检索结果-内蒙古大学图书馆

计算机应用 2021年第10期41卷 2849-2857页

作者：张志浩林耀进卢舜郭晨王晨曦闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室(闽南师范大学) 福建漳州363000

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性... 详细信息

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性的多标记特征选择(MFSLML)算法。首先,通过利用稀疏学习方法获取每个类标记的类属属性;同时基于线性回归模型构建类属属性与标记的映射关系,以用于恢复缺失标记;最后,选取7组数据集以及4个评价指标进行实验。实验结果表明:相比基于最大依赖度和最小冗余度的多标记特征选择算法(MDMR)和基于特征交互的多标记特征选择算法(MFML)等一些先进的多标记特征选择算法,MFSLML在平均查准率指标上能够提升4.61~5.5个百分点,由此可见MFSLML具有更优的分类性能。

关键词：特征选择类属属性缺失标记线性回归多标记学习

来源：评论

学校读者我要写书评

暂无评论

面向数字微流控生物芯片的差分隐私方案

引用

信息安全学报 2024年第6期9卷 43-59页

作者：陈潇董晨福州大学计算机与大数据学院/软件学院福州350116 网络系统信息安全福建省高校重点实验室福州350116 福建省网络计算与智能信息处理重点实验室福州350116

近年来,基于数字微流控生物芯片(Digital Microfluidic Biochip,DMFB)的分子诊断技术成为热点研究方向。与传统分子诊断技术相比,数字微流控生物芯片具有精准控制离散液滴、执行生化协议等优势。然而,作为网络物理系统的组成,生物芯片... 详细信息

近年来,基于数字微流控生物芯片(Digital Microfluidic Biochip,DMFB)的分子诊断技术成为热点研究方向。与传统分子诊断技术相比,数字微流控生物芯片具有精准控制离散液滴、执行生化协议等优势。然而,作为网络物理系统的组成,生物芯片潜在的隐私安全问题日益突出,比如通信信道的窃听攻击,生化协议的篡改攻击,物理结构保护的版权攻击等。差分隐私作为传统数据隐私保护的常用技术可以融入生物芯片应用以保护用户隐私安全。然而,对隐私安全、生物芯片应用以及生物芯片安全三种技术的交叉研究较为少见。调研分析生物芯片应用的实现机制和威胁模型,包括生化协议、网络物理系统及增强隐私保护的DMFB用户数据安全平台,首先在DMFB用户数据平台上描述了拉普拉斯机制、高斯机制和随机响应机制的应用场景和保护方案,其次基于用户层级敏感度、路由权重集合和路由交叉点参数集合这三个策略提出参数安全发布算法,最后创建防篡改概率作为安全性指标,同时建立置信分数、校准度和累计误差率衡量数据可用性。仿真实验结果表明整体方案的隐私安全性可达98%,数据可用性平均可达93.3%,算法性能试验表明方案最佳的隐私预算为0.4,此外,对比同类算法,所提方案平均提高了12.09%隐私安全性和7.02%的数据可用性,因此该方案能够为DMFB执行生化协议安全有效的用户数据平台。

关键词：数字微流控生物芯片生化协议数据安全差分隐私

来源：评论

学校读者我要写书评

暂无评论

面向对象概念格上的近似概念及概念认知

引用

南京理工大学学报 2023年第3期47卷 412-422页

作者：王大利许晴媛何丽琴张培林李进金闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000 漳州职业技术学院通识教育学院福建漳州363000 闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

针对概念认知问题,该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系,得到... 详细信息

针对概念认知问题,该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系,得到在面向对象(属性)概念格中生成下、上近似概念的一种有效方法。对于面向对象概念格中任一概念,由其外延形成的下近似概念和上近似概念是它本身;对于面向属性概念格中任一概念,由其内涵形成的下近似概念和上近似概念也是它本身。同时通过举例说明。另外,将近似概念应用于面向对象(属性)概念格中进行概念认知并给出相应算法。对于给定的任一对象(属性)集线索,通过其形成的近似集去逼近该线索,得到1个精确概念或者2个近似概念,以进行概念认知。同时给出概念学习精度来衡量概念认知的准确性。

关键词：面向对象面向属性概念格近似概念概念认知概念学习精度

来源：评论

学校读者我要写书评

暂无评论

多尺度决策系统中测试代价敏感的属性与尺度同步选择

引用

模式识别与人工智能 2024年第4期37卷 368-382页

作者：廖淑娇吴迪卢亚倩范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中... 详细信息

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中以最小化数据处理的总测试代价为目标,提出测试代价敏感的属性与尺度同步选择算法,同时适用于协调的多尺度决策系统和不协调的多尺度决策系统.首先,构造基于粗糙集的理论模型,模型中的概念及性质同时考虑属性因素和尺度因素.其次,基于粗糙集的理论模型,设计启发式算法,能基于测试代价对多尺度决策系统同时进行属性约简与尺度选择,并且不同的属性可选择不同的尺度.最后,在12个数据集上的实验验证文中算法的有效性、实用性及优越性.

