期刊文献+
共找到48篇文章
< 1 2 3 >
每页显示 20 50 100
基于气象因子Fuzzy模糊处理的短期电力负荷预测 被引量:4
1
作者 黄亮亮 王勇 +1 位作者 杨恒 陈帅 《计算机应用与软件》 CSCD 北大核心 2014年第2期171-173,共3页
电力短期负荷预测受各种气象因素的影响,这导致短期电力负荷预测准确度不高。使用模糊逻辑处理温度、湿度和风速的三种影响因素,把它们转化为能被BP神经网络输入识别的具体的数据。该网络经过训练后,得到合适的权值。利用该模糊神经网络... 电力短期负荷预测受各种气象因素的影响,这导致短期电力负荷预测准确度不高。使用模糊逻辑处理温度、湿度和风速的三种影响因素,把它们转化为能被BP神经网络输入识别的具体的数据。该网络经过训练后,得到合适的权值。利用该模糊神经网络,测试电力日负荷数据,预测的平均误差约在±1.69%。 展开更多
关键词 短期负荷预测 神经网络 模糊逻辑 BP算法
在线阅读 下载PDF
PE文件格式的大容量信息隐藏技术 被引量:1
2
作者 魏为民 刘锟 万晓鹏 《南京理工大学学报》 EI CAS CSCD 北大核心 2015年第1期45-49,共5页
为了进一步实现利用可移植可执行(Portable executable,PE)文件隐藏大容量的信息,该文对大容量隐藏信息的方法进行了研究。该文利用PE文件格式存在冗余空间的特点,实现了对PE文件进行信息嵌入。提出了一种利用多个PE文件存储信息的方法... 为了进一步实现利用可移植可执行(Portable executable,PE)文件隐藏大容量的信息,该文对大容量隐藏信息的方法进行了研究。该文利用PE文件格式存在冗余空间的特点,实现了对PE文件进行信息嵌入。提出了一种利用多个PE文件存储信息的方法。通过对多个PE文件的区块冗余进行信息嵌入,实现了大容量的信息隐藏。研究结果表明,利用多个PE文件进行信息隐藏能为大容量信息隐藏提供新的思路。 展开更多
关键词 可移植可执行文件 信息隐藏 嵌入 提取 大容量 信息伪装 区块冗余 隐写术
在线阅读 下载PDF
大数据环境下多决策表的区间值全局近似约简 被引量:22
3
作者 徐菲菲 雷景生 +2 位作者 毕忠勤 苗夺谦 杜海舟 《软件学报》 EI CSCD 北大核心 2014年第9期2119-2135,共17页
在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观和信息观提出了基于属性依赖度... 在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观和信息观提出了基于属性依赖度和基于互信息的区间值启发式约简相关定义和性质证明,并给出相应算法,丰富和发展了区间值粗糙集理论,同时为大数据的分析研究提供了思路.针对大数据的分布式存储架构,又提出了多决策表的区间值全局约简概念和性质证明,进一步给出多决策表的区间值全局约简算法.为了使得算法在实际应用中取得更好的效果,将近似约简概念引入所提的3种算法中,通过对2012上半年某电厂一台600MW的机组运行数据进行稳态判定,验证所提算法的有效性.实验结果表明,所提的3种算法均能在保持较高分类准确率的条件下从对象和属性个数两方面对数据集进行大幅度缩减,从而为大数据的进一步分析处理提供支撑. 展开更多
关键词 大数据 区间值 近似约简 多决策表 全局约简
在线阅读 下载PDF
一种基于数据流的软子空间聚类算法 被引量:31
4
作者 朱林 雷景生 +1 位作者 毕忠勤 杨杰 《软件学报》 EI CSCD 北大核心 2013年第11期2610-2627,共18页
