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
2
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
D^3MOPSO:一种基于用户偏好的元搜索排序聚合演化方法
被引量：
3
1
作者
汤小月
余伟
李石君
《计算机研究与发展》
EI
CSCD
北大核心
2017年第8期1665-1681,共17页
随着网络数据的爆发式增长和用户需求的多元化发展,现有元搜索排序聚合方法在精度和性能上面临着巨大挑战.以满足用户的多重需求和个性化偏好为目标,提出了一种新的元搜索排序聚合算法.通过重新定义多目标粒子群优化算法(multi-objectiv...
随着网络数据的爆发式增长和用户需求的多元化发展,现有元搜索排序聚合方法在精度和性能上面临着巨大挑战.以满足用户的多重需求和个性化偏好为目标,提出了一种新的元搜索排序聚合算法.通过重新定义多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)中粒子的属性,调整速度变化因子,改进种群初始化和演化机制,设计新的存档与更新策略以及引导微粒选择策略,提出了一个基于支配分解的离散多目标优化(D^3MOPSO)算法,使其能根据用户的质量需求偏好在大规模离散解空间中快速准确地找出最优解集.在多个数据集上的实验结果表明:当数据规模较小时,D^3MOPSO算法的精度和性能接近机器学习排序聚合方法;在大规模数据环境下,其精度和性能优于机器学习方法以及同类多目标优化方法.
展开更多
关键词
排序聚合
元搜索
用户偏好
多目标优化
离散粒子群优化
在线阅读
下载PDF
职称材料
基于近邻传播聚类的集成特征选择方法
被引量：
6
2
作者
孟军
尉双云
《计算机科学》
CSCD
北大核心
2015年第3期241-244,260,共5页
针对高维数据中的类标记仅与少部分特征关联紧密的问题,提出了基于排序聚合和聚类分组的特征随机选择集成学习方法。采用排序聚合技术对特征进行过滤,选出与样本分类相关的特征,以bicor关联系数作为关联衡量标准,利用近邻传播聚类算法...
针对高维数据中的类标记仅与少部分特征关联紧密的问题,提出了基于排序聚合和聚类分组的特征随机选择集成学习方法。采用排序聚合技术对特征进行过滤,选出与样本分类相关的特征,以bicor关联系数作为关联衡量标准,利用近邻传播聚类算法进行分组,使不同组的特征互不关联,然后从每个分组中随机选择一个特征生成特征子集,便可得到多个既存在差异性又具备区分能力的特征子集,最后分别在对应的特征子空间训练基分类器,采用多数投票进行融合集成。在7个基因表达数据集上的实验结果表明,提出的方法分类误差较低,分类性能稳定,可扩展性好。
展开更多
关键词
分类
排序聚合
近邻传播聚类
集成特征选择
在线阅读
下载PDF
职称材料
题名
D^3MOPSO:一种基于用户偏好的元搜索排序聚合演化方法
被引量：
3
1
作者
汤小月
余伟
李石君
机构
武汉轻工大学数学与计算机学院
武汉大学计算机学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2017年第8期1665-1681,共17页
基金
国家自然科学基金项目(61502350)
湖北省教育厅科研计划项目(Q-20161702)~~
文摘
随着网络数据的爆发式增长和用户需求的多元化发展,现有元搜索排序聚合方法在精度和性能上面临着巨大挑战.以满足用户的多重需求和个性化偏好为目标,提出了一种新的元搜索排序聚合算法.通过重新定义多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)中粒子的属性,调整速度变化因子,改进种群初始化和演化机制,设计新的存档与更新策略以及引导微粒选择策略,提出了一个基于支配分解的离散多目标优化(D^3MOPSO)算法,使其能根据用户的质量需求偏好在大规模离散解空间中快速准确地找出最优解集.在多个数据集上的实验结果表明:当数据规模较小时,D^3MOPSO算法的精度和性能接近机器学习排序聚合方法;在大规模数据环境下,其精度和性能优于机器学习方法以及同类多目标优化方法.
关键词
排序聚合
元搜索
用户偏好
多目标优化
离散粒子群优化
Keywords
rank aggregation
metasearch
user preference
multi-objective optimization
discrete particle swarm optimization
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
基于近邻传播聚类的集成特征选择方法
被引量：
6
2
作者
孟军
尉双云
机构
大连理工大学计算机科学与技术学院
出处
《计算机科学》
CSCD
北大核心
2015年第3期241-244,260,共5页
基金
辽宁省自然科学基金项目(20130200029)资助
文摘
针对高维数据中的类标记仅与少部分特征关联紧密的问题,提出了基于排序聚合和聚类分组的特征随机选择集成学习方法。采用排序聚合技术对特征进行过滤,选出与样本分类相关的特征,以bicor关联系数作为关联衡量标准,利用近邻传播聚类算法进行分组,使不同组的特征互不关联,然后从每个分组中随机选择一个特征生成特征子集,便可得到多个既存在差异性又具备区分能力的特征子集,最后分别在对应的特征子空间训练基分类器,采用多数投票进行融合集成。在7个基因表达数据集上的实验结果表明,提出的方法分类误差较低,分类性能稳定,可扩展性好。
关键词
分类
排序聚合
近邻传播聚类
集成特征选择
Keywords
Classification
Rank aggregation
Affinity propagation clustering
Ensemble feature selection
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
作者
出处
发文年
被引量
操作
1
D^3MOPSO:一种基于用户偏好的元搜索排序聚合演化方法
汤小月
余伟
李石君
《计算机研究与发展》
EI
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
2
基于近邻传播聚类的集成特征选择方法
孟军
尉双云
《计算机科学》
CSCD
北大核心
2015
6
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
