国家自然科学基金(60704047F030304)
- 作品数：4 被引量：21H指数：3
- 相关作者：王士同陈晓峰曹苏群堵国成邓赵红更多>>
- 相关机构：江南大学北华航天工业学院中国科学技术大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划教育部科学技术研究重点项目更多>>
- 相关领域：自动化与计算机技术医药卫生理学更多>>
- 半监督多标记学习的基因功能分析被引量：7
- 2008年
- 传统的机器学习主要解决单标记学习,即一个样本仅有一个标记.在生物信息学中,一个基因通常至少具有一个功能,即至少具有一个标记,与传统学习方法相比,多标记学习能更有效地识别生物相关基因组的功能.目前的研究主要集中在监督多标记学习算法.然而,研究半监督多标记学习算法,从已标记和未标记的基因表达数据中学习,仍然是未解决问题.提出一种有效的基因功能分析的半监督多标记学习算法SML_SVM.首先,SML_SVM根据PT4方法,将半监督多标记学习问题转化为半监督单标记学习问题,然后根据最大后验概率原则(MAP)和K近邻方法估计未标记样本的标记,最后,用SVM求解单标记学习问题.在yeast基因数据和genbase蛋白质数据上的实验表明,SML_SVM性能比基于PT4方法的MLSVM和自训练MLSVM更优.
- 陈晓峰王士同曹苏群
- 关键词：多标记支持向量机
- 基于expectation maximization算法的Mamdani-Larsen模糊系统及其在时间序列预测中的应用被引量：5
- 2009年
- Epanechnikov混合模型和Mamdani-Larsen模糊系统之间的对应关系被建立:任何一个Epanechnikov混合模型都唯一对应着一个Mamdani-Larsen模糊系统,在一定条件下,Epanechnikov混合模型的条件均值和Mamdani-Larsen模糊模型的输出是等价的。一个设计模糊系统的新方法被提出,即利用expectation maximization算法设计模糊系统。将设计的模糊系统应用于时间序列预测,仿真结果表明:利用EM算法设计的模糊系统比其他模糊系统精度更高,抗噪性更强。
- 张钦礼王士同
- 关键词：EXPECTATION混沌时间序列
- 基于熵准则的鲁棒的RBF谷胱甘肽发酵建模被引量：7
- 2008年
- 在谷胱甘肽的发酵过程建模中,当试验数据含有噪音时,往往会导致模型预测精度和泛化能力的下降。针对该问题,提出了一种新的基于熵准则的RBF神经网络建模方法。与传统的基于MSE准则函数的建模方法相比,新方法能从训练样本的整体分布结构来进行模型参数学习,有效地避免了传统的基于MSE准则的RBF网络的过学习和泛化能力差的缺陷。将该模型应用到实际的谷胱甘肽发酵过程建模中,实验结果表明:该方法具有较高的预测精度、泛化能力和良好的鲁棒性,从而对谷胱甘肽的发酵建模有潜在的应用价值。
- 谭左平王士同邓赵红堵国成
- 关键词：谷胱甘肽相对熵RBF神经网络鲁棒性
- 基于模糊聚类的稳健支撑向量回归机及火焰图像处理被引量：2
- 2009年
- 由于离群点会降低支撑向量回归机的性能,因此为了提高支撑向量回归机的图像处理性能,提出了一种具有抗离群点性能的模糊稳健支撑向量回归机(FRSVR),并首先给出了在任意代价函数下支撑向量回归机的求解方法;然后讨论了构建稳健支撑向量机的代价函数所需的性质,并在此基础上,引入了损失代价函数族;接着根据支撑向量回归机的训练误差,用模糊C均值聚类(FCM)查找离群点;最后通过迭代的方法实现了模糊稳健支撑向量回归机。为了对火焰图像进行有效处理,还将FRSVR算法应用于乳化油燃烧火焰图像处理,以去除火焰图像上的离群点。实验结果表明,FRSVR算法处理图像的性能优于ε-SVR算法和自适应SVR滤镜(ASBF),不仅能有效地查找离群点,而且可去除较大的离群点区域,还能显著的降低离群点的影响,并具有良好的泛化性能。
- 陈晓峰王士同曹苏群崔运静马培勇仇性启
- 关键词：离群点支撑向量回归模糊聚类
