期刊文献+
共找到448篇文章
< 1 2 23 >
每页显示 20 50 100
基于高阶邻域信息交互的自监督异质图嵌入算法
1
作者 董家浩 武永亮 +1 位作者 王志强 韩旭 《计算机应用研究》 北大核心 2025年第7期2011-2017,共7页
针对当前自监督神经网络算法在获取邻域节点权重时,没有考虑到高阶节点信息影响的问题,提出一种基于高阶邻域信息交互的自监督异质图嵌入算法(SSHGEA-HNI)。其通过在注意力机制中添加前馈全连接层来捕获高阶邻域节点特征,从而提升局部... 针对当前自监督神经网络算法在获取邻域节点权重时,没有考虑到高阶节点信息影响的问题,提出一种基于高阶邻域信息交互的自监督异质图嵌入算法(SSHGEA-HNI)。其通过在注意力机制中添加前馈全连接层来捕获高阶邻域节点特征,从而提升局部优化能力,增强模型性能。该算法由标签产生模块和嵌入学习模块组成。标签产生模块通过标签传播产生节点的伪标签。伪标签作为监督信号来指导嵌入产生模块生成嵌入。嵌入学习模块通过高阶邻域信息交互的注意力机制产生嵌入和注意力系数。注意力系数用于指导标签产生模块产生伪标签。在每次迭代中,两个模块共享节点注意力系数,促进两个模块之间相互利用与增强。在四个真实异质图数据集上进行了实验,所提算法在多数数据集的聚类任务和分类任务上均有提升。实验结果表明,该算法可以有效地利用高阶节点信息。 展开更多
关键词 异质图 监督算法 节点嵌入 高阶邻域
在线阅读 下载PDF
基于超图的自监督推荐算法
2
作者 贾小暾 温明 +3 位作者 杨晓龙 陈宝涛 李爱荣 任媛媛 《计算机工程与设计》 北大核心 2025年第3期834-840,共7页
为改善基于图神经网络的推荐模型在实际推荐场景中面临数据出现噪声和倾斜分布时性能下降的问题,提出一种基于超图的自监督推荐算法。采用超图Transformer捕捉用户与物品之间的全局关系,引入自监督学习以增强数据,提高模型的鲁棒性。在... 为改善基于图神经网络的推荐模型在实际推荐场景中面临数据出现噪声和倾斜分布时性能下降的问题,提出一种基于超图的自监督推荐算法。采用超图Transformer捕捉用户与物品之间的全局关系,引入自监督学习以增强数据,提高模型的鲁棒性。在实际数据集上的训练结果表明,模型在提升推荐效果方面表现优异,特别是在解决数据稀疏性和噪声问题上表现出较强的能力。通过消融实验进一步验证了这些发现,展现了该算法在现代推荐系统中的应用潜力。 展开更多
关键词 噪声数据 推荐算法 超图 全局关系 监督学习 交互图 数据增强
在线阅读 下载PDF
改进的采样算法与无监督聚类相结合的软件缺陷预测模型 被引量:1
3
作者 石海鹤 周世文 +1 位作者 钟林辉 肖正兴 《江西师范大学学报(自然科学版)》 CAS 北大核心 2024年第3期301-310,共10页
该文首先在自适应综合过采样算法ADASYN(adaptive synthetic sampling)的基础上,考虑少数类内部不同密度簇之间的连接性问题,将与采样点距离为中等的点纳入新样本生成范围,改进得到T-ADASYN过采样优化算法,有效地增加了少数类内部不同... 该文首先在自适应综合过采样算法ADASYN(adaptive synthetic sampling)的基础上,考虑少数类内部不同密度簇之间的连接性问题,将与采样点距离为中等的点纳入新样本生成范围,改进得到T-ADASYN过采样优化算法,有效地增加了少数类内部不同密度簇的连接性,生成了分布更为均衡的数据集.然后使用基于连接的spectral clustering算法进行聚类预测操作,将过采样算法和无监督聚类相结合,提出一种新型实用的软件缺陷预测模型TA-SC(T-ADASYN+spectral clustering).以F-score为评价指标,spectral clustering为聚类模型进行验证.实验结果表明:改进的T-ADASYN过采样算法在公开的PROMISE数据集和NASA数据集上比常用的过采样算法均有6%的性能提升,且TA-SC模型在PROMISE和NASA 2个数据集上比常用聚类算法分别有3%和2%的性能提升. 展开更多
