检索结果-内蒙古大学图书馆

河北大学学报（自然科学版） 2018年第3期38卷 299-308,336页

作者：张素芳翟俊海王聪沈矗赵春玲中国气象局气象干部培训学院河北分院河北保定071000 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

大数据时代已经到来,大数据是指具有海量(Volume)、多样(Variety)、时效(Velocity)、不精确(Veracity)和价值(Value)这5种特征的数据,大数据研究是近几年信息处理领域最热门的研究方向,已经引起了工业界、学术界乃至政府部门的高度关注... 详细信息

大数据时代已经到来,大数据是指具有海量(Volume)、多样(Variety)、时效(Velocity)、不精确(Veracity)和价值(Value)这5种特征的数据,大数据研究是近几年信息处理领域最热门的研究方向,已经引起了工业界、学术界乃至政府部门的高度关注.大数据之所以备受关注,是因为大数据里面蕴藏着巨大的价值.如何把蕴藏在大数据中的价值挖掘出来,为企业或政府部门提供决策支持具有重要的意义.大数据给传统的机器学习带来了许多挑战,这些挑战可以从大数据的5个特征或从5个不同的角度进行分析.本文首先介绍大数据的概念,并详细剖析大数据5种特征的内涵;然后在此基础上,重点分析大数据给机器学习带来的挑战及可能的解决方法.本文对从事大数据研究的人员,特别是从事大数据机器学习研究的人员具有较高的参考价值.

关键词：大数据机器学习云计算决策支持

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce和Spark的大数据模糊K-means算法比较

引用

河北大学学报（自然科学版） 2020年第4期40卷 433-440页

作者：翟俊海田石张素芳王谟瀚宋丹丹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

从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、... 详细信息

从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、同步次数、文件数目、容错性能、资源消耗这5方面进行比较,得出的结论对从事大数据研究的人员具有较高的参考价值.

关键词：大数据机器学习聚类算法模糊聚类算法迭代算法

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

不一致性进化特征选择方法

引用

小型微型计算机系统 2017年第5期38卷 967-971页

作者：翟俊海刘博张素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 河北大学计算机科学与技术学院河北保定071002 中国气象局气象干部培训学院河北分院河北保定071000

特征选择是机器学习中重要的数据预处理步骤,它从原始特征集合中,选择一个重要的子集,以改进学习系统的性能或降低学习系统的计算复杂度,对学习系统的性能有重要的影响.针对离散值特征选择问题,提出一种基于遗传算法的特征选择方法.该... 详细信息

特征选择是机器学习中重要的数据预处理步骤,它从原始特征集合中,选择一个重要的子集,以改进学习系统的性能或降低学习系统的计算复杂度,对学习系统的性能有重要的影响.针对离散值特征选择问题,提出一种基于遗传算法的特征选择方法.该方法利用遗传算法搜索最优或次优特征子集.具体地,利用二进制数对问题的解编码,利用不一致性度量作为适应度函数.实验结果显示本文提出的特征选择方法是行之有效的.提出的方法具有如下三个特点:1)简单且易于实现;2)测试精度较高;3)可解释性强.

关键词：特征选择数据预处理遗传算法不一致性

来源：评论

学校读者我要写书评

暂无评论

在线序列主动学习方法

引用

计算机科学 2017年第1期44卷 37-41,70页

作者：翟俊海臧立光张素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

现实世界中存在着大量无类标的数据,如各种医疗图像数据、网页数据等。在大数据时代,这种情况更加突出。标注这些无类标的数据需要付出巨大的代价。主动学习是解决这一问题的有效手段,也是近几年机器学习和数据挖掘领域中的一个研究热... 详细信息

现实世界中存在着大量无类标的数据,如各种医疗图像数据、网页数据等。在大数据时代,这种情况更加突出。标注这些无类标的数据需要付出巨大的代价。主动学习是解决这一问题的有效手段,也是近几年机器学习和数据挖掘领域中的一个研究热点。提出了一种基于在线序列极限学习机的主动学习算法,该算法利用在线序列极限学习机增量学习的特点,可显著提高学习系统的效率。另外,该算法用样例熵作为启发式度量无类标样例的重要性,用K-近邻分类器作为Oracle标注选出的无类标样例的类别。实验结果显示,提出的算法具有学习速度快、标注准确的特点。

关键词：主动学习极限学习机在线序列学习样例熵 K-近邻

来源：评论

学校读者我要写书评

暂无评论

基于位平面分解的人脸识别集成方法研究

基于位平面分解的人脸识别集成方法研究

引用

第三届中国数据挖掘学术会议(CCDM2009)

作者：李凯王灵晓河北大学数学与计算机学院河北省机器学习与计算智能实验室保定071002

人脸识别已经成为模式识别和图像处理的最新研究问题之一，尽管人们提出了许多人脸识别算法并且取得了很大的成绩，但是由于人脸表情、位置、方向和灯光的变化，从而使得人脸识别率并没有较大的提高，为此，人们开始使用多分类器技术研... 详细信息

