检索结果-内蒙古大学图书馆

郑州大学学报（工学版） 2017年第4期38卷 57-64页

作者：白洋王志海孙艳歌北京交通大学计算机与信息技术学院北京100044 信阳师范学院计算机与信息技术学院河南信阳464000

概念漂移是数据流挖掘中具有挑战性的问题.当概念漂移发生后,原有分类模型的分类正确率会显著下降,因此需要及时发现并调整模型以适应这些改变.概念重现是概念漂移的特殊情况,然而已有的算法大多未能充分考虑这种状况.为此,提出一种能... 详细信息

概念漂移是数据流挖掘中具有挑战性的问题.当概念漂移发生后,原有分类模型的分类正确率会显著下降,因此需要及时发现并调整模型以适应这些改变.概念重现是概念漂移的特殊情况,然而已有的算法大多未能充分考虑这种状况.为此,提出一种能够处理重现的概念检测方法.试验结果表明,该方法能够以较低的延迟和较低的误报率检测到概念漂移,并且可以识别重现的概念,很大程度上提升了分类器的分类正确率.

关键词：数据流数据挖掘概念漂移漂移检测概念重现

来源：评论

学校读者我要写书评

暂无评论

一种基于CNN特征的域适应Egocentric视频有意义帧提取算法

引用

中国科技论文在线精品论文 2018年第22期11卷 2234-2244页

作者：田贺英尹辉杨林欧伟奇北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京 100044

Egocentric视频数据量大且信息冗余度高,有意义帧的提取对于Egocentric视频的分析和理解具有重要意义.本文提出一种基于卷积神经网络(convolutional neural network,CNN)特征的域适应Egocentric视频有意义帧提取算法,该算法避免了构建Eg... 详细信息

Egocentric视频数据量大且信息冗余度高,有意义帧的提取对于Egocentric视频的分析和理解具有重要意义.本文提出一种基于卷积神经网络(convolutional neural network,CNN)特征的域适应Egocentric视频有意义帧提取算法,该算法避免了构建Egocentric视频人工标注训练数据的巨大工作量,以已标注有意义帧的固定视角视频数据为源样本,分别提取基于CNN的源域和目标域(Egocentric视频)特征空间,构建连接源域和目标域的域不变特征空间,采用基于测地线流内核的方法计算源样本和目标样本的相似度,根据相似度度量提取Egocentric视频中的有意义帧.通过在UT Egocentric数据集上的对比实验发现,在有意义帧提取的准确度上,本文算法较Web Prior+DA等算法提升了至少4个百分点,验证了本文提出算法的有效性.

关键词：计算机应用 Egocentric视频卷积神经网络特征选择域适应有意义帧

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的健康状态评估方法

引用

计算机系统应用 2018年第3期27卷 18-26页

作者：张春舒敏北京交通大学高速铁路网络管理教育部工程研究中心北京100044 北京交通大学计算机与信息技术学院北京100044

随着高速铁路动车组的快速发展和应用,其安全性和可靠性引起了广泛关注.为了准确判别高速铁路动车组轴箱轴承(以下简称轴箱轴承)的健康状态情况,提出通过采集轴箱轴承温度及在相同和不同转向架驱动侧、非驱动侧各个部件的温度数据,利用... 详细信息

随着高速铁路动车组的快速发展和应用,其安全性和可靠性引起了广泛关注.为了准确判别高速铁路动车组轴箱轴承(以下简称轴箱轴承)的健康状态情况,提出通过采集轴箱轴承温度及在相同和不同转向架驱动侧、非驱动侧各个部件的温度数据,利用主成分分析法(PCA)进行特征降维,将基于决策树的支持向量机(DT-SVM)多分类算法作为判别算法,同时结合层次分析法(AHP)确定向量值权重,从而进一步提高分类精度.大量实验表明该方法可使分类准确率提升5%左右,此外通过建立健康状态评估模型,将轴箱轴承健康状态分为健康、温升、强温和激温四类,有助于提高轴箱轴承健康状态的判别力和运维决策的准确性.

