检索结果-内蒙古大学图书馆

模式识别与人工智能 2014年第12期27卷 1131-1137页

作者：陈圣兵王晓峰合肥学院计算机科学与技术系网络与智能信息处理重点实验室合肥230601 中国科学院合肥智能机械研究所智能计算实验室合肥230031

在分析已有不完备信息熵的基础上,提出一种基于相似关系的不完备信息熵,并证明该信息熵的若干性质.给出一个不完备数据特征选择算法,算法以改进的不完备信息熵作为特征选择准则,直接对不完备数据的特征进行熵值分析,并采用顺序前向浮动... 详细信息

在分析已有不完备信息熵的基础上,提出一种基于相似关系的不完备信息熵,并证明该信息熵的若干性质.给出一个不完备数据特征选择算法,算法以改进的不完备信息熵作为特征选择准则,直接对不完备数据的特征进行熵值分析,并采用顺序前向浮动选择方法解决特征间的相关性问题.最后在UCI实测数据集上的实验表明,文中算法具有更高的准确率和更快的特征选择速度.

关键词：特征选择不完备数据不完备信息熵不完备决策表相似关系

来源：评论

学校读者我要写书评

暂无评论

不完备数据的软子空间增量聚类方法研究

不完备数据的软子空间增量聚类方法研究

引用

作者：兰三伟哈尔滨工程大学

学位级别：硕士

近年来,因为科技发展越来越快,所以导致收集到的数据具有规模高、复杂度高等特点,如果采用传统的聚类算法对这些数据进行聚类分析时,那么聚类效果会大幅度降低,得到的聚类结果也和人们期望的相差甚大。因此,对大规模数据的聚类分析方法... 详细信息

近年来,因为科技发展越来越快,所以导致收集到的数据具有规模高、复杂度高等特点,如果采用传统的聚类算法对这些数据进行聚类分析时,那么聚类效果会大幅度降低,得到的聚类结果也和人们期望的相差甚大。因此,对大规模数据的聚类分析方法变得尤为重要,由此也掀起了对数据挖掘领域钻研的浪潮。目前,由于子空间聚类对于大规模数据的处理取得了较为理想的结果,所以子空间聚类逐渐成为各界关注的热点。其中软子空间聚类算法是通过隶属度来确定集群所在的子空间的过程。从软子空间聚类所出现的问题出发,虽然人们对软子空间聚类进行不断的改进,但在处理不完备数据集和动态数据方面依然有所欠缺。针对不完备数据问题,本文通过q近邻方法将不备数据对象的缺失属性值用q个近邻数据对象相应属性值的最大值和最小值作为缺失值的左、右区间值,再使用q近邻方法构建数据对象的左、右邻域,并与优化完整聚类方法相结合,提出了一种基于区间邻域的熵加权软子空间聚类算法(INEWSC)。将INEWSC与完整数据策略的模糊C均值聚类、部分距离策略的模糊C均值聚类、优化完整策略的模糊C均值聚类、最近邻策略的模糊C均值聚类进行对比实验。实验结果表明,本章所提出的INEWSC方法不仅能准确地估计缺失属性值,而且在很大程度上提升了聚类精度。针对动态数据的问题,本文在熵加权软子空间聚类方法的基础上,通过将增强的可能性模糊C均值算法、增量学习策略与之相结合,提出了一种增强的熵加权可能性软子空间增量聚类方法(EEWPSSIC)。该方法在原有的聚类结构上对动态数据进行处理,用原有的聚类信息来更新得到新增数据后的聚类信息。对于大规模数据中不完备数据集和动态更新的数据同时存在的问题,本文将基于区间邻域的熵加权软子空间聚类算法与增强的熵加权可能性软子空间增量聚类算法结合在一起,提出了基于区间邻域的增强熵加权可能性软子空间增量聚类算法(INEEWPSSIC),该算法在聚类的过程中能准确的估计缺失属性值的同时用原有的聚类信息表示新增数据后的聚类信息。将INEEWPSSIC与模糊C均值聚类、可能性C均值聚类、模糊加权软子空间聚类、熵加权软子空间聚类进行对比实验,实验结果表明,INEEWPSSIC算法的有效性和优势。