针对高维数据的聚类研究表明,样本在不同数据簇往往与某些特定的数据特征子集相对应.因此,子空间聚类技术越来越受到关注.然而,现有的软子空间聚类算法都是基于批处理技术的聚类算法,不能很好地应用于高维数据流或大规模数据的聚类研究... 针对高维数据的聚类研究表明,样本在不同数据簇往往与某些特定的数据特征子集相对应.因此,子空间聚类技术越来越受到关注.然而,现有的软子空间聚类算法都是基于批处理技术的聚类算法,不能很好地应用于高维数据流或大规模数据的聚类研究中.为此,利用模糊可扩展聚类框架,与熵加权软子空间聚类算法相结合,提出了一种有效的熵加权流数据软子空间聚类算法——EWSSC(entropy-weighting streaming subspace clustering).该算法不仅保留了传统软子空间聚类算法的特性,而且利用了模糊可扩展聚类策略,将软子空间聚类算法应用于流数据的聚类分析中.实验结果表明,EWSSC算法对于高维数据流可以得到与批处理软子空间聚类方法近似一致的实验结果. 展开更多
关键词 子空间聚类 数据流聚类 可扩展聚类 模糊聚类 文本聚类
在线阅读 下载PDF
面向DaaS保护隐私的模糊关键字查询 被引量:14
5
作者 李晋国 田秀霞 周傲英 《计算机学报》 EI CSCD 北大核心 2016年第2期414-428,共15页
由于在数据库服务(Database as a Service,DaaS)模式下,数据库服务提供者是半可信的(Honest-But-Curious),因此,为了保证外包数据的机密性和安全可查询,数据拥有者通常采用特定的加密技术加密外包数据,如采用可搜索加密技术、同态加密... 由于在数据库服务(Database as a Service,DaaS)模式下,数据库服务提供者是半可信的(Honest-But-Curious),因此,为了保证外包数据的机密性和安全可查询,数据拥有者通常采用特定的加密技术加密外包数据,如采用可搜索加密技术、同态加密技术等实现外包加密数据上的安全查询.然而,且当前提出的大多数方法都基于关键字精确匹配查询,即使存在少量针对加密数据上的模糊查询,也在查询效率、存储开销和安全性方面存在一定的局限性,不适用于DaaS数据库服务模式.文中首次提出了融合具有高编码效率的Huffman编码和具有数据存储优势的布鲁姆过滤器,并结合现有的安全加密方法,实现了DaaS模式下保护隐私的模糊关键字查询处理.一方面,基于Huffman编码的树型索引提供了较高的查找效率;另一方面,基于布鲁姆过滤器的模糊关键字集合实现了较小的存储开销.安全分析、性能分析以及真实论文集上的实验结果进一步验证了文中查询算法的安全性、存储开销和查询效率. 展开更多
关键词 DaaS 模糊查询 数据安全 哈弗曼编码 布鲁姆过滤器 云计算
在线阅读 下载PDF
基于BP神经网络锅炉炉膛火焰可视化监测方法研究 被引量:9
6
作者 樊汝森 王勇 +3 位作者 魏大乡 徐东辉 杨恒 陈帅 《计算机应用与软件》 CSCD 2015年第2期101-104,119,共5页
为了可视化监测炉膛火焰燃烧状况,提出一种基于级联前向BP神经网络模型的锅炉炉膛火焰可视化监测方法。通过比较选取级联前向BP神经网络作为炉膛温度预测模型,利用图像处理技术得到炉膛火焰辐射能图像对应二维温度场,并采用正则化方法... 为了可视化监测炉膛火焰燃烧状况,提出一种基于级联前向BP神经网络模型的锅炉炉膛火焰可视化监测方法。通过比较选取级联前向BP神经网络作为炉膛温度预测模型,利用图像处理技术得到炉膛火焰辐射能图像对应二维温度场,并采用正则化方法重建炉膛火焰三维温度场。仿真结果表明,根据二维温度场可得火焰等温线走向和分布,根据三维温度场易得火焰中心分布及全炉最高温度点信息,实现锅炉运行控制和异常温度报警,满足燃烧诊断要求并实现炉膛火焰可视化监测。 展开更多
关键词 图像处理 BP神经网络 火焰辐射 锅炉 三维温度场
在线阅读 下载PDF
邻域粗糙协同分类模型 被引量:12
7
作者 张维 苗夺谦 +1 位作者 高灿 岳晓冬 《计算机研究与发展》 EI CSCD 北大核心 2014年第8期1811-1820,共10页
Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提... Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提升分类性能的邻域粗糙协同分类模型.该模型首先构建了邻域粗糙半监督约简算法,并利用该算法提取两个差异性较大的约简构造基分类器,然后迭代地在无标记数据上交互协同学习.UCI数据集实验对比分析表明,与其他同类模型相比,该模型有较好的性能. 展开更多
