检索结果-内蒙古大学图书馆

小型微型计算机系统 2018年第5期39卷 1000-1004页

作者：郑诚王波洪彤彤安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601

由于现实中的数据集存在着大量的冗余属性,因此需要对它们进行属性约简.针对传统的属性约简算法不能很好的处理动态变化的数据集,本文运用关系矩阵的形式去表示信息系统的知识粒度,并研究了当数据集属性发生变化时,通过矩阵的视角来展... 详细信息

由于现实中的数据集存在着大量的冗余属性,因此需要对它们进行属性约简.针对传统的属性约简算法不能很好的处理动态变化的数据集,本文运用关系矩阵的形式去表示信息系统的知识粒度,并研究了当数据集属性发生变化时,通过矩阵的视角来展示知识粒度的变化机制,根据这种机制可以快速地对知识粒度进行更新,从而提出了一种基于知识粒度的增量式属性约简算法,在UCI数据集的实验结果中,所提出的算法能够对动态变化的数据集选择出小而优的属性子集,并且有着较高的约简效率,从而验证了该算法的优越性.

关键词：增量式更新属性约简关系矩阵知识粒度

来源：评论

学校读者我要写书评

暂无评论

烟花粒子群优化算法在Web服务组合上的应用

引用

小型微型计算机系统 2018年第6期39卷 1312-1316页

作者：郭星陈姗姗张以文李炜安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

大数据环境下,服务组合问题已经引起极大关注.然而,随着服务数量的增多,如何在动态环境下找到满足用户需求的组合服务已成为亟待解决的问题.为解决大数据环境下大规模服务组合优化问题,提出一种改进的粒子群优化算法,有效克服了传统粒... 详细信息

大数据环境下,服务组合问题已经引起极大关注.然而,随着服务数量的增多,如何在动态环境下找到满足用户需求的组合服务已成为亟待解决的问题.为解决大数据环境下大规模服务组合优化问题,提出一种改进的粒子群优化算法,有效克服了传统粒子群算法对于离散优化问题多样性低、易于陷入局部最优的缺陷.首先,采用粒子活跃度检测机制,增加种群多样性,从而有效增强服务组合优化方案的多样性.其次,在粒子学习过程中,引入烟花爆炸机制,加强种群粒子的搜索能力.同时,引入粒子反向学习理论,显著提高了服务组合全局寻优能力.实验结果表明,所提出的方法可以解决不同规模的服务组合问题,与已有的方法相比,有可较好的性能.

关键词：服务组合粒子群算法烟花算法服务质量

来源：评论

学校读者我要写书评

暂无评论

邻域粗糙集模型的规则提取方法研究

引用

小型微型计算机系统 2018年第6期39卷 1323-1327页

作者：姚晟徐风赵鹏汪杰陈菊安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

邻域粗糙集是粗糙集理论中一种处理数值型数据的重要模型,而规则提取是数据挖掘中最重要和最关键的环节,由于数值型数据取值连续,目前在邻域粗糙集模型中的规则提取并没有系统化的方法,本文针对这一问题提出一种特殊的决策规则模型,首... 详细信息

邻域粗糙集是粗糙集理论中一种处理数值型数据的重要模型,而规则提取是数据挖掘中最重要和最关键的环节,由于数值型数据取值连续,目前在邻域粗糙集模型中的规则提取并没有系统化的方法,本文针对这一问题提出一种特殊的决策规则模型,首先通过对象集的形式来定义决策规则的前件,然后通过求取下近似的方法在邻域粗糙集模型中进行决策规则诱导,最后,通过距离度量来给出决策判别的方法.UCI实验结果表明本文提出的模型具有一定的可行性和合理性.

关键词：邻域粗糙集邻域半径规则提取决策判别

来源：评论

学校读者我要写书评

暂无评论

不完备系统中的一种多粒度粗糙集粒度约简算法

引用

微电子学与计算机 2018年第6期35卷 41-46页

作者：胡善忠徐怡何明慧王冉安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039

本文针对不完备决策信息系统,首先给出粒度上属性值缺失率的定义,结合粒度重要度和粒度上属性值缺失率定义粒度组合重要度,然后以粒度组合重要度为启发函数,设计了新的粒度约简算法,通过调节参数,该算法在保证约简率的同时可以得到属性... 详细信息

本文针对不完备决策信息系统,首先给出粒度上属性值缺失率的定义,结合粒度重要度和粒度上属性值缺失率定义粒度组合重要度,然后以粒度组合重要度为启发函数,设计了新的粒度约简算法,通过调节参数,该算法在保证约简率的同时可以得到属性值缺失率较低的粒度约简结果,最后,实验验证了本文所提算法的有效性.