关键词：软子空间聚类不完备数据区间邻域增量学习

来源：评论

学校读者我要写书评

暂无评论

不完备数据下的免疫分类算法

引用

计算机工程与应用 2012年第20期48卷 172-176页

作者：舒才良严宣辉曾庆盛福建师范大学数学与计算机科学学院福州350007

人工免疫识别系统(AIRS)是受生物免疫系统的启示而研发的一种比较有效的分类器,但也存在记忆细胞数目过于庞大,分类精度不高,特别是在数据不完备的情况下,分类精度低等缺陷。为了解决这个问题,提出了一种不完备数据下的免疫分类算法(ICA... 详细信息

人工免疫识别系统(AIRS)是受生物免疫系统的启示而研发的一种比较有效的分类器,但也存在记忆细胞数目过于庞大,分类精度不高,特别是在数据不完备的情况下,分类精度低等缺陷。为了解决这个问题,提出了一种不完备数据下的免疫分类算法(ICAU),算法引入半监督学习机制和分类器融合投票决策的思想,利用多个AIRS分类器互相帮助学习训练,来提高AIRS在不完备数据下的分类精度。在UCI数据集上进行了实验,结果验证了ICAU算法的有效性。

关键词：人工免疫系统不完备数据分类

来源：评论

学校读者我要写书评

暂无评论

不完备数据FCM聚类和离群点检测方法研究

不完备数据FCM聚类和离群点检测方法研究

引用

作者：许荣雪哈尔滨工程大学

学位级别：硕士

随着科学技术的迅猛发展,各行各业产生的数据量越来越大,对海量数据进行分析处理获得有用的模式和对未知数据进行预测都成为各界关注的热点。模糊C均值聚类(FCM)是一种经典的聚类方法,尽管FCM及其改进的方法已被广泛地应用于很多领域,... 详细信息

随着科学技术的迅猛发展,各行各业产生的数据量越来越大,对海量数据进行分析处理获得有用的模式和对未知数据进行预测都成为各界关注的热点。模糊C均值聚类(FCM)是一种经典的聚类方法,尽管FCM及其改进的方法已被广泛地应用于很多领域,但在处理不完备数据聚类问题和类不平衡数据的离群点检测问题时仍存在很多不足。现有的不完备数据聚类方法主要有两种。一种是对数据集聚类之前直接去掉含缺失值的数据对象。该方法减少了数据量,但破坏了数据的结构和完整性。另一种是利用部分距离计算数据对象间距离。该距离仅考虑了已知属性值间的差异性。如果两个数据对象对应属性值其中之一未知,则其部分距离与两个相同数据对象(无缺失值)间的距离相等。显然,这种处理方法不能获得准确的聚类结果。本文在FCM聚类方法的基础上,通过构造不完备数据的邻域模型,提出了不完备数据聚类方法。为了解决类不平衡数据的离群点检测问题,提出了一种新的基于聚类的离群点检测方法。具体研究内容如下。针对模糊C均值聚类方法不能很好地处理含有缺失值的不完备数据聚类问题,本文通过构造一种有效的缺失数据邻域信息模型,并将其与优化完整聚类方法相结合构造了一种新的聚类目标函数,提出了一种基于邻域信息的不完备数据模糊C均值聚类方法(NFCM)。该方法将缺失值作为额外变量,运用拉格朗日乘数法,通过三层交替迭代方法,在估计缺失值的同时对数据进行聚类。将NFCM方法与四种常用的不完备数据聚类方法在三个UCI数据集上进行对比实验。实验结果表明,NFCM方法不仅能有效地预测缺失值,还大大提高了不完备数据的聚类效果。针对基于聚类的离群点检测方法对类不平衡数据无法准确检测离群点的问题,本文通过将类信息和类分散度引入到邻域模糊C均值聚类中,构造了一种处理类不平衡数据的聚类方法。该方法不仅考虑了类内数据对象分布不均匀问题,而且还能有效地解决类不平衡数据聚类问题。将数据对象及其邻域点的所属隶属值融入到局部离群点检测方法中,提出了一种基于分散度模糊C均值聚类的离群点检测方法(OCWFCM)。该方法给数据集中每个数据对象一个局部离群得分度量,按照top N原则,将离群得分最大的前N个数据对象作为离群点。将OCWFCM方法与常用的离群点检测方法进行对比实验,仿真实验表明了OCWFCM方法的有效性和优势。

关键词：模糊C均值聚类离群点不完备数据邻域信息类分散度

来源：评论

学校读者我要写书评

暂无评论

不完备数据的时间序列分类研究

不完备数据的时间序列分类研究

引用

作者：姚鹏帅天津理工大学

学位级别：硕士

时间序列分类任务是机器学习和数据挖掘领域的一个重要任务。时序数据作为一种重要的数据类型,其数据完备性分析是分类任务研究的关键。目前,尽管相关研究工作在这一领域取得了进展,但大多数研究所使用的时间序列数据是完备的,没有探究... 详细信息

