检索结果-内蒙古大学图书馆

计算机工程 2007年第22期33卷 214-216页

作者：姚昱朱山风陈莘萌武汉大学计算机学院武汉430072 京都大学化学研究所

排序合成问题是元搜索引擎研究的一个重要方面。该文分析了基于投票模型的排序合成问题。在讨论2个常用的投票规则Borda和Condorcet的基础上,介绍了用图论算法实现的淘汰投票算法,包括Kemeny算法。针对Kemeny算法是NP-hard问题,提出了... 详细信息

排序合成问题是元搜索引擎研究的一个重要方面。该文分析了基于投票模型的排序合成问题。在讨论2个常用的投票规则Borda和Condorcet的基础上,介绍了用图论算法实现的淘汰投票算法,包括Kemeny算法。针对Kemeny算法是NP-hard问题,提出了一种易于实现的启发式淘汰投票算法,并且利用TREC数据集进行实验比较这些方法。实验结果表明,淘汰投票算法与Borda算法执行效果相当,有时甚至超过Borda算法。

关键词：排序合成投票模型元搜索信息检索

来源：评论

学校读者我要写书评

暂无评论

复杂网络上投票模型与线性阈值模型的性质与应用研究

复杂网络上投票模型与线性阈值模型的性质与应用研究

引用

作者：张威中国科学院大学

学位级别：博士

在这篇论文中，分析了两类影响力模型。一类是投票模型，另一类是线性阈值模型。在网络中，每个节点都有一个状态，通过互相作用，节点状态会随时间改变。在投票模型中，节点可以依据演化方程在多种状态之中变换;在线性阈值模型中，节... 详细信息

在这篇论文中，分析了两类影响力模型。一类是投票模型，另一类是线性阈值模型。在网络中，每个节点都有一个状态，通过互相作用，节点状态会随时间改变。在投票模型中，节点可以依据演化方程在多种状态之中变换;在线性阈值模型中，节点只有两种状态:激活与未被激活。节点只能从未激活状态变为激活状态，而不能反过来从激活状态变为未激活状态，只有当节点邻居满足一个阈值时才能发生这个转变。在所有的影响力模型中，最关心的问题是某个初始的改变是否会最终波及网络其余部分。如果波及到网络的大部分，则被称为级联效应。　　对于离散时间同步投票模型，所有节点最终会趋向于一致状态，即所有节点的状态都相同。基于影响力矩阵，我们设计并分析了一个势函数，来表示节点状态的变化情况。基于这个势函数，我们得到，不具有一致状态的网络所占比例趋向于0的速度可以被幂函数从上面界住，加入节点自愈功能后，这个速度可以被指数函数从上面界住。这个比较首先是在一类特殊的影响力矩阵上进行的，随后推广到具有某类对称性的影响力矩阵上。除了最经典的二元状态影响力模型外，在含有多种状态的模型中也进行了初步分析。　　对于离散时间异步投票模型，通过演化方程和合并随机游走两种描述方式进行了精确刻画，证明了当影响力矩阵D不可约时，样本网络趋向于具有一致状态，每种状态最终获胜的概率由初始状态和D决定。特别地，若同步投票模型与异步投票模型具有相同的初始状态和D，则每种状态最终获胜的概率相同。通过势函数，我们也得到了异步投票模型的收敛速度，首先是在一类特殊的影响力矩阵上进行的，随后推广到具有某种对称性的网络上。　　对于线性阈值模型，我们考察了它在电网中的一个变形:负载重分配模型。在这种变形的模型中，利用平均场方法，在只有网络的统计信息时，我们给出了网络的初始负载和稳定性的分析方法。

关键词：复杂网络投票模型线性阈值模型

来源：评论

学校读者我要写书评

暂无评论

基于投票模型的量化投资策略研究

基于投票模型的量化投资策略研究

引用

作者：吴杨湖南大学

学位级别：硕士

随着金融大数据时代的到来,金融数据在类型和数量上都有了很大程度上的丰富,机器学习已经成为金融领域中的应用前沿,根据股票市场的特点,散户慢慢流向机构,投资行为也从主动转变为被动,特别是在构建量化投资策略方面,在这种境况下,量化... 详细信息

