何成刚 作品数:6 被引量:43 H指数:3 供职机构: 安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室 更多>> 发文基金: 国家重点基础研究发展计划 国家自然科学基金 安徽省高等学校优秀青年人才基金 更多>> 相关领域: 自动化与计算机技术 更多>>
机器学习中知识动态获取在函数逼近中的探究 被引量:2 2010年 本文将机器学习中的知识动态获取体现在神经网络的方法中,从而研究神经网络的函数逼近方法,首先分析了神经网络在函数逼近中应用的相关理论,然后将BP神经网络应用于函数的逼近中并通过实验得到理想的效果。最后本文首次提出将GRNN(广义回归神经网络)运用于实际的函数逼近之中,得到了误差极小(接近于零)的完美逼近结果,并且通过实验验证了该神经网络训练速度快和非线性映射能力很强的优点。 何成刚 张燕平 张站 张娟关键词:函数逼近 BP神经网络 马尔科夫模型预测方法的研究及其应用 随着马尔科夫理论的发展,产生了基于该理论的马尔科夫模型,该模型主要包括马尔科夫链模型和隐马尔科夫模型,由于这些模型的优良特性,引起了国内外学者的普遍关注。目前马尔科夫模型主要运用在语音识别、股票预测、环境质量、文字信息、... 何成刚关键词:马尔科夫模型 神经网络 基于佳点集与Leader方法的改进K-means聚类算法 被引量:3 2011年 针对传统K-means算法对初始点敏感的问题,采用数论中的佳点集理论结合Leader方法对K-means聚类算法加以改进,启发式地生成样本初始中心。根据两者不同的结合方式,所提算法分别称为KLG和KGL。佳点集理论能够产生比随机选取点更好的点,Leader方法则能反映数据对象本身的分布特性。结合佳点集理论和Leader方法各自的优点,能获得优化的初始中心。在UCI数据集上的实验表明,KLG算法和KGL算法所得到的结果均好于传统的和其他一些初始化的K-means算法。 张燕平 张娟 何成刚 褚维翠 张利娜关键词:K-MEANS算法 佳点集 基于马尔科夫模型的回归研究及其应用 2022年 在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强。为了解决这些难题,对Markov理论和相关模型进行了深入的研究。首先将多元回归和Markov模型进行结合,提出了基于多元回归的Markov模型,解决了转移矩阵难以确定的问题,并将其应用于国民收入预测中,减少了运算复杂度并且解决了实际应用中的局限性,提高了模型的鲁棒性。同时将Markov模型和Regime Switching Model进行结合,提出了基于Markov-switch的回归算法,使用状态转移矩阵来处理数据,实验结果表明该算法可以有效地提高预测效率和大幅度减少运算时间,并且在UCI数据集上进行验证和传统方法相比,标准差减少72.72%、相关系数提高2%、运行时间减少了50%。 何成刚 丁宏强 陈思宝 罗斌 王家鑫关键词:MARKOV模型 基于代表点的快速聚类算法 被引量:7 2010年 针对传统的层次聚类算法每次迭代只将距离最小的那对类簇合并,容易受离群点影响,偏向于发现凸状或球状簇等缺点,受CURE算法启发,采用簇中固定数量代表点来代表簇对象进行距离的计算,并结合90_10规则,提出了一种改进的层次聚类算法REPBFC(REpresentative Points Based Fast Clustering),实验表明该算法是有效的。 贾瑞玉 耿锦威 宁再早 何成刚关键词:聚类算法 基于二阶不变矩的弹头痕迹自动比对优化方法研究 被引量:1 2010年 在国内外对弹头痕迹比对方法的研究中,传统方法是通过显微镜肉眼观察,比对两个弹头上的线条型痕迹,看线条的粗细分布是否吻合,但是效率极低、误差大。为了消除实际测量过程中的误差(平移误差和转动误差),提出基于不变矩的方法来识别弹头痕迹,并通过与基于相似度的方法进行对比,最终得出基于二阶不变矩的痕迹识别方法。该方法具有误差小、识别率高的特点,并将其应用于实际的弹头痕迹比对中,取得了良好的效果。 何成刚 张燕平 赵姝关键词:弹头痕迹 相似度