时间序列分类任务是机器学习和数据挖掘领域的一个重要任务。时序数据作为一种重要的数据类型,其数据完备性分析是分类任务研究的关键。目前,尽管相关研究工作在这一领域取得了进展,但大多数研究所使用的时间序列数据是完备的,没有探究缺失值和噪声标签对分类结果的影响,而在实际应用中,时间序列数据经常会受到不同频率的缺失值和噪声标签的影响。具体的,在时间序列分类任务中,数据缺失给分类特征的提取带来极大的推理困难,此外,标签信息也是分类任务中非常重要的信息,分类标签信息的正确性直接影响了最终模型分类性能的好坏。因此,本论文基于时序数据缺失和分类噪声标签的影响,提出相关研究方法来减小不完备数据对分类模型的影响,并在大量数据集上进行了实验验证。本文具体工作如下: 针对时序数据缺失问题,设计了一种基于临时插补和表征学习的不完整时间序列分类模型。该模型主要包括三部分:第一部分使用深度学习方法中训练快且高效率的门控循环单元进行插补,为了保证充分使用到未缺失数据的特征及标签信息,将时间序列还原为完整数据;第二部分是针对有插补值的完整时间序列设计的多尺度大核空洞卷积特征学习模块;第三部分联合训练策略,使用标签信息指导插补和特征提取的学习。此外,将上述模型在公共数据集和真实数据集中开展了大量实验分析,相关结果证明了所提出模型的准确性与可靠性。针对分类噪声标签问题,设计了一种基于鲁棒性损失函数的噪声标签容忍模型。该模型最大的优势是在不完整时间序列分类模型上使用了互补鲁棒性损失函数。具体的,为了保证其分类收敛性,通过调整合适的损失函数比例,并在模型中的联合训练策略中加入鲁棒性损失函数,不仅使模型能够处理不完整时间序列,还能具有噪声标签容忍性,缓解不完备数据所带来的影响。大量实验结果表明,本文所提出的基于损失函数的容忍模型在不同噪声率下的波动很小,具有良好的鲁棒性。

关键词：不完备数据时间序列分类缺失值插补噪声标签特征学习

来源：评论

学校读者我要写书评

暂无评论

基于q近邻的不完备数据三支决策聚类方法

引用

计算机科学与探索 2016年第6期10卷 875-883页

作者：苏婷于洪重庆邮电大学计算智能重庆市重点实验室重庆400065

聚类是数据挖掘的重要技术之一,在许多实际应用领域,由于数据获取限制,数据误读,随机噪音等原因会造成大量的缺失数据,形成数据集的不完备性,而传统的聚类方法无法直接对这类数据集进行聚类分析。针对数值型数据,提出了一个基于三支决... 详细信息

聚类是数据挖掘的重要技术之一,在许多实际应用领域,由于数据获取限制,数据误读,随机噪音等原因会造成大量的缺失数据,形成数据集的不完备性,而传统的聚类方法无法直接对这类数据集进行聚类分析。针对数值型数据,提出了一个基于三支决策的不完备数据聚类方法。首先找到不完备数据对象的q个近邻,使用q个近邻的平均值填充缺失的数据;然后在"完备的"数据集上使用基于密度峰值的聚类方法得到簇划分,对每个簇中含有不确定性的数据对象,使用三支决策的思想将其划分到边界域中。三支决策聚类结果采用区间集形式表示,通常一个簇被划分成正域、负域和边界域部分,可以更好地描述软聚类结果。在UCI数据集和人工数据集上的实验结果展示了算法的有效性。

关键词：不完备数据三支决策聚类 q近邻

来源：评论

学校读者我要写书评

暂无评论

基于最小描述长度的不完备数据处理

引用

兰州大学学报（自然科学版） 2006年第6期42卷 78-80页

作者：李然林和李永礼兰州大学信息科学与工程学院甘肃兰州730000

不完备数据是造成信息系统不确定的主要原因之一,对数据挖掘、知识发现等造成了困难．本文提出一种基于最小描述长度原则的不完备数据处理方法,实例证明这种方法是有效的．Rose工具的规则提取结果证明此方法在规则的集中性和支持度方面... 详细信息

