检索结果-内蒙古大学图书馆

作者：秦廷桢南通大学

学位级别：硕士

近年来,面向神经与精神类疾病诊断中的大脑功能连接特征分类问题引发了海内外学者的关注,对于自闭症等相关脑类疾病的早期诊疗也存在着重要意义。面对当今现实世界存在的大量不断变化的医学数据,传统静态属性约简计算将会造成不必要资... 详细信息

近年来,面向神经与精神类疾病诊断中的大脑功能连接特征分类问题引发了海内外学者的关注,对于自闭症等相关脑类疾病的早期诊疗也存在着重要意义。面对当今现实世界存在的大量不断变化的医学数据,传统静态属性约简计算将会造成不必要资源损耗,而现存的增量式属性约简算法中的等价类划分和反复计算属性重要度的过程会产生极大的时间消耗而导致计算效率低下。本文的主要工作是在针对海量样本增量流入和属性增量动态变化两类增量问题时设计出属性树的基础结构,并针对传统增量算法的不足之处对属性树进行改进优化,在此基础上发展出的两类增量式算法模型不仅能够提高计算效率,还提升了算法的分类性能,并能够应用于自闭症生物标记物增量式辅助识别领域中。具体内容可分为以下三点: (1)针对现实生活中海量数据样本增量问题,本文将属性组的计算机制与二叉树的结构优势相融合设计出属性树的概念并提出了一种基于属性树的增量式属性约简算法(IARAT)。该方法主要根据多个不同属性间相关性来切分所有条件属性成多个不同的属性树根节点,并在属性树中利用核心属性约简机制挑选重要的属性树做属性评估属性树分支操作,此外又设计出分支系数概念来避免冗余计算,提高计算效率。而在面对海量增量数据时,有效利用了Spark框架的并行优势并提出一种基于属性树的并行化增量式动态算法来并行化处理数据。在多个实验数据集上的结果表明,此算法可以显著提高动态变化数据集约简的搜索效率并保持其分类性能不降低,与经典的IARC算法相比,时间消耗降低了40%以上,加入Spark并行化机制后,时间比基准值缩短了87%以上,具有较好的性能优势。 (2)针对现实生活中的属性增量问题,基于对属性树结构的改进设计了加权属性树的概念并提出基于动态特征交互的加权属性树增量约简算法(DWATR)。该方法对获取的增量属性集通过聚类算法将增量属性集划分成多个加权属性树,同时在每棵树中计算属性关于决策类的互信息;接着又考虑到不同特征之间以及特征与类之间的相关性,提出了一种新的属性权重更新公式,通过该公式进行计算来赋予增量属性不同的权重,并且不断更新和评估属性重要度;然后在每轮分支中找出权重值最大和最小的属性进行加权属性树的不同分支,将最小的属性添加到交互集中参与特征交互,来找出存在交互增益的属性。若剩余属性树的数量低于预设阈值则将相邻树进行合并直至所有分支结束并输出新约简集。在多个数据集上验证了算法有效性,其时间消耗节省了30%以上,不仅提高了计算效率而且提升了分类精度。 (3)基于上述研究成果,将所提出的IARAT和DWATR两种模型应用于自闭症生物标记物增量式辅助识别领域中并实现了自闭症脑结构生物标记物辅助识别应用系统。该系统的核心功能是面对医院现实工作中的海量电子病历增量样本流入和病历增量属性动态变化这两种情况下对分类能力更强的脑功能特征进行属性约简来辅助识别,主要包含三种处理模块:脑功能数据收集模块进行系统初始环节的信息收集,包括原始脑功能连接数据的收集以及后续增量数据的收集;生物标记物识别模块分为样本增量式生物标记物辅助识别(MAC-IARAT)和属性增量式生物标记物辅助识别(MAC-DWATR)两种以应对不同增量情况下的脑功能特征辅助识别;辅助医生诊断模块是医生通过分析不同病人的病情同时观察更新后的脑特征及其定位的相关的脑区来进行病情的诊断。本文针对传统属性约简算法在增量式医学数据处理中的不足之处,结合知识粒度、互信息等理论,设计出的属性树增量式约简算法在保持其分类能力的情况下可以提升对于动态数据集核心约简的计算效率,并且根据所提出的IARAT和DWATR两类算法模型来设计开发自闭症生物标记物辅助识别应用系统,在辅助医生诊断方面具有较强的应用价值。

