覃华
- 作品数：73 被引量：229H指数：9
- 供职机构：广西大学计算机与电子信息学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金广西大学科研基金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理生物学更多>>
- 用核K-means聚类减样法优化半定规划支持向量机被引量：1
- 2013年
- 提出了使用核空间K-means聚类算法从训练集中抽取特征边界支持向量集,在边界集上构造支持向量机的半定规划问题,由于边界集的规模比原始训练集要小,降低了半定规划支持向量机的规模,达到优化向量机的目的.在UCI数据集上的实验结果表明:所提优化方法在求解多核半定规划向量机时,比原始方法获得几倍以上的速度提升,分类精度基本不变.
- 何慧胡小红覃华张敏
- 关键词：支持向量机半定规划
- 基于巢模板的核空间蚁群聚类算法
- 为了改进蚁群算法因大量引入随机机制所引发的不稳定性，引入巢模板来改进聚类规则，本文提出了一种基于巢模板的核空间蚁群聚类算法，并与原空间上的聚类算法进行比对。该算法用支持向量机的非线性映射函数把数据样本映射到核空间，再用巢...
- 覃华徐燕子张敏
- 关键词：蚁群聚类支持向量机核函数
- 基于遗传-贝叶斯方法的垃圾邮件过滤
- 随着Internet的发展,产生了大量的垃圾邮件,为了更好地进行垃圾邮件过滤,本文给出了一种基于遗传-贝叶斯方法的垃圾邮件过滤算法,最后通过实验验证该算法在垃圾邮件过滤中可以取得很好的效果。
- 陈琴苏一丹覃华
- 关键词：遗传算法贝叶斯分类算法垃圾邮件过滤INTERNET
- 文献传递
- 基于遗传算法的K调和均值聚类算法被引量：9
- 2013年
- K调和均值算法(KHM)用数据点与所有聚类中心的距离的调和平均值替代了数据点与聚类中心的最小距离,是一种对初始值不敏感、收敛速度快的有效聚类算法,但它容易陷入局部最小值。而遗传算法具有良好的全局优化能力。文中结合了KHM和遗传算法各自的优点,采用KHM计算每一代种群的聚类中心,并构造适应度函数,通过遗传算法进行一系列择优操作,成功地解决了KHM容易陷入局部最小值的问题。实验结果表明,所提出的算法不仅优化了聚类中心,而且还改善了聚类质量。
- 李家成苏一丹覃华吴丹
- 关键词：遗传算法聚类
- 基于巢模板的核空间蚁群聚类算法
- 2010年
- 为了改进蚁群算法因大量引入随机机制所引发的不稳定性,引入巢模板来改进聚类规则,提出一种基于巢模板的核空间蚁群聚类算法,并与原空间上的聚类算法进行比对。该算法用支持向量机的非线性映射函数把数据样本映射到核空间,再用巢模板记忆蚁群群体特征。核空间上的巢模板蚁群聚类算法能较好地处理特征复杂、类别多的数据集,其聚类结果比较接近真实情况,并且效果明显优于原空间上的聚类算法。
- 覃华徐燕子张敏
- 关键词：蚁群聚类支持向量机核函数
- K插值单纯形法核极限学习机的研究被引量：2
- 2018年
- 针对核极限学习机高斯核函数参数选优难,影响学习机训练收敛速度和分类精度的问题,该文提出一种K插值单纯形法的核极限学习机算法。把核极限学习机的训练看作一个无约束优化问题,在训练迭代过程中,用Nelder-Mead单纯形法搜索高斯核函数的最优核参数,提高所提算法的分类精度。引入K插值为Nelder-Mead单纯形法提供合适的初值,减少单纯形法的迭代次数,提高了新算法的训练收敛效率。通过在UCI数据集上的仿真实验并与其它算法比较,新算法具有更快的收敛速度和更高的分类精度。
- 苏一丹李若愚覃华陈琴
- 关键词：核参数
- 进化贝叶斯优化的核极限学习机分类器被引量：12
- 2022年
- 为解决传统核极限学习机算法参数优化困难的问题,提高分类准确度,提出一种改进贝叶斯优化的核极限学习机算法。用樽海鞘群设计贝叶斯优化框架中获取函数的下置信界策略,提高算法的局部搜索能力和寻优能力;用这种改进的贝叶斯优化算法对核极限学习机的参数进行寻优,用最优参数构造核极限学习机分类器。在UCI真实数据集上进行仿真实验,实验结果表明,相比传统贝叶斯优化算法,所提算法能提升核极限学习机的分类精度,相较其它优化算法,所提算法可行有效。
- 张梦蝶覃华苏一丹
- 关键词：核参数
- 《电子商务系统开发》课程的教学改革
- 2007年
- 介绍了目前电子商务技术的发展趋势,根据实际情况选定《电子商务系统开发》课程的教学内容,并将立体化教学模式引入课堂,采用案例教学法,实际教学效果良好.
- 覃华韦兆文陈琴苏一丹沈燕
- 关键词：电子商务系统案例教学法立体化教学模式
- 量子近邻传播聚类算法的研究被引量：2
- 2018年
- 传统近邻传播聚类算法(affinity propagation,AP)的偏向参数与数据集相关,若不根据数据集作优化,将导致算法聚类精度低。为此提出一种量子近邻传播聚类算法,首先用量子叠加态编码偏向参数,再用量子旋转门搜索量子叠加态,找出近优的偏向参数供AP算法聚类,达到自适应优化AP偏向参数的目的。在UCI数据集上的实验结果表明,本文提出的算法聚类精度比同类算法更优,计算时间和迭代次数亦优于传统AP算法,引入量子计算优化近邻传播聚类算法的思路是可行的。
- 苏一丹房骁覃华王保锋陈琴
- 关键词：近邻传播聚类量子计算量子旋转门
- 贝叶斯正则化的SOM聚类算法被引量：9
- 2017年
- 研究贝叶斯正则化的自组织映射神经网络(self-organizing map,SOM)聚类训练算法。根据正则化的思想,在SOM权值调整公式中引入反映网络权值复杂性的惩罚项,避免权值调整过程中出现过度拟合。利用贝叶斯推理获取权值调整公式中的最优超参数,使迭代训练过程中网络权值和输入样本的概率分布更趋于一致,达到提升SOM聚类结果的目的。在UCI数据集上的实验结果表明,与传统的SOM算法相比,该算法的聚类凝聚度平均提升了1.5倍,聚类的准确率亦有提高,聚类效果较好。
- 陈万振张予瑶苏一丹覃华蒙祖强
- 关键词：聚类权值调整贝叶斯正则化超参数