不完备数据是造成信息系统不确定的主要原因之一,对数据挖掘、知识发现等造成了困难．本文提出一种基于最小描述长度原则的不完备数据处理方法,实例证明这种方法是有效的．Rose工具的规则提取结果证明此方法在规则的集中性和支持度方面优于粗糙集辨识矩阵方法和Conditioned mean completer方法．

关键词：最小描述长度不完备数据信息熵

来源：评论

学校读者我要写书评

暂无评论

基于不完备数据的密闭鼓风炉故障诊断

引用

华中科技大学学报（自然科学版） 2009年第S1期37卷 122-125页

作者：蒋少华桂卫华阳春华中南大学信息科学与工程学院湖南长沙410083 韶关学院计算机科学学院广东韶关512024

针对采集样本中某些特征缺失无法为已有密闭鼓风炉的故障诊断模型所用的问题,建立了基于案例推理技术的相似度测量和支持向量机的不完备数据故障诊断.通过测量未知特征向量与历史数据库中的样本之间的相似度,检索出最优相似的样本,填补... 详细信息

针对采集样本中某些特征缺失无法为已有密闭鼓风炉的故障诊断模型所用的问题,建立了基于案例推理技术的相似度测量和支持向量机的不完备数据故障诊断.通过测量未知特征向量与历史数据库中的样本之间的相似度,检索出最优相似的样本,填补缺失特征值,得到完备的样本.结果表明:该系统能够解决采集样本中特征缺失的问题,具有较高的故障诊断率.

关键词：支持向量机案例推理相似度测量不完备数据故障诊断

来源：评论

学校读者我要写书评

暂无评论

面向不完备数据的分类方法若干问题研究

面向不完备数据的分类方法若干问题研究

引用

作者：李长春吉林大学

学位级别：博士

分类问题,如垃圾邮件检测、疾病自动诊断、信用卡诈骗识别等,是机器学习领域的核心基础问题。现有分类方法通常设计一个参数化模型（如深度神经网络）建模数据中特征到标签的映射关系,并使用相应的标注数据训练模型以学习该映射关系。... 详细信息

