检索结果-内蒙古大学图书馆

系统工程理论与实践 2001年第4期21卷 1-7,18页

作者：陈秉正韩春鹏清华大学经济管理学院北京100084

主要研究的是归纳式学习中连续型样本数据的分组问题 .在归纳式学习方法中 ,对样本数据的不同分组会直接影响到所生成的反映变量间相互关系的规则 ,从而影响到对新样本的识别效果 .特别是对样本数据为连续型的数据的分组问题 ,目前尚未... 详细信息

主要研究的是归纳式学习中连续型样本数据的分组问题 .在归纳式学习方法中 ,对样本数据的不同分组会直接影响到所生成的反映变量间相互关系的规则 ,从而影响到对新样本的识别效果 .特别是对样本数据为连续型的数据的分组问题 ,目前尚未得到很好的解决 .本文在类相关离散化方法的基础上 ,提出了用极大熵法进行初始区间划分 ,用多因素优选法调整区间的边界 ,二阶概率统计检验与实际意义相结合进行区间合并的一整套划分区间的方法 ,并用本文建立的新方法体系对中国宏观经济的某些指标间的相互关系进行了分析。

关键词：归纳式学习连续型数据区间划分概率统计社会经济系统

来源：评论

学校读者我要写书评

暂无评论

单臂试验连续型数据的贝叶斯Meta分析方法及实现

引用

中国循证儿科杂志 2019年第3期14卷 212-216页

作者：张天嵩复旦大学附属静安区中心医院

目的:介绍单臂试验连续型数据的Meta分析模型、贝叶斯方法及实现。方法:阐述正态-正态层次模型,基于该模型框架,以贝叶斯方法拟合随机效应模型,对效应参数μ和异质性参数τ分别选择不同的先验,使用R软件的bayesmeta包对两个文献数据重... 详细信息

目的:介绍单臂试验连续型数据的Meta分析模型、贝叶斯方法及实现。方法:阐述正态-正态层次模型,基于该模型框架,以贝叶斯方法拟合随机效应模型,对效应参数μ和异质性参数τ分别选择不同的先验,使用R软件的bayesmeta包对两个文献数据重新分析。结果:在正态-正态层次模型框架下,基于不同的先验信息,贝叶斯Meta分析结果为:数据1参数μ的点估计及95%CI分别为-4.26(-6.97,-1.92)和-4.50(-9.27,-0.53),参数τ点估计及95%CI分别为1.51(0.41,2.75)和2.28(0.00,6.57);数据2参数μ的点估计及95%CI分别为-4.07(-5.54,-2.71)和-4.12(-5.96,-2.46),参数τ点估计及95%CI分别为1.54(0.78,2.48)和1.81(0.74,3.51)。结论:不同的先验可能影响参数估计值。基于NNHM框架下的贝叶斯方法适用于单臂试验连续型数据的Meta分析。Bayesmeta包以其简单、快速、准确、可重量性算法等可以用于实现贝叶斯随机效应模型Meta分析。

关键词：单臂试验连续型数据 Meta分析正态-正态层次模型贝叶斯方法 bayesmeta包

来源：评论

学校读者我要写书评

暂无评论

面向连续型数据的企业隐性知识外显多案例诱导型适配研究

面向连续型数据的企业隐性知识外显多案例诱导型适配研究

引用

作者：李良辰郑州大学

学位级别：硕士

当前，知识逐渐成为提升企业核心竞争力的战略性资源。创造和应用知识的能力成为企业能够应对竞争、实现可持续发展的基础。相较于显性知识，隐性知识所具有的价值性、稀缺性及不可替代性尤为突出。实现对隐性知识的有效应用乃至于再组... 详细信息

