检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

3 篇 学位论文

馆藏范围

3 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

3 篇 工学
- 3 篇 控制科学与工程
- 3 篇 计算机科学与技术...
- 3 篇 软件工程
- 1 篇 仪器科学与技术
3 篇 管理学
- 3 篇 管理科学与工程(可...
1 篇 理学
- 1 篇 系统科学
1 篇 医学
- 1 篇 临床医学

主题

3 篇 数据引力模型
1 篇 小析取项
1 篇 资产评估
1 篇 不平衡数据集分类
1 篇 最小权限组
1 篇 动态rbac
1 篇 癫痫发作预测
1 篇 层次分类模型
1 篇 脑电信号
1 篇 最小冗余最大关联
1 篇 行为检测
1 篇 机器学习

机构

1 篇 重庆大学
1 篇 济南大学
1 篇 中国科学技术大学

作者

1 篇 董振波
1 篇 刘冲
1 篇 马德彪

语言

3 篇 中文

检索条件"主题词=数据引力模型"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于机器学习的癫痫发作预测研究

基于机器学习的癫痫发作预测研究

引用

作者：马德彪济南大学

学位级别：硕士

随着各国“脑计划”的实施和人类发展的需要,神经系统疾病的研究越来越受到重视。癫痫病作为最常见的神经类疾病之一,严重影响着患者及其家人的安全和生活。癫痫发作预测可以在癫痫发作之前提醒患者,以便可以及时采取措施防止患者受到... 详细信息

随着各国“脑计划”的实施和人类发展的需要,神经系统疾病的研究越来越受到重视。癫痫病作为最常见的神经类疾病之一,严重影响着患者及其家人的安全和生活。癫痫发作预测可以在癫痫发作之前提醒患者,以便可以及时采取措施防止患者受到进一步伤害。然而,由于发作前的脑电信号与正常生活中的信号高度相似,脑电信号的复杂性以及不同个体和不同癫痫类型之间脑电信号的巨大差异,目前的癫痫发作预测的算法还不能达到期望效果。本文在了解癫痫发作预测研究现状的基础上,通过提出基于脑电信号的相应框架和算法来解决这些问题,以提高癫痫发作预测的性能。首先,本文对脑电信号研究中的时域、频域和时频域特征做了比较全面的统计,并分别从这三个域中提取了若干特征用于癫痫发作预测。通过比较这三种类型的特征对预测性能的影响,为进一步在癫痫发作预测研究中的特征设计、分析提供基础。此外,本文在序列前向特征选择方法的基础上,设计了一个能够对特定病人选择最优特征子集并用于癫痫发作预测的自动化框架。该框架分别从脑电信号的18个通道上提取了来自时域、频域和时频域的特征,并使用最小冗余最大关联准则对特征进行评估,最后使用序列前向特征选择方法以支持向量机的分类准确度为标准为每位病人选出最优特征子集。同时,为保证训练模型的最优性和鲁棒性,将网格搜索方法用于寻找支持向量机最优超参数的过程中,并使用基于发作的留一交叉验证法对患者模型进行评估。最后,所提出的框架在CHB-MIT数据集的23例病例上进行了评估,7个指标上均取得了良好的效果。其中,总体平均灵敏度为0.902,误报率为0.096/h。这一部分的创新在于提出了一个自动化框架,该框架可以方便地为每位病人的癫痫发作预测模型设计最优的特征子集,这也是对患者进行临床治疗的基础,并且此框架在其中一个比较流行的数据集上获得了不错的预测性能。由于序列前向特征选择法在训练阶段有较高的时间复杂度,因此本文引入数据引力模型加以改进并应用于癫痫发作预测。同样地,本算法使用相同的数据预处理方法和特征提取方法。同时,为保证使用的特征具有较低的冗余性,将特征加权的数据引力引入到特征评估的过程中。根据所用数据情况,首次使用随机梯度下降法优化数据引力模型的特征权重。本算法将K最邻近算法思想应用到引力上对样本进行分类。最终使用留一交叉验证法在CHB-MIT数据集的23例病例上进行了评估,获得了0.949的总体平均灵敏度和0.071/h的误报率,平均训练耗时为13.71秒。这一部分的创新是改进了数据引力模型并应用于癫痫发作预测,一定程度上实现了针对病人的特征的分析,且获得了不错的预测性能。本论文针对癫痫发作预测研究中面临的问题,相对全面的统计了用于发作预测的特征,从特征设计的角度设计了框架和算法,并应用于一个较流行的脑电数据集中,为使用此数据集的研究人员提供参考,所设计的框架和算法同样可以为使用其他数据集的工作提供技术参考。

