检索结果-内蒙古大学图书馆

河北大学学报（自然科学版） 2023年第3期43卷 330-336页

作者：毛华刘谦连萌璇王刚张植明河北大学数学与信息科学学院河北保定071002 河北省机器学习与计算机智能重点实验室河北保定071002 河北大学生命科学学院河北保定071002

为了提高地下工程评判效率,利用三支决策的方法对地下工程岩体稳定性进行质量评判.首先利用模糊相对比较决策对地下工程岩体进行总体排序;其次通过贝叶斯决策规则做出期望损失最小的决策;然后用三支决策对地下工程岩体质量评判,得到分... 详细信息

为了提高地下工程评判效率,利用三支决策的方法对地下工程岩体稳定性进行质量评判.首先利用模糊相对比较决策对地下工程岩体进行总体排序;其次通过贝叶斯决策规则做出期望损失最小的决策;然后用三支决策对地下工程岩体质量评判,得到分级结果;最后将该模型运用到实际工程中,验证该评判模型的科学性和可行性.为以后计算机在岩体质量评判中更为深入的应用打好理论基础.

关键词：三支决策岩体质量评判模糊决策贝叶斯准则

来源：评论

学校读者我要写书评

暂无评论

基于优势-等价关系的属性约简算法

引用

南京师大学报（自然科学版） 2017年第3期40卷 45-51页

作者：吴婷婷李艳郭娜娜何强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 北京建筑大学理学院北京100044

考虑多标准分类问题,即条件属性具有偏好关系而决策属性是无序的类别,通过在条件属性上引入优势关系而决策属性仍然用等价关系来描述不同的属性.针对这类信息系统,本文提出了一种基于样例对的矩阵约简算法.区别于传统的基于辨识矩阵约... 详细信息

考虑多标准分类问题,即条件属性具有偏好关系而决策属性是无序的类别,通过在条件属性上引入优势关系而决策属性仍然用等价关系来描述不同的属性.针对这类信息系统,本文提出了一种基于样例对的矩阵约简算法.区别于传统的基于辨识矩阵约简方法,该算法在不计算辨识矩阵的前提下,通过选择样例对,来找到辨识矩阵中对约简有用的属性,因此,所提算法能够明显改善计算约简的时间耗费.进一步,为了处理较大规模的数据,提出了一种近似约简算法,该算法按属性重要性添加属性到约简中,进一步缩短了求取约简的时间.最后在UCI数据集上进行大量的实验与传统的约简算法进行了对比,表明了所提出算法的可行性与有效性.

关键词：粗糙集优势-等价关系属性约简辨识矩阵样例对

来源：评论

学校读者我要写书评

暂无评论

Stampacchia引理、推广及应用

引用

河北大学学报（自然科学版） 2021年第5期41卷 481-487页

作者：高红亚高斯宇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 北德克萨斯大学数学系德克萨斯州丹顿76203

经典的Stmapacchia引理在椭圆型偏微分方程的正则性理论和变分问题中有广泛应用.本文总结Stampacchia引理和此引理的若干推广,并给出这些推广在某退缩椭圆型偏微分方程正则性理论中的应用.

关键词： Stampacchia引理推广椭圆型偏微分方程变分问题正则性

来源：评论

学校读者我要写书评

暂无评论

一种基于Choquet积分的不精确推理方法

引用

河北大学学报（自然科学版） 2016年第6期36卷 561-565,613页

作者：陈爱霞梁智勇冯慧敏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 河北省信息工程学校财务科河北保定071000

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完... 详细信息

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.

关键词：模糊测度 Choquet模糊积分模糊规则矩阵变换

来源：评论

学校读者我要写书评

暂无评论

基于启发式确定类数的NJW谱聚类算法

引用

计算机科学 2018年第B11期45卷 474-479页

作者：陈俊芬张明何强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 北京建筑大学理学院北京100044

基于图论理论的NJW谱聚类算法的核心思想是将数据点映射到特征空间后再利用K-means算法进行聚类,从而得到原始数据的聚类结果。NJW算法是K-means算法的推广,并且在任意形状的数据上都具有较好的聚类效果,从而有着广泛的应用。但是,类数... 详细信息

基于图论理论的NJW谱聚类算法的核心思想是将数据点映射到特征空间后再利用K-means算法进行聚类,从而得到原始数据的聚类结果。NJW算法是K-means算法的推广,并且在任意形状的数据上都具有较好的聚类效果,从而有着广泛的应用。但是,类数C和高斯核函数中的尺度参数σ较大程度地影响着NJW的聚类性能;另外,K-means对随机初始值的敏感性也影响着NJW的聚类结果。为此,一种基于启发式确定类数的谱聚类算法(记为DP-NJW)被提出。该算法先根据数据的密度分布确定类中心点和类数,这些类中心点作为特征空间中K-means聚类的初始类中心,然后用NJW进行聚类。文中通过实验将DP-NJW算法和经典聚类算法在7个公共数据集上进行测试和对比,其中DP-NJW算法在5个数据集上的聚类精度高于NJW的平均聚类精度,在另2个数据集上二者持平。对比DPC算法,所提算法在5个数据集上也有不俗的聚类精度,而且DP-NJW的计算消耗较小,在较大的数据集aggregation上表现更为突出。实验结果表明,文中所提的DP-NJW算法更具优势。

