检索结果-内蒙古大学图书馆

模式识别与人工智能 2010年第6期23卷 772-780页

作者：陈思郭躬德陈黎飞福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术重点实验室福州350007

不平衡数据分类问题目前已成为数据挖掘和机器学习的研究热点.文中提出一类基于聚类融合的不平衡数据分类方法,旨在解决传统分类方法对少数类的识别率较低的问题.该方法通过引入"聚类一致性系数"找出处于少数类边界区域和处... 详细信息

不平衡数据分类问题目前已成为数据挖掘和机器学习的研究热点.文中提出一类基于聚类融合的不平衡数据分类方法,旨在解决传统分类方法对少数类的识别率较低的问题.该方法通过引入"聚类一致性系数"找出处于少数类边界区域和处于多数类中心区域的样本,并分别使用改进的SMOTE过抽样方法和改进的随机欠抽样方法对训练集的少数类和多数类进行不同的处理,以改善不同类数据的平衡度,为分类算法提供更好的训练平台.通过实验对比8种方法在一些公共数据集上的分类性能,结果表明该方法对少数类和多数类均具有较高的识别率.

关键词：不平衡数据聚类融合过抽样欠抽样

来源：评论

学校读者我要写书评

暂无评论

基于KNN模型的增量学习算法

引用

模式识别与人工智能 2010年第5期23卷 701-707页

作者：郭躬德黄杰陈黎飞福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术重点实验室福州350007

KNN模型是k-近邻算法的一种改进版本,但其属于非增量学习算法,从而限制它在一些应用领域的推广.文中提出一个基于KNN模型的增量学习算法,它通过对模型簇引进"层"的概念,对新增数据建立不同"层"的模型簇的方式对原... 详细信息

KNN模型是k-近邻算法的一种改进版本,但其属于非增量学习算法,从而限制它在一些应用领域的推广.文中提出一个基于KNN模型的增量学习算法,它通过对模型簇引进"层"的概念,对新增数据建立不同"层"的模型簇的方式对原有模型进行优化,达到增量学习的效果.实验结果验证该方法的有效性.

关键词：增量学习 k-近邻 k-近邻模型分类

来源：评论

学校读者我要写书评

暂无评论

结构复杂数据的半监督聚类

引用

控制与决策 2010年第1期25卷 14-19页

作者：黄添强余养强秦小麟福建师范大学数学与计算机科学学院福建师范大学网络安全与密码技术福建省高校重点实验室福州350007 南京航空航天大学计算机科学与工程系南京210016

基于成对限制,提出一种半监督聚类算法(SCCD),它能够处理存在多种密度结构复杂的数据且识别任意形状的簇.利用成对限制反映的多密度分布信息计算基于密度的聚类算法(DBSCAN)的邻域半径参数Eps,并利用不同参数的DBSCAN算法处理复杂形状... 详细信息

基于成对限制,提出一种半监督聚类算法(SCCD),它能够处理存在多种密度结构复杂的数据且识别任意形状的簇.利用成对限制反映的多密度分布信息计算基于密度的聚类算法(DBSCAN)的邻域半径参数Eps,并利用不同参数的DBSCAN算法处理复杂形状且密度变化的数据集.实验结果表明,SCCD算法能在噪声环境下发现任意形状且多密度的簇,性能优于已有同类算法.

关键词：半监督聚类多密度数据基于密度聚类成对限制

来源：评论

学校读者我要写书评

暂无评论

半监督层次纠错输出编码算法

引用

小型微型计算机系统 2010年第8期31卷 1659-1664页

作者：辛轶郭躬德陈黎飞福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

纠错输出编码是一种处理多类分类问题的有效方法,但它只能用于有监督的数据,而对大量未标签样本却无法利用.提出一种新颖的基于半监督技术的层次编码算法,对传统的纠错输出编码算法(ECOC)进行改造,拓展了编码的概念.在编码阶段,根据簇... 详细信息

纠错输出编码是一种处理多类分类问题的有效方法,但它只能用于有监督的数据,而对大量未标签样本却无法利用.提出一种新颖的基于半监督技术的层次编码算法,对传统的纠错输出编码算法(ECOC)进行改造,拓展了编码的概念.在编码阶段,根据簇特征进行同类组合后再进行层次编码,从而在充分利用了无标签样本的同时,根据数据类分布的特点进行编码以提高算法精度.最后在化工产品有毒性预测数据集上的实验结果表明了本方法的可行性和有效性.