关键词 软件缺陷预测 类别不平衡 过采样算法 聚类算法 监督学习
在线阅读 下载PDF
基于监督双限制连接Isomap算法的带钢表面缺陷图像分类方法 被引量:8
4
作者 王典洪 甘胜丰 +1 位作者 张伟民 雷维新 《自动化学报》 EI CSCD 北大核心 2014年第5期883-891,共9页
根据带钢表面缺陷图像具有复杂纹理结构、包含大量干扰信息、具备高维非线性几何结构等特点,本文提出基于监督双限制连接Isomap方法的带钢表面缺陷图像降维方法 (dls-Isomap).该方法以Isomap降维方法为基础,对其邻域图的连接方式进行K邻... 根据带钢表面缺陷图像具有复杂纹理结构、包含大量干扰信息、具备高维非线性几何结构等特点,本文提出基于监督双限制连接Isomap方法的带钢表面缺陷图像降维方法 (dls-Isomap).该方法以Isomap降维方法为基础,对其邻域图的连接方式进行K邻域(K-nearest neighbor,KNN)和ε-半径两个方面的限制性连接,并使用数据类别作为监督对类间邻域点进行扩展连接.针对多类Roll-swiss数据实验表明,dls-Isomap降维方法不仅能够在低维空间中完整嵌入所有数据点,而且能保持数据各类内和类间的几何结构,以及解决Isomap算法存在的"短路边"问题;针对带钢表面缺陷图像分类实验表明,基于dls-Isomap的新分类方法适合含水、油渍等干扰较多的带钢表面缺陷的分类任务,其中冷轧带钢5类缺陷识别率可以达78%.含水渍的热轧带钢缺陷识别率可以达到93%,其中水渍干扰图像的识别率达到97.6%. 展开更多
关键词 isomap K领域 ε-半径 监督连接 带钢表面缺陷
在线阅读 下载PDF
基于改进FixMatch算法的半监督番茄病虫害识别 被引量:2
5
作者 严露露 朱赞彬 +2 位作者 冯世杰 龚守富 程浈浈 《江苏农业科学》 北大核心 2024年第20期244-250,共7页
为了快速准确地识别番茄叶片病虫害,从而提升番茄产量和品质,在有限设备资源条件下实现番茄病虫害的精准防治,针对以往番茄病虫害识别算法数据标注成本过高的问题,提出一种基于改进FixMatch算法的半监督番茄病害图像识别方法。首先,对... 为了快速准确地识别番茄叶片病虫害,从而提升番茄产量和品质,在有限设备资源条件下实现番茄病虫害的精准防治,针对以往番茄病虫害识别算法数据标注成本过高的问题,提出一种基于改进FixMatch算法的半监督番茄病害图像识别方法。首先,对真实场景采集的番茄病虫害数据进行深入分析,挖掘出数据集规模不明、类间数据不均衡性较为严重的特性,在原始FixMatch算法的基础上,引入k-means聚类算法筛选出代表性数据进行标注,以提高标注数据的性价比。其次,设计一种自适应伪标签数据补充模块,使得在半监督分类算法迭代过程中,自适应地调整不同类别的伪标签判定阈值,并且引入Focal Loss,以保证模型免受类别不均衡的影响。试验结果表明,在kaggle提供的公开数据集New Plant Diseases Dataset的10种番茄病害上,本研究提出的半监督番茄病虫害识别算法仅使用2000张(约训练数据的10%)的标注数据进行模型训练,在测试集上的准确率可达到98.16%,比原始FixMatch算法提高了1.34百分点。经过对比试验表明,本研究提出的基于k-means聚类算法的代表数据预选模块比随机挑选的准确率提高23.92百分点,基于自适应阈值截断的伪标签判断模块在困难样本类别上比原始FixMatch算法高出5.00百分点。综上所述,本研究所提出的基于改进FixMatch算法的半监督番茄病虫害识别算法能够提高半监督图像识别任务的准确率,对于真实场景下如何挑选数据标注以及如何制定训练过程中的伪标签监督策略都有着积极的参考意义,降低了番茄病虫害识别模型的数据标注成本,助力智慧农业发展。 展开更多
