高斯核函数
高斯核函数的相关文献在2003年到2022年内共计156篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文130篇、会议论文9篇、专利文献12671篇;相关期刊88种,包括人天科学研究、河北科技大学学报、系统工程与电子技术等;
相关会议9种,包括第四届电能质量及柔性输电技术研讨会、第23届过程控制会议、2012中国计算机大会等;高斯核函数的相关文献由452位作者贡献,包括杜瑞杰、王双成、刘莉等。
高斯核函数—发文量
专利文献>
论文:12671篇
占比:98.91%
总计:12810篇
高斯核函数
-研究学者
- 杜瑞杰
- 王双成
- 刘莉
- 刘颖
- 吴国文
- 柳培忠
- 汪鸿翔
- 罗飞
- 许玉格
- 于翔
- 何强
- 侯振杰
- 倪彤光
- 冯前进
- 刘玉超
- 卢振泰
- 司马懿
- 周孟娜
- 周洪亚
- 孙小炜
- 孙称立
- 廖吉平
- 张宏坤
- 张庶
- 张毅
- 张洪科
- 徐昊
- 易积政
- 李子月
- 李岩
- 李幼军
- 李琳
- 李瑞
- 李言俊
- 汤春明
- 沈建新
- 王丹
- 范成礼
- 茅正冲
- 邓晓燕
- 郑倩
- 钟宁
- 钱锋
- 阳洁琼
- 陈义
- 陈智
- 陈武凡
- 陈燕
- 韩文
- 顾晓清
-
-
吴盛平;
马永光;
庄恒悦;
赵魏;
常志伟
-
-
摘要:
针对FCM(模糊C均值聚类算法)对初始聚类中心的选取敏感以及梯度法易收敛到鞍点,在此基础上提出了一种分层遗传算法(HGA)优化的核模糊C均值聚类算法(HGA-KFCM)来提升聚类性能,首先用分层遗传算法(HGA)在全局筛选出高品质聚类中心以替代FCM的随机产生的聚类中心,再利用高斯径向核函数改变FCM中的距离函数并且重新定义目标函数,最终根据新参数进行迭代流程。在仿真实验中用两种数据集作为实验数据,利用FCM、HGA-KFCM以及其他三种聚类算法进行聚类测试,结果显示HGA-KFCM在一定程度上解决了FCM的缺陷,此外将新算法与另外三种性能不错的聚类算法在抗局部收敛能力,迭代次数和精度上比较,结果显示新算法具有良好的聚类性能。
-
-
赵向兵;
张天刚
-
-
摘要:
为了提高离群数据检测精度和效率,提出了一种基于相关子空间的离群数据检测算法。该算法首先根据数据局部密度分布特征得出稀疏度矩阵,通过高斯相似核函数放大稀疏度特征;然后计算各属性维中数据稀疏度相似因子,确定子空间向量及相关子空间,结合数据稀疏度和维度权值得出数据对象的离群因子,选取最大的若干个对象为离群数据;最后采用人工数据集和UCI实验数据集验证算法准确性和有效性。
-
-
钱向东;
李晨;
沈人杰
-
-
摘要:
基于黏弹性材料的广义流变模型,推导出一种广义阻尼模型及相应的结构动力学方程,分别选用指数函数和高斯函数为广义阻尼模型的卷积核函数,采用Newmark直接积分法计算了Koyna大坝的地震响应,分析了松弛参数、时间积分步长对大坝地震响应的影响,比较了广义阻尼模型和黏滞阻尼模型情况下大坝的地震响应。结果表明:地震作用下广义阻尼模型的响应峰值均大于黏滞阻尼模型的响应峰值;松弛参数越大,广义阻尼的响应峰值越接近黏滞阻尼的响应峰值;指数模型对数值积分时间步长的要求高于高斯模型。
-
-
冯微军
-
-
摘要:
为避免数据维度过高影响机器学习算法效率,提出了量子非线性高斯核主成分分析(GKPCA)算法。在算法中,为了实现对原数据集维度的压缩,首先制备高斯核密度矩阵和矩阵量子态,然后利用量子相位估计技术得到核矩阵的特征信息,最后利用断层扫描技术得到降维后的坐标。分析得出,本文算法时间复杂度为O(εN^(3/2)DdpolylogN)。特别是对于大型数据集的情况,与经典算法O(N^(3)+N^(2)D)相比,本文算法具有多项式时间复杂度的加速。
-
-
杨贵强;
李瑞;
刘玉君;
汪骥;
周玉松
-
-
摘要:
三维扫描数据和工艺模型间的配准定位是船舶建造精度管理与控制的关键,采用常规的配准算法难以有效抑制粗差对位姿定位精度的影响.为实现快速、准确配准,给出合理的建造精度评价,提出一种基于最大相关熵的鲁棒性点云配准算法,以削弱粗差对配准精度影响.该算法的核心是将高斯核函数引入到配准学习中.通过构建以高斯核函数为核心的稳健估计模型,利用迭代策略反复测试关联参数.理论和实际算例验证了该算法的有效性和实用性,为船舶建造精度提高和后续装配提供参数.
