检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2021年第2期49卷 74-78页

作者：毛华刘晓庆程艺林河北大学数学与信息科学学院河北保定071002 河北大学河北省机器学习与计算机智能重点实验室河北保定071002

将经典半概念理论引入模糊三支概念进行分析,单向地考虑对象集与属性集之间的关系,从而推广模糊三支概念的应用。在模糊形式背景下,首先,根据对象和属性之间的隶属度关系以及给定阈值,定义了面向对象的模糊三支半算子;然后,提出面向对... 详细信息

将经典半概念理论引入模糊三支概念进行分析,单向地考虑对象集与属性集之间的关系,从而推广模糊三支概念的应用。在模糊形式背景下,首先,根据对象和属性之间的隶属度关系以及给定阈值,定义了面向对象的模糊三支半算子;然后,提出面向对象的模糊三支半概念的定义,从格论角度出发讨论其偏序关系以及上下确界,并进行相关定理的证明;最后,给出面向对象的模糊三支半概念的构建算法并结合例子验证所得结果的有效性。基于经典半概念与经典概念分析的关系,面向对象的模糊三支半概念理论是对模糊三支概念的拓广,也为数据处理和知识挖掘等提供了更简便的思路。

关键词：模糊三支概念分析半概念模糊集形式概念分析三支决策

来源：评论

学校读者我要写书评

暂无评论

基于行列式点过程的变分拉普拉斯自编码器

引用

南京大学学报（自然科学版） 2022年第4期58卷 629-639页

作者：敦瑞静鲁淑霞张琦翟俊海河北省机器学习与计算智能重点实验室河北大学保定071002 河北大学数学与信息科学学院保定071002

变分自编码器(Variational Autoencoders,VAE)是一类重要的学习概率潜在变量的生成模型,然而VAE对复杂模型的表现力较差,生成的图像往往比较模糊.为了解决VAE生成图像模糊的问题,提出一种基于行列式点过程的变分拉普拉斯自编码器(Variat... 详细信息

变分自编码器(Variational Autoencoders,VAE)是一类重要的学习概率潜在变量的生成模型,然而VAE对复杂模型的表现力较差,生成的图像往往比较模糊.为了解决VAE生成图像模糊的问题,提出一种基于行列式点过程的变分拉普拉斯自编码器(Variational Laplace Autoencoders-Determinantal Point Process,VLAE-DPP)模型,将行列式点过程方法引入变分拉普拉斯自编码器模型,在原始目标函数的基础上添加一项无监督惩罚损失,以此来提高生成图像的质量.VLAE-DPP模型利用行列式点过程来捕获一个与真实数据类似的多样性,然后通过从编码器中提取特征来学习核.最后,训练解码器优化核的伪、实、特征值和特征向量之间的损失,以鼓励解码器模拟真实数据的多样性,从而生成高质量的图像.在Fashion-MNIST,SVHN,CIFAR10数据集上的实验结果表明,VLAE-DPP模型能提高生成图像的质量.

关键词：变分自编码器行列式点过程变分推断拉普拉斯近似生成模型

来源：评论

学校读者我要写书评

暂无评论

地下工程岩体质量评判的三支决策方法

引用

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

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

基于最大相关熵的KPCA异常检测方法

引用

计算机科学 2022年第8期49卷 267-272页

作者：李其烨邢红杰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

异常检测是机器学习中一个重要的研究内容,目前已存在大量的异常检测方法。作为一种常用的核方法,核主成分分析(Kernel Principal Component Analysis,KPCA)已被成功地用于解决异常检测问题。然而,传统的KPCA异常检测方法对噪声非常敏感... 详细信息

