机器学习高效算法的研究
获奖情况:2009年度广东省科技进步三等奖 
排名情况:彭宏教授排名第一 
成果简介: 
该项目主要成果如下:(1)在神经网络及其局部泛化误差方面:进行了神经网络的敏感度分析,首次提出基于随机的多层感知器神经网络的敏感度度量,并成功应用到神经网络的结构选择和特征选择上。提出了神经网络的局部泛化误差模型,与基于训练误差和Cross-Validation 等方法相比,提升了神经网络的泛化能力。(2)优化算法方面:提出了基于极值组合原理的新型快速高精度智能优化算法和排雷策略,显著的减少搜索量,克服了局部极值问题。提出了局部连续法,对查表法的控制面进行局部连续优化,实现了高精度和高实时性的统一,且简单通用,适合在工业生产中大规模使用。(3)机器认知与机器发明方面:建立了认知相对性规律的几何化模型。提出了相对变换方法,其有效性已经在机器学习和数据挖掘中得到应用和检验。建立了认知拓扑不变性规律的几何模型。对机器发明的研究完成了创新问题的分析模型、创新问题的可视化编辑、基于物场分析的创新模型等研究,实现了对立联想算法、指数联想算法、对立创造规则、基于思维流形的评价模型等。

该项目论文发表的杂志包括《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《IEEE Transactions on Neural Networks》、《Pattern Recognition》、《IEEE Transactions on Fuzzy Systems》、《Neurocomputing》、《科学通报》和《计算机学报》等。其中单篇最高他引次数37次,总共他引次数224 次。