当前，知识逐渐成为提升企业核心竞争力的战略性资源。创造和应用知识的能力成为企业能够应对竞争、实现可持续发展的基础。相较于显性知识，隐性知识所具有的价值性、稀缺性及不可替代性尤为突出。实现对隐性知识的有效应用乃至于再组织尤为重要，现有的隐性知识应用研究大多基于案例推理原理，其完备的应用过程涵盖对隐性知识外显案例的匹配和适配两个子过程。其中，隐性知识外显案例适配针对匹配失败后的系统不作为情形，谋求为隐性知识应用提供过程辅助，从而提升知识应用效益。　　传统案例适配方法精确性差、效能低，且适用范围有限，未能面向隐性知识所蕴含的内部规则进一步提升知识适配效果，无法满足知识用户实际需求。鉴于此，本文针对业内研究之不足，提出一套可直接处理连续型数据的多案例诱导型适配方法，通过拓展数据处理类型以拓宽适配应用场景;同时，研究案例库双向再组织策略以优化多案例适配集匹配计算，挖掘既有案例库中案例内部条件属性与决策属性间的关联规则，并基于关联规则与既有未知解问题的条件属性，诱导出待解问题的解决方案。整体而言，案例适配以案例匹配为基础，通过优化匹配过程获取适配的基础案例集，并通过诱导型适配为用户提供案例检索匹配的后续服务，优化知识链适配服务环节以谋求确保隐性知识质量和存量的协同发展。　　首先，采用基于案例的知识表示方法实现隐性知识外显化，并基于邻域粗糙集的邻域粒化技术对连续数值型案例进行直接表征，从而建立邻域决策信息系统;而后，依托邻域粗糙集属性重要度，对案例条件方面集实施基于前向贪心策略的约简算法，从而实现对案例库的纵向再组织;同时，谋求将模拟退火算法和遗传算法优势互补，引入适合并行计算、全局寻优能力强的模拟退火遗传算法改进FCM聚类性能，对案例库多决策类实施高效且精准的SAGA-FCM聚类计算，从而实现对案例库的横向再组织。如此，从纵向和横向两个维度压缩案例库空间，降低知识管理系统信息冗余度，为后续适配环节的开展打下良好基础。　　其后，应用博弈论组合赋权法融合信息增益法和变异系数法优化条件属性权重系数，基于此，结合融合权重和改进欧氏距离计算待解问题与既有案例间的视图相似度，并根据设定阈值筛选得到多案例适配集;在此基础上，挖掘条件方面对决策方面的决定关系，提升既有知识相对于待解问题的匹配特性，从而为用户提供满意解。通过提取知识属性间的关联规则，本文基于待解问题与适配案例集各决策类下近似集的马氏距离进行决策规则诱导，并将适配结果提交知识用户。　　最后，采用UCI数据库中Glass Identification数据集进行实验分析，通过算例验证本文提出的适配模型的效果，并将本文基于隐性知识外显案例双向再组织的多案例诱导型适配模型与现有适配模型进行比较。实验结果表明，本文设计的适配模型效果优于现有方法。

关键词：企业管理隐性知识外显案例适配核心竞争力连续型数据

来源：评论

学校读者我要写书评

暂无评论

基于沃尔什变换的连续型数据离散化方法及应用

引用

新疆职业大学学报 2005年第1期13卷 57-59,42页

作者：王晓芳王泽华黄龙陈莉西南石油学院四川成都610059 新疆石油学院新疆乌鲁木齐830000 石油大学北京102249

在智能信息处理中,大多要求整型或字符型的离散化数据,而实际数据往往是连续型的。本文在沃尔什变换的基础上,提出一种连续数据离散化方法。该方法不需要给定划分维数,连续数据经过沃尔什低通滤波后被划分成离散的区间,再用整数和符号... 详细信息

在智能信息处理中,大多要求整型或字符型的离散化数据,而实际数据往往是连续型的。本文在沃尔什变换的基础上,提出一种连续数据离散化方法。该方法不需要给定划分维数,连续数据经过沃尔什低通滤波后被划分成离散的区间,再用整数和符号标示。通过实际数据测试。

