齐志泉
- 作品数：11 被引量：78H指数：3
- 供职机构：中国农业大学理学院更多>>
- 发文基金：国家自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术理学冶金工程更多>>
- 支持向量机中的核参数选择问题
- 核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力.通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法.由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极...
- 齐志泉田英杰徐志洁
- 关键词：支持向量机混合遗传算法核函数
- 文献传递
- 支持向量机中的核参数选择问题
- 核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力。通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法。由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极...
- 齐志泉田英杰徐志洁
- 关键词：混合遗传算法
- 文献传递
- 支持向量机中的核参数选择问题被引量：66
- 2005年
- 核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力。通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法。由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极小点的核参数选择方法。实验证明,通过该方法选择出来的核参数能够提高分类精度,具有实用性。
- 齐志泉田英杰徐志洁
- 关键词：混合遗传算法
- 基于在线学习的目标跟踪方法研究被引量：6
- 2010年
- 针对视频目标跟踪问题,提出了一种基于co-training框架下的在线学习跟踪方法。该方法首先根据两种不同的局部特征,利用在线Boosting算法分别建立模型,然后采用co-training框架来协同训练,有效避免了模型误差累积和跟踪丢帧等问题。实验证明了该方法的有效性。
- 齐志泉宋野王来生
- 关键词：目标跟踪
- 基于Adaboost算法的视频目标检测与跟踪方法研究
- 齐志泉
- 关键词：目标检测
- 模糊支持向量分类机在冠心病诊断中的应用被引量：3
- 2006年
- 论文研究模糊支持向量分类机在冠心病诊断中的应用。首先给出模糊支持向量分类机(算法),在此基础上得出基于模糊支持向量分类机的冠心病诊断方法。
- 杨志民齐志泉
- 关键词：冠心病
- 多示例在线学习方法在遮挡目标跟踪中的应用
- 针对有遮挡的视频目标跟踪问题，提出一种新的基于在线学习的跟踪方法。该方法首先根据局部特征(局部方向直方图算子)来描述目标，然后利用基于Boosting的在线多示例学习方法(OMILBoost)来建立描述目标的模型和分类器...
- 宋野齐志泉王来生
- 关键词：目标跟踪图像识别
- 支持向量机算法研究及在高炉煤气识别中的应用
- 支持向量机(SupportVectorMachines，简称SVMs)是模式识别领域的新方法，是基于统计学习理论的，是主要用于解决分类问题和回归问题的新工具，它已经在很多领域有了广泛的应用，如：人脸识别，心脏病诊断，经济...
- 齐志泉
- 关键词：支持向量机核函数混合遗传算法模拟退火算法BP人工神经网络
- 文献传递
- 基于属性重要性的加权支持向量机及其应用被引量：3
- 2011年
- 针对珠江水质预测中的大量不确定和模糊因素,提出了一种基于属性重要性的加权支持向量机水质预测模型.首先通过粗糙集理论对原有的评价指标体系进行约简,由原来的8个预测指标约简为7个指标,被约去的属性正是网站公布数据中缺失的属性;同时计算出各属性的重要性,对重要的指标赋予较大的权重,构造基于属性重要性的加权支持向量机,这不同于以前的针对样本作用不同而构造的加权支持向量机.本文以珠江流域重点断面水质预测为例,对近2年数据进行分析,结果显示了该模型的有效性.
- 徐义田齐志泉王来生
- 关键词：评价指标水质预测粗糙集理论加权支持向量机
- 具有动态级联结构的在线Boosting算法
- 2009年
- 针对在线Boosting由于提前设定弱分类器个数导致分类器的分类复杂度受到限制的缺陷,提出了一种新的具有动态级联结构的在线Boosting算法.该算法不但具有一般级联结构的特点,而且能根据输入样本分类的难度来实时地调整级联结构的层数,从而使得目标检测器在检测速度和检测精度方面达到很好的平衡.与一般的方法不同,该算法并没有记录一段短暂的历史样本片段来确定弱分类器的阈值,而是把每一个弱分类器的输出值视为一个随机变量,从而进一步估计它的密度函数.然后以迭代的方式估计出整个强分类器的密度函数,进而构建出在线Boosting的动态级联结构.实验结果表明:与原始的在线Boosting算法相比,该算法大大提高了目标检测的速度和精度.
- 齐志泉徐义田宋野王来生
- 关键词：级联结构目标检测目标跟踪
