期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
用于多目标进化的归一化排序非支配集构造方法 被引量:9
1
作者 鲍培明 朱庆保 《电子学报》 EI CAS CSCD 北大核心 2009年第9期2010-2015,共6页
本文基于归一化思想,通过计算进化群体中个体多目标值的归一化和,提出了个体之间排序意义上的大于、等于关系,建立了进化群体中所有个体从大到小的全排序,同时给出了相关理论和证明.在此基础上,提出了多目标进化算法的非支配集构造方法... 本文基于归一化思想,通过计算进化群体中个体多目标值的归一化和,提出了个体之间排序意义上的大于、等于关系,建立了进化群体中所有个体从大到小的全排序,同时给出了相关理论和证明.在此基础上,提出了多目标进化算法的非支配集构造方法,该方法使个体之间的比较次数有较大幅度地减少,加速了非支配集的构造速度.实验结果已经验证了本文提出的用归一化排序构造非支配集的方法效率提高显著. 展开更多
关键词 多目标进化算法 非支配集 归一化排序
在线阅读 下载PDF
语言环境下基于证据间差异性的属性权重确定方法 被引量:2
2
作者 王海 冯向前 钱钢 《运筹与管理》 CSSCI CSCD 北大核心 2012年第6期171-176,共6页
研究了语言环境下多属性决策问题属性权重的确定方法。在属性值以语言评估等级及其信度分布的形式给出,属性权重完全未知或部分未知的情况下,提出了两种基于证据间差异性的客观权重确定方法,基本原理为属性的评估值差异越小,其权重越小... 研究了语言环境下多属性决策问题属性权重的确定方法。在属性值以语言评估等级及其信度分布的形式给出,属性权重完全未知或部分未知的情况下,提出了两种基于证据间差异性的客观权重确定方法,基本原理为属性的评估值差异越小,其权重越小;差异越大,其权重也越大。提出了证据冲突矩阵和证据方差并用来量化证据间差异性,进而确定权重,并进一步研究了有属性偏好情况下属性权重确定方法,最后通过具体案例验证了方法的有效性。 展开更多
关键词 多属性决策 客观权重 证据推理 冲突证据 语言评估
在线阅读 下载PDF
一种面向空间对象群的聚类算法 被引量:2
3
作者 鲍培明 吉根林 金琳 《广西师范大学学报(自然科学版)》 CAS 北大核心 2009年第3期109-112,共4页
将空间对象按一定的空间关系分组,构成空间对象群,每个空间对象群包含类型多样、数量不等的空间对象。提出一种空间对象群的相异度计算方法,并提出空间对象群聚类算法SOGC。它将类型多样的空间数据集分层表示,计算空间对象群中对象在不... 将空间对象按一定的空间关系分组,构成空间对象群,每个空间对象群包含类型多样、数量不等的空间对象。提出一种空间对象群的相异度计算方法,并提出空间对象群聚类算法SOGC。它将类型多样的空间数据集分层表示,计算空间对象群中对象在不同层上属性分布的隶属度,以此计算空间对象群的相异度。与一般的聚类算法不同,SOGC考虑了空间数据的复杂性和数据之间的联系。实验结果表明算法SOGC是有效的,对地理空间数据分析具有实用价值。 展开更多
关键词 空间对象群 空间关系 聚类
在线阅读 下载PDF
双正则化参数的L_2-SVM参数选择 被引量:2
4
作者 姚程宽 许建华 《计算机工程与应用》 CSCD 2014年第8期99-102,246,共5页
寻找支持向量机(SVM)的最优参数是支持向量机研究领域的热点之一。2范数软间隔SVM(L2-SVM)将样本转化成线性可分,在原始单正则化参数L2-SVM的基础上,提出双正则化参数的L2-SVM,获得它的对偶形式,从而确定了最优化的目标函数。然后结合... 寻找支持向量机(SVM)的最优参数是支持向量机研究领域的热点之一。2范数软间隔SVM(L2-SVM)将样本转化成线性可分,在原始单正则化参数L2-SVM的基础上,提出双正则化参数的L2-SVM,获得它的对偶形式,从而确定了最优化的目标函数。然后结合梯度法,提出了一种新的支持向量机参数选择的新方法(Doupenalty-Gradient)。实验使用了10个基准数据集,结果表明,Doupenalty-Gradient方法是可行且有效的。对于实验所用的样本,极大地改善了分类精度。 展开更多
关键词 统计学习理论 支持向量机 VC维 参数选择
在线阅读 下载PDF
基于点面包含关系的GML空间聚类算法 被引量:1
5
作者 张丽 吉根林 《小型微型计算机系统》 CSCD 北大核心 2010年第4期702-705,共4页
目前大多数空间聚类算法主要是针对关系数据,并且没有考虑空间拓扑关系的相似性,为此,对基于空间拓扑关系的空间聚类方法进行研究,提出两种基于点面包含关系的GML空间聚类算法SCGML_IR、SCGML_IR*.两个算法将GML文档中点面空间对象的包... 目前大多数空间聚类算法主要是针对关系数据,并且没有考虑空间拓扑关系的相似性,为此,对基于空间拓扑关系的空间聚类方法进行研究,提出两种基于点面包含关系的GML空间聚类算法SCGML_IR、SCGML_IR*.两个算法将GML文档中点面空间对象的包含关系作为空间对象相似性度量准则,并用CLOPE算法对空间对象进行聚类.SCGML_IR*算法在SCGML_IR的基础上,采用空间包含索引机制来提高空间包含关系的求解效率.实验结果表明,算法SCGML_IR和SCGML_IR*能实现GML数据的空间聚类,并具有较高的效率. 展开更多
