检索结果-内蒙古大学图书馆

计算机工程与应用 2021年第15期57卷 124-132页

作者：张陶于炯廖彬毕雪华新疆大学信息科学与工程学院乌鲁木齐830046 新疆医科大学医学工程技术学院乌鲁木齐830011 新疆财经大学统计与信息学院乌鲁木齐830012

图概要技术是管理、分析和可视化大规模图的关键技术之一。如何综合结构和属性信息进行图概要是一个挑战。大部分现有的图概要方法或者只考虑结构或属性某一方面的信息,或者要求属性的表现形式是一致的。结合信息论中最小描述长度原则,... 详细信息

图概要技术是管理、分析和可视化大规模图的关键技术之一。如何综合结构和属性信息进行图概要是一个挑战。大部分现有的图概要方法或者只考虑结构或属性某一方面的信息,或者要求属性的表现形式是一致的。结合信息论中最小描述长度原则,对属性图概要问题建模,将其转化为求解最小表示代价问题,以实现图压缩和图概要的双重目标。提出了一种计算节点属性相似性的方法,该属性度量方法对节点属性的限制较小,并且将节点间的相似性统一为存储代价,实现了节点结构相似和属性相似的协同考虑。提出了两种求解最小代价表示的图概要算法。在真实和合成的数据集上实验,验证了提出算法的有效性。

关键词：图概要图聚集最小描述长度属性图节点相似性

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大规模图数据结构分析

基于最小描述长度的大规模图数据结构分析

引用

作者：杨扬中国科学技术大学

学位级别：硕士

在现今网络高速发展的时代,网络空间数据与日俱增。这些大量的数据包含了现实生活中人们的隐私和信息。通过网络空间数据挖掘方法对这些数据进行信息提取,同时挖掘出数据所包含的隐私信息,是当前社交网络结构分析和网络空间安全研究的... 详细信息

在现今网络高速发展的时代,网络空间数据与日俱增。这些大量的数据包含了现实生活中人们的隐私和信息。通过网络空间数据挖掘方法对这些数据进行信息提取,同时挖掘出数据所包含的隐私信息,是当前社交网络结构分析和网络空间安全研究的一个重要方面。出于理论研究和应用的需求,需要对大规模的网络数据进行压缩,同时进行拓扑结构挖掘,分析和理解其拓扑语义。本文研究了在当前安全背景下网络空间中的结构数据以及图拓扑数据的结构分析问题。重点研究了子图重叠结构挖掘、子图结构语义识别与分析和图结构挖掘的问题。本文的图分析方法主要适用于社交网络,但是也可以应用到具有幂律分布的其他网络类型中去。论文通过引入最小描述长度准则,作为子图聚类、子图语义结构识别和图结构模型评估的判别标准。为统一挖掘图中的多样子结构,本文通过基于枢纽点的子图分解算法和基于自网络的子结构聚合算法,根据几类子图的短径长共性进行挖掘,获得图的分解以及子图集合。随后通过最小描述长度准则以及图编码算法对子图的结构语义进行统一地识别和挖掘。最后借助最小描述长度,将子结构组合获得图的拓扑结构聚集。通过本文的研究,对图的结构进行了挖掘和语义分析,理解了网络的结构。实验表明,本文的方法对图的拓扑结构是一个相对较好的压缩、挖掘和理解。本文充分利用了最小描述长度准则。在图结构挖掘上,通过最小描述长度准则确定了图合并的条件和子图间的重叠关系;在图的编码和结构语义挖掘上,仍然利用最小描述长度帮助识别子图类型,结合引入应对稀疏结构的树结构模板,获得了对当前图结构聚集算法Vog的一个改进。

