一种基于概念分解的政策精化方法 被引量：2

1

作者 胡军 付亚军 《计算机应用研究》 CSCD 北大核心 2009年第5期1650-1653,1672,共5页

提出了一种基于概念分解的政策精化方法,将政策的精化归结为对概念的分解,依据本体论中的概念结构将政策中较高层的概念转换为较低层的概念,从而实现政策的精化。给出了该精化算法的步骤,并通过一个案例演示了该方法的执行过程,最后与... 提出了一种基于概念分解的政策精化方法,将政策的精化归结为对概念的分解,依据本体论中的概念结构将政策中较高层的概念转换为较低层的概念,从而实现政策的精化。给出了该精化算法的步骤,并通过一个案例演示了该方法的执行过程,最后与其他几种政策精化算法进行对比分析,指出该算法的优缺点。 展开更多

关键词 政策 政策精化 本体 概念分解

在线阅读 下载PDF 职称材料

基于稀疏约束的流形正则化概念分解算法 被引量：1

2

作者 李雪 赵春霞 +1 位作者 王琼 舒振球 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2016年第3期381-394,共14页

流形学习算法在构造图模型时假设观测数据来自一个光滑的流形采样,但实际高维数据中由于各种因素经常存在噪声或异常值.针对概念分解算法无法有效地处理数据中存在的噪声问题,同时未考虑数据间的几何结构信息问题,提出一种基于稀疏约束... 流形学习算法在构造图模型时假设观测数据来自一个光滑的流形采样,但实际高维数据中由于各种因素经常存在噪声或异常值.针对概念分解算法无法有效地处理数据中存在的噪声问题,同时未考虑数据间的几何结构信息问题,提出一种基于稀疏约束的流形正则化概念分解算法.该算法通过l2,1范数对目标函数进行稀疏约束,得到具有鉴别能力的特征向量;同时构建拉普拉斯图正则项获得数据的流形结构信息,提高算法的鉴别能力.最后对文中算法的目标函数进行求解并证明了其收敛性;在PIE人脸库、AT&T人脸库、Reuters文本库和TDT2文本库上的实验结果表明,该算法提高了聚类的准确率和归一化互信息. 展开更多

关键词 非负矩阵分解 概念分解 l2.1范数 流形学习 图拉普拉斯 聚类

在线阅读 下载PDF 职称材料

结合新概念分解和频繁词集的短文本聚类 被引量：4

3

作者 贾瑞玉 陈胜发 《小型微型计算机系统》 CSCD 北大核心 2020年第6期1321-1326,共6页

针对传统文本聚类忽略词与词之间的语义关系和数据高维的问题,提出了一种结合新概念分解和频繁词集的短文本聚类.该算法首先对短文本进行频繁词集的挖掘,接着使用挖掘的频繁词集来表示每个短文本,然后将每个文本进行向量表示.为了提高... 针对传统文本聚类忽略词与词之间的语义关系和数据高维的问题,提出了一种结合新概念分解和频繁词集的短文本聚类.该算法首先对短文本进行频繁词集的挖掘,接着使用挖掘的频繁词集来表示每个短文本,然后将每个文本进行向量表示.为了提高聚类的性能和解决概念分解的限制,提出了一种具有对偶连通约束的正则化概念分解算法,最后使用该算法进行短文本聚类.该算法不仅能对处理后的文本的维度起到很好的降低作用,还可以很好的关联短文本集中的文本,使文本之间的关系不再是独立的.在搜狐新闻和微博短文本数据集上的实验验证了该算法的有效性. 展开更多

关键词 文本聚类 概念分解 频繁词集 文本表示

在线阅读 下载PDF 职称材料

基于超图正则化受限的概念分解算法

4

作者 李雪 赵春霞 +1 位作者 舒振球 郭剑辉 《电子与信息学报》 EI CSCD 北大核心 2015年第3期509-515,共7页

针对概念分解(Concept Factorization,CF)算法没有同时考虑样本中存在的类别信息及数据间多元几何结构信息的问题,该文提出一种基于超图正则化受限的概念分解(Hyper-graph regularized Constrained Concept Factorization,HCCF)算法。H... 针对概念分解(Concept Factorization,CF)算法没有同时考虑样本中存在的类别信息及数据间多元几何结构信息的问题,该文提出一种基于超图正则化受限的概念分解(Hyper-graph regularized Constrained Concept Factorization,HCCF)算法。HCCF算法通过构建一个无向加权的拉普拉斯超图正则项,提取数据间的多元几何结构信息,克服了传统图模型只能表达数据间成对关系的缺陷;同时采用硬约束的方式使样本的类别信息在低维空间中保持一致,充分利用了标记样本的类别信息。该文采用乘性迭代的方法求解HCCF算法的目标函数并证明了其收敛性。在TDT2库、Reuters库和PIE库上的实验结果表明,HCCF算法提高了聚类的准确率和归一化互信息,验证了算法的有效性。 展开更多