分类问题,如垃圾邮件检测、疾病自动诊断、信用卡诈骗识别等,是机器学习领域的核心基础问题。现有分类方法通常设计一个参数化模型（如深度神经网络）建模数据中特征到标签的映射关系,并使用相应的标注数据训练模型以学习该映射关系。为保证模型的分类性能,这类监督学习方法要求数据的信息是充分、准确、明确的。然而,随着互联网的发展和社交媒体应用的普及,数据规模虽呈现指数式增长,但很大一部分数据是不完备的,其不完备性主要表现为特征层面的稀疏、缺失、损坏等,和监督信息层面的不完全、不准确、不明确等。不完备数据的复杂性和多样性为其分类带来了诸多严峻挑战,如何基于这些不完备数据学习分类模型是当前机器学习领域研究的热点之一。本文围绕数据中稀疏特征、不完全监督信息及不明确监督信息三种典型的不完备信息,研究不完备数据分类中三个热点问题:短文本分类、半监督学习和偏标记学习,出了多种高准确率的不完备数据分类方法。具体工作内容如下:1.短文本数据是一类典型的包含稀疏特征的不完备数据。主流的基于词袋模型的短文本分类方法,因词项稀疏和忽视单词语义知识,存在文本相似度失调问题。为解决该问题,本文基于词移距离（Word Mover’s Distance,WMD）和词嵌入技术,出了两种改进的短文本分类和建模方法:（1）出了基于正则化WMD（Regularized WMD）和假设间隔的短文本重心分类方法RWMD-CC,并分析了其泛化误差上界和时间复杂度。RWMD-CC使用度量文本语义距离的RWMD,以解决短文本中相似度失调问题;并基于RWMD和假设间隔为每个类别学习一个语义重心,将测试时间复杂度降到了线性于类别数量。实验结果表明,RWMD-CC有效升了短文本分类效果,且测试耗时显著低于现有基于WMD的方法。（2）出了语义指导的Wasserstein学习模型SAWL,并分析了其重构误差的泛化上界。为在主题建模过程中引入单词语义关系,SAWL使用基于词嵌入向量的正则化Wasserstein距离损失结合NMF（Non-negative Matrix Factorization）思想建模文本;同时融入了词项PPMI（Positive Pointwise Mutual Information）矩阵分解学习词嵌入向量,以炼语料库特有语义知识。SAWL同时适用于短文本和传统的长文本数据。实验结果表明,SAWL有效高了主题建模的主题质量和分类效果,及学习的词嵌入向量的质量。2.半监督学习主要研究如何从包含不完全监督信息的不完备数据中学习分类模型。本文关注两种重要的半监督学习问题:半监督文本分类,及正样本和无标注样本（Positive and Unlabeled,PU）学习,并针对其伪标注样本置信度较低问题,出了两种改进方法:（1）出了基于平衡深度表示分布的半监督文本分类方法S2TC-BDD。深度自训练方法是一种主流的半监督文本分类方法,然而因半监督文本分类场景下各类别表示分布方差差异过大引发的间隔偏差问题,这类方法中无标注文本预测伪标签的精确度通常较低。为解决该问题,S2TC-BDD设计了一组高斯线性变换,并将其融入角度间隔损失中,用于约束各类别深度表示分布是平衡的。实验结果表明,S2TC-BDD有效升了半监督场景下文本分类效果,且当标注文本非常稀少时其性能升更加显著。（2）出了基于启发式mixup技术的PU学习方法P3Mix。在早期实验中发现,PU学习存在分类决策面偏离现象——分类决策面通常偏离真实决策面且偏向于正类一侧,其根源在于两个决策面间的边缘伪负样本的不正确监督信息对模型训练的负面影响。P3Mix为边缘伪负样本设计了一种启发式mixup伙伴样本选择策略,以改进其中不正确的监督信息。出的启发式mixup技术是易于实现的,并且可以同时实现数据增强和监督信息校正。实验结果表明,P3Mix的分类效果一致地优于对比的PU学习方法。3.偏标记学习的目标是从一类包含不明确监督信息的不完备数据——偏标记数据中学习分类模型。消歧方法是现今主流的偏标记学习方法之一,但它们近似的标签置信度的精确度较低。为解决该问题,本文出了两种改进的消歧偏标记学习方法:（1）出了基于全局和局部一致性的消歧偏标记学习方法PANGOLIN。为更加有效地约束标签置信度以高其近似精确度,PANGOLIN结合标签原型和流形约束设计了一种特征空间全局一致性约束,并进一步融合了基于偏标记样本不相似关系的标签空间局部一致性。实验结果表明,PANGOLIN的分类效果显著优于对比的偏标记学习方法。（2）出了基于候选样本鉴别的偏标记学习方法A2L2CID。受生成对抗网络启发,A2L2CID设计了一种样本为轴的消歧策略:将每个偏标记样本划分为一组候选样本,利用判别器识别伪候选样本,并在分类器的训练中不使用这些识别出的伪候选样本。基于Tripl

关键词：分类方法不完备数据短文本分类半监督学习偏标记学习

来源：评论

学校读者我要写书评

暂无评论

一种面向不完备数据的集对粒层次聚类算法

引用

小型微型计算机系统 2021年第3期42卷 522-530页

作者：张春英高瑞艳范雨祥王龙飞裴天帅冯晓泽任静华北理工大学理学院河北唐山063210 河北省数据科学与应用重点实验室河北唐山063210

针对现有层次聚类算法难以处理不完备数据集,同时考虑样本与类簇之间的不确定关系,提出一种面向不完备数据的集对粒层次聚类算法-SPGCURE.首先,采用集对信息粒的知识对缺失值进行处理,不同于以往算法中将缺失属性删除或者填充,用集对联... 详细信息

针对现有层次聚类算法难以处理不完备数据集,同时考虑样本与类簇之间的不确定关系,提出一种面向不完备数据的集对粒层次聚类算法-SPGCURE.首先,采用集对信息粒的知识对缺失值进行处理,不同于以往算法中将缺失属性删除或者填充,用集对联系度中的差异度来表示缺失属性值,提出一种改进的集对信息距离度量方法,用于考量不完备数据样本间的紧密程度;其次,基于改进后的集对距离度量,给出各个类簇的类内平均距离的定义,形成以正同域Cs(样本一定属于类簇)、边界域Cu(样本可能属于类簇)和负反域Co(样本不属于类簇)表示的集对粒层次聚类;SPGCURE算法在完备和不完备数据都适用,最后,选用5个经典的UCI数据集,与常用的经典及改进聚类算法进行实验评价,结果表明,SPGCURE算法在准确度、F-measure、调整兰德系数和标准互信息等指标上均具有不错的聚类性能.

关键词：不完备数据集对信息粒层次聚类集对信息距离

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：