检索结果-内蒙古大学图书馆

软件学报 2018年第11期29卷 3241-3259页

作者：黄华彭蓉冯在文武汉大学计算机学院湖北武汉430072 景德镇陶瓷大学信息工程学院江西景德镇333403

在由多个行业云服务平台组成的集成服务平台中,随着行业云服务平台加盟数及各平台下租户数量的不断增多,其底层的云工作流模型库的规模也必将不断增大.当云工作流模型库的规模超大时,需要一种效率更高的并行检索方法去满足云工作流模型... 详细信息

在由多个行业云服务平台组成的集成服务平台中,随着行业云服务平台加盟数及各平台下租户数量的不断增多,其底层的云工作流模型库的规模也必将不断增大.当云工作流模型库的规模超大时,需要一种效率更高的并行检索方法去满足云工作流模型库高效检索的需求.鉴于此,采用均匀划分法或自动聚类法对大规模云工作流模型库进行合理的子集划分,并结合前期工作中已改进的基于图结构的流程检索算法,提出了基于数据集分割的大规模云工作流模型库并行检索方法.该方法主要包括4种流程并行检索算法:基于均匀划分模型集的静态并行检索算法、基于均匀划分模型集的动态并行检索算法、基于自动聚类模型集的静态并行检索算法和基于自动聚类模型集的动态并行检索算法.最后,在模拟生成的大规模流程集及真实的云工作流模型库中对这4种并行检索算法的检索效率进行了实验评估.

关键词：云工作流数据集分割流程检索并行检索

来源：评论

学校读者我要写书评

暂无评论

信息熵在数据集分割中的应用研究

引用

电脑知识与技术 2007年第3期2卷 1193-1194页

作者：苗卿单立新裘昱炮兵学院安徽合肥230031

针对现行数据集分割方法中的不足，从信息学的角度出发，引用信息熵理论，提出了一种简单可行的数据集分割方法，即选择使数据子集的总体熵较小的分割方式，实验结果证明了这种方法的有效性。

关键词：信息熵数据集分割入侵检测

来源：评论

学校读者我要写书评

暂无评论

一种基于核函数分割数据集的分类器组合算法

引用

计算机工程与应用 2008年第24期44卷 43-45页

作者：康凯张化祥赵斌山东师范大学信息科学与工程学院济南250014

组合分类器通过在输入空间中依据一定的规则生成数据集来训练成员分类器。提出一种新的基于核函数的模糊隶属度方法用来分隔数据集,并依据数据集中样本的模糊隶属度将它们分为相对难分和相对易分的数据子集,根据两个数据子集的难易程度... 详细信息

组合分类器通过在输入空间中依据一定的规则生成数据集来训练成员分类器。提出一种新的基于核函数的模糊隶属度方法用来分隔数据集,并依据数据集中样本的模糊隶属度将它们分为相对难分和相对易分的数据子集,根据两个数据子集的难易程度训练不同的分类器。并用得到的两类分类器作为成员分类器生成组合分类器。将该组合分类器应用到UCI的标准数据集,实验表明该方法比Bagging和AdaBoost算法具有更好的性能。

关键词：模糊隶属度核函数组合分类器数据集分割

来源：评论

学校读者我要写书评

暂无评论

马尔可夫毯与多数投票因果发现评估

引用

计算机技术与发展 2025年第3期35卷 117-124页

作者：李廷鹏王雷彭丹华廖军刘礼电子信息系统复杂电磁环境效应国家重点实验室河南洛阳471003 重庆大学大数据与软件学院重庆401331

近年来,因果学习因其卓越的可解释性,成功地与深度学习相结合。在因果学习中,由于自然数据的收集难度和高成本,过去的研究主要依赖于合成数据集进行因果发现的验证。然而,合成数据集和半真实数据集常包含较多的人工控制,无法真实反映因... 详细信息