关键词：图数据图结构分析最小描述长度语义结构挖掘图编码

来源：评论

学校读者我要写书评

暂无评论

基于随机矩阵理论和最小描述长度的机载前视阵雷达杂波自由度估计

引用

电子与信息学报 2016年第12期38卷 3224-3229页

作者：李海刘新龙蒋婷吴仁彪中国民航大学天津市智能信号与图像处理重点实验室天津300300

有限训练样本时,总体协方差矩阵特征谱的严重扩展使得机载前视阵雷达杂波自由度估计困难。该文提出一种前视阵杂波自由度估计方法,该方法利用随机矩阵理论(Random Matrix Theory,RMT)中特征值统计分布特性建立参数化的概率模型,结合最... 详细信息

有限训练样本时,总体协方差矩阵特征谱的严重扩展使得机载前视阵雷达杂波自由度估计困难。该文提出一种前视阵杂波自由度估计方法,该方法利用随机矩阵理论(Random Matrix Theory,RMT)中特征值统计分布特性建立参数化的概率模型,结合最小描述长度(Minimum Description Length,MDL)准则关于信源检测的思想估计杂波自由度。该方法能够在有限训练样下实现杂波自由度的有效估计,仿真结果验证了方法的有效性。

关键词：前视阵雷达杂波自由度随机矩阵理论最小描述长度协方差矩阵

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图分割结构检测改进算法

引用

计算机工程 2016年第1期42卷 231-236,242页

作者：魏长宝姚汝贤黄淮学院信息工程学院河南驻马店463000

针对现有图分割变化检测(GPCD)算法中易出现重复分割及忽略图形变化成本的不足,利用概率树表示图分割结构的概率模型。将GPCD问题转化为基于最小描述长度的树变化检测问题,利用树算法来求解GPCD问题。实验结果表明,在考虑变化成本的情况... 详细信息

针对现有图分割变化检测(GPCD)算法中易出现重复分割及忽略图形变化成本的不足,利用概率树表示图分割结构的概率模型。将GPCD问题转化为基于最小描述长度的树变化检测问题,利用树算法来求解GPCD问题。实验结果表明,在考虑变化成本的情况下,与GraphScope基准算法相比,TREE算法具有较低的虚警率和较高的检测精度。

关键词：图分割变化检测最小描述长度概率树变化成本虚警率

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最优推理模型研究及应用分析

基于最小描述长度的最优推理模型研究及应用分析

引用

作者：杨华哈尔滨工业大学

学位级别：硕士

目前,随着大数据的广泛普及以及数据分析挖掘技术的提高,人们对从大量的、类型繁多的、价值密度相对较低和时效性要求高的大数据中提取出有用信息的方法越来越关注,要求也越来越高,而运用推理模型对现实中的大数据进行建模、优化,可以... 详细信息

目前,随着大数据的广泛普及以及数据分析挖掘技术的提高,人们对从大量的、类型繁多的、价值密度相对较低和时效性要求高的大数据中提取出有用信息的方法越来越关注,要求也越来越高,而运用推理模型对现实中的大数据进行建模、优化,可以有效地挖掘出其中内在规律或预测其发展变化。由此,各类推理模型的研究也一直是数据挖掘研究的重点,然而,过适应问题始终是影响推理模型发展的一个重要因素。本文主要是对从给定的推理模型中挑选出最优推理模型的研究。其中,最优推理模型指的是解决了过适应问题的模型。本文将最小描述长度的概念引入到推理模型中,基于对一系列备选模型描述长度的最小值确定最优模型,以有效避免过适应现象并保证预测准确性。文中给出利用最小描述长度方法确定最优神经网络模型中神经元个数的具体推导过程,以及算法收敛性等性质。进而利用基于最小描述长度的神经网络模型的方法来对现实中浮动车交通状况进行短期的推理预测以及路况推演,实现成功应用。本文研究了最小描述长度的理论,给出了一般参数模型中最小描述长度的推导过程。对于神经网络的推理模型,由于过适应问题带来的过早结束训练过程产生的误差,本文研究了基于最小描述长度的神经网络推理模型,具体研究当神经元的个数改变带来的描述长度的改变,并从中选取使得描述长度最小的神经元,也就是最优的神经网络推理模型。同时,文中还研究了神经网络中最小描述长度的性质,以及在实际应用中的拟合函数。随后,本文利用改进的神经网络推理模型对基于浮动车数据的交通状况进行了短期的推理。主要是基于历史的浮动车数据,对下一时刻的路况进行了预测分析,并结合之前得到的结论验证其准确性,并分析了不同条件下最优神经网络模型的选择。而针对现有浮动车速度模型存在的一些问题,本文还基于实时的浮动车数据建立了一个改进的速度模型,用来实现对交通状况实时检测的效果。

