期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度森林与异质集成的标记分布学习方法
1
作者
王艺霏
祝继华
+1 位作者
刘新媛
周熠炀
《软件学报》
EI
CSCD
北大核心
2024年第7期3410-3427,共18页
作为一种解决标签模糊性问题的新学习范式,标记分布学习(LDL)近年来受到了广泛的关注.为了进一步提升标记分布学习的预测性能,提出一种联合深度森林与异质集成的标记分布学习方法(LDLDF).所提方法采用深度森林的级联结构模拟具有多层处...
作为一种解决标签模糊性问题的新学习范式,标记分布学习(LDL)近年来受到了广泛的关注.为了进一步提升标记分布学习的预测性能,提出一种联合深度森林与异质集成的标记分布学习方法(LDLDF).所提方法采用深度森林的级联结构模拟具有多层处理结构的深度学习模型,在级联层中组合多个异质分类器增加集成的多样性.相较于其他现有LDL方法,LDLDF能够逐层处理信息,学习更好的特征表示,挖掘数据中丰富的语义信息,具有强大的表示学习能力和泛化能力.此外,考虑到深层模型可能出现的模型退化问题,LDLDF采用一种层特征重用机制(layer feature reuse)降低模型的训练误差,有效利用深层模型每一层的预测能力.大量的实验结果表明,所提方法优于近期的同类方法.
展开更多
关键词
标记分布
学习
深度森林
深度
集成
模型
异质集成学习
特征重用
在线阅读
下载PDF
职称材料
多模型Stacking集成学习的旋转机械故障诊断方法
被引量：
6
2
作者
姜万录
赵岩
+3 位作者
李振宝
杨旭康
张士博
张淑清
《液压与气动》
北大核心
2023年第4期46-58,共13页
针对传统旋转机械故障诊断方法中单一机器学习模型出现的诊断精度低、泛化能力差且性能提升有限等问题,提出了通过Stacking框架异质集成多个机器学习模型对旋转机械进行故障诊断。首先利用小波包变换对旋转机械的原始振动信号进行特征提...
针对传统旋转机械故障诊断方法中单一机器学习模型出现的诊断精度低、泛化能力差且性能提升有限等问题,提出了通过Stacking框架异质集成多个机器学习模型对旋转机械进行故障诊断。首先利用小波包变换对旋转机械的原始振动信号进行特征提取;然后通过贝叶斯优化和网格搜索结合的方法调节各基学习器的超参数,采用DT、KNN、SVM及RF作为初级学习器,LR作为次级学习器构建Stacking异质集成学习模型;最后通过滚动轴承和液压泵故障模拟试验,将所提模型与单一模型、同质集成模型进行比较分析。试验结果表明,异质集成Stacking模型在不同旋转机械的故障诊断中均获得了最佳的整体诊断性能。异质集成是提高旋转机械故障诊断性能的有广阔应用前景的解决方案。
展开更多
关键词
Stacking模型
异质集成学习
故障诊断
旋转机械
在线阅读
下载PDF
职称材料
基于Double-Bagging特征降维异质集成入侵检测
被引量：
3
3
作者
陈俊彦
卢贤涛
+2 位作者
黄雪锋
卢小烨
廖岑卉珊
《计算机工程与科学》
CSCD
北大核心
2023年第6期1011-1019,共9页
入侵检测是网络安全领域中具有挑战性的重要任务。单个分类器可能会带来分类偏差,使用集成学习相较单分类器,具有更强的泛化能力及更高的精确率,但调整各基分类器的权重需要大量的时间。基于此问题,提出了一种基于Bagging特征降维和基于...
入侵检测是网络安全领域中具有挑战性的重要任务。单个分类器可能会带来分类偏差,使用集成学习相较单分类器,具有更强的泛化能力及更高的精确率,但调整各基分类器的权重需要大量的时间。基于此问题,提出了一种基于Bagging特征降维和基于Bagging异质集成入侵检测分类算法(Double-Bagging)的特征降维异质集成入侵检测算法。该算法通过集成5个特征选择算法,采用Bagging投票机制选出最优特征子集,实现高效准确的特征降维。同时,引入集成学习中的成对多样性度量,从不同基分类器组合中选出最优异质集成集合。对于赋权函数综合使用精确率和AOC值作为权重对分类器进行集成。实验结果表明,所提算法精确率高达99.94%,系统错误率及正判率分别为0.03%和99.55%,均优于现有主流入侵检测算法的。
展开更多
关键词
入侵检测
异质集成学习
特征降维
成对多样性度量
在线阅读
下载PDF
职称材料
题名
基于深度森林与异质集成的标记分布学习方法
1
作者
王艺霏
祝继华
刘新媛
周熠炀
机构
西安交通大学软件学院
出处
《软件学报》
EI
CSCD
北大核心
2024年第7期3410-3427,共18页
基金
国家重点基础研究发展计划(2020AAA0109602)。
文摘
作为一种解决标签模糊性问题的新学习范式,标记分布学习(LDL)近年来受到了广泛的关注.为了进一步提升标记分布学习的预测性能,提出一种联合深度森林与异质集成的标记分布学习方法(LDLDF).所提方法采用深度森林的级联结构模拟具有多层处理结构的深度学习模型,在级联层中组合多个异质分类器增加集成的多样性.相较于其他现有LDL方法,LDLDF能够逐层处理信息,学习更好的特征表示,挖掘数据中丰富的语义信息,具有强大的表示学习能力和泛化能力.此外,考虑到深层模型可能出现的模型退化问题,LDLDF采用一种层特征重用机制(layer feature reuse)降低模型的训练误差,有效利用深层模型每一层的预测能力.大量的实验结果表明,所提方法优于近期的同类方法.