关键词：属性与尺度选择代价敏感学习多尺度决策系统粗糙集单调性

来源：评论

学校读者我要写书评

暂无评论

协调多尺度决策系统中基于测试代价的属性与尺度选择

引用

模式识别与人工智能 2023年第5期36卷 433-447页

作者：吴迪廖淑娇范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文... 详细信息

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率.

关键词：属性与尺度选择测试代价多尺度决策系统单调性

来源：评论

学校读者我要写书评

暂无评论

表情识别技术综述

引用

计算机科学与探索 2022年第8期16卷 1764-1778页

作者：洪惠群沈贵萍黄风华阳光学院人工智能学院福州350015 阳光学院空间数据挖掘与应用福建省高校工程研究中心福州350015 阳光学院福建省空间信息感知与智能处理重点实验室福州350015

面部表情是判断人类情感和人机交互的重要依据,传统机器学习和深度学习的发展,给面部表情识别分析带来了许多机遇与挑战。首先分析了表情识别与情感分析的内在联系与区别,指出表情识别侧重于识别面部的表情及情感。接着总结归纳了基于... 详细信息

面部表情是判断人类情感和人机交互的重要依据,传统机器学习和深度学习的发展,给面部表情识别分析带来了许多机遇与挑战。首先分析了表情识别与情感分析的内在联系与区别,指出表情识别侧重于识别面部的表情及情感。接着总结归纳了基于单模态数据集和传统机器学习方法的表情识别技术及其优缺点,介绍了基于单模态数据集与深度学习方法的表情识别技术,然后指出基于单模态数据的表情识别技术具有一定的局限性,如:数据集在数量和质量上较为不足,识别准确率普遍不高,多停留在实验室研究阶段等。引出基于多模态数据集的表情识别及模态间融合方法,并介绍常用的多模态表情数据集,分析了基于多模态数据集的表情识别技术及模态之间的融合技术,包含特征级融合、决策级融合及混合融合三种方式。最后对表情识别分析技术进行总结与展望:考虑到数据集问题,可构建更多自然环境下的高质量表情数据集,也可结合姿势、脑电波等生理信号构建多模态数据集,利用GAN网络进行数据增强,关注微表情的提取,以及研究多模态融合算法等。

关键词：人脸表情识别多模态模态融合

来源：评论

学校读者我要写书评

暂无评论

基于轻量化SSD的车辆及行人检测网络

引用

南京师大学报（自然科学版） 2019年第1期42卷 73-81页

作者：郑冬李向群许新征中国矿业大学计算机科学与技术学院江苏徐州221116 数据科学与智能应用福建省高校重点实验室福建漳州363000

近年来,基于深度学习的目标检测算法发展迅速.但是由于深度网络规模过大,导致其还不能在嵌入式平台上进行广泛应用.本文针对SSD(Single Shot Multi-box Detector)模型的规模进行优化,引入了轻量化卷积神经网络MobileNetv2,对比了SSD和... 详细信息

近年来,基于深度学习的目标检测算法发展迅速.但是由于深度网络规模过大,导致其还不能在嵌入式平台上进行广泛应用.本文针对SSD(Single Shot Multi-box Detector)模型的规模进行优化,引入了轻量化卷积神经网络MobileNetv2,对比了SSD和其轻量化版本SSDLite的网络结构,在此基础上提出了基于轻量化SSD的车辆及行人检测模型LVP-DN(Lightweight Vehicle and Pedestrian Detection Network).首先,通过MobilNetv2替代VGG作为基础网络进行特征提取.然后,用轻量化的SSD版本SSDLite替代SSD,从而达到减少模型大小、加快检测速度的目的.进一步通过优化默认候选框的比例,提高了网络对行人的检测精度.最后,在KITTI和PASCAL VOC数据集上分别对比了不同基础网络、输入图像尺寸及是否使用预训练模型这3个因素对网络性能的影响.实验结果表明,相比其他流行的目标检测模型,本文所提出的车辆及行人检测模型在精度、速度和模型大小等评价标准上取得了较好的效果.