随着金融大数据时代的到来,金融数据在类型和数量上都有了很大程度上的丰富,机器学习已经成为金融领域中的应用前沿,根据股票市场的特点,散户慢慢流向机构,投资行为也从主动转变为被动,特别是在构建量化投资策略方面,在这种境况下,量化投资已经成为投资界的热点。而机器学习投票模型是机器学中的经典算法,可以有效基于股票数据海量、高维的特点进行建模,本文基于投票模型对量化选股中的特征选择和数据建模进行探讨。本文在我国股票市场上使用聚类方法进行公司特征变量的衍生,然后基于半监督学习的方法,对所有公司特征变量的缺失值进行填充,最终使用得到的所有因子,通过机器学习技术构建多因子股票收益预测模型,随后基于此模型使用真实数据构建投资组合回测策略的有效性,发现投资组合中多空组的年化收益达到了13.8%。本文还对机器学习模型的收益来源从错误定价角度做了进一步分析,实证证明我们的收益来源可以被金融错误定价理论所解释。随着公司特征变量的丰富与市场的时效性变迁,机器学习技术与因子研究相结合是大势所趋,基于机器学习技术构建多因子量化投资策略,可以更高效、合理的预测资产的定价,有助于中国市场的管理和信息的有效纰漏。

关键词：聚类半监督机器学习投票模型多因子量化选股

来源：评论

学校读者我要写书评

暂无评论

基于特征融合与投票模型的人脸表情图像识别研究

基于特征融合与投票模型的人脸表情图像识别研究

引用

作者：杨飞湖北工业大学

学位级别：硕士

人机交互领域是现在社会科学的研究热点,计算机技术的不断进步催生着越来越多的人机交互新业态。近年来,随着智能设备穿搭,手机面部解锁等研究的兴起,人脸表情识别成为人机交互的研究热点。本文主要研究提取人脸表情融合特征,改进两种... 详细信息

人机交互领域是现在社会科学的研究热点,计算机技术的不断进步催生着越来越多的人机交互新业态。近年来,随着智能设备穿搭,手机面部解锁等研究的兴起,人脸表情识别成为人机交互的研究热点。本文主要研究提取人脸表情融合特征,改进两种表现优异的卷积神经网络,将机器学习与深度学习的优点结合。然后通过实验进行分析比较。本文的主要工作如下:1.对人脸面部表情数据库进行裁剪和尺度归一化。论文采用CK+、JAFFE和FER2013三个人脸面部表情数据库,运用Adaboost算法粗略裁剪人脸面部表情图像,对于裁剪过后的面部区域图像采用尺度归一化处理的方式,得到相同大小的人脸面部表情图像。最后,多维度分类表情特征提取方式与分类算法,对比各自优缺点。2.本文提出一种基于Dlib特征融合的表情识别方法。综合考虑学习规则、面部表情特征选取了两个用于对人脸面部表情进行特征提取的经典算法LBP(局部二值模式)和Gabor小波变换,在SVM与softmax中挑选最优分类器,将两种算法与两种分类器进行交叉实验。引入Python中用做人脸识别的Dlib库提取人脸68个特征点,并将LBP和Gabor小波变换提取的特征经均匀采样降维后与Dlib提取的68个特征点进行融合,放入最优分类器SVM中进行分类,最终得到经过实验确定的适用于人脸面部表情识别与分类的特征融合模型,在CK+数据库中,该模型最高正确识别率为96.0%,在JAFFE数据库中,最高分类正确率为94.3%。从正确率可以看出该模型对于人脸表情识别的优异性。3.提出一种基于改进卷积神经网络的投票模型。对进行面部表情实验表现优异的两种卷积神经网络算法VGG19与Resnet18进行改进,更改池化方式为金字塔池化,并将卷积核大小由3×3改为1×1,提高了模型正确率。将VGG19、Resnet18与LBP与Dlib的特征融合模型组成投票模型,验证了投票模型在人脸面部表情识别的准确性和有效性。其面对两个小数据库JAFFE和CK+时,取得的正确率分别是98.59%和99.64%,在面对大数据库FER2013时取得的正确率为74.58%,对比其他识别方法都有明显的优势。投票模型解决了对于不同大小的数据库的普适性问题,取得了非常优异的分类效果。