关键词
标记分布
学习
深度森林
深度
集成
模型
异质集成学习
特征重用
Keywords
label distribution learning(LDL)
deep forest
deep ensemble model
heterogeneous ensemble learning
feature reuse
分类号
TP18 [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
多模型Stacking集成学习的旋转机械故障诊断方法
被引量：
6
2
作者
姜万录
赵岩
李振宝
杨旭康
张士博
张淑清
机构
燕山大学先进锻压成型技术与科学教育部重点实验室
燕山大学河北省重型机械流体动力传输与控制实验室
燕山大学电气工程学院
出处
《液压与气动》
北大核心
2023年第4期46-58,共13页
基金
国家自然科学基金项目(52275067,51875498)
河北省自然科学基金重点项目(F2020203058,E2018203339)。
文摘
针对传统旋转机械故障诊断方法中单一机器学习模型出现的诊断精度低、泛化能力差且性能提升有限等问题,提出了通过Stacking框架异质集成多个机器学习模型对旋转机械进行故障诊断。首先利用小波包变换对旋转机械的原始振动信号进行特征提取;然后通过贝叶斯优化和网格搜索结合的方法调节各基学习器的超参数,采用DT、KNN、SVM及RF作为初级学习器,LR作为次级学习器构建Stacking异质集成学习模型;最后通过滚动轴承和液压泵故障模拟试验,将所提模型与单一模型、同质集成模型进行比较分析。试验结果表明,异质集成Stacking模型在不同旋转机械的故障诊断中均获得了最佳的整体诊断性能。异质集成是提高旋转机械故障诊断性能的有广阔应用前景的解决方案。
关键词
Stacking模型
异质集成学习
故障诊断
旋转机械
Keywords
stacking model
heterogeneous ensemble learning
fault diagnosis
rotating machinery
分类号
TH137 [机械工程—机械制造及自动化]
TH133 [机械工程—机械制造及自动化]
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于Double-Bagging特征降维异质集成入侵检测
被引量：
3
3
作者
陈俊彦
卢贤涛
黄雪锋
卢小烨
廖岑卉珊
机构
桂林电子科技大学计算机与信息安全学院
出处
《计算机工程与科学》
CSCD
北大核心
2023年第6期1011-1019,共9页
基金
广西区自然科学基金(2020GXNSFDA238001)
广西高校中青年教师科研基础能力提升项目(2020KY05033)。
文摘
入侵检测是网络安全领域中具有挑战性的重要任务。单个分类器可能会带来分类偏差,使用集成学习相较单分类器,具有更强的泛化能力及更高的精确率,但调整各基分类器的权重需要大量的时间。基于此问题,提出了一种基于Bagging特征降维和基于Bagging异质集成入侵检测分类算法(Double-Bagging)的特征降维异质集成入侵检测算法。该算法通过集成5个特征选择算法,采用Bagging投票机制选出最优特征子集,实现高效准确的特征降维。同时,引入集成学习中的成对多样性度量,从不同基分类器组合中选出最优异质集成集合。对于赋权函数综合使用精确率和AOC值作为权重对分类器进行集成。实验结果表明,所提算法精确率高达99.94%,系统错误率及正判率分别为0.03%和99.55%,均优于现有主流入侵检测算法的。
关键词
入侵检测
异质集成学习
特征降维
成对多样性度量
Keywords
intrusion detection
heterogeneous integrated learning
feature dimension reduction
measure of paired diversity
分类号
TP393 [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
基于深度森林与异质集成的标记分布学习方法
王艺霏
祝继华
刘新媛
周熠炀
《软件学报》
EI
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
多模型Stacking集成学习的旋转机械故障诊断方法
姜万录
赵岩
李振宝
杨旭康
张士博
张淑清
《液压与气动》
北大核心
2023
6
在线阅读
下载PDF
职称材料
3
基于Double-Bagging特征降维异质集成入侵检测
陈俊彦
卢贤涛
黄雪锋
卢小烨
廖岑卉珊
《计算机工程与科学》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