异常检测是机器学习中一个重要的研究内容,目前已存在大量的异常检测方法。作为一种常用的核方法,核主成分分析(Kernel Principal Component Analysis,KPCA)已被成功地用于解决异常检测问题。然而,传统的KPCA异常检测方法对噪声非常敏感,若训练样本中存在噪声,则会降低KPCA异常检测方法的检测性能。为了提高KPCA异常检测方法的抗噪声能力,提出了一种基于最大相关熵(Maximum Correntropy Criterion,MCC)的KPCA异常检测方法。利用信息理论学习中的相关熵代替KPCA异常检测方法中基于l_(2)范数的度量,通过调节相关熵函数中的宽度参数,可以有效抑制噪声带来的不利影响;利用半二次优化技术对所提方法的优化问题进行求解,仅需较少的迭代次数即可取得局部最优解。此外,给出了所提方法的算法描述,并分析了算法的计算复杂度。在16个UCI基准数据集上的实验结果表明,与其他4种相关方法相比,所提方法取得了更优的抗噪声能力和泛化性能。

关键词：核主成分分析相关熵半二次优化异常检测信息理论学习

来源：评论

学校读者我要写书评

暂无评论

基于记忆增强GAN的异常检测

引用

计算机科学 2022年第S02期49卷 261-269页

作者：周士金邢红杰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

基于生成式对抗网络(Generative Adversarial Networks,GAN)的异常检测方法在训练阶段训练集仅由正常数据构成,当训练数据较为充分时,它在该训练集上能够取得较小的重构误差。然而在测试阶段,正常数据的重构误差和部分异常数据的重构误... 详细信息

基于生成式对抗网络(Generative Adversarial Networks,GAN)的异常检测方法在训练阶段训练集仅由正常数据构成,当训练数据较为充分时,它在该训练集上能够取得较小的重构误差。然而在测试阶段,正常数据的重构误差和部分异常数据的重构误差之间的差别很小,使得基于GAN的异常检测方法的判别性能较差。为了解决该问题,提出了基于记忆增强GAN的异常检测方法。在基于GAN的异常检测方法中加入记忆增强模块,使模型能够记忆正常数据的特征,从而使得异常数据的重构误差变大,该方法的判别性能得到增强。在MNIST,Fashion-MNIST和CIFAR-10上的实验结果表明,与相关方法相比,所提方法具有更优的检测性能。

关键词：异常检测生成式对抗网络记忆增强 MNIST

来源：评论

学校读者我要写书评

暂无评论

基于中心核对齐的多核单类支持向量机

引用

计算机应用 2022年第2期42卷 349-356页

作者：祁祥洲邢红杰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

多核学习(MKL)方法在分类及回归任务中均取得了优于单核学习方法的性能,但传统的MKL方法均用于处理两类或多类分类问题。为了使MKL方法适用于处理单类分类(OCC)问题,提出了基于中心核对齐(CKA)的单类支持向量机(OCSVM)。首先利用CKA计... 详细信息

多核学习(MKL)方法在分类及回归任务中均取得了优于单核学习方法的性能,但传统的MKL方法均用于处理两类或多类分类问题。为了使MKL方法适用于处理单类分类(OCC)问题,提出了基于中心核对齐(CKA)的单类支持向量机(OCSVM)。首先利用CKA计算每个核矩阵的权重,然后将所得权重用作线性组合系数,进而将不同类型的核函数加以线性组合以构造组合核函数,最后将组合核函数引入到传统OCSVM中代替单个核函数。该方法既能避免核函数的选取问题,又能提高泛化性能和抗噪声能力。在20个UCI基准数据集上与其他五种相关方法进行了实验比较,结果表明该方法在13个数据集上的几何均值(g-mean)均高于其他对比方法,而传统的单核OCSVM仅在2个数据集上的效果较好,局部多核单类支持向量机(LMKOCSVM)和基于核目标对齐的多核单类支持向量机(KTAMKOCSVM)在5个数据集上的分类效果较好。因此,通过实验比较充分验证了所提方法的有效性。

关键词：多核学习中心核对齐单类支持向量机单类分类核函数

来源：评论

学校读者我要写书评

暂无评论

三支半概念的广义结构及粗糙集近似算子

引用

模糊系统与数学 2022年第6期36卷 89-101页

作者：毛华马经泽牛振华张植明杨兰珍河北大学数学与信息科学学院河北保定071002 河北大学河北省机器学习与计算智能重点实验室河北保定071002

随着形式概念分析理论的发展,经典半概念理论也受到了广泛关注。三支半概念是将经典半概念与三支决策相结合而产生的新理论,也是一个知识发现与数据挖掘的有效工具。本文主要对三支半概念的结构和性质两个方面进行研究,首先将三支半概... 详细信息

