检索结果-内蒙古大学图书馆

应用数学和力学 2019年第3期40卷 332-342页

作者：曹建智谭军王培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河北保定071002

研究了一类具有时滞的云杉蚜虫种群阶段结构模型的动力学行为.首先,讨论了模型正平衡点的存在唯一性,并分析了该平衡点的局部稳定性和出现Hopf分岔的充分条件;其次,利用中心流形定理和正规形理论,讨论了分岔周期解的稳定性及方向;最后,... 详细信息

研究了一类具有时滞的云杉蚜虫种群阶段结构模型的动力学行为.首先,讨论了模型正平衡点的存在唯一性,并分析了该平衡点的局部稳定性和出现Hopf分岔的充分条件;其次,利用中心流形定理和正规形理论,讨论了分岔周期解的稳定性及方向;最后,通过数值模拟验证了相关结论的正确性.该文所得结论具有广泛的实际应用价值.

关键词：云杉蚜虫种群模型平衡点稳定性 Hopf分岔

来源：评论

学校读者我要写书评

暂无评论

代价敏感惩罚AdaBoost算法的非平衡数据分类

引用

南京航空航天大学学报 2023年第2期55卷 339-346页

作者：鲁淑霞张振莲翟俊海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

针对非平衡数据分类问题,提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中,引入一种新的自适应代价敏感函数,赋予少数类样本及分错的少数类样本更高的代价值,并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向... 详细信息

针对非平衡数据分类问题,提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中,引入一种新的自适应代价敏感函数,赋予少数类样本及分错的少数类样本更高的代价值,并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向量机(Support vector machine,SVM)优化模型作为基分类器,采用带有方差减小的随机梯度下降方法(Stochastic variance reduced gradient,SVRG)对优化模型进行求解。对比实验表明,本文提出的算法不但在几何均值(G-mean)和ROC曲线下的面积(Area under ROC curve,AUC)上明显优于其他算法,而且获得了较大的平均间隔,显示了本文算法在处理非平衡数据分类问题上的有效性。

关键词：非平衡数据惩罚AdaBoost 自适应代价敏感函数平均间隔随机梯度下降

来源：评论

学校读者我要写书评

暂无评论

非对称卷积编码器的聚类算法

引用

智能系统学报 2022年第5期17卷 900-907页

作者：杨梦茵陈俊芬翟俊海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

基于深度神经网络的非监督学习方法通过联合优化特征表示和聚类指派,大大提升了聚类任务的性能。但大量的参数降低了运行速度,另外,深度模型提取的特征的区分能力也影响聚类性能。为此,提出一种新的聚类算法(asymmetric fully-connected... 详细信息

基于深度神经网络的非监督学习方法通过联合优化特征表示和聚类指派,大大提升了聚类任务的性能。但大量的参数降低了运行速度,另外,深度模型提取的特征的区分能力也影响聚类性能。为此,提出一种新的聚类算法(asymmetric fully-connected layers convolutional auto-encoder,AFCAE),其中卷积编码器结合非对称全连接进行无监督的特征提取,然后K-means算法对所得特征执行聚类。网络采用3×3和2×2的小卷积核,大大减少了参数个数,降低了算法复杂性。在MNIST上AFCAE获得0.960的聚类精度,比联合训练的DEC(deep embedding clustering)方法(0.840)提高了12个百分点。在6个图像数据集上实验结果表明AFCAE网络有优异的特征表示能力,能出色完成下游的聚类任务。

关键词：无监督聚类深度神经网络卷积神经网络自编码器特征学习特征表示算法复杂性

来源：评论

学校读者我要写书评

暂无评论

基于欠采样的零阶优化算法

引用

南京航空航天大学学报 2019年第5期51卷 609-617页

作者：鲁淑霞张罗幻蔡莲香河北大学数学与信息科学学院河北省机器学习与计算机智能重点实验室

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先... 详细信息

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。

关键词：欠采样零阶优化支持向量机非平衡数据集方差减小

来源：评论

学校读者我要写书评

暂无评论

基于Pivots选择的有效图像块描述子

引用

软件学报 2015年第11期26卷 2930-2938页

作者：谢博鋆朱杰于剑交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100044 河北省机器学习与计算智能重点实验室(河北大学) 河北保定071002 中央司法警官学院信息管理系河北保定071000

设计图像块特征表示是计算机视觉领域内的基本研究内容,优秀的图像块特征表示能够有效地提高图像分类、对象识别等相关算法的性能.SIFT(scale-invariant feature transform)和HOG(histogram of oriented gradient)是人为设计图像块特征... 详细信息

设计图像块特征表示是计算机视觉领域内的基本研究内容,优秀的图像块特征表示能够有效地提高图像分类、对象识别等相关算法的性能.SIFT(scale-invariant feature transform)和HOG(histogram of oriented gradient)是人为设计图像块特征表示的优秀代表,然而,人为设计图像块特征间的差异往往不能足够理想地反映图像块间的相似性.核描述子(kernel descriptor,简称KD)方法提供了一种新的方式生成图像块特征,在图像块间匹配核函数基础上,应用核主成分分析(kernel principal component analysis,简称KPCA)方法进行特征表示,且在图像分类应用上获得不错的性能.但是,该方法需要利用所有联合基向量去生成核描述子特征,导致算法时间复杂度较高.为了解决这个问题,提出了一种算法生成图像块特征表示,称为有效图像块描述子(efficient patch-level descriptor,简称EPLd).算法建立在不完整Cholesky分解基础上,自动选择少量的标志性图像块以提高算法效率,且利用MMD(maximum mean discrepancy)距离计算图像间的相似性.实验结果表明,该算法在图像/场景分类应用中获得了优秀的性能.