关键词：谱聚类 NJW聚类高斯核函数尺度参数聚类精度

来源：评论

学校读者我要写书评

暂无评论

调和整映射的级和型

引用

河北大学学报（自然科学版） 2023年第2期43卷 127-132页

作者：乔金静田悦郑莉芳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 石家庄铁道大学四方学院河北石家庄051132

为讨论调和整映射的增长估计,研究其级和型,而级和型可以由其解析部分以及反解析部分的系数刻画.对于严格递增的正整数数列{n_(k)}^(∞)_(k=1),利用调和整映射的解析部分和反解析部分的n k阶导数在某一点的值,定义了2个量,且证明了这2... 详细信息

为讨论调和整映射的增长估计,研究其级和型,而级和型可以由其解析部分以及反解析部分的系数刻画.对于严格递增的正整数数列{n_(k)}^(∞)_(k=1),利用调和整映射的解析部分和反解析部分的n k阶导数在某一点的值,定义了2个量,且证明了这2个量分别与调和整映射的级和型几乎处处相等.

关键词：整函数调和整映射级型

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

基于正则化的相关熵平均近邻最大间距特征提取方法

引用

电脑编程技巧与维护 2014年第6期 17-20页

作者：马琳娜河北大学数学与计算机学院机器学习与计算智能重点实验室河北保定071002

针对传统的平均近邻最大间距特征提取方法对噪声敏感的缺点,提出了基于正则化的相关熵平均近邻最大间距(RCANMM)特征提取方法,使用相关熵衡量数据间的相似程度,提高了原方法的鲁棒性。在目标函数中添加正则化项,提高了泛化性。在AR、YAL... 详细信息

针对传统的平均近邻最大间距特征提取方法对噪声敏感的缺点,提出了基于正则化的相关熵平均近邻最大间距(RCANMM)特征提取方法,使用相关熵衡量数据间的相似程度,提高了原方法的鲁棒性。在目标函数中添加正则化项,提高了泛化性。在AR、YALE-B和ORL人脸数据库上的实验结果表明,RCANMM相比传统ANMM方法有较好的性能。

关键词：特征提取正则化相关熵半二次优化技术 ANMM方法

来源：评论

学校读者我要写书评

暂无评论

卷积神经网络及其研究进展

引用

河北大学学报（自然科学版） 2017年第6期37卷 640-651页

作者：翟俊海张素芳郝璞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 中国气象局气象干部培训学院河北分院河北保定071002

深度学习是目前机器学习领域最热门的研究方向,轰动全球的AlphaGo就是用深度学习算法训练的.卷积神经网络是用深度学习算法训练的一种模型,它在计算机视觉领域应用广泛,而且获得了巨大的成功.本文的主要目的有2个:一是帮助读者深入理解... 详细信息

深度学习是目前机器学习领域最热门的研究方向,轰动全球的AlphaGo就是用深度学习算法训练的.卷积神经网络是用深度学习算法训练的一种模型,它在计算机视觉领域应用广泛,而且获得了巨大的成功.本文的主要目的有2个:一是帮助读者深入理解卷积神经网络,包括网络结构、核心概念、操作和训练;二是对卷积神经网络的近期研究进展进行综述,重点综述了激活函数、池化、训练及应用4个方面的研究进展.另外,还对其面临的挑战和热点研究方向进行了讨论.本文将为从事相关研究的人员提供很好的帮助.

关键词：机器学习深度学习卷积神经网络计算机视觉训练算法

来源：评论

学校读者我要写书评

暂无评论

基于Spark和SimHash的大数据K-近邻分类算法

引用

河北大学学报（自然科学版） 2019年第2期39卷 201-210页

作者：翟俊海沈矗张素芳王婷婷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 中国气象局气象干部培训学院河北分院河北保定071000

在笔者之前的工作中,提出了一种基于MapReduce和SimHash的大数据K-近邻算法(HMR-K-NN).虽然该算法能够有效解决大数据K-近邻算法的计算效率问题,运行时间远远低于基于MapReduce的K-近邻(MR-K-NN)所用的运行时间.然而,用MapReduce处理大... 详细信息

在笔者之前的工作中,提出了一种基于MapReduce和SimHash的大数据K-近邻算法(HMR-K-NN).虽然该算法能够有效解决大数据K-近邻算法的计算效率问题,运行时间远远低于基于MapReduce的K-近邻(MR-K-NN)所用的运行时间.然而,用MapReduce处理大数据时,需要从磁盘读取数据,再将中间结果写回磁盘,导致系统的I/O开销极大,这大大降低了MapReduce的效率.与MapReduce不同,Spark是一种基于内存的计算框架,它将数据第1次从磁盘读入内存,生成一种抽象的内存对象RDD(resilient distributed datasets).此后,Spark只操作内存中的RDD,计算过程只涉及内存读写,因此大幅提升了数据处理效率.基于这一事实,对算法H-MR-K-NN进行了改进,提出了一种改进的算法(简记为HSpark-K-NN),可以进一步提高大数据K-近邻分类的运行效率.

关键词：内存计算框架 K-近邻哈希技术分类算法大数据集

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：