关键词：轴箱轴承支持向量机主成分分析法层次分析法健康状态评估多分类方法

来源：评论

学校读者我要写书评

暂无评论

基于时间的局部低秩张量分解的协同过滤推荐算法

引用

计算机科学 2017年第7期44卷 227-231页

作者：孙艳歌王志海黄丹北京交通大学计算机与信息技术学院北京100044 信阳师范学院计算机与信息技术学院信阳464000

传统的推荐模型是静态的,忽略了时间因素。部分推荐算法虽然将时间因素考虑在内,但只是简单使用最近的数据或者降低过去数据的权重,这样可能会造成有用信息的丢失。针对这一问题,提出了一种考虑时间因素的局部低秩张量分解推荐算法。在... 详细信息

传统的推荐模型是静态的,忽略了时间因素。部分推荐算法虽然将时间因素考虑在内,但只是简单使用最近的数据或者降低过去数据的权重,这样可能会造成有用信息的丢失。针对这一问题,提出了一种考虑时间因素的局部低秩张量分解推荐算法。在传统的推荐算法的基础上,放松用户对项目的评分矩阵是低秩的这一假设,认为整个评分矩阵可能不是低秩的而是局部低秩的,即特定用户项目序偶的近邻空间是低秩的;同时又考虑时间因素,把评分矩阵看作是用户、项目和时间3个维度的张量,将传统的推荐算法延伸到张量领域。实验表明,所提算法能显著提升排名推荐性能。

关键词：推荐系统时间因素张量分解局部低秩

来源：评论

学校读者我要写书评

暂无评论

大规模MIMO系统中用户分层变长时隙分配

引用

国防科技大学学报 2017年第4期39卷 110-115页

作者：周志超王东北京交通大学计算机与信息技术学院信息科学研究所北京100044 北京市先进信息科学和网络技术重点实验室北京100044

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,... 详细信息

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,即根据不同终端的移动性对终端进行分层,并为不同层中的移动终端灵活地分配不同时长的物理时隙,使物理时隙长度与移动终端所对应信道的相干时长相匹配,从而减少时频资源的浪费,提高资源利用率。同时,避免了低速移动终端过频繁的信道估计,降低了信道训练序列开销,使系统的总体数据容量得到很大的提升。实验仿真结果验证了所提方法的有效性。

关键词：大规模MIMO系统用户分层变长时隙时频资源效率

来源：评论

学校读者我要写书评

暂无评论

多囊卵巢综合征患者焦虑、抑郁状态及其相关影响因素研究

引用

国际生殖健康／计划生育杂志 2018年第4期37卷 269-272页

作者：张莉莉马将张成郑冬雪刘新敏周雪忠中国中医科学院广安门医院北京100053 北京交通大学计算机与信息技术学院

目的:探讨多囊卵巢综合征(polycystic ovary syndrome,PCOS)患者的焦虑、抑郁状态及其相关影响因素以及焦虑、抑郁状态与脑电功能变化的关系。方法:选取2016年12月—2017年3月就诊于中国中医科学院广安门医院妇科门诊的58例PCOS患者(PCO... 详细信息

目的:探讨多囊卵巢综合征(polycystic ovary syndrome,PCOS)患者的焦虑、抑郁状态及其相关影响因素以及焦虑、抑郁状态与脑电功能变化的关系。方法:选取2016年12月—2017年3月就诊于中国中医科学院广安门医院妇科门诊的58例PCOS患者(PCOS组),35例年龄匹配的健康女性(对照组),填写调查问卷、焦虑自评量表(SAS)、抑郁自评量表(SDS)、生活事件量表(LES)和社会支持量表(SSRS);已婚者填写双方性调节量表(DRS)。所有参加者均由心身医学科专业医生行脑电地形图检查(BEAM)。结果:PCOS组的SAS、SDS得分均高于对照组(均P=0.000)。PCOS组LES得分高于对照组(Z=-2.217,P=0.027),具体体现在,PCOS组负性LES和其中家庭有关问题的得分高于对照组(均P<0.05),而正性LES及负性LES中的工作学习问题和社交或其他问题得分,2组比较差异无统计学意义(均P>0.05)。2组SSRS得分比较差异无统计学意义(P>0.05)。2组已婚者分别为38例、7例,DRS得分比较差异无统计学意义(P>0.05)。PCOS组BEAM结果异常者比对照组增多(Z=-5.447,P<0.01),PCOS组各脑区慢波δ、θ功率值较对照组升高(均P<0.05)。PCOS组患者BEAM得分与SAS、SDS得分呈正相关(r_s=0.447,P=0.000;r_s=0.318,P=0.002),SAS得分与SDS得分呈正相关(r=0.706,P=0.000)。结论:PCOS患者存在明显的焦虑、抑郁情绪,二者互相影响,这些负性情绪与来自家庭方面的负性生活事件有关。负性情绪的长期存在可能影响患者的脑电功能。