关键词：癫痫发作预测脑电信号最小冗余最大关联数据引力模型

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据集分类的层次引力模型研究

面向不平衡数据集分类的层次引力模型研究

引用

作者：董振波重庆大学

学位级别：硕士

分类是数据挖掘和机器学习领域的一个热点问题,传统的分类问题主要关注数据分布平衡的情况,但是在实际应用当中数据不平衡的情况时有发生。数据的不平衡给分类直接或间接地带来了很多困难,传统的方法在对不平衡数据集进行分类时往往变... 详细信息

分类是数据挖掘和机器学习领域的一个热点问题,传统的分类问题主要关注数据分布平衡的情况,但是在实际应用当中数据不平衡的情况时有发生。数据的不平衡给分类直接或间接地带来了很多困难,传统的方法在对不平衡数据集进行分类时往往变得不再适用。由于不平衡数据集分类问题的挑战性和在现实中的广泛应用,吸引了越来越多的人对其进行研究。目前对不平衡数据集分类的解决方法主要分三种:问题定义层的解决方法、数据层的解决方法和算法层的解决方法。在对不平衡数据集分类中的主要问题进行分析后,该文介绍了两种传统的分类方法,即层次分类模型和数据引力模型,并分析了将它们用于不平衡数据集分类的可行性:将两者结合可以同时降低类间不平衡和小析取项对分类影响。然后在此基础上对两者进行了修改,提出了一种用于不平衡数据集分类的层次引力模型,即HDGC。本文的主要工作如下:1.将层次分类模型和数据引力模型相结合,在吸纳两者优点的同时使两者弥补了彼此的不足,即层次分类模型精确分类能力的不足和数据引力模型分类代价较高的问题。2.改变了传统层次分类模型中采用新生成样本代替原始样本的做法,将划分后位于同一区域的样本看作一个数据单元,根据数据单元距离边界的远近对其进行不同标记,并使用标记结果辅助分类。3.采用了局部引力和全局引力相结合进行分类的方法。局部引力只采用相邻的训练样本对测试样本进行分类,在有足够信息的情况下提高了分类的效率,而使用全局引力则可以利用尽可能多的信息对难分样本进行分类。为了验证HDGC算法的有效性,分别在实际数据集和人工数据集上进行了实验,实验结果表明该方法能够很好的处理不平衡数据集的分类问题,同时具有较高的分类效率。

关键词：不平衡数据集分类层次分类模型数据引力模型小析取项

来源：评论

学校读者我要写书评

暂无评论

组织中的用户行为和身份识别

组织中的用户行为和身份识别

引用

作者：刘冲中国科学技术大学

学位级别：硕士

行为识别旨在通过行为数据识别组织中的用户行为和构建用户的身份标识。在海量的数据面前,传统的基于正则式匹配的行为检测方法难以实施;而机器学习模型,也面临行为数据分散、数据集之间关联困难、环境影响严重等问题。我们在多种机器... 详细信息

行为识别旨在通过行为数据识别组织中的用户行为和构建用户的身份标识。在海量的数据面前,传统的基于正则式匹配的行为检测方法难以实施;而机器学习模型,也面临行为数据分散、数据集之间关联困难、环境影响严重等问题。我们在多种机器学习方法中引入了以权限为核心的影响因子,提出了一种资产评估方法和两种具有应用前景的模型,有效地提高了行为检测的准确性和时间性能。本文的主要贡献如下:1.提出了一个基于企业数据的资产评估方法。在所调研的企业中,其数据收集和存储都是分散的。不同业务组之间的需求分析都是通过业务线达到的。我们在此基础上提出了以人为主体的构想,把所有的资产规约到不同的角色,得到对应的资产分布,然后通过不同角色之间的资产量化其权限。这种评估方法得到的权限分布为后续权限分析提供了帮助。2.提出了动态构建RBAC模型的方案。在模型生成的角色控制列表上,给出了最小权限组生成算法,把权限类似的角色分为同一最小权限组。基于最小权限组,通过集成算法stacking融合了三个分类模型NB、ID3和SVM。在对比实验中,分析了不同模型的准确度和时间性能。实验结果表明,我们提出的集成学习方法在不增加时间消耗的前提下,准确度能提高近6%。并且对于传统模型,最小权限组方法能在提高4%准确度的前提下,提高14%的时间性能。3.提出了一个基于最小权限组的数据引力模型。标准数据引力模型根据数据之间的差异,判别其相互作用力大小,从而判断数据之间的关联性。为了进一步关联到用户行为数据,我们修改了数据距离公式和引力加成方式,而后,通过引入最小权限组,将引力范围限定在组员内部,最终,通过质量加权平均,得到测试数据标签。实验结果表明,我们提出的模型识别准确度仅仅比集成学习方法低一个百分点,并且在理论上还可以通过提高机器性能进一步提升。

关键词：行为检测机器学习资产评估最小权限组动态RBAC 数据引力模型

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：