检索结果-内蒙古大学图书馆

数据采集与处理 2018年第6期33卷 962-970页

作者：翟俊海周昭一臧立光河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室保定071002 河北大学计算机科学与技术学院保定071002

极限学习机是一种随机化算法,它随机生成单隐含层神经网络输入层连接权和隐含层偏置,用分析的方法确定输出层连接权。给定网络结构,用极限学习机重复训练网络,会得到不同的学习模型。本文提出了一种集成模型对数据进行分类的方法。首先... 详细信息

极限学习机是一种随机化算法,它随机生成单隐含层神经网络输入层连接权和隐含层偏置,用分析的方法确定输出层连接权。给定网络结构,用极限学习机重复训练网络,会得到不同的学习模型。本文提出了一种集成模型对数据进行分类的方法。首先用极限学习机算法重复训练若干个单隐含层前馈神经网络,然后用多数投票法集成训练好的神经网络,最后用集成模型对数据进行分类,并在10个数据集上和极限学习机及集成极限学习机进行了实验比较。实验结果表明,本文提出的方法优于极限学习机和集成极限学习机。

关键词：极限学习机随机化方法重复训练泛化能力

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce和上采样的两类非平衡大数据集成分类

引用

数据采集与处理 2018年第3期33卷 416-425页

作者：翟俊海张明阳王陈希刘晓萌王耀达河北省机器学习与计算智能重点实验室保定071002 河北大学数学与信息科学学院保定071002 河北大学计算机科学与技术学院保定071002

提出了一种基于MapReduce和上采样的两类非平衡大数据分类方法,该方法分为5步:(1)对于每一个正类样例,用MapReduce寻找其异类最近临;(2)在两个样例点之间的直线上生成若干个正类样例;(3)以新的正类样例子集的大小为基准,将负类样例随机... 详细信息

提出了一种基于MapReduce和上采样的两类非平衡大数据分类方法,该方法分为5步:(1)对于每一个正类样例,用MapReduce寻找其异类最近临;(2)在两个样例点之间的直线上生成若干个正类样例;(3)以新的正类样例子集的大小为基准,将负类样例随机划分为若干子集;(4)用负类样例子集和正类样例子集构造若干个平衡数据子集;(5)用平衡数据子集训练若干个分类器,并对训练好的分类器进行集成。在5个两类非平衡大数据集上与3种相关方法进行了实验比较,实验结果表明本文提出的优于这3种方法。

关键词：大数据非平衡分类上采样最近邻

来源：评论

学校读者我要写书评

暂无评论

基于邻域采样的多任务图推荐算法

引用

计算机工程与应用 2024年第9期60卷 172-180页

作者：张俊三肖森高慧邵明文张培颖朱杰中国石油大学(华东)计算机科学与技术学院山东青岛266580 河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室河北保定071002

近年来,图神经网络(GNN)成为解决协同过滤的主流方法之一。它通过构建用户-物品图,模拟用户与物品的交互关系,并用GNN学习它们的特征表示。尽管现有在模型结构上的研究已取得了较大进展,但如何在图结构上更有效地进行负采样仍未有效解... 详细信息

近年来,图神经网络(GNN)成为解决协同过滤的主流方法之一。它通过构建用户-物品图,模拟用户与物品的交互关系,并用GNN学习它们的特征表示。尽管现有在模型结构上的研究已取得了较大进展,但如何在图结构上更有效地进行负采样仍未有效解决。为此,提出一种基于邻域采样的多任务图推荐算法。该算法提出了一种基于GNN的邻域采样策略,该策略以每个用户为中心构建子图,将次高阶物品作为用户邻域采样的负样本,可以更有效地挖掘强负样本并提高采样质量。通过GNN对图结点进行信息聚合与特征提取,得到结点的最终嵌入表示。设计一种余弦边际损失来过滤部分冗余负样本,以有效减少采样过程中的噪声数据。同时,该算法引入了多任务策略对模型进行联合优化,以增强模型的泛化能力。在3个公开数据集上进行的大量实验表明,该算法在大多数情况下明显优于其他主流算法。

关键词：图神经网络协同过滤负采样邻域采样余弦边际损失多任务策略

来源：评论

学校读者我要写书评

暂无评论

利用颜色进行层次模式挖掘的图像分类方法

引用

计算机科学与探索 2017年第3期11卷 396-405页

作者：朱杰超木日力格谢博鋆于剑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 中央司法警官学院信息管理系河北保定071000 河北大学数学与信息技术学院机器学习与计算智能重点实验室河北保定071000