关键词 邻域粗糙集 邻域互信息 半监督约简 协同学习 连续型数据
在线阅读 下载PDF
基于粗糙集成学习的半监督属性约简 被引量:6
8
作者 张维 苗夺谦 +1 位作者 高灿 李峰 《小型微型计算机系统》 CSCD 北大核心 2016年第12期2727-2732,共6页
属性约简是粗糙集理论重要研究内容之一.Pawlak粗糙集约简的对象一般是有监督数据或者是无监督数据.而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据.仅利用有标记数据一般难以计算出质量较好的属性约简.为此,基... 属性约简是粗糙集理论重要研究内容之一.Pawlak粗糙集约简的对象一般是有监督数据或者是无监督数据.而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据.仅利用有标记数据一般难以计算出质量较好的属性约简.为此,基于粗糙集理论,结合集成学习与半监督学习,提出有效地利用无标记数据计算半监督数据属性约简算法.该算法在有标记数据上构造一组差异性较大的属性约简构造集成基分类器,在半监督自训练学习过程中,用集成分类器对无标记数据做出预测,扩大有标记数据集,从而获得质量更好的约简.UCI数据集实验分析表明该算法是有效可行的. 展开更多
关键词 属性约简 粗糙集 自训练 半监督学习 半监督数据
在线阅读 下载PDF
安全性优化的RBAC访问控制模型 被引量:9
9
作者 顾春华 高远 田秀霞 《信息网络安全》 CSCD 2017年第5期74-79,共6页
基于角色的访问控制(RBAC,Role-Based Access Control)凭借其授权的灵活性以及模型的可靠性被电力信息系统广泛采用。但随着智能采集设备的日渐普及,电力系统规模的不断扩大,再加上电力信息系统较于传统信息系统对资源安全性要求更高,传... 基于角色的访问控制(RBAC,Role-Based Access Control)凭借其授权的灵活性以及模型的可靠性被电力信息系统广泛采用。但随着智能采集设备的日渐普及,电力系统规模的不断扩大,再加上电力信息系统较于传统信息系统对资源安全性要求更高,传统RBAC模型应用在电力信息系统中的安全问题(如权限滥用等)日益暴露。针对传统RBAC模型的不足,文章提出一种安全性优化的RBAC模型,引入了监察组SG(Supervise Group)概念以及重要权限监察、层级代理机制,并设计了SG的生成算法和优化模型的流程、伪代码。经实例验证,优化的算法有效地对敏感权限进行了合理的监察,在满足电力信息系统功能的同时加强了系统的安全性。 展开更多
关键词 基于角色的访问控制(RBAC) 信息安全 电力信息系统 权限监察
在线阅读 下载PDF
一种处理部分标记数据的粗糙集属性约简算法 被引量:5
10
作者 张维 苗夺谦 +1 位作者 高灿 李峰 《计算机科学》 CSCD 北大核心 2017年第1期25-31,共7页
属性约简是粗糙集理论中重要的研究内容之一,是数据挖掘中知识获取的关键步骤。Pawlak粗糙集约简的对象一般是有标记的决策表或者是无标记的信息表。而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据。为此,结合半... 属性约简是粗糙集理论中重要的研究内容之一,是数据挖掘中知识获取的关键步骤。Pawlak粗糙集约简的对象一般是有标记的决策表或者是无标记的信息表。而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据。为此,结合半监督协同学习理论,提出了处理半监督数据的属性约简算法。该算法首先在有标记数据上构造两个差异性较大的约简来构造基分类器;然后在无标记数据上交互协同学习,扩大有标记数据集,获得质量更好的约简,构造性能更好的分类器,该过程迭代进行,从而实现利用无标记数据提高有标记数据的约简质量,最终获得质量较好的属性约简。UCI数据集上的实验分析表明,该算法是有效且可行的。 展开更多
关键词 粗糙集 增量式属性约简 协同学习 部分标记数据 半监督学习
在线阅读 下载PDF
