国家自然科学基金(11171137)
- 作品数:13 被引量:32H指数:4
- 相关作者:卢诚波谢林森尚旭陆文秀章莉更多>>
- 相关机构:丽水学院浙江师范大学厦门大学更多>>
- 发文基金:国家自然科学基金浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域:理学自动化与计算机技术更多>>
- 一种基于极限学习机的在线负增量算法被引量:1
- 2016年
- 在剔除影响单隐层前馈神经网络性能的"脏数据"后,传统的极限学习机算法需要重新训练整个网络,这会增加很多额外的训练时间。针对这一问题,在传统的极限学习机算法的基础上,提出一种在线负增量学习算法:剔除"脏训练样本"后,不需要再重新训练整个网络,而只需在原有的基础上,通过更新外权矩阵来完成网络更新。算法复杂性分析和仿真实验的结果表明所提出的算法具有更高的执行速度。
- 谢林森任婷婷卢诚波
- 关键词:极限学习机
- 神经网络对R^d上连续函数最佳逼近的一个注记(英文)
- 2013年
- 本文构造了一类单隐层神经网络,使其逼近R^d上连续函数的速度达到最佳代数多项式逼近速度,并刻划了该类单隐层神经网络的逼近性质.
- 谢林森陆文秀章莉
- 关键词:神经网络
- 一种距离边界合成少数类过采样技术
- 2017年
- 在不平衡数据集的分类问题中,由于某一类或某几类样本数量相对较少,标准的分类器会倾向于数量多的类别,导致少数类样本在分类过程中容易被误分。合成少数类过采样技术(SMOTE)是一种常用的过采样数据预处理方法。通过合成少数类样本来平衡数据集各类样本的分布,能够有效地改善数据集的不平衡分布,从而提高不平衡数据集的分类精度。但SMOTE采样方法将所有的少数类样本都用来合成新样本,存在一定的盲目性。在分类中,处于边界的样本对分类决策往往有着更重要的作用,需要得到更大的关注。基于以上考虑提出一种改进的过采样方法——距离边界合成少数类过采样技术(DBSMOTE)。该方法根据少数类样本与多数类样本的距离确定边界样本,并在边界样本集上进行样本的合成,理论分析和实验结果表明DBSMOTE是有效的。
- 尚旭谢林森
- 关键词:不平衡数据集过采样SMOTE
- 关于不定方程x^2+64=4y^n(n=5,9)的解被引量:1
- 2017年
- 利用代数数论整数环的唯一分解性,研究了不定方程x^2+64=4y^n(n=5,9)的整数解问题,并证明了当n=5时,该方程仅有整数解(x,y)=(±8,2);当n=9时,该方程无整数解。
- 尚旭
- 关键词:整数解代数数论
- 在L^p中一类近似插值神经网络的逼近误差
- 2013年
- 研究一类近似插值单隐层前向神经网络的逼近问题。利用Steklov平均函数,以光滑模为度量,估计了该网络对Lebesgue可积函数的逼近误差。所获结果表明:对于定义在[a,b]上的任意p(1≤p<+∞)次Lebesgue可积函数f(x),只要隐层节点数n足够大,均有一个近似插值神经网络以任意精度逼近f(x)。
- 章莉谢林森陆文秀
- 关键词:神经网络光滑模
- 一般有界Sigmoidal函数神经网络的插值与逼近被引量:1
- 2013年
- 研究了一维欧氏空间中神经网络的插值问题.首先,对于一组插值样本和定义在R上的一般有界Sig-moidal激活函数,给出了精确插值的单隐层前向神经网络存在的条件;然后,构造了近似插值网络,给出了估计精确和近似插值网络之间的误差;最后,利用连续模作为度量,分别估计了两类网络对连续函数的逼近误差.
- 章莉谢林森陆文秀
- 关键词:神经网络
- 关于不定方程x^2+4~n=y^(15)(n=1,2,3)的整数解被引量:10
- 2017年
- 不定方程整数解的问题是数论方面的一个重要问题。利用代数数论和同余理论的方法,研究不定方程x^2+4~n=y^(15)(x,y∈Z)的整数解问题,并证明了不定方程x^2+4~n=y^(15)(n=1,2,3)无整数解。
- 尚旭王泽灯
- 关键词:整数解代数数论
- 几类循环矩阵的对数矩阵及其计算被引量:1
- 2014年
- 首先研究了k-循环矩阵、斜k-循环矩阵以及Hermitian k-循环矩阵的对数矩阵的结构,之后对这些对数矩阵进行了分类,并设计了计算这几种循环矩阵对数矩阵的算法,这些算法与基于Schur分解的反scaling and squaring算法相比,在计算效率上有较大提高.
- 卢诚波
- 关键词:循环矩阵SCHUR分解初等函数
- 关于不定方程x^2+4~n=y^(13)(n=4,5,6)的整数解被引量:10
- 2017年
- 在高斯整环中,利用代数数论与同余理论的方法,讨论了不定方程x^2+4~n=y^(13)(n=4,5,6)的整数解问题,得出了当n=4,5时无整数解;n=6是仅有整数解(x,y)=(64,2)和(x,y)=(-64,2)的结论,推进了不定方程整数解的研究.
- 尚旭
- 关键词:代数数论整数解
- 前馈网络的一种高精度鲁棒在线贯序学习算法被引量:4
- 2015年
- 基于离散傅里叶变换-极限学习机(DFT-ELM)提出了一种新的单隐层前馈神经网络在线贯序学习算法,命名为"在线贯序-离散傅里叶变换-极限学习机"(OS-DFT-ELM).该算法能够逐个或逐段学习数据,随着新数据的逐渐到达,单隐层前馈神经网络的内权矩阵和外权矩阵得到逐步调整.该算法与在线贯序-极限学习机(OS-ELM)相比,具有更高的精度和鲁棒性.同时,通过实验和分析,表明OS-DFT-ELM具有优良性能.
- 卢诚波梅颖
- 关键词:极限学习机