图像的中间层特征挖掘能够发现不同视觉词之间的关系,然后可以利用挖掘得到的模式代替原有的视觉词进行图像表示。目前大部分的中层特征挖掘都是针对所有图像块进行的,而没有考虑到可以在局部进行模式挖掘。在局部进行模式挖掘有利于发... 详细信息

图像的中间层特征挖掘能够发现不同视觉词之间的关系,然后可以利用挖掘得到的模式代替原有的视觉词进行图像表示。目前大部分的中层特征挖掘都是针对所有图像块进行的,而没有考虑到可以在局部进行模式挖掘。在局部进行模式挖掘有利于发现不同对象区域的模式,并且最终提高图像分类的准确率。提出了一种有效的基于颜色的层次模式挖掘方法。该方法把对有判别力的颜色的判断作为划分层次的标准,然后在每一层中对拥有这些颜色的图像块进行挖掘,最后用挖掘到的模式进行图像表示,并用于图像分类。实验结果表明,所提方法能够在Soccer、Flower 17和Flower 102上取得良好的分类效果。

关键词：有判别力的颜色选择中间层特征挖掘模式分类

来源：评论

学校读者我要写书评

暂无评论

基于相关熵和距离方差的支持向量数据描述选择性集成

引用

计算机科学 2016年第5期43卷 252-256,264页

作者：邢红杰魏勇乐河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室保定071002 河北大学计算机科学与技术学院保定071002

提出基于信息理论学习中相关熵和距离方差的支持向量数据描述选择性集成。利用相关熵代替均方误差来度量集成的紧致性,构造出更为紧致的分类边界;利用距离方差集成度量集成中基分类器间的差异性,以提高集成模型的差异性;在目标函数中增... 详细信息

提出基于信息理论学习中相关熵和距离方差的支持向量数据描述选择性集成。利用相关熵代替均方误差来度量集成的紧致性,构造出更为紧致的分类边界;利用距离方差集成度量集成中基分类器间的差异性,以提高集成模型的差异性;在目标函数中增加基于L_1范数的正则化项,实现选择性集成。此外,利用半二次优化技术对所提选择性集成模型进行求解。与单个支持向量数据描述、基于Bagging的支持向量数据描述集成以及基于AdaBoost的支持向量数据描述集成相比,所提方法取得了更优的分类性能。

关键词：单类分类支持向量数据描述相关熵选择性集成

来源：评论

学校读者我要写书评

暂无评论

基于样本选取和加权KPCA-L1的异常检测

引用

计算机应用研究 2016年第5期33卷 1354-1358页

作者：安磊磊邢红杰河北大学计算机科学与技术学院河北保定071002 河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室河北保定071002

为了提高基于一范数的核主成分分析算法(KPCA-L1)处理异常检测问题的速度,提出了基于样本选取和加权KPCA-L1的异常检测方法。该方法从训练集中选取具有代表性的特征子集,然后为所得特征子集中的样本赋予权重,用带有权重的特征子集训练模... 详细信息

为了提高基于一范数的核主成分分析算法(KPCA-L1)处理异常检测问题的速度,提出了基于样本选取和加权KPCA-L1的异常检测方法。该方法从训练集中选取具有代表性的特征子集,然后为所得特征子集中的样本赋予权重,用带有权重的特征子集训练模型,构造加权KPCA-L1。与KPCA-L1相比,该方法能够有效地减小训练集的规模,同时改善了KPCA-L1算法的更新方法。在人工数据集和标准数据集上的实验结果表明,在保证异常检测准确率的前提下,该方法比KPCA-L1具有更快的建模速度。

关键词：核主成分分析一范数样本选取异常检测

来源：评论

学校读者我要写书评

暂无评论

集成Dropout极限学习机数据分类方法

引用

南京师大学报（自然科学版） 2017年第3期40卷 59-66页

作者：翟俊海臧立光周昭一河北省机器学习与计算智能重点实验室河北大学数学与信息科学学院河北保定071002 浙江师范大学数理与信息工程学院浙江金华321004 河北大学计算机科学与技术学院河北保定071002