关键词：人脸面部表情识别局部二值模式 Gabor小波变换特征融合卷积神经网络投票模型

来源：评论

学校读者我要写书评

暂无评论

一种基于超像素投票模型的运动物体去除方法

一种基于超像素投票模型的运动物体去除方法

引用

The 2018 2nd International Conference on Advances in Energy, Environment and Chemical Science (AEECS 2018)

作者：苏涛北京航空航天大学计算机系

在拍摄人物风景照时,特别是一些著名的景点,总会有其他游客或者汽车之类的物体出现在照片中,这在一定程度上影响了照片的效果。虽然抠图以及图像补全技术可以去除照片中多余物体,但是其需要繁杂的交互操作,并且效果不尽人意。随着智能... 详细信息

在拍摄人物风景照时,特别是一些著名的景点,总会有其他游客或者汽车之类的物体出现在照片中,这在一定程度上影响了照片的效果。虽然抠图以及图像补全技术可以去除照片中多余物体,但是其需要繁杂的交互操作,并且效果不尽人意。随着智能手机和相机的发展,人们会在几乎同一位置拍摄的一组照片,本文则利用了照片序列的相似特征,提出了一种基于超像素的投票方案,实现了目标照片中运动物体的去除以及背景恢复。首先,对照片序列进行图像配准,用户选择一张需要修缮的照片作为目标图像,并对目标图像进行前景人物与背景的分离。然后,在目标背景图像上生成超像素块,并采用基于超像素的投票算法自动检测并去除目标图像中运动物体。最后,本文提供了交互式操作来完善结果。实验结果表明,本文的方法能有效地去除图像中的运动物体。

关键词：超像素投票模型运动物体检测与去除

来源：评论

学校读者我要写书评

暂无评论

融合特征选择与多模型软投票集成学习的代码异味检测方法

引用

小型微型计算机系统 2025年第2期46卷 504-512页

作者：黄晨峻高建华上海师范大学计算机科学与技术系上海200234

代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,... 详细信息

代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,并在剩余度量中使用XGBoost特征重要性筛选相关度大的度量.然后,针对仅使用单一机器学习模型泛化性能不佳的问题,提出一种基于5种较成熟机器学习模型的软投票集成学习模型,完成代码异味分类检测任务.实验基于CK度量,利用含7个开源项目、4种代码异味的数据集,实验结果表明,此种方法能够减少特征维度,且在性能指标上优于其它分类模型,其中F1值最高提升3.24%,AUC最高提升2.32%.

关键词：代码异味特征选择 CK度量投票模型集成学习

来源：评论

学校读者我要写书评

暂无评论

一种基于投票的ICT类课程学生在线学习成绩预测模型

引用

软件导刊 2023年第12期22卷 105-110页

作者：殷锡亮张琳琳罗洋杨兴全周德云哈尔滨职业技术学院电子与信息工程学院黑龙江哈尔滨150081 黑龙江交通职业技术学院信息工程系黑龙江哈尔滨150025 黑龙江职业学院信息工程学院黑龙江哈尔滨150070

当前,线上教学在高职信息通信技术类课程教学中越发普遍,学生在线学习成绩预测也愈发重要。虽然教师缺失了线下教学可监督性的优势,但其受益于在线教学平台提供的丰富教学数据,客观性的数据可较大程度地帮助教师掌握学生学习情况。在分... 详细信息

当前,线上教学在高职信息通信技术类课程教学中越发普遍,学生在线学习成绩预测也愈发重要。虽然教师缺失了线下教学可监督性的优势,但其受益于在线教学平台提供的丰富教学数据,客观性的数据可较大程度地帮助教师掌握学生学习情况。在分析客观性数据的基础上,针对学习效果不佳的学生提前预警,对于改善学生线上学习效果具有重要意义。在ICT类课程在线教学过程中,将现有模型与已有模型在该类课程中的性能指标进行对比分析,并基于投票提出一种新颖的学生在线学习成绩预测模型。通过实验证明,该模型性能优于其他已有预测模型。

