检索结果-维普期刊中文期刊服务平台

基于多粒度模糊邻域熵的在线流组特征选择: 1; 作者韩子钦徐久成 +2 位作者章磊周长顺许诗卉《计算机工程与设计》北大核心 2025年第1期214-222,共9页; 针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵... 展开更多; 关键词流特征选择流组自信息模糊邻域粗糙集不完备决策系统模糊邻域熵重合度; 在线阅读下载PDF 职称材料

基于模糊邻域熵的离群点检测方法: 2; 作者刘佳莉陈锦坤《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期511-522,共12页; 离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并... 展开更多; 关键词数据挖掘离群点检测模糊邻域组合熵相对模糊邻域组合熵; 在线阅读下载PDF 职称材料

基于Fisher score与模糊邻域熵的多标记特征选择算法被引量：5: 3; 作者孙林马天娇薛占熬《计算机应用》 CSCD 北大核心 2023年第12期3779-3789,共11页; 针对Fisher score未充分考虑特征与标记以及标记之间的相关性,以及一些邻域粗糙集模型容易忽略边界域中知识粒的不确定性,导致算法分类性能偏低等问题,提出一种基于Fisher score与模糊邻域熵的多标记特征选择算法(MLFSF)。首先,利用最... 展开更多; 关键词多标记学习特征选择 Fisher score 多标记模糊邻域粗糙集模糊邻域熵; 在线阅读下载PDF 职称材料

基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择被引量：1: 4; 作者孙林马天娇《计算机科学》 CSCD 北大核心 2024年第7期96-107,共12页; 现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记... 展开更多; 关键词多标记学习特征选择 Fisher score 多标记模糊邻域粗糙集邻域直觉模糊熵; 在线阅读下载PDF 职称材料

基于模糊邻域判别指数的在线流组特征选择被引量：3: 5; 作者徐久成孙元豪韩子钦《计算机工程与设计》北大核心 2024年第3期806-813,共8页; 在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题。然而,现有方法大多无法处理具有模糊性和不确定性的数据。为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法。设计一种模糊邻域判别指数... 展开更多; 关键词特征选择流特征选择流组模糊粗糙集模糊邻域熵邻域判别指数不确定性度量; 在线阅读下载PDF 职称材料

基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择被引量：14: 6; 作者姚晟徐风 +1 位作者赵鹏纪霞《计算机研究与发展》 EI CSCD 北大核心 2018年第4期802-814,共13页; 特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷... 展开更多; 关键词粗糙集邻域方差二元邻域空间邻域直觉模糊熵特征选择; 在线阅读下载PDF 职称材料

题名基于多粒度模糊邻域熵的在线流组特征选择: 1; 作者韩子钦徐久成章磊周长顺许诗卉; 机构河南师范大学计算机与信息工程学院河南师范大学智慧商务与物联网技术河南省工程实验室; 出处《计算机工程与设计》北大核心 2025年第1期214-222,共9页; 基金国家自然科学基金项目(61976082、62076089、62002103)。; 文摘针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵相结合,从代数和信息视角提出多粒度模糊邻域熵;提出在线流组内、组间粒选度,根据模糊邻域对比度对特征组进行冗余分析。在8个公共数据集上进行实验对比分析,所提算法在处理不完备混合数据时能有效消除冗余特征,提高数据的分类精度。; 关键词流特征选择流组自信息模糊邻域粗糙集不完备决策系统模糊邻域熵重合度; Keywords streaming feature selection group streaming self-information fuzzy neighborhood rough set incomplete decision system fuzzy neighborhood entropy coincidence degree; 分类号 TP181 [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

题名基于模糊邻域熵的离群点检测方法: 2; 作者刘佳莉陈锦坤; 机构闽南师范大学数学与统计学院闽南师范大学福建省粒计算及其应用重点实验室; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期511-522,共12页; 基金国家自然科学基金(62076116,62076088) 福建省自然科学基金(2020J01792,2021J02049)。; 文摘离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并结合熵的不确定性,提出一种新的基于模糊邻域熵的离群点检测方法.首先,采用模糊邻域半径和混合模糊相似度构造模糊邻域近似空间;然后,定义一种特定的模糊邻域组合熵和相对模糊邻域组合熵来构建模糊邻域离群度,进而定义基于模糊邻域熵的离群因子实现离群点检测,并设计了基于模糊邻域熵的离群点检测算法(FNEOD).最后,将FNEOD算法与主要的离群点检测算法进行比较.实验结果表明,该方法具有较好的有效性和适应性.; 关键词数据挖掘离群点检测模糊邻域组合熵相对模糊邻域组合熵; Keywords data mining outlier detection fuzzy neighborhood combination entropy relative fuzzy neighborhood combination entropy; 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