关键词：粗糙集粒度约简不完备系统缺失率组合重要度

来源：评论

学校读者我要写书评

暂无评论

相似矩阵和聚类一致性的协同显著检测

引用

计算机科学与探索 2018年第9期12卷 1454-1464页

作者：郑海军吴建国刘政怡安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽大学信息保障技术协同创新中心合肥230601

针对现有协同检测算法存在显著非协同目标抑制不足的问题,提出了一种相似矩阵和聚类一致性的协同显著目标检测算法。首先,对图像进行超像素分割和从现有的多种显著检测算法得到基本显著图,通过基本显著图设置阈值结合超像素提取相应显... 详细信息

针对现有协同检测算法存在显著非协同目标抑制不足的问题,提出了一种相似矩阵和聚类一致性的协同显著目标检测算法。首先,对图像进行超像素分割和从现有的多种显著检测算法得到基本显著图,通过基本显著图设置阈值结合超像素提取相应显著区域;其次,通过显著区域的RGB颜色特征构造直方图行向量,并将所有行向量组合成一个特征矩阵,再根据所有直方图应具有相似性特征并以此构造相似矩阵;再次,将相似矩阵应用于低秩矩阵分解模型中,分解特征矩阵得到噪音稀疏矩阵,并以此得到加权值,融合加权值和基本显著图得到加权显著图;最后,采用聚类一致性得到协同显著值,并融合加权显著值,得到最终显著图。在i Coseg Sub和i Coseg数据集验证实验,算法更好地抑制了显著非协同区域,取得了较高的准确度。

关键词：协同显著检测低秩矩阵分解聚类一致性相似矩阵

来源：评论

学校读者我要写书评

暂无评论

基于迁移鲁棒稀疏编码的图像表示方法

引用

计算机学报 2017年第10期40卷 2421-2432页

作者：赵鹏王维刘慧婷纪霞安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

图像表示是图像处理和图像理解研究中的关键问题之一.在图像的低层表示上有很多重要的研究工作,例如HOG,SIFT等.然而在图像的低层表示和高层语义间仍然存在着巨大的鸿沟.因而,很多机器学习的方法被用来学习图像的高层表示,例如主成分分... 详细信息

图像表示是图像处理和图像理解研究中的关键问题之一.在图像的低层表示上有很多重要的研究工作,例如HOG,SIFT等.然而在图像的低层表示和高层语义间仍然存在着巨大的鸿沟.因而,很多机器学习的方法被用来学习图像的高层表示,例如主成分分析,稀疏编码,非负矩阵分解以及低秩表示等.传统机器学习假设标记图像和未标记图像服从同一分布,图像表示的误差服从高斯分布.然而现实中图像数据更新速度快,而且图像生成环境存在差异性,导致未标记图像与已标记图像不服从同一分布,因而需要重新标记数据和训练模型.并且图像数据容易出现异常,例如遮挡、腐蚀等等,从而不能再用高斯分布来估计误差.迁移学习允许标记图像(训练数据)和未标记图像(测试数据)服从不同的分布.基于迁移学习的图像表示方法学习一个新的好的特征空间.在这个新的特征空间下,可以较好地描述标记图像和未标记图像的语义信息.并且在这个新的特征空间下,从训练集中标记图像上学习到的统计模型(例如分类模型),可以较好地迁移到测试集中未标记图像上,从而充分利用已标记图像,将学习到的知识迁移到未标记的图像集上.该文提出了一种基于迁移鲁棒稀疏编码的图像表示方法,引入权值矩阵削弱异常点对分类的干扰,使用稀疏编码获得数据的高级语义,利用最小化最大均值差异缩小源域和目标域图像集之间的分布差异以及图拉普拉斯项保留图像集的几何特性.该文的主要贡献在于:一是通过权值矩阵泛化残差分布,使得所提出的基于迁移鲁棒稀疏编码的图像表示方法能大大减少异常点对编码和字典学习的影响;二是在鲁棒字典学习过程中,采用正则化参数代替迁移稀疏编码中的字典约束,从而将其转化为无约束优化问题,避免了拉格朗日求解法的复杂性.在几个通用迁移学习数据集上的对比实验结果表明,该文所提出的图像表示方法在分类上的平均准确率比其它6种相关主流方法均有不同程度的提高,证明了其有效性和鲁棒性.