关键词：标志性图像块不完整Cholesky分解核描述子有效图像块描述子 MMD距离

来源：评论

学校读者我要写书评

暂无评论

基于朝向对比度的无监督边界检测算法

引用

中国科学技术大学学报 2017年第1期47卷 26-31页

作者：张辉赵静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 河北大学综合实验中心河北保定071002

针对网络上大规模图像集,没有真实标定边界或者获取成本较大,提出了基于朝向对比度的无监督边界检测算法;在朝向对比度的计算上,考虑了多个方向的差异.特别地,该模型尤其适合于检测自然纹理环绕的对象的边界.在Rug标准数据库上的测试结... 详细信息

针对网络上大规模图像集,没有真实标定边界或者获取成本较大,提出了基于朝向对比度的无监督边界检测算法;在朝向对比度的计算上,考虑了多个方向的差异.特别地,该模型尤其适合于检测自然纹理环绕的对象的边界.在Rug标准数据库上的测试结果表明,提出的算法优于当前最好的无监督边界检测算法,验证了该模型的有效性.

关键词：边界检测朝向对比度边缘检测谱聚类

来源：评论

学校读者我要写书评

暂无评论

基于概率神经网络和K-L散度的样例选择

引用

计算机应用研究 2014年第1期31卷 63-65,69页

作者：翟俊海李畅李塔王熙照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河北保定071002

提出了一种基于概率神经网络和K-L散度的样例选择算法。该算法利用概率神经网络估计训练样例的概率分布,利用K-L散度作为启发式来进行样例选择,用该方法选出的样例大多分布在分类边界附近。与五个著名的样例选择算法CNN、ENN、RNN、MCS... 详细信息

提出了一种基于概率神经网络和K-L散度的样例选择算法。该算法利用概率神经网络估计训练样例的概率分布,利用K-L散度作为启发式来进行样例选择,用该方法选出的样例大多分布在分类边界附近。与五个著名的样例选择算法CNN、ENN、RNN、MCS和ICF进行了实验比较,实验结果显示,算法的选择比更低,训练出分类器具有更好的泛化能力,提出的方法是有效的。

关键词：概率神经网络样例选择 K-L散度最近邻分类

来源：评论

学校读者我要写书评

暂无评论

概率神经网络样例选择算法

引用

小型微型计算机系统 2015年第4期36卷 787-791页

作者：翟俊海苗青李塔王熙照河北省机器学习与计算智能重点实验室河北大学数学与计算机学院河北保定071002

提出一种概率神经网络样例选择算法,它包括两个阶段,第一个阶段利用概率神经网络计算样例的不确定性,第二个阶段利用计算出的不确定性选择样例.与压缩近邻规则、编辑近邻规则、约简近邻规则和迭代过滤算法四种代表性的样例选择算法进行... 详细信息

提出一种概率神经网络样例选择算法,它包括两个阶段,第一个阶段利用概率神经网络计算样例的不确定性,第二个阶段利用计算出的不确定性选择样例.与压缩近邻规则、编辑近邻规则、约简近邻规则和迭代过滤算法四种代表性的样例选择算法进行了实验比较,实验结果显示在能力保持框架下,该算法的性能优于这四种方法.本文提出的算法具有下列特点:(1)学习速度快;(2)没有分类器的限制;(3)具有好的泛化能力.

关键词：概率神经网络样例选择信息熵能力保持

来源：评论

学校读者我要写书评

暂无评论

相容粗糙模糊集模型

引用

山东大学学报（理学版） 2014年第8期49卷 73-79页

作者：翟俊海张垚王熙照河北大学数学与计算机学院河北保定071002 河北省机器学习与计算智能重点实验室河北保定071002

在粗糙模糊集模型中,被逼近的目标概念是一个模糊集,使用的知识是等价关系,即描述对象的属性是离散值的。但在很多实际应用中,描述对象的属性是实数值的。针对这一问题,将粗糙模糊集模型中的等价关系推广为相容关系,提出了相容粗糙模糊... 详细信息

在粗糙模糊集模型中,被逼近的目标概念是一个模糊集,使用的知识是等价关系,即描述对象的属性是离散值的。但在很多实际应用中,描述对象的属性是实数值的。针对这一问题,将粗糙模糊集模型中的等价关系推广为相容关系,提出了相容粗糙模糊集模型。当相容关系退化为等价关系时,相容粗糙模糊集模型即为粗糙模糊集模型。相容粗糙模糊集模型扩展了粗糙模糊集的应用范围。

关键词：粗糙集模糊集粗糙模糊集相容粗糙集相容粗糙模糊集

来源：评论

学校读者我要写书评

暂无评论

基于优势-等价关系的几种约简及规则抽取方法

引用

计算机科学 2011年第11期38卷 220-224页

作者：李艳孙娜欣赵津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保定071002

考虑了条件属性引入优势关系而决策属性上引入等价关系的不协调目标信息系统。分析了这种基于优势-等价关系的相容约简、最大分布约简及正域约简三者之间的关系。此外,结合劣势关系抽取规则以提高规则的覆盖率,改进了基于优势关系的正... 详细信息

考虑了条件属性引入优势关系而决策属性上引入等价关系的不协调目标信息系统。分析了这种基于优势-等价关系的相容约简、最大分布约简及正域约简三者之间的关系。此外,结合劣势关系抽取规则以提高规则的覆盖率,改进了基于优势关系的正域约简抽取规则(PDRIS)的方法。最后给出算例,并在UCI数据集上进行了大量的试验,以与PDRIS进行比较。

关键词：粗糙集优势关系等价关系正域约简规则抽取

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：