题名基于Fisher score与模糊邻域熵的多标记特征选择算法被引量：5: 3; 作者孙林马天娇薛占熬; 机构天津科技大学人工智能学院河南师范大学计算机与信息工程学院智慧商务与物联网技术河南省工程实验室(河南师范大学); 出处《计算机应用》 CSCD 北大核心 2023年第12期3779-3789,共11页; 基金国家自然科学基金资助项目(62076089,61976082)。; 文摘针对Fisher score未充分考虑特征与标记以及标记之间的相关性,以及一些邻域粗糙集模型容易忽略边界域中知识粒的不确定性,导致算法分类性能偏低等问题,提出一种基于Fisher score与模糊邻域熵的多标记特征选择算法(MLFSF)。首先,利用最大信息系数(MIC)衡量特征与标记之间的关联程度,构建特征与标记关系矩阵;基于修正余弦相似度定义标记关系矩阵,分析标记之间的相关性。其次,给出一种二阶策略获得多个二阶标记关系组,以此重新划分多标记论域;通过增强标记之间的强相关性和削弱标记之间的弱相关性得到每个特征的得分,进而改进Fisher score模型,对多标记数据进行预处理。再次,引入多标记分类间隔,定义自适应邻域半径和邻域类并构造了上、下近似集;在此基础上提出了多标记粗糙隶属度函数,将多标记邻域粗糙集映射到模糊集,基于多标记模糊邻域给出了上、下近似集以及多标记模糊邻域粗糙集模型,由此定义模糊邻域熵和多标记模糊邻域熵,有效度量边界域的不确定性。最后,设计基于二阶标记相关性的多标记Fisher score特征选择算法(MFSLC),从而构建MLFSF。在多标记K近邻(MLKNN)分类器下11个多标记数据集上的实验结果表明,相较于ReliefF多标记特征选择(MFSR)等6种先进算法,MLFSF的平均分类精度(AP)的均值提高了2.47~6.66个百分点;同时,在多数数据集上,MLFSF在5个评价指标上均能取得最优值。; 关键词多标记学习特征选择 Fisher score 多标记模糊邻域粗糙集模糊邻域熵; Keywords multilabel learning feature selection Fisher score multilabel fuzzy neighborhood rough set fuzzy neighborhood entropy; 分类号 TP181 [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

题名基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择被引量：1: 4; 作者孙林马天娇; 机构天津科技大学人工智能学院河南师范大学计算机与信息工程学院; 出处《计算机科学》 CSCD 北大核心 2024年第7期96-107,共12页; 基金国家自然科学基金(62076089,61772176)。; 文摘现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记将多标记论域划分为多个样本集,计算样本集的特征均值作为标记下样本的原始中心点,以最远样本的距离乘以距离系数,去除边缘样本集,定义了新的有效样本集,计算中心偏移处理后的标记下每个特征的得分以及标记集的特征得分,进而建立了基于中心偏移的多标记Fisher score模型,预处理多标记数据。然后,引入多标记分类间隔作为自适应模糊邻域半径参数,定义了模糊邻域相似关系和模糊邻域粒,由此构造了多标记模糊邻域粗糙集的上、下近似集;在此基础上提出了多标记邻域粗糙直觉隶属度函数和非隶属度函数,定义了多标记邻域直觉模糊熵。最后,给出了特征的外部和内部重要度的计算公式,设计了基于邻域直觉模糊熵的多标记特征选择算法,筛选出最优特征子集。在多标记K近邻分类器下、9个多标记数据集上的实验结果表明,所提算法选择的最优子集具有良好的分类性能。; 关键词多标记学习特征选择 Fisher score 多标记模糊邻域粗糙集邻域直觉模糊熵; Keywords Multilabel learning Feature selection Fisher score Multilabel fuzzy neighborhood rough sets Neighborhood intuitio-nistic fuzzy entropy; 分类号 TP181 [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

题名基于模糊邻域判别指数的在线流组特征选择被引量：3: 5; 作者徐久成孙元豪韩子钦; 机构河南师范大学计算机与信息工程学院河南师范大学智慧商务与物联网技术河南省工程实验室; 出处《计算机工程与设计》北大核心 2024年第3期806-813,共8页; 基金国家自然科学基金项目(61976082、62076089、62002103)。; 文摘在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题。然而,现有方法大多无法处理具有模糊性和不确定性的数据。为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法。设计一种模糊邻域判别指数,用于描述模糊邻域粒的判别信息,扩展相关的不确定性度量方法。在此基础上,用组内特征选择和组间特征选择两种策略选择具有强近似能力且非冗余的特征。在8个公共数据集上进行对比实验,验证了该算法具有更优且稳定的分类性能。; 关键词特征选择流特征选择流组模糊粗糙集模糊邻域熵邻域判别指数不确定性度量; Keywords feature selection streaming feature selection streaming groups fuzzy rough set fuzzy neighborhood entropy neighborhood discrimination index uncertainty measures; 分类号 TP181 [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

题名基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择被引量：14: 6; 作者姚晟徐风赵鹏纪霞; 机构计算智能与信号处理教育部重点实验室(安徽大学) 安徽大学计算机科学与技术学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2018年第4期802-814,共13页; 基金国家自然科学基金项目(61602004 61300057) +5 种基金 KJ2017A011) ADXXBZ2014-6) 安徽大学博士科研启动基金项目(J10113190072)~~; 文摘特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷.为了解决这个问题,采用方差来度量数据的分布情况,重新定义二元邻域空间,基于此提出自适应二元邻域空间的粗糙集模型,并将该模型与邻域直觉模糊熵结合作为特征评估的方式,进而构造相应的特征选择算法.UCI实验结果表明:所提出的算法能够选出更小且具有更高分类精度的特征子集,同时算法拥有更少的时间消耗.因此所提的特征选择算法具有更强的优越性.; 关键词粗糙集邻域方差二元邻域空间邻域直觉模糊熵特征选择; Keywords rough set neighborhood variance binary neighborhood space neighborhood intuitionistic fuzzy entropy feature selection; 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	作者	出处	发文年	被引量	操作
1	基于多粒度模糊邻域熵的在线流组特征选择	韩子钦徐久成章磊周长顺许诗卉	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于模糊邻域熵的离群点检测方法	刘佳莉陈锦坤	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于Fisher score与模糊邻域熵的多标记特征选择算法	孙林马天娇薛占熬	《计算机应用》 CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
4	基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择	孙林马天娇	《计算机科学》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	基于模糊邻域判别指数的在线流组特征选择	徐久成孙元豪韩子钦	《计算机工程与设计》北大核心	2024	3	在线阅读下载PDF 职称材料
6	基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择	姚晟徐风赵鹏纪霞	《计算机研究与发展》 EI CSCD 北大核心	2018	14	在线阅读下载PDF 职称材料