检索结果-内蒙古大学图书馆

计算机研究与发展 2006年第10期43卷 1688-1694页

作者：尚文倩黄厚宽刘玉玲林永民瞿有利董红斌北京交通大学计算机与信息技术学院北京100044

随着网络的发展,大量的文档数据涌现在网上,用于处理海量数据的自动文本分类技术变得越来越重要,自动文本分类已成为处理和组织大量文档数据的关键技术.对于采用矢量空间模型(VSM)的大多数分类器来说,文本预处理成为分类的瓶颈,高维的... 详细信息

随着网络的发展,大量的文档数据涌现在网上,用于处理海量数据的自动文本分类技术变得越来越重要,自动文本分类已成为处理和组织大量文档数据的关键技术.对于采用矢量空间模型(VSM)的大多数分类器来说,文本预处理成为分类的瓶颈,高维的特征空间对于大多数分类器来说是难以忍受的,因此采用适当的文本特征选择算法降低原始文本特征空间的维数成为文本分类的首要任务.目前也有很多的文本特征选择算法,介绍了另一种新的基于基尼指数的文本特征选择算法,使用基尼指数原理进行了文本特征选择的研究,构造了基于基尼指数的适合于文本特征选择的特征选择评估函数.实验表明,基于基尼指数的文本特征选择能进一步提高分类性能,而且计算复杂度小.

关键词：文本分类文本特征选择基尼指数文本预处理

来源：评论

学校读者我要写书评

暂无评论

基于基尼指数的双目标CD-CAT选题策略

引用

心理学报 2020年第12期52卷 1452-1465页

作者：罗芬王晓庆蔡艳涂冬波江西师范大学心理学院南昌330022 江西师范大学计算机信息工程学院南昌330022

双目标CD-CAT的测验结果既可用于形成性评估也可用于终结性评估。基尼指数可度量随机变量的不确定性程度,值越小则随机变量的不确定程度越低。本文用基尼指数度量被试知识状态类别以及能力估计置信区间后验概率的变化,提出基于基尼指数... 详细信息

双目标CD-CAT的测验结果既可用于形成性评估也可用于终结性评估。基尼指数可度量随机变量的不确定性程度,值越小则随机变量的不确定程度越低。本文用基尼指数度量被试知识状态类别以及能力估计置信区间后验概率的变化,提出基于基尼指数的选题策略。Monte Carlo实验表明与已有的选题策略相比,新策略的知识状态分类精度和能力估计精度都较高,同时能有效兼顾题库利用均匀性,并能快速实时响应,且受认知诊断模型和被试知识状态分布的影响较小,可用于实际测验中含多种认知诊断模型的混合题库。

关键词：认知诊断项目反应理论基尼指数双目标CD-CAT 选题策略

来源：评论

学校读者我要写书评

暂无评论

基尼指数遗传算法求解具有共性的调度问题

引用

系统工程学报 2009年第3期24卷 322-328页

作者：杨晓梅梁吉业曾建潮梁嘉骅山西大学管理学院山西太原030006 太原科技大学复杂系统与计算智能实验室山西太原030024

通过对不同类型车间作业调度问题的描述,分析各类问题之间的共性特征,提出了一种基于基尼指数的遗传算法.该算法结合进化生态学和决策树算法的思想,提出了新的遗传调度算子,在算法操作过程中利用基尼指数值来衡量个体的优劣及种群间的差... 详细信息

通过对不同类型车间作业调度问题的描述,分析各类问题之间的共性特征,提出了一种基于基尼指数的遗传算法.该算法结合进化生态学和决策树算法的思想,提出了新的遗传调度算子,在算法操作过程中利用基尼指数值来衡量个体的优劣及种群间的差异,确定交叉(或变异)父代并选择相应的交叉(或变异)点,既维持了群体的多样性,又能体现遗传算法较强的搜索能力.仿真结果验证了该算法对于求解具有共性特征的调度问题是非常合适的.

