检索结果-内蒙古大学图书馆

计算机工程与科学 2020年第7期42卷 1309-1317页

作者：杨岚雁靳敏张迎春张珣北京工商大学计算机与信息工程学院北京100048 北京工商大学信息网络中心北京100048

针对MLKNN算法仅对独立标签进行处理,忽略现实世界中标签之间相关性这一问题,提出了一种基于关联规则的MLKNN多标签分类算法(FP-MLKNN)。该算法采用关联规则算法挖掘标签之间的高阶相关性,并用标签之间的关联规则改进MLKNN算法,以达到... 详细信息

针对MLKNN算法仅对独立标签进行处理,忽略现实世界中标签之间相关性这一问题,提出了一种基于关联规则的MLKNN多标签分类算法(FP-MLKNN)。该算法采用关联规则算法挖掘标签之间的高阶相关性,并用标签之间的关联规则改进MLKNN算法,以达到提升分类性能的目的。首先,使用MLKNN算法求样本的特征置信度;采用关联规则算法挖掘生成一系列强关联规则,进而将2种算法进行融合来构造多标签分类器,对新标签进行预测;在此基础上,将本文提出的算法与MLKNN、AdaBoostMH和BPMLL这3种算法进行实验对比。实验结果表明,本文所提算法在yeast、emotions和enron数据集上的分类性能均优于这3种算法,具有较好的分类效果。

关键词：多标签分类 MLKNN 关联规则高阶相关性

来源：评论

学校读者我要写书评

暂无评论

KPCA在痤疮宏基因组数据辅助分析中的应用

引用

计算机仿真 2020年第11期37卷 232-235页

作者：孙梦茹王瑜何聪芬贾焱北京工商大学计算机与信息工程学院北京100048 北京工商大学理学院北京100048

痤疮作为一种常见的皮肤病,发病率逐年增加。尝试使用机器学习方法分析痤疮宏基因组测序数据。使用主成分分析(Principal Component Analysis,PCA)和核主成分分析(Kernel Principal Component Analysis,KPCA)方法分别分析痤疮患者的患... 详细信息

痤疮作为一种常见的皮肤病,发病率逐年增加。尝试使用机器学习方法分析痤疮宏基因组测序数据。使用主成分分析(Principal Component Analysis,PCA)和核主成分分析(Kernel Principal Component Analysis,KPCA)方法分别分析痤疮患者的患病皮肤(Diseased Skin,DS)样本集和健康皮肤(Healthy Skin,HS)样本集,以及正常对照(Normal Control,NC)样本集,获得对各自样本集具有显著影响的脂质。实验结果表明,KPCA方法可以得到比PCA更丰富的信息,并且得到仅对某一样本集有显著影响的脂质可以作为判别皮肤状态的指标。

关键词：痤疮宏基因组脂质核主成分分析

来源：评论

学校读者我要写书评

暂无评论

面向大规模数据的DBSCAN加速算法综述

引用

计算机研究与发展 2023年第9期60卷 2028-2047页

作者：陈叶旺曹海露陈谊康昭雷震杜吉祥华侨大学计算机科学与技术学院福建厦门361021 食品安全大数据技术北京市重点实验室(北京工商大学) 北京100048 电子科技大学计算机科学与工程学院成都611731 模式识别国家重点实验室(中国科学院自动化所) 北京100190 厦门市数据安全与区块链技术重点实验室(华侨大学) 福建厦门361021 福建省大数据智能与安全重点实验室(华侨大学) 福建厦门361021 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目... 详细信息

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目标上看,这些工作大体上可分为减少冗余计算和并行化两大类;就具体加速手段而言,可分为6个主要类别:基于分布式、基于采样化、基于近似模糊、基于快速近邻、基于空间划分以及基于GPU加速技术.根据该分类,对现有工作进行了深入梳理与交叉比较,发现采用多重技术的融合加速算法优于单一加速技术;近似模糊化、并行化与分布式是当前最有效的手段;高维数据仍然难以应对.此外,对快速化DBSCAN算法在多个领域中的应用进行了跟踪报告.最后,对本领域未来的方向进行了展望.