关键词 空间聚类 空间包含 GML 拓扑计算
在线阅读 下载PDF
基于隐含格结构ABE算法的移动存储介质情境访问控制
6
作者 陈波 于泠 +1 位作者 强小辉 王岩 《通信学报》 EI CSCD 北大核心 2014年第4期53-64,共12页
研究了如何增强可信终端对移动存储介质的访问控制能力,以有效避免通过移动存储介质的敏感信息泄露。首先在隐含密文策略的属性加密方法的基础上,提出了基于格结构的属性策略描述方法。将每个属性构成线性格或子集格,属性集构造成一个... 研究了如何增强可信终端对移动存储介质的访问控制能力,以有效避免通过移动存储介质的敏感信息泄露。首先在隐含密文策略的属性加密方法的基础上,提出了基于格结构的属性策略描述方法。将每个属性构成线性格或子集格,属性集构造成一个乘积格,并利用基于格的多级信息流控制模型制定访问策略。证明了新方法的正确性和安全性。新方法在保持已有隐藏访问策略属性加密算法优点的同时,还能有效简化访问策略的表达,更符合多级安全中敏感信息的共享,能够实现细粒度的访问控制。进一步地,通过将移动存储设备和用户的使用情境作为属性构建访问策略,实现了动态的、细粒度的情境访问控制。最终设计了对移动存储介质进行接入认证、情境访问控制的分层安全管理方案。分析了方案的安全性和灵活性,并通过比较实验说明了应用情境访问控制的方案仍具有较好的处理效率。该方案同样适用于泛在环境下敏感信息的安全管理。 展开更多
关键词 属性加密 移动存储介质 隐藏访问结构 格安全模型 情境访问控制
在线阅读 下载PDF
基于频繁子树模式的GML文档结构聚类算法
7
作者 朱颖雯 吉根林 孙勤红 《计算机工程与应用》 CSCD 北大核心 2011年第1期144-146,149,共4页
提出了一种基于频繁子树模式的GML文档结构聚类算法GCFS(GML Clustering based on Frequent Subtree patterns),与其他相关算法不同,该算法首先挖掘GML文档集合中的最大与闭合频繁Induced子树,并将其作为聚类特征,根据频繁子树的大小赋... 提出了一种基于频繁子树模式的GML文档结构聚类算法GCFS(GML Clustering based on Frequent Subtree patterns),与其他相关算法不同,该算法首先挖掘GML文档集合中的最大与闭合频繁Induced子树,并将其作为聚类特征,根据频繁子树的大小赋予不同的权值,采用余弦函数定义相似度,利用K-Means算法对聚类特征进行聚类。实验结果表明算法GCFS是有效的,具有较高的聚类效率,性能优于其他同类算法。 展开更多
关键词 地理标识语言(GML)结构聚类 最大频繁Induced子树 闭合频繁Induced子树
在线阅读 下载PDF
一种处理空间实体约束的空间聚类算法
8
作者 金琳 鲍培明 《广西师范大学学报(自然科学版)》 CAS 北大核心 2009年第3期122-125,共4页
分析了现有处理空间实体约束的空间聚类算法,提出一种处理空间实体约束的空间聚类算法SPOC。该算法对具有空间实体约束的空间对象进行聚类时,利用空间关系中的方向关系来选取新的中心对象,同时利用回溯的、非几何的方法求解障碍空间中... 分析了现有处理空间实体约束的空间聚类算法,提出一种处理空间实体约束的空间聚类算法SPOC。该算法对具有空间实体约束的空间对象进行聚类时,利用空间关系中的方向关系来选取新的中心对象,同时利用回溯的、非几何的方法求解障碍空间中两个空间对象间的障碍距离,实验表明算法SPOC是一种有效的处理空间实体约束的空间聚类算法。 展开更多
关键词 空间聚类 障碍空间 障碍距离
在线阅读 下载PDF
结合分水岭分割的合成核SVM高光谱分类 被引量:4
9
作者 赵振凯 杨明 《数据采集与处理》 CSCD 北大核心 2018年第1期132-143,共12页
高光谱图像丰富的光谱信息使其在目标检测、地物分类等领域都具有重要应用,分类作为高光谱应用的重要中间步骤引起了广泛关注。高光谱图像空间信息刻画了光谱像素点与近邻关系,可以较好地弥补单纯使用光谱信息难以解决的同物异谱、同谱... 高光谱图像丰富的光谱信息使其在目标检测、地物分类等领域都具有重要应用,分类作为高光谱应用的重要中间步骤引起了广泛关注。高光谱图像空间信息刻画了光谱像素点与近邻关系,可以较好地弥补单纯使用光谱信息难以解决的同物异谱、同谱异物以及高维小样本等问题。传统预处理方式空间信息的使用是基于固定结构(如方窗)选择空间近邻以计算空间特征辅助分类,但会因窗口大小而影响空间特征质量。为此本文提出了结合分水岭分割的合成核支持向量机(Support vector machine,SVM)高光谱分类,根据分水岭分割图自适应选择优质的空间近邻,然后通过合成核SVM有效地把空间信息融入到原光谱信息分类中。实验表明,本文方法更好地利用了空间信息,实现在少量样本下高光谱图像的快速高精度分类。 展开更多
关键词 图像分类 高光谱图像 分水岭分割 空间近邻 合成核支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部