当前位置:首页 > 分类文章 > 学术团队

机器学习

发布时间:2016-10-12 14:33:00 点击:

机器学习

目前本方向人员所做工作的主要内容、特色和可能取得的突破:

主要研究内容:

本方向研究内容主要有以下几方面:

(1)神经计算。对细胞神经网络的动力学特性进行了研究,给出了三个细胞元CNNs的动力学特性—平衡点的存在区域以及稳定平衡点存在的充分必要条件,以及如何简单地获得平衡点的坐标的方法。研究ANN与模糊系统的结合,给出了模糊综合评判及模糊控制器的ANN实现方法。对竞争学习神经网络的学习算法作了改进,提出用有监督竞争学习神经网络作为汉字识别分类器。从神经网络理论及常规算法分析入手,将网络平行移植法与逆动态模型法相结合,研究复杂系统的网络控制模型的结构确定方法。

(2)支持向量机。核函数研究。对常用的几个基本核函数展开研究的基础上,进一步研究了自适应核函数:自适应核是对高斯核参数的一种自适应调整方法,通过对训练样本数据的反复的计算,而最后得到与该组样本最为适合的核参数;混合核:混合核函数可以发挥各基本核函数的综合优势,与单一核函数SVM相比性能有明显提高;修正核:依据数据集及最大分类间隔来修正核参数以构造数据集相关核,以提高支持向量机的性能。应用研究。将支持向量机应用于手写体汉字识别,指纹识别,水产品质量安全预警,烟草销售预测等。

研究特色:

模型研究:通过对基本模型的研究,运用新理论、新方法,构造具有更好学习与适应性的模型。应用研究:将理论研究成果直接应用于模式识别、事件预测及智能控制领域。

可能取得的突破:

神经计算方面:将以神经生理学的最新研究成果为依托,从生物神经网络处理信息的内在机理上进一步研究学习、记忆的神经网络机制以及高级认知行为的计算模型,并将该理论成果应用于模式识别、智能控制等领域。

支持向量机方面:进一步探索SVM的性能与核函数之间的关系, 找出规律, 给出设计、选择核函数的一系列指导原则; 给出基于数据集的核函数/参数设计方法,得到更好的分类、事件预测模型。预期可在本专业权威期刊发表2~4篇研究论文,并在研究成果的校企联合产业化方面取得突破。

团队负责人:

孙立民

团队成员:

姓 名 出生年月 最后学位
或学历
专 业
技术职务
目前指导
研究生数
在研经
费总数
(万元)
孙立民 1960.1 博 士 教 授 3 20
武秀川 1957.2 博 士 教 授 1 0
肖 明 1957.08 硕 士 教 授 0 0
张艳洁 1975.11 博 士 讲 师 0 3

    联系我们

    地址:中国山东省烟台市莱山区清泉路30号

    邮政编码:264005 电话: 0535-6902601

    E-mail: jsjb@ytu.edu.cn

    学院官方微信

    学院官方微信
    Copyright (C) 2015-2016 烟台大学计算机与控制工程学院