LBS的隐私保护:模型与进展 被引量:3
11
作者 赵大鹏 梁磊 +1 位作者 田秀霞 王晓玲 《华东师范大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第5期28-45,共18页
近些年来,随着配备定位功能的移动终端数量迅速增加,基于位置服务(LBS)的应用呈现爆炸式的增长,例如查找最邻近的加油站、一公里范围内的所有餐厅等.在用户享受着这些LBS服务为工作、生活带来方便的同时,许多隐私安全问题也逐渐引起了... 近些年来,随着配备定位功能的移动终端数量迅速增加,基于位置服务(LBS)的应用呈现爆炸式的增长,例如查找最邻近的加油站、一公里范围内的所有餐厅等.在用户享受着这些LBS服务为工作、生活带来方便的同时,许多隐私安全问题也逐渐引起了人们的关注.全面了解基于位置服务中现有的隐私保护工作,有利于研究者把握该领域的研究现状、未来发展方向以及存在的挑战.本文对LBS隐私保护领域中近些年的发展进行了研究总结,重点介绍了LBS隐私保护领域现有的攻击模型、隐私保护模型、度量模型以及数据集,并对现有攻击模型与隐私保护模型进行分类总结,根据其特点进行对比分析,最后探讨了LBS隐私保护目前存在的问题以及未来的发展方向. 展开更多
关键词 基于位置服务 隐私保护 攻击模型 度量模型 数据集
在线阅读 下载PDF
多配送中心物流配送车辆调度问题的分层算法模型 被引量:30
12
作者 殷脂 叶春明 《系统管理学报》 CSSCI 2014年第4期602-606,共5页
在对多配送中心配送车辆调度问题进行直观描述的基础上,建立了该问题的数学模型,提出了采用聚类分析最短距离分配法将多配送中心车辆调度问题动态地分解为多个单配送中心车辆调度问题进行求解的策略。基于求解单配送中心车辆调度问题的... 在对多配送中心配送车辆调度问题进行直观描述的基础上,建立了该问题的数学模型,提出了采用聚类分析最短距离分配法将多配送中心车辆调度问题动态地分解为多个单配送中心车辆调度问题进行求解的策略。基于求解单配送中心车辆调度问题的竞争决策算法,设计了多配送中心车辆调度问题的分层算法,并进行了实验计算。计算比对结果表明,用本文设计的算法求解多配送中心物流配送车辆调度问题,不仅可以取得很好的计算结果,算法的计算效率较高,计算结果也较稳定,而且在聚类属性方面具有很好的扩展性。 展开更多
关键词 运筹学 多配送中心车辆调度问题 竞争决策算法 聚类分析
在线阅读 下载PDF
基于社会标注系统的Web用户聚类算法 被引量:4
13
作者 卢露 赵靖 魏登月 《计算机应用研究》 CSCD 北大核心 2013年第12期3557-3559,3592,共4页
针对Web用户聚类时,社会标注系统中用户访问资源数据稀疏从而导致传统聚类算法效率不高的问题,提出了一种三向迭代聚类算法,对用户、标签和资源分别聚类,利用三者之间的关联关系不断相互交叉迭代调整,直到各聚类簇达到稳定为止。实验表... 针对Web用户聚类时,社会标注系统中用户访问资源数据稀疏从而导致传统聚类算法效率不高的问题,提出了一种三向迭代聚类算法,对用户、标签和资源分别聚类,利用三者之间的关联关系不断相互交叉迭代调整,直到各聚类簇达到稳定为止。实验表明,该方法调整后类的内聚性更强,区分度更大,能有效解决数据稀疏性问题,提高用户聚类效果。 展开更多
关键词 社会标注 大众分类 三方网络 迭代聚类
在线阅读 下载PDF
行并行可重构单元阵列流水映射性能评估 被引量:3
14
作者 陈乃金 冯志勇 +2 位作者 江建慧 何瑞祥 王真 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第8期1218-1226,共9页
针对粗粒度单元阵列流水映射问题,设计了三种行流水结构阵列,并分析了其执行步骤,提出了一种基于行流水阵列通用的流水映射算法.该算法综合考虑混合多层迭代启动间距、块间流水通信成本、块配置成本等多个因素,一组测试基准程序实验结... 针对粗粒度单元阵列流水映射问题,设计了三种行流水结构阵列,并分析了其执行步骤,提出了一种基于行流水阵列通用的流水映射算法.该算法综合考虑混合多层迭代启动间距、块间流水通信成本、块配置成本等多个因素,一组测试基准程序实验结果表明了文中算法的合理性,与多目标优化映射算法相比,该算法消耗总时延平均节省了4.0%(可重构单元阵列RCA_(4×4))和4.3%(可重构单元阵列RCA_(8×8));与满射映射相比,该算法消耗总时延平均节省了52.1%(RCA_(4×4))和56.2%(RCA_(8×8)). 展开更多