关键词 番茄 病虫害 改进FixMatch算法 监督学习 图像分类
在线阅读 下载PDF
基于无监督神经网络匹配算法的叠前表面多次波压制方法 被引量:1
6
作者 刘立超 胡天跃 +3 位作者 李徯徯 刘依谋 梁上林 黄建东 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第3期453-463,共11页
为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算... 为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算子,对叠前地震数据进行表面多次波的压制,既不需要传统的匹配算法,也不需要在标签数据集上进行训练。在简单合成数据、Sigsbee模型数据和实际数据上的应用结果验证了该方法对表面多次波压制的有效性。 展开更多
关键词 监督神经网络 表面多次波压制 叠前地震数据 匹配算法
在线阅读 下载PDF
“政务算法”运行机制特征与监督制度建构 被引量:1
7
作者 褚尔康 牟聪达 《党政研究》 北大核心 2024年第6期25-34,M0004,共11页
党的二十届三中全会提出“完善覆盖全国的一体化在线政务服务平台”,这为电子政务建设提出了新的目标和要求。随着数字政府“算法行政”范式和“政务算法”模式的不断发展,“算法监督”问题日益凸显。而相关问题的解决,首先需要把握政... 党的二十届三中全会提出“完善覆盖全国的一体化在线政务服务平台”,这为电子政务建设提出了新的目标和要求。随着数字政府“算法行政”范式和“政务算法”模式的不断发展,“算法监督”问题日益凸显。而相关问题的解决,首先需要把握政务算法运行机制的基本特征,即从实体到数据“管理对象”、从场景到模型“运行方式”、从规范到代码“权力模式”体系转向,深入剖析算法监督与算法监管“衔接性”、算法实现与算法实施“关联性”、算法构成与算法价值“耦合性”等基础性理论问题。并以此为基础,通过实践探索进一步完善以“预设性”为重点的事前监督、以“合规性”为重点的事中监督和以“价值性”为重点的事后监督等系统性监督制度体系。 展开更多
关键词 电子政务 算法行政 政务算法 监督机制
在线阅读 下载PDF
数字平台算法审计:现实理据、客观挑战与关键进路 被引量:2
8
作者 贺勇 李佳蔚 刘筱祎 《南京审计大学学报》 北大核心 2025年第2期10-20,共11页
数字平台是数字经济的主要组织形态,具有公共物品属性。作为数字平台核心技术的算法在推动数字平台飞速发展的同时也伴生诸多算法风险。数字平台发展和规范的现实冲突以及数字技术创新和异化的现实矛盾亟需构建完善的数字治理体系。算... 数字平台是数字经济的主要组织形态,具有公共物品属性。作为数字平台核心技术的算法在推动数字平台飞速发展的同时也伴生诸多算法风险。数字平台发展和规范的现实冲突以及数字技术创新和异化的现实矛盾亟需构建完善的数字治理体系。算法治理是数字治理的核心子体系,而算法审计又是算法治理的重要工具,对治理数字平台的负外部性,促进数字经济健康发展意义重大。开展数字平台算法审计存在的客观挑战包括细化算法安全指引及评估标准,平衡算法商业性、创新性和可审性的关系,创新多层次立体化协同治理机制,做好事中监管和事后问责的衔接等。开展数字平台算法审计的关键进路在于,明确算法审计的法律地位,制定算法审计执业准则和职业规范,构建国家审计主导、内部审计日常监督和社会审计鉴证的多主体协同治理机制,完善算法审计结果公开渠道,培养复合型算法审计人才等。研究数字平台算法审计对构建我国审计学自主知识体系有重要价值。 展开更多
