杨长盛
- 作品数：3 被引量：19H指数：2
- 供职机构：安徽大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 几种机器学习方法在人脸识别中的性能比较被引量：8
- 2009年
- BP神经网络、RBF神经网络、支持向量机(SVM)和集成学习是目前应用最为广泛的四种机器学习方法。将这四种常用的机器学习方法分别应用于人脸识别,并利用ORL人脸图像库对各学习方法性能进行了测试和评估。测试结果表明SVM和集成学习在实验中取得了较好的性能,最适合用于人脸识别中特征分类器。
- 杨长盛陶亮
- 关键词：人脸识别反向传播神经网络径向基函数神经网络
- 基于成对差异性度量的选择性集成学习方法研究
- 集成学习是一种机器学习范式，它通过使用多个学习器来解决同一问题可以有效地提高学习系统的泛化能力，因此它是国际机器学习界的一个研究热点。目前，集成学习技术已经在行星探测、地震波分析、文本分类、生物特征识别、遥感信息处理、计...
- 杨长盛
- 关键词：分类器人脸识别
- 文献传递
- 基于成对差异性度量的选择性集成方法被引量：10
- 2010年
- 有效地产生泛化能力强、差异大的个体学习器,是集成学习算法的关键.为了提高学习器的差异性和精度,文中提出一种基于成对差异性度量的选择性集成方法.同时研究一种改进方法,进一步提高方法的运算速度,且支持并行计算.最后通过使用BP神经网络作为基学习器,在UCI数据集上进行实验,并与Bagging、基于遗传算法的选择性集成(GASEN)算法进行比较.实验结果表明,该改进算法在性能上与GASEN算法相近的前提下,训练速度得到大幅提高.
- 杨长盛陶亮曹振田汪世义
- 关键词：并行计算