关键词：数据挖掘离散化沃尔什变换连续型数据人工智能

来源：评论

学校读者我要写书评

暂无评论

一种基于Fisher分类器组的连续型数据预处理方法

一种基于Fisher分类器组的连续型数据预处理方法

引用

作者：刘涛李东琦崔兴瑞陈艳兵武萌雅 400044 重庆市沙坪坝区沙正街174号

本发明公开了一种基于Fisher分类器组的连续型数据预处理方法，使用Fisher判别准则生成多个Fisher分类器，组成Fisher分类器组；将各样本原始数据输入Fisher分类器组获得输出，最后将这些输出结果通过非线性连续函数进行映射，并将映射... 详细信息

标准号: CN106295708A

本发明公开了一种基于Fisher分类器组的连续型数据预处理方法，使用Fisher判别准则生成多个Fisher分类器，组成Fisher分类器组；将各样本原始数据输入Fisher分类器组获得输出，最后将这些输出结果通过非线性连续函数进行映射，并将映射结果作为数据预处理结果。用Fisher分类器组的输出获得一定的样本分类冗余信息，随后在“非线性连续函数”映射过程中减小奇异值和野值对后续分类器的影响，最终可在不改变分类器性能的情况下，提高分类器的准确度；本发明提出的方法正确识别率为96.83％。

关键词：非线性连续函数分类器预处理分类器性能连续型数据数据预处理准确度输出冗余信息输出结果样本分类映射过程映射结果原始数据识别率映射减小样本

来源：评论

学校读者我要写书评

暂无评论

一种基于Fisher分类器组的连续型数据预处理方法

一种基于Fisher分类器组的连续型数据预处理方法

引用

作者：刘涛李东琦崔兴瑞陈艳兵武萌雅 400044 重庆市沙坪坝区沙正街174号

标准号: CN106295708B

来源：评论

学校读者我要写书评

暂无评论

一种基于类别可区分度的连续型数据属性约简方法

一种基于类别可区分度的连续型数据属性约简方法

引用

作者：朱启兵张敏黄敏赵鑫 214122 江苏省无锡市滨湖区蠡湖大道1800号

本发明公开了一种基于类别可区分度的连续型数据属性约简方法，涉及属性约简领域，该方法以条件属性添加前后的类内可区分度和类间可区分度作为判断标准确定属性重要度值，基于启发式的思路逐步选择使属性重要度最大的条件属性加入约简... 详细信息

标准号: CN113936180A

本发明公开了一种基于类别可区分度的连续型数据属性约简方法，涉及属性约简领域，该方法以条件属性添加前后的类内可区分度和类间可区分度作为判断标准确定属性重要度值，基于启发式的思路逐步选择使属性重要度最大的条件属性加入约简集中，克服了传统离散化方法和信息粒化时带来的信息丢失问题，充分保留原始数据信息，删去冗余和干扰数据，提高分类性能。

关键词：区分度属性重要度属性约简条件属性原始数据信息连续型数据分类性能干扰数据判断标准信息丢失冗余离散化启发式粒化约简保留

来源：评论

学校读者我要写书评

暂无评论

WilsonTh数据剪辑在邻域粗糙协同分类中的应用

引用

计算机科学与探索 2014年第9期8卷 1092-1100页

作者：张维苗夺谦李峰同济大学电子与信息工程学院上海201804 上海电力学院计算机科学与技术学院上海200090 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

邻域粗糙协同分类模型结合了邻域粗糙集和协同学习理论,可以处理连续型数据,并可有效利用无标记数据提高分类的性能。但在学习过程中,无标记数据常被错误地标记,从而给训练集引入噪声数据,并导致分类性能不稳定。针对该问题,探讨了Wilso... 详细信息