关键词 数字经济 数字平台 算法风险 算法审计 数字治理 算法治理 审计监督 数据安全 中国审计学自主知识体系
在线阅读 下载PDF
基于监督Isomap的步态识别方法 被引量:3
9
作者 张善文 张传雷 《计算机应用研究》 CSCD 北大核心 2012年第11期4338-4341,共4页
由于步态图像的复杂性,使得很多维数约简方法不能有效地应用于步态识别中。等距特征映射(Iso-map)是一种很好的非线性维数约简算法,但在实际应用中该算法没有利用样本的类别信息,并存在泛化能力差的问题。在该算法的基础上,提出了一种... 由于步态图像的复杂性,使得很多维数约简方法不能有效地应用于步态识别中。等距特征映射(Iso-map)是一种很好的非线性维数约简算法,但在实际应用中该算法没有利用样本的类别信息,并存在泛化能力差的问题。在该算法的基础上,提出了一种新的监督Isomap算法,并应用于步态识别中。该方法不但具有Isomap算法的特性,而且能对新样本进行低维映射。在真实的三个步态图像数据库上的实验结果表明,该方法对步态识别是有效而可行的。 展开更多
关键词 步态识别 维数约简 isomap算法 监督isomap算法
在线阅读 下载PDF
基于半监督学习的煤层钻孔预抽瓦斯状态评价方法
10
作者 晏立 文虎 +1 位作者 王振平 金永飞 《工矿自动化》 北大核心 2025年第3期113-121,共9页
目前单一钻孔抽采状态评价方法通常依赖于瓦斯抽采浓度,而忽视了煤层瓦斯赋存的多样性。监督学习模型依赖于样本的特征标记,在样本量较大时,人工标注的成本较高;无监督学习模型缺乏样本标记,无法实现定性评价。针对上述问题,提出一种基... 目前单一钻孔抽采状态评价方法通常依赖于瓦斯抽采浓度,而忽视了煤层瓦斯赋存的多样性。监督学习模型依赖于样本的特征标记,在样本量较大时,人工标注的成本较高;无监督学习模型缺乏样本标记,无法实现定性评价。针对上述问题,提出一种基于半监督学习的煤层钻孔预抽瓦斯状态评价方法。构建了包含甲烷浓度、抽采负压、环境温度等8项指标的多维度评价体系,采用层次分析法(AHP)与模糊评价法(FEM)结合的权重赋值方法,建立抽采效果等级划分标准。在此基础上,提出基于高斯混合模型(GMM)与K-Means算法的半监督学习模型(SSGMM/SSK-Means),通过融合少量人工标注样本与大量未标注数据,实现单一钻孔抽采状态的动态分类。SSGMM聚集度更好,SSK-Means效率更高,形成“精度-效率”的互补关系。在陕西黄陵二号煤矿215工作面的应用结果表明:SSGMM和SSK-Means的最大聚集度(MVCR)和修正Rand指数(ARI)分别达82.64%和85.83%,显著优于传统聚类方法;通过动态反馈机制优化后,原等级为“差”的钻孔抽采效率提升5.26%~5.80%,补差率达100%。 展开更多
关键词 煤层瓦斯 抽采效果评价 监督学习 层次分析法 模糊评价法 高斯混合模型 K-MEANS算法
在线阅读 下载PDF
算法媒介化问责:数字新闻监督的内涵、操作流程及本土化构建
11
作者 张岩松 张晨 《中国出版》 CSSCI 北大核心 2024年第23期44-50,共7页
算法问责作为自动化决策治理可资使用的重要工具,成为计算科学、法学、政治学、哲学等多个学科关注的热点议题。新闻传播学亟需在算法问责的框架下探索媒体监督与算法权力监督的关系,并力图在操作层面澄清媒体监督报道的对象、程序流程... 算法问责作为自动化决策治理可资使用的重要工具,成为计算科学、法学、政治学、哲学等多个学科关注的热点议题。新闻传播学亟需在算法问责的框架下探索媒体监督与算法权力监督的关系,并力图在操作层面澄清媒体监督报道的对象、程序流程,并积极推进本土化构建。作为算法媒介化问责的数字新闻监督,其时效性和普及性,能够有效弥补传统问责系统因时滞性而产生的问责空白。在多元参与视角下,媒体应基于算法的透明度和可解释性,对算法存在的偏见歧视、预测或分类错误以及滥用等问题展开独立调查。 展开更多