近年来,因果学习因其卓越的可解释性,成功地与深度学习相结合。在因果学习中,由于自然数据的收集难度和高成本,过去的研究主要依赖于合成数据集进行因果发现的验证。然而,合成数据集和半真实数据集常包含较多的人工控制,无法真实反映因果发现算法在实际场景中的表现。为解决这一问题,提出了一种在缺乏真实因果图的情况下评估因果发现方法的新策略。具体而言,将数据集划分为训练集和测试集,在训练集上进行因果发现以构建因果图,然后在测试集上验证该因果图。验证过程包括马尔可夫毯测试和因果图中每条边的因果方向判别,最终通过多数投票策略集成判别结果。在合成数据集和真实数据集上进行了全面的实验,结果表明,该方法在评估因果图的准确性和泛化性方面具有显著的有效性。这一方法为因果发现算法在真实场景中的性能评估提供了新的途径,提升了因果学习的应用潜力和可信度。

关键词：因果发现马尔可夫毯测试数据集分割多数投票策略因果非对称识别方法

来源：评论

学校读者我要写书评

暂无评论

改进的WSNs不完全数据填充算法及其并行化研究与实现

改进的WSNs不完全数据填充算法及其并行化研究与实现

引用

作者：高琪南京邮电大学

学位级别：硕士

无线传感网(WSNs)是当前信息技术研究的热点。由于WSNs数据存在缺失问题,给进一步的数据分析处理工作带来了困难。目前的解决方法是对其不做处理,或者使用一些传统的方法对WSNs网络不完全数据进行填充,而传统的填充方法存在精度不高并... 详细信息

无线传感网(WSNs)是当前信息技术研究的热点。由于WSNs数据存在缺失问题,给进一步的数据分析处理工作带来了困难。目前的解决方法是对其不做处理,或者使用一些传统的方法对WSNs网络不完全数据进行填充,而传统的填充方法存在精度不高并且计算时间较长的问题。本文研究WSNs网络不完全数据的填充算法及其并行化,力图在提高填充精度的同时提高填充速度。本文的第一个研究目标是提高WSNs不完全数据填充的精度。针对现有的马氏距离填充算法(MKNN填充算法)未充分考虑到距离与加权系数以及WSNs数据之间的强关联性的不足,本文改进了邻居变量间变异程度和加权系数的计算方法,提出了新的马氏距离填充算法,即NMKNN填充算法。通过理论分析以及在WSNs数据上的仿真实验,本文的算法与马氏距离填充算法相比,得到的预测值与原始值更接近,表明提高了不完全数据填充的精度。本文的第二个研究目标是提高WSNs不完全数据填充的速度。通过对NMKNN填充算法进行并行化实现来达到这一目标。根据WSNs数据集的特点,对数据集按照列和行进行分割,在集群上采用数据并行的方法对数据集进行填充,提高数据的处理速度,减少不完全数据填充的时间。通过理论分析和在WSNs数据集上的仿真实验,与串行化算法相比,本文提出的并行化算法在提高填充精度的同时减少了计算时间,运行速度提高了64.96%,表明所提出算法的可行性和有效性。

关键词：不完全数据填充数据集分割马氏距离并行化

来源：评论

学校读者我要写书评

暂无评论

极限学习机集成在肿瘤分类中的应用

引用

数学的实践与认识 2012年第17期24卷 148-154页

作者：陆慧娟张金伟马小平郑文斌中国矿业大学信息与电气工程学院安徽徐州221008 中国计量学院信息工程学院浙江杭州310018

提出一种基于数据集分割的极限学习机集成算法——DS-E-ELM.该算法主要包含以下3个步骤:首先,将数据集分成互不相关的κ个子集,选择κ一1个子集组合成一个训练集,这样可以得到κ个不同的数据集;然后将新得到的κ个数据集利用极限学习机... 详细信息

提出一种基于数据集分割的极限学习机集成算法——DS-E-ELM.该算法主要包含以下3个步骤:首先,将数据集分成互不相关的κ个子集,选择κ一1个子集组合成一个训练集,这样可以得到κ个不同的数据集;然后将新得到的κ个数据集利用极限学习机训练得到κ个分类器;最后对κ个分类器预测得到的结果通过多数投票的方法决定预测结果.通过对6个肿瘤数据集的实验证明,DS-E-ELM与单独的ELM、Bagging、Boosting等算法相比,具有更高的分类精度,且稳定性更好.

关键词：极限学习机数据集分割肿瘤分类集成

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：