关键词：迁移学习鲁棒稀疏编码图像表示最大均值差异异常点

来源：评论

学校读者我要写书评

暂无评论

基于属性值变化的动态覆盖系统中近似集增量算法

引用

系统工程与电子技术 2017年第7期39卷 1660-1668页

作者：徐怡程燕安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601

在实际应用中,属性值的改变会导致覆盖信息系统中某一个覆盖发生变化,此时使用非增量的方法计算集合的上下近似集的时间开销较大。因此,针对属性值变化产生的动态覆盖信息系统,提出基于矩阵的增量方法计算集合的上下近似集。首先,给出... 详细信息

在实际应用中,属性值的改变会导致覆盖信息系统中某一个覆盖发生变化,此时使用非增量的方法计算集合的上下近似集的时间开销较大。因此,针对属性值变化产生的动态覆盖信息系统,提出基于矩阵的增量方法计算集合的上下近似集。首先,给出增量的方法计算动态覆盖的两种特征矩阵。然后,基于给定的两种特征矩阵分别给出计算集合上下近似集的增量算法,通过实例说明了算法的计算过程。最后,通过仿真实验验证了本文所提算法的有效性。

关键词：粗糙集动态覆盖信息系统近似集特征矩阵增量方法

来源：评论

学校读者我要写书评

暂无评论

基于邻域量化容差关系粗糙集模型的特征选择算法

引用

模式识别与人工智能 2017年第5期30卷 416-428页

作者：姚晟徐风赵鹏汪杰陈菊安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

数值型不完备信息系统的特征选择方法大多是以容差关系为基础,但是这种处理方式存在数据相似性刻画过于宽松的缺陷.文中提出邻域量化容差关系的粗糙集模型,在该模型的基础上定义邻域量化容差条件熵,分析相关性质,根据邻域量化容差条件... 详细信息

数值型不完备信息系统的特征选择方法大多是以容差关系为基础,但是这种处理方式存在数据相似性刻画过于宽松的缺陷.文中提出邻域量化容差关系的粗糙集模型,在该模型的基础上定义邻域量化容差条件熵,分析相关性质,根据邻域量化容差条件熵的单调性构造相应的特征选择算法.实验表明,文中算法在特征选择结果、运行时间和分类精度方面具有优越性.

关键词：特征选择不完备信息系统量化容差关系邻域条件熵

来源：评论

学校读者我要写书评

暂无评论

基于独立分量分析的在线脑-机接口系统

引用

生物医学工程学杂志 2017年第1期34卷 106-114页

作者：胡盼张磊周蚌艳吴小培安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230039

在非植入式脑-机接口(BCI)研究中,独立分量分析(ICA)一直被认为是具有很大应用前景的脑电(EEG)预处理和特征增强方法,但到目前为止,有关在线ICA-BCI系统的研究与实现的报道还不多见。本文对基于ICA的运动想象BCI(MIBCI)系统进行研究,结... 详细信息

在非植入式脑-机接口(BCI)研究中,独立分量分析(ICA)一直被认为是具有很大应用前景的脑电(EEG)预处理和特征增强方法,但到目前为止,有关在线ICA-BCI系统的研究与实现的报道还不多见。本文对基于ICA的运动想象BCI(MIBCI)系统进行研究,结合ICA无监督学习特点和运动相关去同步化(ERD)现象,构建了一种简单实用的ICA空域滤波器设计方法和三类运动想象判别准则。为了验证所提算法的在线处理性能,本文基于Neuro Scan脑电采集系统和VC++软件平台,完整地实现了在线ICA-MIBCI实验系统。4名受试者参加了系统测试实验,其中两名受试者参加了在线模式的实验。离线和在线实验的三分类运动想象识别结果分别达到了89.78%和89.89%。实验结果表明,本文所提算法分类正确率高,时间开销小,具备跨平台移植的潜力。

关键词：独立分量分析脑-机接口在线系统运动想象

来源：评论

学校读者我要写书评

暂无评论

加权多粒度直觉模糊信息系统的粗糙集模型及其决策

引用

模式识别与人工智能 2017年第11期30卷 971-982页

作者：纪霞赵鹏姚晟安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模... 详细信息

针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模型不确定度量之间的关系.然后给出决策规则的置信度和支持度定义以及决策规则的获取方法,弥补目前常用的多粒度直觉模糊粗糙集的不足.最后通过决策实例分析验证文中模型的有效性.

关键词：直觉模糊信息系统多粒度粗糙集加权置信度支持度

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：