关键词：粗糙集理论属性树知识粒度并行计算增量学习

来源：评论

学校读者我要写书评

暂无评论

‘潮’衍生物的降解

‘潮’衍生物的降解

引用

作者：秦廷桢大连工业大学

学位级别：硕士

这篇文章是基于我国现阶段面临的一个较大的环境问题:废旧服装进行探索和讨论的。近年来随着大众对时尚潮流的追宠,废旧服装不断的增加已大大的占有人们的生活空间,虽然大众对这一问题有所关注,但由废旧服装回收处理行业从业者少,回收... 详细信息

这篇文章是基于我国现阶段面临的一个较大的环境问题:废旧服装进行探索和讨论的。近年来随着大众对时尚潮流的追宠,废旧服装不断的增加已大大的占有人们的生活空间,虽然大众对这一问题有所关注,但由废旧服装回收处理行业从业者少,回收再造行业从业者几乎为零,会出现捐赠无门,回收无处的尴尬局面,废旧服装回收处理行业虽然在我国处于发展初期但在国外一些国家已进入成熟期形成了完整的产业链,值得我国借鉴与学习,而我国也需要寻找到一条属于自己的废旧服装处理与再造之路。另外在艺术方面,许多艺术家早已将废旧服装作为主要材料进行艺术品创作包括一些服装品牌也将废旧服装作为主要材料进行了高级服装制作并登上了时装周的T台,通过对贫困艺术家库奈里斯的作品《长白山》的分析得出了一个可以辅助思考的点线面模型并对其进行了详细的分析,尤其是对这一模型在艺术作品创作和分析以及商业领域的作用进行了详细阐述和案例分析。利用点线面模型阐述了作品《绪》的中心思想和创作过程,通过SWOT、STP分析模式得出我国废旧服装回收与处理行业所存在的优势与劣势,运用点线面模式对这些问题进行分析后寻找到两方面作为突破口进行项目策划,这两方面的项目策划案主要为:1、品牌自营的废旧服装回收利用项目策划案,主要讨论是否可以将废旧服装再改造与再利用植入服装品牌之中形成一个品牌的自循环以及是否可以用于中国未来中小型服装企业和原创买手店之中这两个方面2、二手交易平台的建立策划案,主要讨论如何构建一个回收企业、设计师与大众之间关于废旧服装回收再改造这一问题较全面的沟通平台,通过这两个项目的建立希望能缓解我国废旧服装再回收行业所出现的问题,也寻找一个符合中国国情的废旧服装再回收利用与改造的行业规划。最后由废旧服装这一环境问题引发对一系列当下社会出现的问题的思考,寻找原因,为什么会造成这样快节奏下的生活模式,针对这些原因提出PH=7的生活理念,寻找在快节奏下进行慢生活的一些做法。

关键词：潮衍生物降解废旧服装再设计再创造点线面模型策划案

来源：评论

学校读者我要写书评

暂无评论

计算机在徐州北编组站现代化管理系统中的应用

引用

铁路计算机应用 1997年第2期6卷 27-29页

作者：秦廷桢贾贤业铁道部第四勘测设计院电算所副所长武汉市430063

作者对IBM RS/6000集成系统HACMP功能进行了全面分析。在徐州枢纽北编组站计算机现代化管理系统中采用了IBM RS/6000服务器群集系统HACMP进行开发设计,使编组站系统的实时性更强,提高了可用性,确保了24小时不间断运行。

