检索结果-内蒙古大学图书馆

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

基于变精度和浓缩布尔矩阵的属性约简

引用

计算机科学 2017年第S1期44卷 70-74页

作者：李艳郭娜娜赵浩河北大学数学与信息科学学院机器学习与计算智能重点实验室保定071002 西安交通大学电子与信息工程学院西安710049

属性约简是粗糙集理论研究的重要内容。传统的基于差别矩阵的属性约简方法只能处理一致决策表,改进的差别矩阵针对决策表中一致和不一致的对象做不同的处理,从而解决了这一问题。浓缩布尔矩阵进一步节省了矩阵的存储空间并提高了矩阵的... 详细信息

属性约简是粗糙集理论研究的重要内容。传统的基于差别矩阵的属性约简方法只能处理一致决策表,改进的差别矩阵针对决策表中一致和不一致的对象做不同的处理,从而解决了这一问题。浓缩布尔矩阵进一步节省了矩阵的存储空间并提高了矩阵的生成效率,从而可以快速计算得到约简。在此基础上,结合变精度的思想把部分不一致对象合理地加入到一致对象的集合中,从而增加了一致数据的信息量,并通过使用浓缩布尔矩阵有效降低了约简的计算消耗。实验表明,所提方法在运行速度和分类精度方面均表现出了优势。

关键词：粗糙集差别矩阵属性约简浓缩布尔矩阵变精度

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

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

模糊数项级数的收敛性

引用

哈尔滨商业大学学报（自然科学版） 2017年第2期33卷 212-213,228页

作者：李洪亮裴慧丽欧芳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

研究了模糊数项级数的敛散性质以及模糊数代数运算的计算公式.并且得到模糊数项级数左右函数的逐点收敛等价于一致收敛,即模糊数项级数和函数列的左右函数列构成的级数逐点收敛等价于模糊数项级数收敛.

关键词：模糊数项级数收敛一致收敛

来源：评论

学校读者我要写书评

暂无评论

京津冀地区一次大范围雾霾的判定及数据分析

引用

哈尔滨商业大学学报（自然科学版） 2017年第5期33卷 637-640页

作者：李洪亮裴慧丽河北大学数学与信息科学学院河北省机器学习重点实验室河北保定071002

通过研究河北地区每天的空气质量数据,发现2016年9月12日至2016年9月17日整个河北地区的日空气质量平均值显著高于观察期间的平均水平,并且该值已达到轻度污染水平.通过记录京津冀地区2016年9月12日0时至2016年9月18日23时,共计168 h的... 详细信息

通过研究河北地区每天的空气质量数据,发现2016年9月12日至2016年9月17日整个河北地区的日空气质量平均值显著高于观察期间的平均水平,并且该值已达到轻度污染水平.通过记录京津冀地区2016年9月12日0时至2016年9月18日23时,共计168 h的空气质量指数数据,分析了这次雾霾产生的原因,以及地区之间空气质量指数的相互影响.

关键词：京津冀空气质量指数雾霾 PM2.5 PM10

来源：评论

学校读者我要写书评

暂无评论

区间值属性的单调决策树算法

引用

模式识别与人工智能 2016年第1期29卷 47-53页

作者：陈建凯王鑫何强王熙照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 深圳大学计算机与软件学院深圳518060

目前存在的一些区间值属性决策树算法都是在无序情况下设计的,未考虑条件属性和决策属性之间的序关系.针对这些算法处理有序分类问题的不足,提出区间值属性的单调决策树算法,用于处理区间值属性的单调分类问题.该算法利用可能度确定区... 详细信息

目前存在的一些区间值属性决策树算法都是在无序情况下设计的,未考虑条件属性和决策属性之间的序关系.针对这些算法处理有序分类问题的不足,提出区间值属性的单调决策树算法,用于处理区间值属性的单调分类问题.该算法利用可能度确定区间值属性的序关系,使用排序互信息度量区间值属性的单调一致程度,通过排序互信息的最大化选取扩展属性.此外,将非平衡割点应用到区间值属性决策树构建过程中,减少排序互信息的计算次数,提高计算效率.实验表明文中算法提高了效率和测试精度.