关键词 行流水 映射 多约束 流水段 启动间距
在线阅读 下载PDF
支持蓝牙通信的智能昆虫机器人的设计与实现 被引量:4
15
作者 杨泽平 文赓 +3 位作者 蔡妤婕 马佳敏 饶婷霜 郭梦洁 《实验室研究与探索》 CAS 北大核心 2018年第2期93-97,共5页
为了提高机器人在复杂多变环境中进行作业的能力,设计了一个支持蓝牙通信的智能昆虫机器人控制系统。实现了基于GP2Y0A21距离传感器的自动避障,Android移动控制系统与Risym HC-05蓝牙模块的无线通信与远程控制,并通过红外通信、TTL串口... 为了提高机器人在复杂多变环境中进行作业的能力,设计了一个支持蓝牙通信的智能昆虫机器人控制系统。实现了基于GP2Y0A21距离传感器的自动避障,Android移动控制系统与Risym HC-05蓝牙模块的无线通信与远程控制,并通过红外通信、TTL串口语音与蜂鸣器模块来实现机器人之间的协作通信、交互、警示等功能。解决了机器人在实际作业中所遇到的避障、集群交互通信、智能提示等问题,有效的实现了对昆虫机器人实时无线远程控制。 展开更多
关键词 昆虫机器人 蓝牙通信 移动控制系统
在线阅读 下载PDF
基于联合属性重要度的决策风险最小化属性约简 被引量:3
16
作者 徐菲菲 毕忠勤 雷景生 《计算机科学》 CSCD 北大核心 2016年第S1期40-43,共4页
经典粗糙集属性约简基本都是保持正域、负域和边界域不变,而决策粗糙集对属性的增减过程不具备单调性,因此不可能同时保持3个区域均不变。在决策粗糙集模型中,作出决策更应该考虑风险最小化原则,因此提出一种改进的风险最小化属性约简方... 经典粗糙集属性约简基本都是保持正域、负域和边界域不变,而决策粗糙集对属性的增减过程不具备单调性,因此不可能同时保持3个区域均不变。在决策粗糙集模型中,作出决策更应该考虑风险最小化原则,因此提出一种改进的风险最小化属性约简方法,在属性的选取过程中同时考虑所选取的属性子集对决策的划分能力,即联合属性重要度以及风险最小化。实验证明所提方法是有效的。 展开更多
关键词 属性约简 风险最小化 联合属性重要度 决策粗糙集
在线阅读 下载PDF
一种基于并行SNESIM的空间数据重建方法 被引量:2
17
作者 张挺 杜奕 +1 位作者 黄涛 李雪 《计算机研究与发展》 EI CSCD 北大核心 2015年第6期1431-1442,共12页
空间数据的应用领域正在不断扩大.数据插值可以有效重建空间未知数据.数据插值就是一个数据再生的过程,即由原始数据再生出具有更高分辨率的数据.插值方法分为"确定"性插值和"不确定"性插值方法.不确定性插值方法... 空间数据的应用领域正在不断扩大.数据插值可以有效重建空间未知数据.数据插值就是一个数据再生的过程,即由原始数据再生出具有更高分辨率的数据.插值方法分为"确定"性插值和"不确定"性插值方法.不确定性插值方法的不确定性一方面表现在选用的插值方式具有随机性,另一方面表现在插值参数的选取和确定需要依赖于概率统计原则.多点随机模拟法(multiple-point simulation,MPS)是实现空间数据不确定插值重建的重要手段.单一标准方程模拟(single normal equation simulation,SNESIM)作为一种常用的MPS方法,目前已经用于多个领域的离散型空间数据三维重建.但是由于SNESIM给CPU和内存带来的负荷较大,大大限制了其实际应用.为了克服这种局限性,基于统一计算设备架构(compute unified device architecture,CUDA)实现SNESIM的并行化,并在计算训练图像(training image,TI)熵的基础上选择合适的数据模板尺寸;同时,通过整合软硬数据提高重建质量.与以往基于CPU的重建方法相比,基于CUDA的SNESIM并行算法显示出更好的空间数据重建效率. 展开更多