关键词：编组站计算机铁路管理现代化徐州

来源：评论

学校读者我要写书评

暂无评论

企业网络构架及应用模型

引用

铁路计算机应用 1998年第2期7卷 7-10页

作者：陈乃源秦廷桢铁道部第四勘测设计电算所工程师武汉市430063

Internet及Intranet已成为计算机领域的一个热门话题,作者通过对Internet及Intranet技术特点的分析,结合铁道部第四勘测设计院(以下简称铁四院)计算机应用需求,对铁四院企业计算机网络及应用模型作了探讨。

关键词： Internet&Intranet 技术企业网络探讨

来源：评论

学校读者我要写书评

暂无评论

基于属性树的并行化增量式动态属性约简算法

引用

模式识别与人工智能 2022年第10期35卷 939-951页

作者：秦廷桢丁卫平鞠恒荣李铭黄嘉爽陈悦鹏王海鹏南通大学信息科学技术学院南通226019

传统增量算法主要侧重于从更新近似的角度进行属性约简,但在处理大规模数据集时需要评估所有属性并反复计算重要度,提升时间复杂度,降低效率。针对上述问题,文中提出基于属性树的并行化增量加速策略,关键步骤是将所有属性聚类成多棵属... 详细信息

传统增量算法主要侧重于从更新近似的角度进行属性约简,但在处理大规模数据集时需要评估所有属性并反复计算重要度,提升时间复杂度,降低效率。针对上述问题,文中提出基于属性树的并行化增量加速策略,关键步骤是将所有属性聚类成多棵属性树进行并行化动态属性评估。首先,根据属性树相关性度量选择合适的属性树进行属性评估,降低时间复杂度。再增加分支系数至停止准则中,随着分支深度的增加进行动态增加,可使算法在达到最大阈值后自主跳出循环,有效避免原先的冗余计算,提高效率。基于上述策略,提出基于属性树的增量属性约简算法,同时与Spark并行机制结合,设计基于属性树的并行化增量式动态属性约简算法。在多个数据集上的广泛实验表明,文中算法在保持分类性能的同时,可提高动态变化数据集约简的搜索效率,具有较好的性能优势。

关键词：属性约简属性树知识粒度并行计算增量学习 Spark框架

来源：评论

学校读者我要写书评

暂无评论

基于Spark的证据邻域粗糙并行分类高效算法

引用

南京理工大学学报 2021年第4期45卷 409-419页

作者：李铭丁卫平鞠恒荣孙颖秦廷桢黄嘉爽南通大学信息科学技术学院江苏南通226019

传统邻域分类器因良好的分类性能在分类问题中得到广泛应用。但数据规模和维度的不断增加,提高了邻域分类器的处理难度。为解决这一问题,该文基于Spark实现邻域决策错误率并行属性约简算法,删除数据中的冗余属性,减少数据间的不确定性... 详细信息

传统邻域分类器因良好的分类性能在分类问题中得到广泛应用。但数据规模和维度的不断增加,提高了邻域分类器的处理难度。为解决这一问题,该文基于Spark实现邻域决策错误率并行属性约简算法,删除数据中的冗余属性,减少数据间的不确定性。该算法能减少分类过程中数据计算时间,提高分类计算效率。邻域分类器在分类决策过程中采用的多数投票机制没有考虑到邻域样本的空间差异性与标签不确定性,易导致错误分类。该文在Spark框架下将D-S证据理论引入邻域分类器,并行融合整个邻域空间的证据支持信息,提出基于Spark的邻域证据并行分类算法。实验结果表明,该文提出的算法相较于传统邻域分类器,在处理大规模数据时计算时间更少、效率更高,对未分类样本的分类精度更高。

关键词：属性约简 D-S证据理论邻域分类器邻域粗糙集并行计算 Spark框架

来源：评论

学校读者我要写书评

暂无评论

论库奈里斯的贫困艺术与废旧服装的再利用

引用

艺术品鉴 2016年第12期 411-411页

作者：秦廷桢大连工业大学

本文简要介绍库奈里斯的贫困艺术与废旧服装的再利用。

关键词：库里斯作品分析艺术

来源：评论

学校读者我要写书评

暂无评论

浅谈明星代言广告

引用

艺术品鉴 2017年第5期 178-178页

作者：秦廷桢大连工业大学

一、简述现代社会明星或多或少出现在大众视线之中,一旦发生一些事情就会在社会舆论中占据一定地位,由此可见明星的行为举动对大众有着一定的影响力,在这个信息传播发达的社会中广告是产品传播推广的重要宣传方式,随着2015年新广告法的... 详细信息