关键词：推理模型神经网络最小描述长度浮动车数据

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图分割变化检测改进算法

引用

计算机工程 2015年第7期41卷 274-279,284页

作者：魏长宝姚汝贤黄淮学院信息工程学院河南驻马店463000

图分割变化检测(GPCD)可检测出可能导致网络社区发生变化的重要事件。针对现有的检测算法未考虑图形分割结构动态特点的不足,利用概率树表示图分割结构的概率模型,将GPCD问题转化为基于最小描述长度的树变化检测问题,并提出一种求解GPC... 详细信息

图分割变化检测(GPCD)可检测出可能导致网络社区发生变化的重要事件。针对现有的检测算法未考虑图形分割结构动态特点的不足,利用概率树表示图分割结构的概率模型,将GPCD问题转化为基于最小描述长度的树变化检测问题,并提出一种求解GPCD问题的Tree算法。仿真实验结果表明,与Graph Scope基准算法相比,该算法检测图分割结构变化时的虚警率较低,并具有较高的检测精度。

关键词：图分割变化检测最小描述长度概率树变化成本虚警率

来源：评论

学校读者我要写书评

暂无评论

基于改进标准化最大似然估计的最小描述长度降噪方法

引用

振动与冲击 2014年第1期33卷 137-140页

作者：王衍学向家伟蒋占四丁永彬桂林电子科技大学机电工程学院桂林541004

针对现有各种降噪方法存在的缺点,提出了一种改进标准化最大似然估计的最小描述长度降噪方法。该方法增加编码过程中对集合本身码长计算,降噪中自适应确定降噪阈值。通过仿真信号和实际某轴承故障信号降噪分析,结果表明所提方法可以有... 详细信息

针对现有各种降噪方法存在的缺点,提出了一种改进标准化最大似然估计的最小描述长度降噪方法。该方法增加编码过程中对集合本身码长计算,降噪中自适应确定降噪阈值。通过仿真信号和实际某轴承故障信号降噪分析,结果表明所提方法可以有效消除噪声并尽可能保留有用信号成分,降噪后信号的信噪比高于VisuShrink降噪和BayesShrink降噪等方法。基于改进标准化最大似然估计的MDL降噪方法进一步完善了MDL降噪理论,提升了其降噪效果。

关键词：最小描述长度标准化最大似然码长振动信号降噪故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于FastICA和G-G聚类的多元时序自适应分段

引用

电子学报 2023年第5期51卷 1235-1244页

作者：王玲李泽中北京科技大学自动化学院北京100083 北京科技大学自动化学院工业过程知识自动化教育部重点实验室北京100083

现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较... 详细信息

现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较强的情况下分段效果较差.本文针对现有分段方法存在的诸多不足,提出一种基于FastICA(Fast Independent Component Analysis)和G-G(Gath-Geva)模糊聚类的多元时序自适应分段方法 .该方法利用FastICA进行特征提取,采用DW(Durbin-Watson)指数自动选取高信噪比的主成分,并根据最小描述长度(Minimum Description Length,MDL)设计基于G-G模糊聚类的自适应分段模型,实现对于多元时间序列的“软划分”.基于多种领域的真实数据集实验结果表明:与现有主流的分段方法相比,本文方法在上述数据集上的平均F1和MAE(Mean Absolute Error)可分别提升8.4%~16.8%和3.06%~6.56%.