邻域粗糙协同分类模型结合了邻域粗糙集和协同学习理论,可以处理连续型数据,并可有效利用无标记数据提高分类的性能。但在学习过程中,无标记数据常被错误地标记,从而给训练集引入噪声数据,并导致分类性能不稳定。针对该问题,探讨了WilsonTh数据剪辑在邻域粗糙协同分类模型中的应用。在每一次迭代学习过程中,分类器给无标记数据加上类别标记后,应用WilsonTh数据剪辑选出最大可能标记正确的样本加入训练集,分类器在扩大的训练集上再训练以获得更好的性能。UCI数据集上实验结果表明,WilsonTh数据剪辑能有效地提高加入训练集的数据质量,从而增强邻域粗糙协同分类的性能。

关键词： WilsonTh数据剪辑邻域粗糙集邻域互信息协同学习连续型数据

来源：评论

学校读者我要写书评

暂无评论

邻域粗糙协同分类模型

引用

计算机研究与发展 2014年第8期51卷 1811-1820页

作者：张维苗夺谦高灿岳晓冬同济大学电子与信息工程学院上海201804 上海电力学院计算机科学与技术学院上海200090 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 中联重科股份有限公司长沙410013 上海大学计算机工程与科学学院上海200444

Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提... 详细信息

Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提升分类性能的邻域粗糙协同分类模型.该模型首先构建了邻域粗糙半监督约简算法,并利用该算法提取两个差异性较大的约简构造基分类器,然后迭代地在无标记数据上交互协同学习.UCI数据集实验对比分析表明,与其他同类模型相比,该模型有较好的性能.

关键词：邻域粗糙集邻域互信息半监督约简协同学习连续型数据

来源：评论

学校读者我要写书评

暂无评论

数据挖掘在实验室CRM系统中的应用

数据挖掘在实验室CRM系统中的应用

引用

作者：徐健辉华南理工大学

学位级别：硕士

客户关系管理在市场竞争中日益重要,中国的检验检疫局实验室从政策上和发展方向上都有着市场化趋势,要改变在垄断意识下对客户关系的认识,客户关系管理就是管理改革的关键.数据挖掘是客户关系管理系统的核心,它在该项目中有两大任务:一... 详细信息

客户关系管理在市场竞争中日益重要,中国的检验检疫局实验室从政策上和发展方向上都有着市场化趋势,要改变在垄断意识下对客户关系的认识,客户关系管理就是管理改革的关键.数据挖掘是客户关系管理系统的核心,它在该项目中有两大任务:一,分析数据,发现规律;二,找出重点客户共性,做出预测.该文主要描述了数据挖掘的两个主要工作:数据预处理和两种模式的数据挖掘.数据预处理主要对连续型数据离散化:一次离散,\"去噪\",分为连续部分(Continuous)将数据分为与非连续部分(Discontinuous),再用\"拐点\"法两部分分别离散;二次离散,按正态分布离散.数据挖掘主要以报验次数和相关货物的价值为分析标准.任务一,描述型数据挖掘,通过季节性指数分析、累计分析、交叉表分析,找出报检规律及某些特殊的客户群.任务二,预测型数据挖掘,在前面的分析的基础上,通过聚类分析找出现有的重点客户,根据其特性创建决策树,预测新的客户是否为目标客户.这是该文的第一个创新点,将布尔决策树修剪为单类决策树.为使数据挖掘可以众人参与,即使得实验室人员即使不知道太多的数据挖掘的知识,也可以方便地进行某些简单的关联挖掘建立了一个基于关联规则的半开放式的关联挖掘程序.挖掘对象是报验流程中某些属性.这是该文的第二个创新点,对传统的频繁项集生成算法Apriori作了改进:数据运算代替集合运算,数值位运算取代了集合的连接运算.数据挖掘在该项目中的应用,是实验室对客户关系的认识重大改变,也使得它在实验室市场化实现以前,就可以发现或预测到主要的利润创造者.

关键词：实验室 CRM 连续型数据单类决策树关联规则位运算

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：