极限学习机(Extreme Learning Machine,ELM)是一种速度快,泛化能力强的训练单隐含层前馈神经网络(Single-hidden Layer Feed-forward Neural-network,SLFN)的算法.但是在应用ELM解决实际问题时,需要先确定合适的SLFN结构.然而,对于给定的问题,确定合适的SLFN结构是非常困难的.针对这一问题,本文提出了一种集成学习方法.用该方法解决问题时,不需要事先确定SLFN的结构.提出的方法包括3步:(1)初始化一个比较大的SLFN;(2)用ELM重复训练若干个Dropout掉若干个隐含层结点的SLFNs;(3)用多数投票法集成训练好的SLFNs,并对测试样例进行分类.在10个数据集上进行了实验,比较了本文提出的方法和传统的极限学习机方法.实验结果表明,本文提出的方法在分类性能上优于传统的极限学习机算法.

关键词：极限学习机随机化方法重复训练泛化能力集成

来源：评论

学校读者我要写书评

暂无评论

3-李代数的3种理想

引用

东北师大学报（自然科学版） 2021年第2期53卷 1-3页

作者：白瑞蒲周檬赵勇涛河北大学数学与信息科学学院河北保定071002 河北省机器学习与智能计算重点实验室河北保定071000 河北软件职业技术学院软件技术系河北保定071000

在3-李代数中定义了Perfect理想、Near Perfect理想和Upper Bounded理想.研究了3种理想的结构、3-李代数的导序列长度、下降中心列长度以及上升中心列长度与3种理想之间的关系.具体给出了特征为零的代数闭域上4维和5维3李代数的最大Perf... 详细信息

在3-李代数中定义了Perfect理想、Near Perfect理想和Upper Bounded理想.研究了3种理想的结构、3-李代数的导序列长度、下降中心列长度以及上升中心列长度与3种理想之间的关系.具体给出了特征为零的代数闭域上4维和5维3李代数的最大Perfect理想P(L)、最大Near Perfect理想NP(L)及最小的Upper Bounded理想UB(L).

关键词： 3-李代数 Perfect理想 Near Perfect理想 Upper Bounded理想

来源：评论

学校读者我要写书评

暂无评论

H?lder不等式的推广及应用

引用

河北大学学报（自然科学版） 2019年第6期39卷 568-572页

作者：黄苗苗王凤莉高红亚河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室河北保定071002 石家庄职业技术学院建筑工程学院河北石家庄050081

给出经典 Holder不等式的一个推广,并应用推广的 Holder不等式,研究在边界值不为零的情况下,非线性散度型椭圆方程的边值问题.利用Stampacchia引理以及Sobolev空间的分析技巧,得到解的正则性结果.

关键词： Holder不等式非线性椭圆型方程边值问题正则性

来源：评论

学校读者我要写书评

暂无评论

随机权分布对极限学习机性能影响的实验研究

引用

计算机科学 2016年第12期43卷 125-129,145页

作者：翟俊海臧立光张素芳河北省机器学习与计算智能重点实验室河北大学数学与信息科学学院保定071002 河北大学计算机科学与技术学院保定071002 中国气象局气象干部培训学院河北分院保定071000

极限学习机是一种训练单隐含层前馈神经网络的算法,它随机初始化输入层的权值和隐含层结点的偏置,用分析的方法确定输出层的权值。极限学习机具有学习速度快、泛化能力强的特点。很多研究都用服从[-1,1]区间均匀分布的随机数初始化输入... 详细信息

极限学习机是一种训练单隐含层前馈神经网络的算法,它随机初始化输入层的权值和隐含层结点的偏置,用分析的方法确定输出层的权值。极限学习机具有学习速度快、泛化能力强的特点。很多研究都用服从[-1,1]区间均匀分布的随机数初始化输入层权值和隐含层结点的偏置,但没有对这种随机初始化合理性的研究。用实验的方法对这一问题进行了研究,分别研究了随机权服从均匀分布、高斯分布和指数分布对极限学习机性能的影响。研究发现随机权的分布对极限学习机的性能的确有影响,对于不同的问题或不同的数据集,服从[-1,1]区间均匀分布的随机权不一定是最优的选择。研究结论对从事极限学习机研究的人员具有一定的借鉴作用。

关键词：随机权分布极限学习机均匀分布高斯分布指数发布

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：