关键词 算法透明 算法问责 媒介化问责 数字新闻监督 自动化决策治理
在线阅读 下载PDF
基于深度聚类学习的无监督行人重识别
12
作者 邓子文 段勇 《电子测量与仪器学报》 北大核心 2025年第3期208-216,共9页
无监督行人重识别是一种在没有任何标签的情况下,通过特征提取和聚类算法对行人进行识别和匹配的计算机视觉方法。针对当前无监督行人重识别方法普遍存在的特征提取不足、聚类不准确、计算复杂度高以及模型缺乏鲁棒性等问题,提出了一种... 无监督行人重识别是一种在没有任何标签的情况下,通过特征提取和聚类算法对行人进行识别和匹配的计算机视觉方法。针对当前无监督行人重识别方法普遍存在的特征提取不足、聚类不准确、计算复杂度高以及模型缺乏鲁棒性等问题,提出了一种基于深度聚类学习的无监督行人重识别方法。首先,研究了结合GeM池化方法的实例批量归一化网络(IBN-Net)作为特征提取网络,使得提取出的行人特征更具判别性;其次,针对聚类算法对于超参数较为敏感的问题,提出通过有序点识别聚类结构(OPTICS)辅助基于密度的聚类算法(DBSCAN)选取超参数,进一步降低了DBSCAN对超参数的敏感度;此外,为了更加充分利用训练集的所有数据,将离群值也视为单独的聚类参与到记忆字典的初始化与更新过程中;最后,针对记忆字典更新过程中各个聚类更新速率不一致的问题,提出了聚类级别的记忆字典,消除了聚类更新速率不一致的问题。实验结果验证了研究工作的有效性,提出的方法在无监督行人重识别任务中的精度与准确度均有明显的提升。 展开更多
关键词 行人重识别 监督学习 对比学习 深度学习 聚类算法
在线阅读 下载PDF
基于高分辨率类激活映射算法的弱监督目标实时检测
13
作者 孙辉 史玉龙 +2 位作者 张健一 王蕊 王羽玥 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1051-1059,共9页
受益于深度学习的发展,目标检测技术在各类视觉任务中得到广泛关注。然而,获取目标的边框标注需要高昂的时间和人工成本,阻碍了目标检测技术在实际场景中的应用。为此,该文在仅使用图像类别标签的基础上,提出一种基于高分辨率类激活映... 受益于深度学习的发展,目标检测技术在各类视觉任务中得到广泛关注。然而,获取目标的边框标注需要高昂的时间和人工成本,阻碍了目标检测技术在实际场景中的应用。为此,该文在仅使用图像类别标签的基础上,提出一种基于高分辨率类激活映射算法的弱监督目标实时检测方法,降低网络对目标实例标注的依赖。该方法将目标检测细划分为弱监督目标定位和目标实时检测两个子任务。在弱监督定位任务中,该文利用对比层级相关性传播理论设计了一种新颖的高分辨率类激活映射算法(HR-CAM),用于获取高质量目标类激活图,生成目标伪检测标注框。在实时检测任务中,该文选取单镜头多盒检测器(SSD)作为目标检测网络,并基于类激活图设计目标感知损失函数(OA-Loss),与目标伪检测标注框共同监督SSD网络的训练过程,提高网络对目标的检测性能。实验结果表明,该文方法在CUB200和TJAB52数据集上实现了对目标准确高效的检测,验证了该文方法的有效性和优越性。 展开更多
关键词 监督定位 目标检测 对比层级相关性传播理论 类激活映射算法 目标感知损失函数
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
14
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊C均值(FCM)聚类算法 监督学习算法
在线阅读 下载PDF
