国家自然科学基金(10371135)
- 作品数：51 被引量：190H指数：9
- 相关作者：朱思铭桑波彭红毅罗泽举蒋春福更多>>
- 相关机构：中山大学聊城大学华南农业大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金中国博士后科学基金更多>>
- 相关领域：理学自动化与计算机技术轻工技术与工程农业科学更多>>
- 时间可逆系统的等时中心条件被引量：2
- 2010年
- 当中心邻域的闭轨周期为常数时,该中心称为等时中心.解决等时中心问题的主要难点在于横截交换系统的计算.为了减少计算量,对于时间可逆的解析微分系统,给出了系统具有等时中心的两个充要条件,为建立等时中心条件推导的直接方法作理论上的准备.
- 桑波伊继金朱思铭
- 关键词：等时性
- 基于隐马尔可夫模型的DNA序列识别被引量：8
- 2007年
- 利用隐马尔可夫模型训练中不同结构的DNA序列的L值分布范围不同的特点,对传统多类投票模型进行改进,提出一种优于传统算法的快速训练算法,该算法只需训练出一类隐马尔可夫模型参数.对DNA内含子和外显子序列进行识别,平均识别率达到了90.8%.与支持向量机相比,隐马尔可夫模型在解决多分类问题方面具有优势,不但计算时间少,而且识别率高.
- 罗泽举李艳会宋丽红朱思铭
- 关键词：隐马尔可夫模型DNA序列内含子外显子快速训练算法
- 基于ICA与MViSOM的孤立点挖掘模型
- 2007年
- 本文提出了一种基于独立成分分析(ICA)与改进的可视化诱导自组织映射(MViSOM)的孤立点挖掘模型——IMVOM模型,该模型用ICA方法对观测到的多维随机向量进行独立成分分解,得到一个独立成分数据集,然后用改进的MViSOM方法取得数据的可视化。该模型充分结合“人类擅长于模式识别的能力”与“电脑擅长于大量地记忆、快速地计算的能力”的双方优点进行孤立点的挖掘,避免了对高维数据内部结构的复杂探测,从而克服了高维数据集孤立点挖掘过程中的一些困难。实验结果也验证了所提模型的合理性。
- 彭红毅蒋春福朱思铭
- 关键词：孤立点ICA
- 基于聚类的大样本支持向量机研究被引量：19
- 2006年
- 针对大样本支持向量机内存开销大、训练速度慢的缺点,本文提出了基于聚类支持向量机,运用 k-mean 对样本聚类,压缩样本量,构造初始超平面,筛选出靠近超平面的支持类和可能支持向量,重新构造决策超平面。实验表明。在保持泛化精度基本一致前提下,改进算法的训练速度明显提高。
- 奉国和朱思铭
- 关键词：支持向量机分类大样本聚类
- 焦点量与鞍点量的关系被引量：1
- 2007年
- 对于一般情形,给出焦点量和鞍点量计算与约化的Maple算法,从而统一了焦点量和鞍点量的计算,并给出细焦点与细鞍点的变换,利用变换推导了焦点量和鞍点量的关系．
- 桑波朱思铭
- 关键词：焦点量鞍点量
- 焦点量算法与中心条件推导被引量：8
- 2008年
- 对于一般情形,基于后继函数法给出焦点量计算的递推公式;基于形式级数法给出焦点量计算和化简的Maple算法;给出了时间可逆条件的推导算法,给出了一类五次系统时间可逆的充要条件.
- 桑波朱思铭
- 关键词：焦点量后继函数形式级数
- 解偏微分方程的多步-小波-Galerkin方法
- 2007年
- 推广Lax-Wendroff多步方法,建立一类新的显式和隐式相结合的多步格式,并以此为基础提出了一类显隐多步-小波-Galerkin方法,可以用来求解依赖时间的偏微分方程.不同于Taylor-Galerkin方法,文中的方案在提高时间离散精度时不包含任何新的高阶导数.由于引入了隐式部分,与传统的多步方法相比该方案有更好的稳定性,适合于求解非线性偏微分方程,理论分析和数值例子都说明了方法的有效性.
- 邓小炎朱静芬
- 关键词：热传导方程
- 服务时间依赖于已服务过的顾客数的M^([X])/G/1排队系统
- 2005年
- 研究了每个忙期开始后的前N个顾客接受特别服务M[X] G 1排队系统。通过采用补充变量法,推导出系统稳态队长概率母函数的迭代公式。更进一步,得到了系统的平均队长。
- 江宇闻尹小玲朱思铭
- 关键词：补充变量法
- 基于最短路径和自然梯度的过完备ICA算法被引量：5
- 2006年
- 独立成分分析(ICA)是一种在给出的随机向量中找出统计独立的数据的统计方法,而过完备独立成分分析则是ICA问题中的一类特殊的情形,它要的源信号的数目比观测信号的数目要多。该文提出了一种基于最短路径算法和自然梯度的解决过完备独立成分分析的新算法Turbo-overcomplete。该算法采用了最短路径方法来推断源信号和采用自然梯度的方法来学习基向量,并采用Turbo-overcomplete算法来进行语音信号分离的实验,并把实验结果与现在的一些过完备独立成份分析算法进行了比较。
- 李拥军江宇闻朱思铭
- 关键词：最短路径自然梯度
- 新型ε-不敏感损失函数支持向量诱导回归算法及售后服务数据模型预测系统被引量：2
- 2005年
- 对含有噪声的数据序列根据预测置信度进行去噪处理,将训练集和测试集及预测数据共同作为训练向量集,以此建立新型支持向量诱导回归算法。本文利用该算法对实时售后服务的“千车故障数”进行了时间序列分析,并建立了新型的ε-不敏感损失函数小样本模型预测系统。预测显示误差小于5.3％的值占了总体的98.1％,其预测署信度达到0.983,与二次和Huber损失函数相比其MAPE值只有2.3％。用计算机模拟仿真单批次预测显,当时间参量t→+∞,“千车故障数”将收敛于定值74.0601,这和实际相当吻合,表明所建预测模型的有效性。文章最后还和传统神经网络模型作了比较,说明新型SVM机比神经网络处理小样本能力更强。
- 罗泽举朱思铭
- 关键词：售后服务损失函数数据模型支持向量时间序列分析