人脸识别已经成为模式识别和图像处理的最新研究问题之一，尽管人们提出了许多人脸识别算法并且取得了很大的成绩，但是由于人脸表情、位置、方向和灯光的变化，从而使得人脸识别率并没有较大的提高，为此，人们开始使用多分类器技术研究人脸识别方法。本文研究了基于集成技术的人脸识别，为了提高分类器成员间的差异性，通过位平面分解及移动窗口技术生成基分类器，然后对所分解模式的各层进行融合，以确定最后的决策，这些融合方法包括：乘法、加和、多数投票、最大、最小与中值原则。另外，针对ORL数据库，实验研究了多分类器融合的人脸识别算法的性能，并对不同的人脸识别方法的性能进行了比较。

关键词：人脸识别位平面分解集成方法移动窗口分类器

来源：评论

学校读者我要写书评

暂无评论

两种基于样本属性重要度的加权支持向量机方法

两种基于样本属性重要度的加权支持向量机方法

引用

中国人工智能学会第十三届学术年会

作者：马会敏王熙照翟俊海河北大学数学与计算机学院河北省机器学习与计算智能实验室保定071002

支持向量机(SVM)是一种新型的基于统计学习理论的机器学习方法,已经成功的应用于模式识别和函数估计等问题中.已有的加权支持向量机方法大都是从样本重要程度的角度来考虑问题,本文提出了两种基于样本属性重要度的加权SVM方法,包括基于... 详细信息

支持向量机(SVM)是一种新型的基于统计学习理论的机器学习方法,已经成功的应用于模式识别和函数估计等问题中.已有的加权支持向量机方法大都是从样本重要程度的角度来考虑问题,本文提出了两种基于样本属性重要度的加权SVM方法,包括基于增益比率和基于Gini指标的属性重要度加权SVM方法.这两种方法分别通过计算各个属性的增益比率和Gini指标来评估样本属性的重要度.并把这两种方法与已有的基于信息增益的属性重要度加权SVM方法作了比较,数值实验的结果表明,这两种方法在所选数据集上提高了分类器的分类能力.

关键词： Support vector machine Attribute importance Gain ratio Information gain Gini index

来源：评论

学校读者我要写书评

暂无评论

一种基于属性值相似度的属性重要性度量

一种基于属性值相似度的属性重要性度量

引用

2010 International Conference on Circuit and Signal Processing (ICCSP 2010) & 2010 Second IITA International Joint Conference on Artificial Intelligence (IITA-JCAI 2010)

作者：李艳张秀丽王华超河北大学数学与计算机学院河北省机器学习与计算智能重点实验室

本文的前期工作[1-2]提出了一种基于属性值相似度的属性重要性度量,其中所讨论的属性是完全无序的符号值属性。本文首先进一步研究了这种度量的可行性,并和基于熵的、基于粗糙集约简的属性重要度进行了比较分析。

关键词：符号值属性相似度属性重要性度量相对正域 PSO

来源：评论

学校读者我要写书评

暂无评论

一种基于属性值相似度的属性重要性度量

一种基于属性值相似度的属性重要性度量

引用

2011 AASRI Conference on Applied Information Technology(AASRI-AIT 2011)

作者：李艳张秀丽王华超河北大学数学与计算机学院河北省机器学习与计算智能重点实验室

关键词：符号值属性相似度属性重要性度量相对正域 PSO

来源：评论

学校读者我要写书评

暂无评论

优势-等价关系下序贯三支决策的属性约简

引用

计算机科学 2019年第2期46卷 242-248页

作者：李艳张丽王雪静陈俊芬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 北京师范大学珠海分校应用数学学院广东珠海519087

序贯三支决策方法是一种能够表示问题中的多重层次粒度,并将多粒度结合起来解决不确定决策问题的有效途径。优势-等价关系粗糙集则是针对条件属性具有偏好关系的分类问题,提取有序信息,对目标概念进行近似,从而形成决策知识。利用传统... 详细信息

序贯三支决策方法是一种能够表示问题中的多重层次粒度,并将多粒度结合起来解决不确定决策问题的有效途径。优势-等价关系粗糙集则是针对条件属性具有偏好关系的分类问题,提取有序信息,对目标概念进行近似,从而形成决策知识。利用传统的优势关系粗糙集方法进行知识约简和提取的效率低下,而目前大部分序贯三支决策方法则局限在符号值属性的信息系统中,对连续值和有序值不能进行有效处理,造成一定程度的信息丢失。因此,将序贯三支决策的思想应用于优势关系粗糙集模型中,定义了一种新的基于序贯三支决策的属性约简及相应的属性重要度,对具有偏好值属性的信息系统进行更加高效的处理,通过多粒度的表示和关系的研究,加速了知识约简过程。选取了多组UCI数据进行实验,结果表明所提出的基于优势关系的序贯三支决策方法能够在保证约简质量的基础上明显降低时间耗费。

关键词：粗糙集优势关系决策理论粗糙集序贯三支决策属性约简

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：