关键词：遗传算法基尼指数车间作业调度问题

来源：评论

学校读者我要写书评

暂无评论

基尼指数在文本特征选择中的应用研究

引用

计算机应用 2007年第10期27卷 2584-2586,2590页

作者：林永民朱卫东河北理工大学经济管理学院河北唐山063009 北京交通大学计算机与信息技术学院北京100044

使用基尼指数原理进行了文本特征选择的研究,构造了基于基尼指数的适合于文本特征选择的评估函数。结合fkNN和SVM两种不同的分类方法,在两个不同的语料集上,与其他著名的文本特征选择方法进行比较和分析实验,结果显示它的性能与现有的... 详细信息

使用基尼指数原理进行了文本特征选择的研究,构造了基于基尼指数的适合于文本特征选择的评估函数。结合fkNN和SVM两种不同的分类方法,在两个不同的语料集上,与其他著名的文本特征选择方法进行比较和分析实验,结果显示它的性能与现有的特征选择方法不相上下,但在算法时间复杂上获得了良好的性能。

关键词：文本分类特征选择基尼指数特征评估函数

来源：评论

学校读者我要写书评

暂无评论

缓解随机一致性的基尼指数与决策树方法

引用

中国科学：信息科学 2024年第1期54卷 159-190页

作者：王婕婷李飞江李珏钱宇华梁吉业山西大学大数据科学与产业研究院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

决策树模型具有较强的可解释性,是随机森林、深度森林等机器学习方法的基础.如何选择节点的分割属性与分割值是决策树算法的关键问题,对树的泛化能力、深度、平衡程度等重要性能产生影响.传统属性选择准则的定义大多基于凹函数,使得决... 详细信息

决策树模型具有较强的可解释性,是随机森林、深度森林等机器学习方法的基础.如何选择节点的分割属性与分割值是决策树算法的关键问题,对树的泛化能力、深度、平衡程度等重要性能产生影响.传统属性选择准则的定义大多基于凹函数,使得决策树算法存在多值偏向问题,即倾向于选择取值种类多的属性作为节点分割属性.已有研究表明缓解随机一致性的评价准则能够降低分类偏差与类簇个数偏向.本文将基于标准化框架缓解基尼指数的随机一致性,以此缓解其多值偏向问题.通过人造数据集验证,标准基尼指数能够缓解基尼指数的多值偏向问题,并且选择出具有决策信息的属性.通过12个基准数据集与两个图像数据集的实验验证,基于标准基尼指数的决策树算法比现有缓解多值偏向的决策树算法具有较高的泛化性能.

关键词：基尼指数多值偏向决策树随机一致性

来源：评论

学校读者我要写书评

暂无评论

基尼指数结合K均值聚类的协同训练算法

引用

重庆师范大学学报（自然科学版） 2022年第4期39卷 134-140页

作者：徐善亮吕佳重庆师范大学计算机与信息科学学院重庆师范大学重庆市数字农业服务工程技术研究中心重庆401331

【目的】针对在标准协同训练中不具有充分冗余的视图分割,致使分类器错误累计过多,以及一对基分类器标记样本类别不一致的问题,提出了基尼指数结合K均值聚类的协同训练算法。【方法】该算法首先计算已标记样本中各特征的基尼指数,将该... 详细信息

【目的】针对在标准协同训练中不具有充分冗余的视图分割,致使分类器错误累计过多,以及一对基分类器标记样本类别不一致的问题,提出了基尼指数结合K均值聚类的协同训练算法。【方法】该算法首先计算已标记样本中各特征的基尼指数,将该指数升序排列后均等划分到两个视图,然后在基分类器所标记的样本中,运用K均值聚类确定标记不一致样本的类别后加入标记样本。【结果】通过9个UCI数据集在3组实验上的结果表明,所提算法相较于对比算法提升了分类效果。【结论】运用基尼指数均等划分关键特征于两个视图,有利于改善视图分割不充分冗余的缺陷;K均值聚类法对分类不一致样本进行重新标记,降低了协同训练算法中的误标记率。

关键词：半监督学习协同训练基尼指数 K均值聚类

来源：评论

学校读者我要写书评

暂无评论

融合信息增益与基尼指数的决策树算法

引用

计算机工程与应用 2022年第10期58卷 139-144页

作者：谢鑫张贤勇杨霁琳四川师范大学数学科学学院成都610066 四川师范大学智能信息与量子信息研究所成都610066 四川师范大学计算机科学学院成都610066

机器学习中的决策树算法具有重要的数据分类功能,但基于信息增益的ID3算法与基于基尼指数的CART算法的分类功效还值得提高。构造信息增益与基尼指数的自适应集成度量,设计有效的决策树算法,以提升ID3与CART两类基本算法的性能。分析信... 详细信息