关键词：多元时间序列自适应分段快速独立主成分分析 Gath-Geva聚类最小描述长度

来源：评论

学校读者我要写书评

暂无评论

基于特征轨迹点的位置隐私保护方案

引用

重庆邮电大学学报（自然科学版） 2024年第6期36卷 1140-1149页

作者：敖山黄朋阳王辉申自浩刘沛骞河南理工大学计算机科学与技术学院河南焦作454000 河南理工大学软件学院河南焦作454000

针对现有位置隐私保护方案大多对轨迹上所有位置点都进行处理,导致数据处理效率低、可用性差的问题,提出一种基于特征轨迹点的位置隐私保护方案。将优化后的最小描述长度与迪杰斯特拉(Dijkstra)算法相结合,选择代表整个轨迹的特征轨迹点... 详细信息

针对现有位置隐私保护方案大多对轨迹上所有位置点都进行处理,导致数据处理效率低、可用性差的问题,提出一种基于特征轨迹点的位置隐私保护方案。将优化后的最小描述长度与迪杰斯特拉(Dijkstra)算法相结合,选择代表整个轨迹的特征轨迹点,实现最优的轨迹分割,以得到相似轨迹;采用优化后的DBSCAN密度聚类算法对相似轨迹进行处理,得到等价类;在保证隐私预算的前提下,从等价类中选择与用户真实特征轨迹点弗朗明歇距离(Fréchet distance)最小的混淆点,然后以时间序列连接这些点形成混淆轨迹。提出的方案对特征轨迹点进行保护,降低了数据的计算复杂度;通过选择与用户真实位置距离最小的混淆点,保证了数据可用性。与IFTS和TP-MALS两个方案进行对比分析表明,提出的方案既能提高数据处理效率,又能保证数据的可用性。

关键词：位置隐私最小描述长度轨迹分割弗朗明歇距离

来源：评论

学校读者我要写书评

暂无评论

基于节点相似性分组与图压缩的图摘要算法

引用

计算机应用 2023年第10期43卷 3047-3053页

作者：宏宇陈鸿昶张建朋黄瑞阳郑州大学网络空间安全学院郑州450002 信息工程大学信息技术研究所郑州450002

针对当前图摘要方法压缩率较高,图压缩算法无法直接被用于下游任务分析的问题,提出一种图摘要与图压缩的融合算法,即基于节点相似性分组与图压缩的图摘要算法(GSNSC)。首先,初始化节点为超节点,并根据相似度对超节点分组;其次,将每个组... 详细信息

针对当前图摘要方法压缩率较高,图压缩算法无法直接被用于下游任务分析的问题,提出一种图摘要与图压缩的融合算法,即基于节点相似性分组与图压缩的图摘要算法(GSNSC)。首先,初始化节点为超节点,并根据相似度对超节点分组;其次,将每个组的超节点合并,直到达到指定次数或指定节点数;再次,在超节点之间添加超边和校正边以恢复原始图;最后,对于图压缩部分,判断对每个超节点的邻接边压缩和摘要的代价,并选择二者中代价较小的执行。在Web-NotreDame、Web-Google和Web-Berkstan等6个数据集上进行了图压缩率和图查询实验。实验结果表明,在6个数据集上,与SLUGGER(Scalable Lossless sUmmarization of Graphs with HiERarchy)算法相比,所提算法的压缩率至少降低了23个百分点;与SWeG(Summarization of Web-scale Graphs)算法相比,所提算法的压缩率至少降低了13个百分点;在Web-NotreDame数据集上,所提算法的度误差比SWeG降低了41.6%。以上验证了所提算法具有更好的图压缩率和图查询准确度。

关键词：图摘要图压缩图查询超边最小描述长度

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：