论数字检察诉前类案监督权的边界
15
作者 史一舒 周珂 《江西师范大学学报(哲学社会科学版)》 北大核心 2025年第3期79-90,共12页
数字检察诉前类案监督是中国式现代化检察监督质效导向的重要体现,决定着检察监督权的数智化发展方向。在诉前阶段,传统法律监督模式与新型数字技术的融合边界须深入厘定。具体而言,存在电子数据获取与审查制度的精细化、数字模型参与... 数字检察诉前类案监督是中国式现代化检察监督质效导向的重要体现,决定着检察监督权的数智化发展方向。在诉前阶段,传统法律监督模式与新型数字技术的融合边界须深入厘定。具体而言,存在电子数据获取与审查制度的精细化、数字模型参与诉前程序输出的稳定性、“数据—算法”运行约束机制的体系化等层面的边界影响因素。在尚未建设完全统一的模型设计和运作标准之际,应以程序理性推动办案模型的模块调节,将证据标准融入办案系统,建立“实体规则—技术性正当程序”的衔接。通过“权能—技术—人员”层面的程序保障机制,进一步厘定数字检察诉前类案监督权的边界。 展开更多
关键词 数字检察 类案监督 程序理性 算法治理
在线阅读 下载PDF
基于Isomap和支持向量机算法的俯视群养猪个体识别 被引量:13
16
作者 郭依正 朱伟兴 +1 位作者 马长华 陈晨 《农业工程学报》 EI CAS CSCD 北大核心 2016年第3期182-187,共6页
针对俯视群养猪视频序列,提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取,获得各单只猪个体,其后建立训练样本,提取猪个体颜色、纹理及形状特征,组合构建表征猪个体的特征向... 针对俯视群养猪视频序列,提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取,获得各单只猪个体,其后建立训练样本,提取猪个体颜色、纹理及形状特征,组合构建表征猪个体的特征向量,接着对组合特征利用Isomap算法做特征融合,在最大程度保留有效识别信息的基础上降低特征维数,最后利用优化核函数的支持向量机分类器进行训练与识别。试验选取了900帧图像,试验结果表明该文所提方法切实有效,猪个体最高识别率为92.88%。该文从机器视觉角度探索了俯视群养猪的个体识别,有别于传统的RFID猪个体识别,该研究为无应激的猪个体识别提供了新思路,也为进一步探索群养猪个体行为分析等奠定了基础。 展开更多
关键词 动物 特征提取 支持向量机 isomap算法 群养猪 个体识别
在线阅读 下载PDF
基于核矩阵的Isomap增量学习算法研究 被引量:5
17
作者 王耀南 张莹 李春生 《计算机研究与发展》 EI CSCD 北大核心 2009年第9期1515-1522,共8页
Isomap算法嵌入向量求解依赖于所有的初始样本,在增加新数据时需要较长时间重新计算所有数据样本间的测地距离.为了提高运算速度,提出一种基于核函数的增量学习Isomap算法,将测地距离矩阵当作一个核矩阵,并通过常数增加的方法保证测地... Isomap算法嵌入向量求解依赖于所有的初始样本,在增加新数据时需要较长时间重新计算所有数据样本间的测地距离.为了提高运算速度,提出一种基于核函数的增量学习Isomap算法,将测地距离矩阵当作一个核矩阵,并通过常数增加的方法保证测地距离矩阵满足Mercer条件,算法只需要计算新增点与原有数据点间的测地距离.与核主成分算法一样,新增点的投影值计算变为核矩阵上的特征分解.在Swiss,Helix和多姿态人脸数据中的实验结果表明,算法大大降低了计算复杂度,有利于快速发现隐藏在高维空间的低维流形分布. 展开更多
关键词 流形学习 isomap算法 测地距离 增量学习 核矩阵
在线阅读 下载PDF
基于Isomap算法的恒星光谱离群点挖掘 被引量:4
18