关键词：快速化DBSCAN 密度聚类聚类算法大数据数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于词嵌入的科研主题排序研究

引用

北方工业大学学报 2024年第1期36卷 136-149页

作者：何东彬陶莎任延昭朱艳红石家庄学院未来信息技术学院石家庄050035 中国农业大学农业农村部农业信息化标准化重点实验室北京100083 北京工商大学计算机与信息工程学院北京100048 石家庄邮电职业技术学院计算机系石家庄050021

为准确把握科研领域内文献主题的发展变化,常利用隐式语义特征提取科研主题分布。但由于主题挖掘技术本身的限制,并非所有主题都具有同等重要性或意义。有些主题可能包含太多背景词,信息空泛,或者主题词之间缺乏连贯性,导致主题缺乏实... 详细信息

为准确把握科研领域内文献主题的发展变化,常利用隐式语义特征提取科研主题分布。但由于主题挖掘技术本身的限制,并非所有主题都具有同等重要性或意义。有些主题可能包含太多背景词,信息空泛,或者主题词之间缺乏连贯性,导致主题缺乏实际意义。针对上述问题,在已有研究基础上,基于词嵌入,提出一种新的多维度评估主题质量算法;针对科研文档的特点,利用语料库的统计特征对无意义主题距离评估方法进行优化,并最终将二者融合到一个统一的主题排序框架中。实验结果表明,本文提出的方法可以有效提高主题排序整体效果,能够识别出非重要和质量差的主题,主题排序的整体效果优于现有方法。

关键词：主题模型潜在狄利克雷分配(LDA) 主题排序科研主题词嵌入

来源：评论

学校读者我要写书评

暂无评论

2016—2019年前三季度我国乳制品监督抽检结果分析

引用

食品安全质量检测学报 2021年第3期12卷 1184-1191页

作者：赵娅柔张秀宇左敏蔡军北京信睿浩扬科技有限公司北京100070 贵州省分析测试研究院贵阳550000 北京工商大学计算机与信息工程学院北京100048

目的分析我国近几年乳制品的食品安全形势,及时发现乳制品中的问题和安全隐患。方法汇总2016—2019年前三季度乳制品的国家安全监督抽检结果,对其整体和不合格项目等信息进行分析。结果2016年1月—2019年9月,共抽检乳制品4.28万批次,其... 详细信息

目的分析我国近几年乳制品的食品安全形势,及时发现乳制品中的问题和安全隐患。方法汇总2016—2019年前三季度乳制品的国家安全监督抽检结果,对其整体和不合格项目等信息进行分析。结果2016年1月—2019年9月,共抽检乳制品4.28万批次,其中检出不合格样品142批次,总体合格率为99.67%。按照抽检区域进行分类,其中西北地区的总体合格率最低,为98.75%。按照食品细类进行分类,灭菌乳、发酵乳和调制乳抽检样品数量占全部乳制品数量的75.84%,合格率相对较高,分别为99.93%、99.47%和99.89%。不合格原因主要包括微生物(大肠菌群、酵母菌和霉菌)、质量指标(酸值和蛋白质)和食品添加剂的超标。结论乳制品中的问题以微生物污染为主,质量指标不达标和食品添加剂过量问题也是乳制品中主要的食品安全问题。

关键词：乳制品监督抽检结果分析微生物

来源：评论

学校读者我要写书评

暂无评论

PCA算法在面部微生态研究中的应用

引用

日用化学工业 2020年第7期50卷 457-463页

作者：高学义王瑜何聪芬冯春波陈圆圆宋丽雅北京工商大学计算机与信息工程学院北京100048 北京工商大学理学院北京100048 上海家化联合股份有限公司上海200438

利用化学试剂法研究面膜对面部微生态的影响,存在过程繁琐、微生物种类不易确定等缺点,针对此问题,提出一种基于主成分分析(principal component analysis,PCA)的微生态分析方法。首先利用主成分分析对面部微生态数据进行降维处理,累计... 详细信息

利用化学试剂法研究面膜对面部微生态的影响,存在过程繁琐、微生物种类不易确定等缺点,针对此问题,提出一种基于主成分分析(principal component analysis,PCA)的微生态分析方法。首先利用主成分分析对面部微生态数据进行降维处理,累计贡献率选取阈值为95%,确定变换空间下的特征向量以及特征维度k,然后根据特征向量与面部微生态数据的映射关系,此处阈值同样选取95%,确定面部微生态数据中对皮肤状态影响贡献率较大的属性,即改善面部皮肤状态的微生物种类。实验结果表明,该方法有效地克服了传统化学试剂法存在的弊端,能够快速、准确地确定面膜改善皮肤状态的微生物种类,同时也能挖掘不同面膜引起皮肤变化的差异,可为化妆品行业制造对面部皮肤更有益的面膜提供建设性意见。