关键词 空间数据 多点随机模拟 统一计算设备架构 软数据
在线阅读 下载PDF
基于用户相似度度量的有效社区Leader选举方法 被引量:2
18
作者 田秀霞 宋羊力 +1 位作者 朱涛 王晓玲 《燕山大学学报》 CAS 2014年第6期516-522,共7页
社交网络社区Leader选举,即识别社区内影响力最大用户,是社交网络结构分析重要任务之一,在识别意见领袖、增进社区融合等方面具有重要的理论和应用研究价值。传统的社区Leader选举技术如User Rank和People Rank,主要基于社交网络链接分... 社交网络社区Leader选举,即识别社区内影响力最大用户,是社交网络结构分析重要任务之一,在识别意见领袖、增进社区融合等方面具有重要的理论和应用研究价值。传统的社区Leader选举技术如User Rank和People Rank,主要基于社交网络链接分析实现,忽略了用户本身属性的相似度度量。因此得到的社区Leader不能有效保证其社区代表性。本文提出了一种新的用户关系建模方法,将传统的链接分析和用户属性相似度度量融合,有效识别具有代表性的高影响力用户。实验结果表明,提出的方法不仅可以选举出社区内部具有代表性的高影响力Leader用户,还可以通过社区Leader选举使得社区内其他用户的查询效率得到有效提高。 展开更多
关键词 区域Leader选举 社交网络 相似度度量 影响力 代表性
在线阅读 下载PDF
基于互信息的模糊粗糙集并行约简 被引量:2
19
作者 徐菲菲 魏莱 毕忠勤 《小型微型计算机系统》 CSCD 北大核心 2015年第8期1847-1851,共5页
模糊粗糙集结合了粗糙集和模糊集的优势,使得可以直接处理连续值属性,成功应用于诸多领域.然而,在信息爆炸的时代,现实世界的数据绝大多数都在不断发展变化,传统的模糊粗糙集已不再适用于动态变化的数据.针对动态增长或变化的数据,将并... 模糊粗糙集结合了粗糙集和模糊集的优势,使得可以直接处理连续值属性,成功应用于诸多领域.然而,在信息爆炸的时代,现实世界的数据绝大多数都在不断发展变化,传统的模糊粗糙集已不再适用于动态变化的数据.针对动态增长或变化的数据,将并行约简理论引入至模糊粗糙集中,结合信息论,提出信息论意义下的模糊粗糙集并行约简概念,并利用互信息的概念提出了基于互信息的模糊粗糙集并行约简算法.实验结果表明本文所提算法与传统的模糊粗糙集约简方法保持相近的分类准确率,但避免了繁琐的重新训练过程,大大提高了学习速度,因此,提高了分类的可扩展性和适应性. 展开更多
关键词 模糊粗糙集 并行约简 模糊决策表 互信息
在线阅读 下载PDF
WilsonTh数据剪辑在邻域粗糙协同分类中的应用 被引量:2
20
作者 张维 苗夺谦 李峰 《计算机科学与探索》 CSCD 2014年第9期1092-1100,共9页
邻域粗糙协同分类模型结合了邻域粗糙集和协同学习理论,可以处理连续型数据,并可有效利用无标记数据提高分类的性能。但在学习过程中,无标记数据常被错误地标记,从而给训练集引入噪声数据,并导致分类性能不稳定。针对该问题,探讨了Wilso... 邻域粗糙协同分类模型结合了邻域粗糙集和协同学习理论,可以处理连续型数据,并可有效利用无标记数据提高分类的性能。但在学习过程中,无标记数据常被错误地标记,从而给训练集引入噪声数据,并导致分类性能不稳定。针对该问题,探讨了WilsonTh数据剪辑在邻域粗糙协同分类模型中的应用。在每一次迭代学习过程中,分类器给无标记数据加上类别标记后,应用WilsonTh数据剪辑选出最大可能标记正确的样本加入训练集,分类器在扩大的训练集上再训练以获得更好的性能。UCI数据集上实验结果表明,WilsonTh数据剪辑能有效地提高加入训练集的数据质量,从而增强邻域粗糙协同分类的性能。 展开更多
关键词 WilsonTh数据剪辑 邻域粗糙集 邻域互信息 协同学习 连续型数据
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部