一种基于SVM技术的离散前向神经网络分类器的优化方法

    公开(公告)号:CN105678328A

    公开(公告)日:2016-06-15

    申请号:CN201610005936.2

    申请日:2016-01-04

    CPC classification number: G06K9/6269 G06N3/08

    Abstract: 本发明公开了一种基于SVM技术的离散前向神经网络分类器的优化方法。离散前向神经网络(BFNN)具有明显的结构优势,但现有学习算法还不太成熟,难以获得令人满意的泛化性能;而SVM技术优势在于解决线性可分问题,能确立一个最优超平面,来提升分类器的泛化性能;因此,借助于SVM技术来优化训练后的BFNN,在现有的BFNN神经网络学习泛化能力还不理想的情况下,提出的一种基于SVM技术的离散前向神经网络分类器的优化算法。该算法将训练样本数据分解神经元数集,再重新组织更完善更契合的映射关系,通过SVM技术找到更优的权参数,改善BFNN神经网络泛化性能,从而获得更优的学习性能,促进BFNN在模式识别以及电子通信领域更加广泛的应用。

    一种基于ELM和SVM的快速优化分类算法

    公开(公告)号:CN108846417A

    公开(公告)日:2018-11-20

    申请号:CN201810506839.0

    申请日:2018-05-24

    CPC classification number: G06K9/6269 G06K9/627

    Abstract: 本发明公开了一种基于ELM和SVM的快速优化分类算法,提出的基于ELM和SVM的快速优化分类算法将线性不可分问题转化为线性可分问题,训练得到两个SVM分类器作为算法核心;此算法能够极大地改善网络泛化性能,算法效率高,能够在短的时间内处理更多的数据,从而进一步促进ELM和SVM在模式识别、机器学习、大数据处理等领域得到更加广泛的应用。

    一种基于行为识别的用户密码软安全保护方法

    公开(公告)号:CN106503505B

    公开(公告)日:2019-05-07

    申请号:CN201610938720.1

    申请日:2016-10-25

    Abstract: 本发明公开了一种基于行为识别的用户密码软安全保护方法,针对现有技术增加了一种软安全机制,提供了三重保护:触发键盘保护,个人软键盘密码保护,密码输入时延保护。触发键盘的可选性以及软键盘的个人定制增大了探寻密码的难度;个人软键盘的密码保护采用用户自定义的设置方式增强了密码组合的多样性;密码输入时延保护则根据用户设置的密码输入时延阈值来对密码的输入时延做出判断。本发明提供的方法在个人信息保护方面具有很好的利用价值。

    一种基于行为识别的用户密码软安全保护方法

    公开(公告)号:CN106503505A

    公开(公告)日:2017-03-15

    申请号:CN201610938720.1

    申请日:2016-10-25

    CPC classification number: G06F21/316

    Abstract: 本发明公开了一种基于行为识别的用户密码软安全保护方法,针对现有技术增加了一种软安全机制,提供了三重保护:触发键盘保护,个人软键盘密码保护,密码输入时延保护。触发键盘的可选性以及软键盘的个人定制增大了探寻密码的难度;个人软键盘的密码保护采用用户自定义的设置方式增强了密码组合的多样性;密码输入时延保护则根据用户设置的密码输入时延阈值来对密码的输入时延做出判断。本发明提供的方法在个人信息保护方面具有很好的利用价值。

    基于空间角度定位技术的聚类方法

    公开(公告)号:CN106446956A

    公开(公告)日:2017-02-22

    申请号:CN201610874696.X

    申请日:2016-10-03

    CPC classification number: G06K9/6221

    Abstract: 本发明公布了一种基于空间角度定位技术的聚类方法,本发明并没有遵循传统的聚类方法,以聚类中心和聚类半径去限定点的归属,而是更加直观的从不同的方位角度上,以相对“距离”来反应点与点之间的紧密程度,若点属于同一簇,那从任何方位看都是紧密联系的,因此实现了基于空间角度定位技术的聚类算法。本发明在一定程度上具有较高的精准度和直观性,从而促进数据挖掘中聚类技术的广泛应用。

Patent Agency Ranking