关键词：主成分分析降维特征选择面膜微生态

来源：评论

学校读者我要写书评

暂无评论

基于改进的VGG-16卷积神经网络的肺结节检测

引用

中国医学物理学杂志 2020年第7期37卷 940-944页

作者：曹宇邢素霞逄键梁王孝义王瑜潘子妍申楠北京工商大学计算机与信息工程学院北京100048 空军特色医学中心北京100048

针对肺结节特征复杂、人工提取特征困难的问题,提出基于改进的VGG-16卷积神经网络的肺结节检测模型。首先采用阈值分割与处理最大连通区域后的图像进行掩模运算,得到肺实质部分。然后通过Regionprops标记每个连通区域序号分割出所有疑... 详细信息

针对肺结节特征复杂、人工提取特征困难的问题,提出基于改进的VGG-16卷积神经网络的肺结节检测模型。首先采用阈值分割与处理最大连通区域后的图像进行掩模运算,得到肺实质部分。然后通过Regionprops标记每个连通区域序号分割出所有疑似结节;采用核函数极限学习机而不是Softmax函数作为VGG-16结构中的分类器。最后利用改进后的VGG-16模型去除假阳性结节,完成对肺结节检测。在LIDC-IDRI数据集上进行的实验表明改进后的模型能达到92.56%的准确率和94.44%的高敏感度。该模型可用于辅助医生进行肺结节诊断,具有一定的临床应用价值。

关键词：肺结节 VGG-16 极限学习机卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

网约车对交通拥堵的影响--基于复杂系统视角

引用

系统工程 2020年第3期38卷 92-99页

作者：杨浩雄张丁孙丽君北京工商大学商学院北京100048 北京工商大学计算机与信息工程学院北京100048 首都流通业研究基地北京100048

网约车已经成为乘客出行备选的交通工具之一,但网约车的兴起是否加重了交通拥堵一直是讨论的热点。本文在调研乘客个体属性、行为特征的基础上,探索有无私家车乘客出行决策过程的内部机理,揭示乘客群体行为的动力机制,然后进行系统仿真... 详细信息

网约车已经成为乘客出行备选的交通工具之一,但网约车的兴起是否加重了交通拥堵一直是讨论的热点。本文在调研乘客个体属性、行为特征的基础上,探索有无私家车乘客出行决策过程的内部机理,揭示乘客群体行为的动力机制,然后进行系统仿真,根据不同情境下乘客出行决策的变化判断网约车是否对城市交通拥堵情况产生影响,对现有的相关研究进行补充并提出建议。认为网约车合理定价、明确网约车市场定位,提升服务品质、加强信息宣传力度、合理设置网约车的准入门槛等手段可以为交通运行状况带来正面效应,降低交通拥堵程度。

关键词：网约车交通拥堵复杂系统群体行为多智能体

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络和双向门控循环单元网络注意力机制的情感分析

引用

科学技术与工程 2021年第1期21卷 269-274页

作者：张腾刘新亮高彦平北京工商大学计算机与信息工程学院北京100048 农产品质量安全追溯技术及应用国家工程实验室北京100048 中国农业大学信息与电气工程学院北京100083

传统的情感分析方法不能获取全局特征,以及否定词、转折词和程度副词的出现影响句子极性判断。在深度学习方法基础上提出了基于卷积神经网络和双向门控循环单元网络注意力机制的短文本情感分析方法。将情感积分引入卷积神经网络,利用情... 详细信息

传统的情感分析方法不能获取全局特征,以及否定词、转折词和程度副词的出现影响句子极性判断。在深度学习方法基础上提出了基于卷积神经网络和双向门控循环单元网络注意力机制的短文本情感分析方法。将情感积分引入卷积神经网络,利用情感词自身信息,通过双向门控循环网络模型获取全局特征,对影响句子极性的否定词、转折词和程度副词引入注意力机制实现对这类词的重点关注,提取影响句子极性的重要信息。实验结果表明,该模型与现有相关模型相比,有效提高情感分类的准确率。

关键词：深度学习双向门控循环单元(Bi-GRU) 注意力机制卷积神经网络情感分析

来源：评论

学校读者我要写书评

暂无评论

基于LSTM的活立木茎干水分缺失数据填补方法

引用

林业科学 2020年第2期56卷 134-141页

作者：宋维高超赵玥赵燕东北京林业大学工学院北京100083 北京工商大学计算机与信息工程学院北京100048 北京林业大学城乡生态环境北京实验室北京100083

【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据... 详细信息

【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。

关键词：缺失数据数据填补时间序列 LSTM神经网络茎体水分

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：