-
-
陈建华;
王磊;
巨云涛
-
-
摘要:
随着不同发电出力形式,特别是新能源出力的大量并网,现代电网呈现出电网结构不断扩大、运行控制日趋复杂的特性.为准确评估不同发电出力对电网线损影响因子大小,保障电网经济运行,提出一种基于Mean-shift聚类分析的电网线损影响因子评估方法.首先,提出一种基于误差平方和的滑动窗口半径最优选取方法;其次,采用基于高斯核函数的Mean-shift聚类分析法将电网量测数据按疏密程度聚类,提取出其主要特征;再次,通过对聚类结果进行多元线性回归,得到不同发电出力的线损影响因子.最后,通过在某省级电网上的实际应用效果,证明了该方法的有效性.
-
-
李文魁;
邱宇;
陈海江
-
-
摘要:
针对虚拟路谱缺乏有效评价手段的问题,利用带有高斯核函数(RBF)的支持向量机(SVM)算法以及路谱数据的客观统计值与主观评分建立了评价模型.首先,对虚拟路谱的客观统计值进行分析并在此基础上建立特征值;然后,利用网格搜索的方法搜索模型的惩罚系数和内核系数,建立时域信号分开建模的模型作为评价模型;最后,使用虚拟路谱数据对模型的评分结果进行分析,结果表明,所设计的评分模型精度达标,提高了路谱评价的效率.
-
-
朱海浩;
祝永新;
汪辉
-
-
摘要:
针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验结果表明,提出方法的泛化误差较小,能够有效提高多变量时间序列分类精度,缩短多变量时间序列分类时间.
-
-
郭金玉;
赵文君;
李元
-
-
摘要:
针对核熵成分分析算法(kernel entropy component analysis,KECA)为不同的故障选择相同的核参数影响检测效果的问题,提出了一种基于集成核熵成分分析(ensemble kernel entropy component analysis,EKECA)算法的工业过程故障检测方法.首先,选取一系列具有不同宽度参数的核函数将非线性数据投影到核特征空间,选取Rényi熵值贡献较大的特征值和特征向量,得到转换后的得分矩阵,建立多个KECA子模型;然后,将测试数据投影到各KECA子模型上,计算各KECA子模型的统计量,得到检测结果;最后,将各KECA子模型的检测结果利用Bayesian决策进行概率换算,利用集成学习法计算检测结果统一的统计量,判断其是否超出控制限,并将该算法应用于数值例子和TE过程.仿真结果表明,与传统的EKPCA,KECA等算法相比,所提方法有效提高了故障检测率,降低了误报率.新方法解决了传统KECA算法中不同故障核参数的选择问题,为提高KECA算法在非线性工业过程故障检测中的性能提供了参考.
-
-
陈燕;
顾大刚;
陈亚林
-
-
摘要:
由于多源传感数据及其噪声构成复杂的非线性可分空间,数据融合是目前在资源受限的传感网络中安全、准确和高效地消除冗余数据的重要方法.结合SVM泛化能力强、凸优化的特点,侧重分析了非线性可分多源数据集转化为高维线性可分空间的可行性方法.仿真实验结果表明,宽度参数范围预估方法可以加速高斯核宽度参数的确定.针对多分类情形,仿真实验结果表明,通过控制误差积累,更能确保分类的有效性.
