有核质环、有核 Kthe 质环)的本原核(质核、Kthe 质核)恒为本原核环(质核环、Kthe 质核环),从而看到核与核环在特殊质环中的一致性(见§1定理4—6)。其次,为了进一步讨论核环与核的结构问题,乃在§2、§3作应有的准备而分别讨论了所谓近似 Baer 根环、近似     

F—Ⅰ型算子核为退化核的奇异积分方程

用Ｖｅｋｕａ正则化方法、Ｆｒｅｄｈｏｌｍ理论及退化核积分方程理论,给出Ｆｒｅｄｈｏｌｍ第一型核为退化核的奇异积分方程解和可解条件,对Ｆ－Ⅰ型核为一般连续核和弱奇性核的奇异积分方程也有若干结果。     

B( H )上的核偏序与对偶核偏序

是无限维复Hilbert空间, B( H )是H上全体有界线性算子构成的代数, 先给出核偏序和对偶核偏序的性质, 然后运用算子分块矩阵方法研究核偏序、 对偶核偏序
与减偏序的关系, 并进一步给出两个算子A,B核偏序下确界A∧B的表示.     

高能核—核碰撞的靶核碎片研究

该文讨论了高能核—核碰撞中靶核碎片的多重数分布及关联。计算给出了靶核黑碎片的方位角、空间角、横动量、动量和动能的分布规律。     

加权右核逆及加权右伪核逆的刻画

利用代数方法考虑*-环上加权右核逆和加权右伪核逆的刻画问题.首先,引入加权右核逆的概念;其次,利用3个方程和右可逆元分别给出其刻画;最后,给出加权右伪核逆的定义和刻画.     

非对心核-核碰撞热夸克所产生的手征磁场研究

以热化的纵向集体流模型为依据,着重计算了高能核-核非对心碰撞的热夸克分布对核-核碰撞中形成的磁场的贡献,完善了非对心核一核碰撞过程中磁场大小的计算方法．     

核耗散强度对超重核蒸发剩余截面的影响

尽管目前利用熔合蒸发反应合成超重核的研究陷入停顿,但该反应机制仍是实验室合成新核素的主要方法.为了研究核耗散强度对超重核素合成截面的影响,通过冻结能级密度参数及其在鞍点和基态处的比值,对超重元素Cn、Fl和Lv的7个反应进行了数值计算.计算结果表明重现实验数据所需核耗散强度随超重余核质量数的减小而逐渐减弱.此外,相比于对~(282,283)Cn和~(292,293)Lv的模拟,要重现新质子幻数Z=114对应的超重复合核~(287,288,289)Fl的实验数据则需要增强核耗散强度.上述规律为获取超重核的结构信息提供了一种潜在的核反应学方法.     

高能核─核碰撞的椭球状衰变模型与核阻止本领

提出一种椭球状衰变的模型，分析了目前高能区核─核碰撞的核阻止本领对入射能量和碰撞核质量依赖关系。     

核函数选择方法研究

核函数的选择对支持向量机的分类结果有着重要的影响,为了提高核函数选择的客观性,提出了一种以错分实例到支持向量所在界面的距离来表示错分程度,并基于此进行秩和检验的核函数选择方法.通过与K-折交叉验证、配对t测试等参数检验的统计方法进行对比分析,对9种常用核函数的分类能力在15个数据集进行了定量研究.与参数检验方法不同,秩和检验并未假定数据的分布情况(很多情况下数据并不满足假定的分布),而且数据实验证明,秩和检验不但能够对核函数的分类能力进行客观评估,而且在某些数据集上还能产生更好的核函数选择效果.     

有限秩多任务核的若干性质

多任务核的性质研究较少。应用多任务核的刻画定理,给出多任务核的若干性质,主要包括多任务核空间结构、沿对角线平移性质、多任务核的Kronecker乘积相关的几个性质,为多任务核学习实验中选择多任务核提供必要的方法和依据。     

图核函数研究现状与进展

核方法具有坚实的理论基础和广泛的应用,已引起了各领域的关注.基于核的机器学习方法不仅适用于以特征向量表示的模式,也适用于结构化数据的模式.前者对应的是向量核方法,后者对应的是图核方法.图核对结构化数据具有强大而灵活的表示形式,其不仅能描述研究对象或模式的特性,还能反映构成这个物体不同部分之间的结构信息.目前,基于图核的机器学习方法在模式识别、机器学习、机器视觉、数据挖掘等相关研究领域得到了极为广泛的关注与应用,已成为结构数据描述方法和应用领域的一个重要研究方向.论文从使用最为广泛的基于R-convolution的图核谈起,总结了图核研究的意义,着重回顾和讨论图核函数的基本理论、基本分类、国内外研究现状,并进一步指出图核研究的发展方向.     

数字化核能谱测量系统中的核脉冲高速采样方法研究

核能谱测量技术是研究核物理、重离子物理、高能物理及核应用技术的重要方法。在数字化核能谱测量系统中,核脉冲高速采样方法是其关键技术之一,而高速采样又受限于模数转换芯片(A/D芯片)的转换速度和数字化处理芯片的工作频率。主要研究如何通过利用FPGA和多片低速A/D芯片实现单片高速A/D的功能,并通过具体的实验验证了该方法的正确性和可行性,效果良好。     

基于核函数的学习算法

论述基于核函数的方法,包括支持向量机的分类、聚类与回归算法,基于核的Fisher判别分析、感知机和主成分分析,介绍学习算法、简化算法和多类分类等研究课题,及基于核函数方法的应用.     

非对称核密度估计在生命表构造中的应用

针对以地称核修匀方法存在着边界偏差这种现象,将非对称核密度估计用于生命表数据修匀中,提出了非对称核修匀方法,并与对称核修匀方法进行比较,得到了令人满意的结果,从而使核修匀方法得到了进一步的推广.