关键词 信息处理 概念分解 聚类 硬约束 超图 流形学习

在线阅读 下载PDF 职称材料

基于对偶超图正则化的概念分解算法及其在数据表示中的应用

5

作者 叶军 金忠 《计算机科学》 CSCD 北大核心 2017年第7期309-314,共6页

针对概念分解算法没有同时考虑数据空间和特征属性空间中的高阶几何结构信息的问题,提出了一种基于对偶超图正则化的概念分解算法。该算法通过分别在数据空间和特征属性空间中构建无向加权的拉普拉斯超图正则项,分别反映了数据流形和特... 针对概念分解算法没有同时考虑数据空间和特征属性空间中的高阶几何结构信息的问题,提出了一种基于对偶超图正则化的概念分解算法。该算法通过分别在数据空间和特征属性空间中构建无向加权的拉普拉斯超图正则项,分别反映了数据流形和特征流形的多元几何结构信息,弥补了传统图模型只能表达数据间成对关系的缺陷。采用交替迭代的方法求解算法的目标函数并证明了算法的收敛性。在3个真实数据库(TDT2、PIE、COIL20)上的实验表明,该方法在数据的聚类表示的效果方面优于其他方法。 展开更多

关键词 概念分解 超图学习 对偶回归 流形学习 聚类

在线阅读 下载PDF 职称材料

基于全局融合的多核概念分解算法 被引量：3

6

作者 李飞 杜亮 任超宏 《计算机应用》 CSCD 北大核心 2019年第4期1021-1026,共6页

非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题,提出... 非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题,提出基于全局融合的多核概念分解(GMKCF)算法。同时输入多种候选核函数,在概念分解框架下基于全局线性权重融合对它们进行学习,以得出质量高稳定性好的聚类结果,并解决概念分解模型面临核函数选择的问题。采用交替迭代的方法对新模型进行求解,证明了算法的收敛性。将该算法与基于核的K-均值(KKM)、谱聚类(SC)、KCF(Kernel Concept Factorization)、Coreg(Co-regularized multi-view spectral clustering)、RMKKM(Robust Multiple KKM)在多个真实数据库上的实验结果表明,该算法在数据聚类方面优于对比算法。 展开更多

关键词 多核学习 概念分解 矩阵分解 多核聚类 全局融合

在线阅读 下载PDF 职称材料

“党的自我革命制度规范体系”概念阐释——基于概念分解法的分析 被引量：15

7

作者 吕永祥 《理论探索》 CSSCI 北大核心 2023年第4期81-90,共10页

党的二十大报告首次完整提出“党的自我革命制度规范体系”概念,概念分解法具有逻辑上的严谨性和方法上的科学性,是对其进行概念阐释的一种可行方法,由概念拆解和概念合取构成。从概念拆解看,“党的自我革命制度规范体系”由“党的自我... 党的二十大报告首次完整提出“党的自我革命制度规范体系”概念,概念分解法具有逻辑上的严谨性和方法上的科学性,是对其进行概念阐释的一种可行方法,由概念拆解和概念合取构成。从概念拆解看,“党的自我革命制度规范体系”由“党的自我革命”“制度”“规范”“体系”组成,“党的自我革命”指向党的革命性锻造,在其限定之下“制度”“规范”特指党的自我革命制度和党的自我革命规范,两者刚柔并济、动静相宜,“体系”则是两者走向系统集成、协同高效的标志。从概念合取看,作为全面从严治党和全面依法治国共同作用的产物,“党的自我革命制度规范体系”是中国共产党和国家立法机关在习近平总书记关于党的自我革命战略思想的指导下制定的、规范各级党组织在党的自我革命中的活动和全体党员在党的自我革命中的行为、由党的纪律和国家强制力保障实施的党内法规制度体系和法律规范体系的总称。其外延用公式表述为:“党的自我革命制度规范体系=党的自我革命党内法规制度体系+党的自我革命法律规范体系+两者的交互影响”。 展开更多