关键词：目标检测卷积神经网络轻量化神经网络 SSD MobileNetv2

来源：评论

学校读者我要写书评

暂无评论

多云环境下带截止日期约束的科学工作流调度策略

引用

通信学报 2018年第1期39卷 56-69页

作者：林兵郭文忠陈国龙福建师范大学物理与能源学院福建福州350117 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116 空间数据挖掘与信息共享教育部重点实验室福建福州350003 福州大学数学与计算机科学学院福建福州350116

针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间... 详细信息

针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间以及多云之间不同的带宽通信波动;为了避免传统粒子群优化算法(PSO,particle swarm optimization)存在的过早收敛问题,引入遗传算法的随机两点交叉操作和随机单点变异操作,有效提高种群进化过程中的多样性;在充分考虑数据通信代价和任务计算代价的情况下,设计一种基于工作流截止日期约束的代价驱动调度策略。实验结果表明,ADPSOGA在波动因素存在情况下,对工作流截止日期满足和执行代价控制方面具有良好的性能表现。

关键词：云计算截止日期约束工作流调度波动性

来源：评论

学校读者我要写书评

暂无评论

基于OpenFaaS的多边缘管理框架

引用

计算机科学 2024年第10期51卷 362-371页

作者：林璟峰李鸣陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

移动边缘计算(Mobile Edge Computing,MEC)是一种利用靠近移动设备的边缘节点提供的计算能力,来提升性能的前沿技术。现有的一些先进的计算卸载方法,已能够支持在MEC环境中基于函数粒度进行动态卸载。函数即服务(Function as a Service,... 详细信息

移动边缘计算(Mobile Edge Computing,MEC)是一种利用靠近移动设备的边缘节点提供的计算能力,来提升性能的前沿技术。现有的一些先进的计算卸载方法,已能够支持在MEC环境中基于函数粒度进行动态卸载。函数即服务(Function as a Service,FaaS)作为无服务架构的一种经典范式,提供了一种在函数粒度上构建和拓展应用程序的新方式。相比传统的方式,FaaS提供了理想的资源弹性。OpenFaaS作为当下流行的开源FaaS项目,为FaaS平台的搭建提供了良好的基础。将先进的计算卸载方法与FaaS解决方案(OpenFaaS)进行整合,是有意义且具有挑战的。为此,文中设计并实现了一个基于OpenFaaS的多边缘管理框架,该框架实现了对多个边缘上OpenFaaS的搭建与状态管理。同时,对于需要部署的函数,将其重构并部署到OpenFaaS上,在运行时能够灵活地在多个OpenFaaS间调度函数执行。针对5个实际的Java智能应用对该框架进行了评估,结果表明该框架可以有效管理多个边缘,且与本地运行相比,该框架平均可节省10.49%~49.36%的响应时间。

关键词：无服务架构函数即服务(FaaS) OpenFaaS 计算卸载移动边缘计算

来源：评论

学校读者我要写书评

暂无评论

基于互信息的多级特征选择算法

引用

计算机应用 2020年第12期40卷 3478-3484页

作者：雍菊亚周忠眉闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高等学校重点实验室福建漳州363000

针对在特征选择中选取特征较多时造成的去冗余过程很复杂的问题,以及一些特征需与其他特征组合后才会与标签有较强相关度的问题,提出了一种基于互信息的多级特征选择算法(MI_MLFS)。首先,根据特征与标签的相关度,将特征分为强相关、次... 详细信息

针对在特征选择中选取特征较多时造成的去冗余过程很复杂的问题,以及一些特征需与其他特征组合后才会与标签有较强相关度的问题,提出了一种基于互信息的多级特征选择算法(MI_MLFS)。首先,根据特征与标签的相关度,将特征分为强相关、次强相关和其他特征;其次,选取强相关特征后,在次强相关特征中,选取冗余度较低的特征;最后,选取能增强已选特征集合与标签相关度的特征。在15组数据集上,将MI_MLFS与ReliefF、最大相关最小冗余(mRMR)算法、基于联合互信息(JMI)算法、条件互信息最大化准则(CMIM)算法和双输入对称关联(DISR)算法进行对比实验,结果表明MI_MLFS在支持向量机(SVM)和分类回归树(CART)分类器上分别有13组和11组数据集获得了最高的分类准确率。相较多种经典特征选择方法,MI_MLFS算法有更好的分类性能。

关键词：特征选择互信息多级相关度冗余度分类准确率

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：