一、简述现代社会明星或多或少出现在大众视线之中,一旦发生一些事情就会在社会舆论中占据一定地位,由此可见明星的行为举动对大众有着一定的影响力,在这个信息传播发达的社会中广告是产品传播推广的重要宣传方式,随着2015年新广告法的颁布,大量明星代言的虚假广告远离了大众视线,明星代言广告得到了很好地规范,但是依旧存在着大量的明星代言广告,其实明星代言广告是广告各类型中的一个分支。二、明星与广告马克斯.萨瑟兰认为启用名人可以为广告取得突破性效果,而名人的知名度和影响力都有助于广告的传播效果。

关键词：明星代言广告影响力广告法广告信息

来源：评论

学校读者我要写书评

暂无评论

远古的召唤

引用

纺织学报 2024年第5期45卷 264页

作者：顾远渊方宇希梁露潇刘欣宇江永丽王静宜曾晓婷秦廷桢笪乾随北京服装学院服装艺术与工程学院

设计说明本系列作品是对古老良渚文明的致敬和当代传承。良渚玉器经过五千年的洗礼,色泽温润,纹理交错,代表性的神人兽面纹、神鸟玉雕纹样工整和谐;陶器彩绘质朴有趣,洒脱自然;古环境色彩飘逸高远。本作品以实用的现代职业时装为基础,...

设计说明本系列作品是对古老良渚文明的致敬和当代传承。良渚玉器经过五千年的洗礼,色泽温润,纹理交错,代表性的神人兽面纹、神鸟玉雕纹样工整和谐;陶器彩绘质朴有趣,洒脱自然;古环境色彩飘逸高远。本作品以实用的现代职业时装为基础,融合中式服装造型元素,用简洁流畅的线条打造古朴且典雅的服装风格。本次设计也是将传统文化用于当代创新模式的一次探索实践,五千年前的文明借助服装这一最柔软的方式与人亲近,用美的共情引发兴趣,吸引人们去了解良渚文化。

关键词：

来源：评论

学校读者我要写书评

暂无评论

用于大规模认知障碍疾病检测的动态加权属性约简方法

用于大规模认知障碍疾病检测的动态加权属性约简方法

引用

作者：丁卫平陈悦鹏秦廷桢姜舒姚泓丞鞠恒荣黄嘉爽尹涛周天奕 226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院

本发明提供了一种用于大规模认知障碍疾病检测的动态加权属性约简方法，属于医学信息智能处理技术领域，传统方法在处理大规模数据处理时间较长，复杂的认知障碍疾病特征选择中会导致不确定性的技术问题。其技术方案为：包括以下步骤：S... 详细信息

标准号: CN116759069A

本发明提供了一种用于大规模认知障碍疾病检测的动态加权属性约简方法，属于医学信息智能处理技术领域，传统方法在处理大规模数据处理时间较长，复杂的认知障碍疾病特征选择中会导致不确定性的技术问题。其技术方案为：包括以下步骤：S1、大规模认知障碍疾病数据获取与预处理；S2、计算认知障碍疾病原始数据和增量数据的知识粒度；S3、构建动态特征交互加权属性树；S4、将构建的动态特征交互加权属性树分支，每轮分支结束时将低权重属性添加到交互集F中进行增量特征交互；S5、在所有属性树完成分支后，将计算节点约简集输出到主节点，获得大规模认知障碍疾病数据约简。本发明的有益效果为：可以有效提高特征选择的速度并提高精度。

关键词：认知障碍加权属性约简动态特征疾病数据构建大规模数据处理预处理不确定性疾病检测疾病特征计算节点权重属性特征选择医学信息原始数据增量数据增量特征智能处理属性树树分支主节点输出疾病

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：