作者 卜育德 潘景昌 陈福强 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第1期267-273,共7页
如何从已分类的海量光谱中发现被错分的光谱一直是天文数据处理专家重点研究的问题,探讨的Isomap算法在该问题方面有很好的表现。通过Isomap算法与主成分分析方法(PCA)算法的实验结果对比发现:(1)PCA将具有不同特征的光谱投影到邻近的区... 如何从已分类的海量光谱中发现被错分的光谱一直是天文数据处理专家重点研究的问题,探讨的Isomap算法在该问题方面有很好的表现。通过Isomap算法与主成分分析方法(PCA)算法的实验结果对比发现:(1)PCA将具有不同特征的光谱投影到邻近的区域,而Isomap算法却可以将具有相似特征的光谱投影到邻近区域,而将具有不同特征的光谱投影到相距较远的区域;(2)Isomap算法给出的大部分离群点较易判断,且是具有很高科学价值的双星;而PCA给出的离群点难以判断,科学价值不高。因此,在光谱离群点发掘上Isomap算法比PCA有明显优势。由于使用的数据为SDSS最新发布的M型的九种光谱次型的光谱,因而Isomap算法能够快速发现被斯隆数字巡天数据处理流程(SDSS pipeline)错分的光谱,可帮助有效提高现有光谱分类算法的准确率。更进一步,由于被SDSS pipeline错分的光谱大部分是双星,因而Isomap算法还可以进一步帮助我们发现有很高科学研究价值的双星,提高双星的发现效率。虽然实验显示Isomap算法对信噪比变化较为敏感,在具有较低信噪比的光谱上表现较差,但由于信噪比低的光谱的光谱型难以判断,因而该缺点并不影响Isomap算法的在光谱发掘上的应用。 展开更多
关键词 流形学习算法 isomap算法 主成分分析 数据挖掘
在线阅读 下载PDF
一种增强差异性的半监督协同分类算法 被引量:9
19
作者 于重重 商利利 +3 位作者 谭励 涂序彦 杨扬 王竞燕 《电子学报》 EI CAS CSCD 北大核心 2013年第1期35-41,共7页
半监督学习中的Tr-i Training算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强... 半监督学习中的Tr-i Training算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强差异性的半监督协同分类算法.该算法利用三个不同的分类器进行学习;考虑到分类模型在更新过程中,可能会因随机抽样导致性能恶化,该算法利用基于标记类别的分层抽样法来对已标记样本集进行抽样,并通过基于分类正确率的加权投票法实现了分类器的集成,提高了预测准确率.本文通过实验对所提出算法与Tr-i Training算法做了性能比较,实验结果表明本文所提出的方法在分类问题上具有较好的性能,验证了该算法的有效性和可行性. 展开更多
关键词 监督协同分类算法 Tr-iTraining算法 增强差异性策略 分层抽样法
在线阅读 下载PDF
基于自训练EM算法的半监督文本分类 被引量:17
20
作者 张博锋 白冰 苏金树 《国防科技大学学报》 EI CAS CSCD 北大核心 2007年第6期65-69,共5页
为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文... 为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文本分类实验表明STEM算法在大部分情况下的分类准确性都高于EM,并通过减少迭代提高了分类器学习的计算效率。 展开更多
关键词 监督学习 EM算法 自训练 文本分类 NAIVE BAYES
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部