随着形式概念分析理论的发展,经典半概念理论也受到了广泛关注。三支半概念是将经典半概念与三支决策相结合而产生的新理论,也是一个知识发现与数据挖掘的有效工具。本文主要对三支半概念的结构和性质两个方面进行研究,首先将三支半概念拓广到了广义三支半概念——OE-半概念和AE-半概念,给出了寻找二者的算法,接下来分别针对两种广义三支半概念构建了纯双布尔代数结构。此外,研究了三支半概念与经典半概念之间的关系,分别证明了它们之间的保运算以及序同构关系。最后利用粗糙集理论分别构建了经典半概念的两对算子,给出该算子的相关性质,并证明这两对算子为粗糙集近似算子。

关键词：三支半概念广义三支半概念三支决策纯双布尔代数粗糙集近似算子

来源：评论

学校读者我要写书评

暂无评论

大数据环境下的投票特征选择算法

引用

小型微型计算机系统 2022年第5期43卷 936-942页

作者：周翔翟俊海黄雅婕申瑞彩侯璎真河北大学数学与信息科学学院河北保定071000 河北大学河北省机器学习与计算智能重点实验室河北保定071000

随着数据的爆炸式增长,大数据问题越来越受到关注,然而由于大数据具有维度较高、数据复杂且变化迅速的特性,导致传统的机器学习算法不再适用,故解决大数据特征选择问题迫在眉睫.本文基于投票机制和决策树算法提出了大数据环境下的投票... 详细信息

随着数据的爆炸式增长,大数据问题越来越受到关注,然而由于大数据具有维度较高、数据复杂且变化迅速的特性,导致传统的机器学习算法不再适用,故解决大数据特征选择问题迫在眉睫.本文基于投票机制和决策树算法提出了大数据环境下的投票特征选择算法.具体步骤为,随机划分大数据集U为L个子集,将划分后的L个子集发送到L个map节点,在每个map节点上使用决策树算法进行特征选择.在reduce节点,用每个map节点选择出来的特征进行投票,将得票数大于阙值的特征选择出来.将提出的算法在Hadoop和Spark两个开源大数据平台进行了实验,发现两个大数据平台的运行机制有诸多异同.此外,将提出的大数据投票特征选择算法和单变量特征选择算法与基于遗传算法的特征选择算法在5个高维数据集上进行了实验比对.经过对实验结果的分析,发现提出的算法相较于两个相关算法分类精度和执行效率都有更优的表现.证明了提出的算法优于这两个算法,可以有效地解决高维数据的特征选择问题.

关键词：大数据特征选择决策树机器学习投票机制

来源：评论

学校读者我要写书评

暂无评论

无限维3-Pre-李代数

引用

华东师范大学学报（自然科学版） 2022年第2期 1-8页

作者：白瑞蒲刘山河北大学数学与信息科学学院河北保定071002 河北大学河北省机器学习与智能计算重点实验室河北保定071002

构造3-Pre-李代数一直是一个很困难的问题,目前关于3-Pre-李代数的例子很少.利用单无限维3-李代数A_(w)=(L_(m)|m∈Z)上所有权为0的齐性Rota-Baxter算子,构造了5类不同构的3-Pre-李代数B_(k),0≤k≤4,且对所构造的3-Pre-李代数的结构进... 详细信息

构造3-Pre-李代数一直是一个很困难的问题,目前关于3-Pre-李代数的例子很少.利用单无限维3-李代数A_(w)=(L_(m)|m∈Z)上所有权为0的齐性Rota-Baxter算子,构造了5类不同构的3-Pre-李代数B_(k),0≤k≤4,且对所构造的3-Pre-李代数的结构进行了研究,证明了B_(k)和B_(k)是2类单3-Pre-李代数,B_(k)是具有无限多个1维理想的不可分解3-Pre-李代数,B_(k)是具有有限多个理想的不可分解3-Pre-李代数.

关键词： 3-Pre-李代数 3-李代数齐性Rota-Baxter算子

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：