关键词：区间值属性单调分类可能度单调决策树

来源：评论

学校读者我要写书评

暂无评论

模糊积分分类器中的积分类型选择

引用

模糊系统与数学 2016年第1期30卷 1-7页

作者：陈爱霞冯慧敏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智能重点实验室河北保定071002

与其它分类器相比,模糊积分分类器不仅可以表示各个特征属性的权重,而且可以表示它们之间的交互作用。因此,在具有交互作用的环境下,模糊积分分类器具有明显的优势。适用于分类的模糊积分主要有Sugeno积分、Choquet积分、上积分和下积... 详细信息

与其它分类器相比,模糊积分分类器不仅可以表示各个特征属性的权重,而且可以表示它们之间的交互作用。因此,在具有交互作用的环境下,模糊积分分类器具有明显的优势。适用于分类的模糊积分主要有Sugeno积分、Choquet积分、上积分和下积分等。模糊积分类型的选择是模糊积分分类器中的关键问题之一。在实际应用中,选取何种模糊积分都是事先指定的。本文从四种模糊积分的定义和相互关系出发,结合四种模糊积分分类器的数值实验结果,得出了一条有益的结论。适用于分类的模糊积分选择次序依次为Choquet积分、下积分、上积分、Sugeno积分。

关键词：模糊积分模糊测度模糊积分分类器可能性分布遗传算法

来源：评论

学校读者我要写书评

暂无评论

扩展优势关系下的变精度粗糙集模型

引用

计算机科学 2016年第9期43卷 232-237页

作者：李艳靳永飞马红艳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

基于优势关系的变精度粗糙集模型将传统粗糙集中的等价关系扩展为优势关系,并结合变精度的思想来定义相关概念,从而可以处理具有偏好关系的信息并具有一定的容错能力。然而,传统优势关系的定义仍然过于严格,只有当一个对象x的每个属性... 详细信息

基于优势关系的变精度粗糙集模型将传统粗糙集中的等价关系扩展为优势关系,并结合变精度的思想来定义相关概念,从而可以处理具有偏好关系的信息并具有一定的容错能力。然而,传统优势关系的定义仍然过于严格,只有当一个对象x的每个属性值都优于另一个对象y时,该对象x才优于y。当属性个数较多时,这种优势关系的定义会导致对象的优势集偏小,影响到规则的提取和决策结果。为了解决这一问题,通过引入参数的方法扩展了传统优势关系的定义,并在此基础上进一步给出了扩展后的优势集和近似集的概念,建立了扩展优势关系下的变精度粗糙集模型,采用覆盖率和测试精度作为模型的评估指标。最后给出算例,并在UCI数据集上进行大量的实验将所提模型与传统优势关系下的变精度粗糙集模型进行比较。

关键词：优势关系变精度粗糙集扩展优势关系近似集决策规则

来源：评论

学校读者我要写书评

暂无评论

多准则分类问题中近似集的增量更新方法

引用

计算机科学 2016年第12期43卷 71-78页

作者：李艳靳永飞吴婷婷郭娜娜于群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

在优势关系粗糙集方法(DRSA)的框架下,优势关系可用于处理带有序关系属性(准则)的数据,并且已经被广泛用于处理多准则决策问题。然而在实际应用中,当属性集和对象集发生变化时,信息系统会随之不断更新。在这种动态环境下,DRSA中用于属... 详细信息

在优势关系粗糙集方法(DRSA)的框架下,优势关系可用于处理带有序关系属性(准则)的数据,并且已经被广泛用于处理多准则决策问题。然而在实际应用中,当属性集和对象集发生变化时,信息系统会随之不断更新。在这种动态环境下,DRSA中用于属性约简、规则提取以及决策制定的近似集需要得到相应的更新。针对对象集发生变化时(增加或删除一个对象)的多准则分类问题,采用增量方法来更新近似集并提出两种相应的更新算法DRSA1和DRSA2。同时,对不同情况下的更新原则进行了讨论并给出了相关的理论结果与详细的证明。最后给出算例,并在UCI数据集上进行大量的实验,与非增量的方法(传统的DRSA)进行对比,结果充分体现了所提增量方法的有效性与可扩展性。

关键词：优势关系粗糙集多准则分类信息系统近似集增量更新

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：