检索结果-维普期刊中文期刊服务平台

基于拉普拉斯回归主动学习的大数据流分类算法被引量：8: 1; 作者杜恒杨俊成《计算机应用与软件》北大核心 2019年第12期273-281,共9页; 实时数据流中标记样本所占比例较小,并且存在大量的噪声数据和冗余数据,导致数据流的实时分类准确率较低。针对这种情况,提出基于拉普拉斯回归主动学习的大数据流分类算法。为分类器设计相对支持度差异函数作为分类的决策方法,通过阈值... 展开更多; 关键词大数据实时数据流拉普拉斯正则最小二乘分类算法半监督学习主动学习; 在线阅读下载PDF 职称材料

融合主动学习的高光谱图像半监督分类被引量：3: 2; 作者王立国李阳《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第8期1322-1327,共6页; 针对高光谱数据维数高、有标签样本少等特点,采用半监督分类利用未标记样本信息提高高光谱图像分类精度。主动学习研究训练样本的选择方法,以少量的标记样本得到尽可能好的泛化能力。本文提出了一种结合主动学习算法的半监督分类算法。... 展开更多; 关键词高光谱图像半监督分类支持向量机主动学习差分进化; 在线阅读下载PDF 职称材料

基于激活漏洞能力条件的软件漏洞自动分类框架被引量：4: 3; 作者王飞雪李芳《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第5期154-160,共7页; 针对软件系统安全缺陷与漏洞问题,提出一种基于激活漏洞条件的自动漏洞分类框架。从文本报告和漏洞代码修复中提取特征,采用不同的机器学习算法(随机森林、用C4.5决策树、Logistic回归和朴素贝叶斯)构建静态模型,选择具有最高F值的模型... 展开更多; 关键词安全缺陷激活漏洞条件漏洞分类机器学习算法 Firefox项目; 在线阅读下载PDF 职称材料

基于多级神经元的神经网络及其在分类中的应用被引量：3: 4; 作者武妍《计算机工程》 EI CAS CSCD 北大核心 2005年第11期10-12,共3页; 为了提高前向神经网络的分类能力,该文将多级神经元扩展使用到多层感知器的输出层和隐含层中,并提出了量子神经网络的学习算法。通过一个实际的分类问题实验验证了该方法的有效性。实验表明,无论输出层或隐含采用多级神经元,都可以带来... 展开更多; 关键词神经网络多级神经元学习算法分类激励函数; 在线阅读下载PDF 职称材料

基于主动学习的图半监督分类算法被引量：1: 5; 作者高成陈秀新 +1 位作者于重重刘宇《计算机工程与设计》北大核心 2015年第7期1871-1875,共5页; 为抑制噪声数据对分类结果的影响,将噪声处理算法与高斯随机域算法相结合,提出一种带噪声系数的高斯随机域学习算法;针对样本集不平衡性数据分类问题,考虑主动学习在样本不平衡问题中的应用,将主动学习与图半监督算法相结合,提出一种鲁... 展开更多; 关键词带噪声系数的高斯随机域学习算法样本不平衡问题主动学习图半监督算法主动学习图半监督分类算法; 在线阅读下载PDF 职称材料

群体主动学习算法的移动电力交易行为研究被引量：9: 6; 作者王蕾焦明海 +1 位作者代勇张倩《控制工程》 CSCD 北大核心 2019年第3期484-491,共8页; 移动端电力交易信息服务提升发电企业、售电公司、购电用户的业务规模,市场成员多边交易,实现多品类交易供需互补。分析移动端电力市场成员的交易行为,提出基于群体主动学习的KNN算法。群体主动学习策略有效构造训练集,首先随机分组选... 展开更多; 关键词主动学习 K-最近邻分类算法电力交易移动端; 在线阅读下载PDF 职称材料