-
-
-
王弘扬;
宋鑫磊;
任秋月;
胡乔治
- 《2017年中国地球科学联合学术年会(CGU2017)》
-
摘要:
地震勘探中,相干体属性技术发展已经比较成熟,但是针对一些具体情况,结果还有待改进.本文根据医学上图像增强的原理,将第三代相干数据体与高斯核函数卷积,对得到的新数据体求二阶偏导,求取其最大特征值,从而得到新的相干结果.应用实践证明,第三代相干数据体经过该方法处理后,其抗干扰能力得到了增强,数据体的横向分辨率得到了提高.因此,该方法可以更清晰地展现断层的空间展布,反映地下构造的细节特征.
-
-
-
吴坤;
康建设;
池阔
- 《2015年中国兵工学会学术年会暨第三届全国武器装备研制与保障学术研讨会》
| 2015年
-
摘要:
针对模拟电路故障诊断面临的故障数据小样本、非线性等问题以及支持向量机方法的不足,通过在高斯核函数基础上构造加权高斯核函数以提高分类精度,同时改进现有一对一多分类算法,减少不必要分类器以提高模型泛化能力和分类速度,从而提出了一种基于加权高斯核和改进一对一多分类算法的相关向量机模拟电路故障诊断方法.理论分析和实验结果表明,该方法与已有故障诊断方法相比,故障诊断正确率和运算速度等指标均较为理想,且具有更高的模型稀疏性和诊断效率.
-
-
WANG Shuang-Cheng;
王双成;
DU Rui-Jie;
杜瑞杰;
LIU Ying;
刘颖
- 《2012中国计算机大会》
| 2012年
-
摘要:
针对连续属性朴素贝叶斯分类器不能有效利用属性之间的条件依赖信息,而依赖扩展又很难实现属性条件联合密度估计和结构学习协同优化的问题,文中在使用多元高斯核函数估计属性条件联合密度的基础上,建立了具有多平滑参数的连续属性完全贝叶斯分类器,并给出将分类准确性标准与区间异步长划分完全搜索相结合的平滑参数优化方法,再通过时序扩展构建了动态完全贝叶斯分类器.我们使用UCI机器学习数据仓库中连续属性分类数据和宏观经济数据进行实验,结果显示,经过优化的两种分类器均具有良好的分类准确.
-
-
-
李远娟;
阎建国;
刘海波;
伍广广;
吴杰
- 《2016中国地球科学联合学术年会》
-
摘要:
本文介绍了一种基于二阶偏导的相干新算法.其主要应用了医学上图像增强的原理,将第三代相干算法所得到的数据体与高斯核函数做卷积生成新的数据体,并对新得到的数据体做二阶偏导,求其最大特征值,该最大特征值就是新的相干结果.模型实验和应用实例证明,该方法抗干扰能力强,横向分辨率高,可以更清晰地展现断层的空间展布,反映地下构造的细节特征.
-
-
-
-
-
-
-
-
-
-
-
- 西安理工大学
- 公开公告日期:2020-11-24
-
摘要:
本发明公开了一种基于高斯核函数的差分隐私保护的模糊C均值聚类方法,首先对数据集D的所有数据做归一化处理,得到数据集D'={x1,...,xn},然后计算数据集D'中所有样本点到其中任意一点xz的距离,将距离xz最远的一个点xs作为两个聚类中心点,接着计算距离xs最远的点作为下一个聚类中心点,如此循环,直到找到k个聚类中心点,再计算隶属度矩阵,计算k个聚类中心点的高斯值及高斯权重,添加拉普拉斯噪声,最后判断是否收敛,输出满足差分隐私保护的聚类集合,该聚类集合即能够保护个体隐私。本发明解决了现有技术中存在的模糊C均值聚类分析中易造成隐私泄露的问题。
-
-
-