机器学习中的决策树算法具有重要的数据分类功能,但基于信息增益的ID3算法与基于基尼指数的CART算法的分类功效还值得提高。构造信息增益与基尼指数的自适应集成度量,设计有效的决策树算法,以提升ID3与CART两类基本算法的性能。分析信息增益信息表示与基尼指数代数表示的异质无关性,采用基于知识的加权线性组合来建立信息增益与基尼指数的融合度量,开发决策树启发构造算法IGGI。关于决策树,IGGI算法有效改进了ID3算法与CART算法,相关数据实验表明IGGI算法通常具有更优的分类准确度。

关键词：决策树信息增益基尼指数不确定性度量自适应线性融合机器学习

来源：评论

学校读者我要写书评

暂无评论

一种改进型Dense-HRNet和基尼指数动态加权决策的表情识别算法

引用

电讯技术 2022年第11期62卷 1683-1690页

作者：蓝峥杰王烈黄莹广西大学计算机与电子信息学院南宁530004

针对当前人脸表情识别算法识别精度不高、网络鲁棒性差的缺点,设计了一种改进型Dense-HRNet特征提取网络,使用稠密连接机制强化了HRNet中浅层特征与深层特征间的传递和融合方式。同时,提出了一种基于基尼指数动态加权决策算法,根据每一... 详细信息

针对当前人脸表情识别算法识别精度不高、网络鲁棒性差的缺点,设计了一种改进型Dense-HRNet特征提取网络,使用稠密连接机制强化了HRNet中浅层特征与深层特征间的传递和融合方式。同时,提出了一种基于基尼指数动态加权决策算法,根据每一卷积神经网络(Convolutional Neural Network,CNN)支路分类的确定性,为各支路输出动态地赋予权重,提高多路CNN支路融合决策的准确性,解决了由于单路CNN分类不确定性引起的偶然误差。在FER2013数据集和CK+数据集上进行实验,所提方法分类准确率分别达到73.36%和97.59%。

关键词：人脸表情识别 Dense-HRNet 基尼指数加权决策

来源：评论

学校读者我要写书评

暂无评论

CD-CAT选题策略研究 ——基于基尼指数和机器学习视角

CD-CAT选题策略研究 ——基于基尼指数和机器学习视角

引用

作者：罗芬江西师范大学

学位级别：博士

计算机化自适应测验(CAT)可为每个被试构建个性化测验，用更精确的方式和更少的题目测量被试的能力水平，同时还能提高测试分数的统计准确性。CAT的核心组件是选题策略，优良的选题策略需要满足较高的测量精度、较为均匀的题库利用率和... 详细信息