题名基于拉普拉斯回归主动学习的大数据流分类算法被引量：8: 1; 作者杜恒杨俊成; 机构河南工业职业技术学院电子信息工程学院; 出处《计算机应用与软件》北大核心 2019年第12期273-281,共9页; 基金教育部“云数融合科教创新”基金项目(2018A10004) 河南省高等学校青年骨干教师培养计划基金项目(2018GGJS230); 文摘实时数据流中标记样本所占比例较小,并且存在大量的噪声数据和冗余数据,导致数据流的实时分类准确率较低。针对这种情况,提出基于拉普拉斯回归主动学习的大数据流分类算法。为分类器设计相对支持度差异函数作为分类的决策方法,通过阈值判断当前数据流的标记样本量。设计基于约束规则的半监督主动学习算法,从无标记样本集选择信息量最丰富的样本。采用拉普拉斯正则最小二乘回归模型作为半监督学习的回归模型,迭代地扩展数据流的标记样本量。仿真结果表明,该算法有效地提高了数据流的分类准确率,并且满足实时性的需求。; 关键词大数据实时数据流拉普拉斯正则最小二乘分类算法半监督学习主动学习; Keywords Big data Real time data stream Laplacian regularized least squares regression classification algorithm semi-supervised learning active learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名融合主动学习的高光谱图像半监督分类被引量：3: 2; 作者王立国李阳; 机构哈尔滨工程大学信息与通信工程学院; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第8期1322-1327,共6页; 基金国家自然科学基金项目(61675051) 黑龙江省自然科学基金项目(F201409); 文摘针对高光谱数据维数高、有标签样本少等特点,采用半监督分类利用未标记样本信息提高高光谱图像分类精度。主动学习研究训练样本的选择方法,以少量的标记样本得到尽可能好的泛化能力。本文提出了一种结合主动学习算法的半监督分类算法。该方法使用支持向量机作为基本的学习模型,通过主动学习方法选取训练样本,以伪标记的形式加入到分类器的训练中,结合验证分类器迭代选出置信度较高的伪标记样本,通过差分进化算法交叉变异伪标记样本扩充标记样本群。在两个数据集上进行仿真实验,与传统分类算法相比,所提算法的总体分类精度分别提高了1.97%、0.49%,表明该算法能够有效地提升主动学习样本选择的效率,在有限带标记样本情况下提高了分类器精度。; 关键词高光谱图像半监督分类支持向量机主动学习差分进化; Keywords hyperspectral imagery semi-supervised classification support vector machine active learning differential evolution algorithm algorithm; 分类号 TP75 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于激活漏洞能力条件的软件漏洞自动分类框架被引量：4: 3; 作者王飞雪李芳; 机构重庆人文科技学院计算机工程学院重庆大学计算机学院; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第5期154-160,共7页; 基金国家自然科学基金资助项目(61662083); 文摘针对软件系统安全缺陷与漏洞问题,提出一种基于激活漏洞条件的自动漏洞分类框架。从文本报告和漏洞代码修复中提取特征,采用不同的机器学习算法(随机森林、用C4.5决策树、Logistic回归和朴素贝叶斯)构建静态模型,选择具有最高F值的模型识别不可见漏洞的类别。通过分析Firefox项目的580项软件安全缺陷来评估分类的有效性。实验结果表明:在所构建框架下,C4.5决策树在几种分类器中具有最优F值来识别不可见漏洞类别。在RedhatBugzilla数据集上将本算法与其他算法进行比较,结果表明本算法对软件漏洞缺陷的分类性能更优,证明了算法的有效性。; 关键词安全缺陷激活漏洞条件漏洞分类机器学习算法 Firefox项目; Keywords security flaws activation vulnerability conditions vulnerability classification machine learning algorithm firefox project; 分类号 TP311.5 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于多级神经元的神经网络及其在分类中的应用被引量：3: 4; 作者武妍; 机构同济大学计算机科学与工程系; 出处《计算机工程》 EI CAS CSCD 北大核心 2005年第11期10-12,共3页; 基金国家自然科学基金资助项目(60135010) 上海市博士后科研计划基金资助项目; 文摘为了提高前向神经网络的分类能力,该文将多级神经元扩展使用到多层感知器的输出层和隐含层中,并提出了量子神经网络的学习算法。