关键词：多囊卵巢综合征表现焦虑量表抑郁脑图

来源：评论

学校读者我要写书评

暂无评论

基于标题类别语义识别的文本分类算法研究

引用

文渊（高中版） 2019年第6期 769页

作者：付婷婷张磊北京交通大学海滨学院计算机与信息技术学院河北沧州 061199

作为当前热门的信息处理课题之一,文本分类以先进的互联网技术和电子计算机技术为基础,通过机器学习来达到良好的信息定位效果,保证使用者能够在海量的信息中迅速进行筛选有利信息,极大地提升工作效率.目前,文木分类涉及领域不断扩充,... 详细信息

作为当前热门的信息处理课题之一,文本分类以先进的互联网技术和电子计算机技术为基础,通过机器学习来达到良好的信息定位效果,保证使用者能够在海量的信息中迅速进行筛选有利信息,极大地提升工作效率.目前,文木分类涉及领域不断扩充,逐步在新闻、舆情、邮件和信息检索等领域开始投入使用,并取得了良好的效果.就目前情况而言,其自身的研究意义极强,并且整体的应用前景趋于乐观.

关键词：标题类别语义识别文本分类算法研究

来源：评论

学校读者我要写书评

暂无评论

基于信令数据的城市主干道路自动连接方法

引用

信息技术 2018年第5期42卷 18-21页

作者：李付琛文静轩金文蔚申晴北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044

文中提出的方法首先根据移动基站的覆盖范围,计算基础路段的相关基站;然后根据手机信令数据,计算各路段与其相邻路段的连接权重;最后根据连接权重,合并生成新的路段;反复迭代这一过程,直到没有新的路段生成。使用该方法生成道路,进行道... 详细信息

文中提出的方法首先根据移动基站的覆盖范围,计算基础路段的相关基站;然后根据手机信令数据,计算各路段与其相邻路段的连接权重;最后根据连接权重,合并生成新的路段;反复迭代这一过程,直到没有新的路段生成。使用该方法生成道路,进行道路匹配和路况计算,与同时段的高德路况进行对比,结果一致性较高。

关键词：信令数据手机基站道路连接

来源：评论

学校读者我要写书评

暂无评论

三维模型自旋图的多线程并行算法

引用

小型微型计算机系统 2017年第10期38卷 2369-2373页

作者：葛梦凡李志徐南张耘齐孙晓鹏北京交通大学计算机与信息技术学院北京100044 辽宁师范大学计算机与信息技术学院辽宁大连116081

本文针对自旋图计算效率随着三维模型顶点规模增大而降低的问题,基于串行的自旋图算法,给出了多线程的三维模型自旋图并行计算方法.本文首先给出了三维模型顶点上自旋图的定义及串行算法,然后详细描述了多线程的顶点自旋图并行计算方法... 详细信息

本文针对自旋图计算效率随着三维模型顶点规模增大而降低的问题,基于串行的自旋图算法,给出了多线程的三维模型自旋图并行计算方法.本文首先给出了三维模型顶点上自旋图的定义及串行算法,然后详细描述了多线程的顶点自旋图并行计算方法,最后在实验结果部分分析对比了本文并行算法与串行算法的效率差异,以及三维模型的顶点规模、线程数目等因素对并行算法的运行时间、加速比、可扩放性等特性的影响.实验结果表明,与串行方法相比,本文提出的多线程并行算法具有显著的优势.

关键词：自旋图并行计算加速比多线程三维模型

来源：评论

学校读者我要写书评

暂无评论

基于对困难样本迁移学习的烤烟分级特征表示

引用

轻工科技 2018年第10期34卷 88-90,94页

作者：章春娥雒慧心严国涌范磊代绍周解燕李亚萍北京交通大学计算机与信息技术学院北京100055 云南省烟草公司曲靖市公司云南曲靖655009

在基于机器视觉的烟草自动分级系统的研究中,烟草图像的特征表示是至关重要的。提取的特征越好,分级精度就越高。然而,烟草的姿态通常不稳定,这可能导致一些特征信息不可靠。为了提取更好的特征,现提出了一种融合显式特征和低维深度特... 详细信息

在基于机器视觉的烟草自动分级系统的研究中,烟草图像的特征表示是至关重要的。提取的特征越好,分级精度就越高。然而,烟草的姿态通常不稳定,这可能导致一些特征信息不可靠。为了提取更好的特征,现提出了一种融合显式特征和低维深度特征的方法。在深度特征学习中,修改后的AlexNet网络用于迁移卷积特征。通过困难样本挖掘来优化网络。实验表明,融合显式特征和深度特征可以提高烟叶分级的准确性。此外,主动挖掘困难样本可以用更少的样本实现与随机添加样本相同的性能。

关键词：烟草分级特征融合深层特征迁移学习困难样本挖掘

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：