计算机化自适应测验(CAT)可为每个被试构建个性化测验，用更精确的方式和更少的题目测量被试的能力水平，同时还能提高测试分数的统计准确性。CAT的核心组件是选题策略，优良的选题策略需要满足较高的测量精度、较为均匀的题库利用率和较低的计算强度来满足测验的各项要求。本研究主要聚焦当前国际上较前沿的具有认知诊断功能的CAT(CD-CAT)和宏观与微观评估并重的双目标CAT(Dual-CAT)选题策略的研究。　　已有CD-CAT和Dual-CAT选题策略的研究存在一些不足：(1)已有的满足统计约束的CD-CAT选题策略分类精度较高，但题库利用率不够均匀。(2)已有的Dual-CAT的选题策略因度量能力和知识状态的信息量量纲不一致，造成合成指标有所偏向或量纲转换带来信息损失，导致分类精度下降。(3)已有的CD-CAT选题策略在属性个数较多时(如10个以上)，系统响应时间过长不能满足测试实时性要求。为此，本研究开展了四项工作：　　研究一：基于基尼指数的CD-CAT选题策略的开发。用基尼指数度量被试知识状态类别后验概率的信息量，开发基于基尼指数的CD-CAT选题策略(简记为Gini策略)。因线性加权的基尼指数对后验概率分布的细微变化较敏感，有助于扩大选题范围，提高题库利用率。研究一的结果表明：(1)Gini策略对认知诊断模型和属性间关系不敏感，具有较好的普适性。(2)Gini策略对于不同密度q向量的题库均能保持较高的分类精度，具有较好的稳健性。(3)与传统分类精度较高的选题策略(如GDI等)相比，Gini策略能保持较高的分类精度且在题库利用率指标上表现更好，尤其当属性个数较多和题库结构比较复杂时，Gini策略可以提高选题覆盖面，改善题库利用率。　　研究二：基于基尼指数的Dual-CAT选题策略的开发。用基尼指数度量被试知识状态类别以及能力估计置信区间后验概率信息量的变化,开发基于基尼指数的Dual-CAT的选题策略(简记为双目标Gini策略)。因基尼指数的取值范围为(0,1)，两种信息量具有相同量纲，可以直接进行加权线性组合以获得双目标Gini策略，从理论上解决了以往国内外关于双目标选题策略研究中量纲不一致的问题。研究二的结果表明：(1)与乘法组合策略(IPA)相比，双目标Gini策略在测量精度(在Dual-CAT中包含知识状态分类精度和能力估计精度)和题库利用率上具有相似的表现，但计算用时仅为IPA策略的十分之一。(2)与加法组合策略(ASI和JSD)相比，双目标Gini策略的测量精度远高于前者(差异大于0.1)且对认知诊断模型和属性间关系的敏感性低，适用于混合认知诊断模型的题库。　　研究三：机器学习视角下基于基尼指数的高维CD-CAT选题策略的开发。在机器学习视角下，基于概率图模型推理中最大后验查询的优化算法以及集成学习中将多个弱分类器构造为强分类器的提升算法，开发了两种适用于高维和高并发CD-CAT的选题策略：HIA策略和CEL策略。利用属性掌握概率定义优化算法中的最大-边际因子，由它构造最大-边际集来缩减题库容量对系统响应时间的影响，开发了HIA选题策略;利用并行和串行复合集成方法，将全局属性诊断分解为局部属性诊断来缩减属性个数对系统响应时间的影响，开发了CEL策略。HIA和CEL策略是一类选题方法，可以与Gini以及传统的GDI等方法结合。研究三的结果表明：(1)在高维(属性个数大于10)CD-CAT下，GDI策略的计算用时远超出系统响应时间阈值(2秒)，不能满足高维CD-CAT测试实时性要求。(2)HIA策略保持与传统选题策略(如GDI)相近的分类精度和题库利用率，但计算用时减少了1/2。(3)CEL策略在分类精度和题库利用率指标上略微不如GDI，但仍然有较高的分类精度(与GDI的差异小于0.1)，而计算用时仅为GDI的1/68。随着属性个数和题库容量的增加，CEL的时间优势更为显著。　　研究四：真实题库下基于基尼指数选题策略的性能验证。在两个真实题库下探讨新开发的选题策略的性能及优势，同时考察其在实践中的可行性及有效性。　　在英语二级题库下探查双目标Gini策略的性能，同时与传统策略(ASI,IPA)进行比较。研究结果表明：(1)双目标Gini的分类精度高于ASI和IPA策略。(2)双目标Gini策略的计算用时远小于IPA策略，仅为IPA策略的1/48，能较好地满足高维Dual-CAT的实时性需求。(3)双目标Gini策略的题库利用率最好，其次是IPA策略。(4)ASI策略的计算用时优于双目标Gini策略，但两者均可以满足测试实时性需求，但ASI策略的分类精度较低。　　在网络成瘾题库下探查Gini、HIA、CEL三种新策略的性能，同时与GDI策略进行比较，研究结果表明：(1)GDI和Gini策略的分类精度几乎相同(差异小于.01

关键词：认知诊断计算机化自适应测验选题策略基尼指数机器学习分类精度题库利用率

来源：评论

学校读者我要写书评

暂无评论

一种基于基尼指数和类内频率的特征选择方法

引用

制造业自动化 2010年第11期32卷 162-164页

作者：郑伟奉国和河北北方学院理学院张家口075000 华南师范大学经济管理学院广州510006

使用基尼指数原理的"纯度"形式,结合类内频率的思想,构造了一个适合特征选择的特征评估函数GGNI(Category Gini-Index),在特征维数取不同值时,结合SVM、KNN两类分类器进行了分类试验,实验结果表明评估函数GGNI比其它常用的特... 详细信息

使用基尼指数原理的"纯度"形式,结合类内频率的思想,构造了一个适合特征选择的特征评估函数GGNI(Category Gini-Index),在特征维数取不同值时,结合SVM、KNN两类分类器进行了分类试验,实验结果表明评估函数GGNI比其它常用的特征选择方法有较强的特征提取能力,可用于全局提取特征。

关键词：基尼指数特征提取文本分类效果

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：