通过一个实际的分类问题实验验证了该方法的有效性。实验表明,无论输出层或隐含采用多级神经元,都可以带来分类能力的提高。而当输出层采用多级神经元时,还可以导致连接的减少和训练速度的加快。; 关键词神经网络多级神经元学习算法分类激励函数; Keywords Neural network Multilever neuron learning algorithm classification activation function; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于主动学习的图半监督分类算法被引量：1: 5; 作者高成陈秀新于重重刘宇; 机构北京工商大学计算机与信息工程学院; 出处《计算机工程与设计》北大核心 2015年第7期1871-1875,共5页; 基金北京市自然科学基金B类重点基金项目(KZ201410011014); 文摘为抑制噪声数据对分类结果的影响,将噪声处理算法与高斯随机域算法相结合,提出一种带噪声系数的高斯随机域学习算法;针对样本集不平衡性数据分类问题,考虑主动学习在样本不平衡问题中的应用,将主动学习与图半监督算法相结合,提出一种鲁棒性强的主动学习图半监督分类算法。利用基于样本划分的主动学习方法,对正类的近邻样本集中样本与特定类样本形成的新样本集做总体散度排序,筛选出能使新样本集中总体散度最小的样本,代替正类的近邻样本集中所有样本,形成平衡类。在UCI标准数据集上的实验结果表明,与标准的图半监督算法相比,该算法的分类精度更高、泛化能力更强。; 关键词带噪声系数的高斯随机域学习算法样本不平衡问题主动学习图半监督算法主动学习图半监督分类算法; Keywords GRF with noise factor sample imbalance problem active learning graph-based semi-supervised algorithm active learning semi-supervised classification algorithms; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名群体主动学习算法的移动电力交易行为研究被引量：9: 6; 作者王蕾焦明海代勇张倩; 机构南瑞集团有限公司(国网电力科学研究院有限公司) 北京科东电力控制系统有限责任公司东北大学计算机科学与工程学院; 出处《控制工程》 CSCD 北大核心 2019年第3期484-491,共8页; 基金国家电网公司总部科技项目"供需互动的电力市场运营风险分析与支撑技术研究"(SGEPRI-KJB-KJ(2016)7436)资助; 文摘移动端电力交易信息服务提升发电企业、售电公司、购电用户的业务规模,市场成员多边交易,实现多品类交易供需互补。分析移动端电力市场成员的交易行为,提出基于群体主动学习的KNN算法。群体主动学习策略有效构造训练集,首先随机分组选择未标记样本构成候选集,其次计算未标记分组样本的个体距离累加平均值的偏差,接着筛选满足偏差支持度的候选集,加入训练集中,最后给出相应的算法步骤。结合移动端电力市场交易数据进行算例分析,计算电力用户满意度、地域、时间、成交电价综合特征的皮尔逊相关系数,分类出相似购电用户。多种算法实验进行对比和性能分析,结果表明:群体主动学习KNN算法的时间和精确度达到预期要求,具有较好的分类效果,适用于移动端电力市场交易行为分析和供需决策。; 关键词主动学习 K-最近邻分类算法电力交易移动端; Keywords active learning K-nearest neighbor classification algorithm power trading mobile terminal; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于拉普拉斯回归主动学习的大数据流分类算法	杜恒杨俊成	《计算机应用与软件》北大核心	2019	8	在线阅读下载PDF 职称材料
2	融合主动学习的高光谱图像半监督分类	王立国李阳	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2017	3	在线阅读下载PDF 职称材料
3	基于激活漏洞能力条件的软件漏洞自动分类框架	王飞雪李芳	《重庆理工大学学报（自然科学）》 CAS 北大核心	2019	4	在线阅读下载PDF 职称材料
4	基于多级神经元的神经网络及其在分类中的应用	武妍	《计算机工程》 EI CAS CSCD 北大核心	2005	3	在线阅读下载PDF 职称材料
5	基于主动学习的图半监督分类算法	高成陈秀新于重重刘宇	《计算机工程与设计》北大核心	2015	1	在线阅读下载PDF 职称材料
6	群体主动学习算法的移动电力交易行为研究	王蕾焦明海代勇张倩	《控制工程》 CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料