关键词 党的自我革命 党的自我革命制度规范体系 概念分解法 概念拆解 概念合取

在线阅读 下载PDF 职称材料

图正则化的模糊局部坐标编码概念分解模型

8

作者 张怿恺 彭勇 +1 位作者 孔万增 文益民 《中国科学技术大学学报》 CAS CSCD 北大核心 2020年第7期993-1002,共10页

现有的基于矩阵分解聚类模型训练过程大多需要两个独立的步骤,一是通过自身的模型对数据集进行训练获得系数矩阵,二是对得到的系数矩阵进一步使用K-means方法来获得最终的聚类结果.这种两阶段模式一方面增加了计算消耗,也会因为K-means... 现有的基于矩阵分解聚类模型训练过程大多需要两个独立的步骤,一是通过自身的模型对数据集进行训练获得系数矩阵,二是对得到的系数矩阵进一步使用K-means方法来获得最终的聚类结果.这种两阶段模式一方面增加了计算消耗,也会因为K-means对初始聚类中心的敏感,会对聚类效果产生一定的影响.针对此问题,本文提出了一种图正则化的模糊局部坐标编码概念分解模型.该模型通过对系数矩阵添加约束使得系数矩阵行和为1,从而避免了再次使用K-means方法进行二次训练,而直接由系数矩阵获得聚类结果.另外,由于此系数矩阵的约束.该模型实现了模糊聚类,增强了聚类结果的可解释性.本文通过对人工合成数据的测试,验证了该模型的模糊性与可解释性;同时在常用的标准数据集上,通过与现有的聚类方法相比较,同样获得了较好的聚类效果. 展开更多

关键词 概念分解 局部坐标编码 模糊聚类 图正则化

在线阅读 下载PDF 职称材料

基于对偶图正则化的多层概念分解算法

9

作者 张显 叶军 《计算机应用研究》 CSCD 北大核心 2019年第2期636-640,共5页

为了进一步挖掘数据间的隐藏信息,在多层概念分解算法的框架下,考虑每一层分解下的数据流形和特征流形,提出了一种基于对偶图正则化的多层概念分解算法。该算法通过对数据的逐层分解,以分层的方式学习,并在每一层分解数据中构建数据空... 为了进一步挖掘数据间的隐藏信息,在多层概念分解算法的框架下,考虑每一层分解下的数据流形和特征流形,提出了一种基于对偶图正则化的多层概念分解算法。该算法通过对数据的逐层分解,以分层的方式学习,并在每一层分解数据中构建数据空间和特征属性空间的拉普拉斯图,用于反映数据流形和特征流形的多元几何结构信息,从而能够更好地从复杂数据中提取出更有效的特征。采用交替迭代的方法求解算法的目标函数并证明了算法的收敛性。通过在三个真实数据库(TDT2、PIE、COIL20)上的实验表明,该方法在数据的聚类表示效果方面优于其他方法。 展开更多

关键词 概念分解 多层分解 对偶回归 流形学习 聚类

在线阅读 下载PDF 职称材料

带有局部坐标约束的半监督概念分解算法 被引量：1

10

作者 李会荣 张林 +1 位作者 赵鹏军 李超 《计算机科学与探索》 CSCD 北大核心 2021年第2期379-388,共10页

概念分解(CF)算法是一种有效的图像表示算法,目前已经广泛应用于维数约简、特征提取、数据挖掘等机器学习领域中。然而,传统CF算法不能利用有效的标签信息,也不能学习数据的稀疏表示。为此,将局部坐标约束和数据有限的标签信息融入到CF... 概念分解(CF)算法是一种有效的图像表示算法,目前已经广泛应用于维数约简、特征提取、数据挖掘等机器学习领域中。然而,传统CF算法不能利用有效的标签信息,也不能学习数据的稀疏表示。为此,将局部坐标约束和数据有限的标签信息融入到CF模型中,提出了一种带有局部坐标约束的半监督的概念分解(SLCF)算法。SLCF算法利用局部坐标约束学习数据的稀疏性,数据标签约束矩阵能够保证同类标签的数据映射到低维空间中拥有相同的标签,从而提高了不同类间数据的识别能力。利用交替迭代更新方法对SLCF算法的模型进行求解,证明了算法的收敛性。在COIL20、Yale B以及MNIST数据库上的数值实验表明提出的SLCF算法是有效的,其聚类性能优于其他比较的算法。 展开更多

关键词 概念分解(CF) 非负矩阵分解(NMF) 半监督学习 局部坐标约束

在线阅读 下载PDF 职称材料

本体上的代数结构 被引量：3

11

作者 周生明 《广西师范大学学报（自然科学版）》 CAS 2004年第4期27-30,共4页

建立了本体概念集合上的一种代数结构——本体格,通过本体格上的代数性质分析本体结构的特性.由于本体的形式化研究仍处于初级阶段,尚缺乏对本体的严格的评价技术.代数方法是一种带有严谨逻辑推理的方法,代数性质是一种适用广泛的性质,... 建立了本体概念集合上的一种代数结构——本体格,通过本体格上的代数性质分析本体结构的特性.由于本体的形式化研究仍处于初级阶段,尚缺乏对本体的严格的评价技术.代数方法是一种带有严谨逻辑推理的方法,代数性质是一种适用广泛的性质,本体上的代数性质可用于分析所有本体结构的特性.所以,建立的本体格为本体论的研究提供了一种具体的评价技术. 展开更多

关键词 本体代数 本体格 评价技术 概念分解

在线阅读 下载PDF 职称材料