关键词：信息通信技术类课程线上教学成绩预测模型投票模型

来源：评论

学校读者我要写书评

暂无评论

基于Gauss分布函数的区间值数据的模糊聚类算法

引用

电子学报 2010年第2期38卷 295-300页

作者：吕泽华金海袁平鹏邹德清华中科技大学计算机学院服务计算技术与系统教育部重点实验室湖北武汉430074

通过分析投票模型中中立者的思想倾向,对区间值数据进行二次特征提取,给出了一种区间值数据的Gauss函数表示法,利用这种方法对区间值数据进行相似度量,从而导出一种新的区间值数据的距离度量公式.将该距离度量公式运用于区间值数据的模... 详细信息

通过分析投票模型中中立者的思想倾向,对区间值数据进行二次特征提取,给出了一种区间值数据的Gauss函数表示法,利用这种方法对区间值数据进行相似度量,从而导出一种新的区间值数据的距离度量公式.将该距离度量公式运用于区间值数据的模糊c均值聚类算法(FCM)中,得出一种新的基于Gauss分布函数的区间值数据的模糊聚类算法,试验表明该方法比传统的区间值数据的模糊聚类算法能获得更好的分类效果.

关键词：投票模型 Gauss分布函数区间值数据相似度量模糊聚类

来源：评论

学校读者我要写书评

暂无评论

自适应SINR门限的自动邻区关系生成算法

引用

西安电子科技大学学报（自然科学版） 2012年第2期39卷 40-44页

作者：张文柱赫佳星西安电子科技大学综合业务网理论及关键技术国家重点实验室陕西西安710071 内蒙古科技大学信息工程学院内蒙古包头014010

在长期演进(LTE)系统中,为保证终端通信的正常进行,每个小区需要维护一张邻区列表,该表决定终端切换的范围和方向.传统的相邻小区列表配置是网络工程师根据现场勘测情况进行配置,这样不仅会消耗大量的时间和人力,而且不具有全网统计性.... 详细信息

在长期演进(LTE)系统中,为保证终端通信的正常进行,每个小区需要维护一张邻区列表,该表决定终端切换的范围和方向.传统的相邻小区列表配置是网络工程师根据现场勘测情况进行配置,这样不仅会消耗大量的时间和人力,而且不具有全网统计性.笔者提出一种基于自适应SINR门限的自动邻区关系生成算法.该算法引入了自适应SINR门限以及“投票模型”,充分考虑到了LTE网络中的小区类型,并能有效反映实际的网络环境,最终实现动态的相邻小区列表管理.通过仿真评估不同的SINR取值对相邻小区列表的冗余率和准确率的影响,获取了该算法的增益.

关键词： LTE 相邻小区列表 SINR门限投票模型

来源：评论

学校读者我要写书评

暂无评论

基于Fuzzy集的Vague集的模糊熵

引用

华中科技大学学报（自然科学版） 2003年第1期31卷 1-3页

作者：李凡吕泽华蔡立晶华中科技大学计算机科学与技术学院

给出了Vague集的基本概念 ,阐述了Vague集的本质及Vague集与Fuzzy集之间的关系 ;通过对投票模型的分析 ,指出了在投票模型中投中立票者仍然有某种倾向 ,且该倾向由投赞成票和投反对票的人数之比来决定 ,在此基础上提出了一种由Vague集向... 详细信息

给出了Vague集的基本概念 ,阐述了Vague集的本质及Vague集与Fuzzy集之间的关系 ;通过对投票模型的分析 ,指出了在投票模型中投中立票者仍然有某种倾向 ,且该倾向由投赞成票和投反对票的人数之比来决定 ,在此基础上提出了一种由Vague集向Fuzzy集转化的方法。

关键词： Fuzzy集 Vague集转化方法模糊熵投票模型隶属函数

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：