关键词：纠错输出编码半监督学习层次编码多类分类

来源：评论

学校读者我要写书评

暂无评论

基于空间覆盖的半监督特征选择方法

引用

计算机工程与应用 2010年第8期46卷 130-132,140页

作者：陈红郭躬德福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术重点实验室福州350007

提出一种新颖的基于空间覆盖的半监督特征选择方法。该算法同时利用已标签数据与未标签数据进行特征选择,各特征的相关性大小由其在不同簇中的覆盖程度衡量。在公共数据集和毒性数据集上的实验表明,该方法在改善学习精度上有很好的应用... 详细信息

提出一种新颖的基于空间覆盖的半监督特征选择方法。该算法同时利用已标签数据与未标签数据进行特征选择,各特征的相关性大小由其在不同簇中的覆盖程度衡量。在公共数据集和毒性数据集上的实验表明,该方法在改善学习精度上有很好的应用前景。

关键词：空间覆盖半监督特征选择

来源：评论

学校读者我要写书评

暂无评论

无线多跳网络中节点效用的博弈机制研究

引用

小型微型计算机系统 2010年第10期31卷 2038-2042页

作者：陈心瑜许力福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

无线多跳网络中的节点通常都具有自主性和资源受限的特点,因此开展效用研究具有重要意义.论文提出将声誉机制与价格机制相结合,并应用博弈理论促使发送端同时兼顾所预付的通信价格与转发节点的可信度.根据博弈理论对无线多跳网络中节点... 详细信息

无线多跳网络中的节点通常都具有自主性和资源受限的特点,因此开展效用研究具有重要意义.论文提出将声誉机制与价格机制相结合,并应用博弈理论促使发送端同时兼顾所预付的通信价格与转发节点的可信度.根据博弈理论对无线多跳网络中节点行为进行了建模分析.最后,本文给出纳什均衡的存在条件,并且通过仿真实验证实了以誉价比机制作为发送端决策因素的合理性.

关键词：博弈论纳什均衡声誉价格

来源：评论

学校读者我要写书评

暂无评论

基于调和平均测地线核的局部线性嵌入算法

引用

山东大学学报（理学版） 2010年第7期45卷 55-59页

作者：曾文赋黄添强李凯余养强郭躬德福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

为解决现有局部线性嵌入算法不适合处理非均匀分布数据和未利用距离远点信息的问题,提出相应的改进算法。首先引入测地线距离,以便能利用远点信息;然后使用调和平均规范化构造调和平均测地线核矩阵,使算法能更好地处理分布不均匀数据并... 详细信息

为解决现有局部线性嵌入算法不适合处理非均匀分布数据和未利用距离远点信息的问题,提出相应的改进算法。首先引入测地线距离,以便能利用远点信息;然后使用调和平均规范化构造调和平均测地线核矩阵,使算法能更好地处理分布不均匀数据并具有鲁棒性。在UCI数据集上的实验结果表明,改进后的算法能够取得比局部线性嵌入算法更好的降维效果。

关键词：局部线性嵌入调和平均核方法测地线流形学习

来源：评论

学校读者我要写书评

暂无评论

一种新的双重融合的半监督特征选择算法

引用

小型微型计算机系统 2010年第8期31卷 1604-1608页

作者：陈红郭躬德福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

针对特征选择算法的鲁棒性和稳定性问题以及现实应用领域中大量的廉价未标签数据的利用问题,提出一种基于双重融合策略的半监督特征选择算法.该方法综合利用弱分类器融合技术和未标签数据包含的数据集的簇的结构信息来扩充标签数据集,... 详细信息

针对特征选择算法的鲁棒性和稳定性问题以及现实应用领域中大量的廉价未标签数据的利用问题,提出一种基于双重融合策略的半监督特征选择算法.该方法综合利用弱分类器融合技术和未标签数据包含的数据集的簇的结构信息来扩充标签数据集,然后在得到的标签数据集上采用不同的特征选择算法,对不同的特征结果进行简单的融合操作,得到最终的特征子集.在一些公共数据集和有毒性预测数据集上的实验结果表明该方法在改善学习精度上有很好的应用前景.

关键词：特征选择半监督双重融合稳定性

来源：评论

学校读者我要写书评

暂无评论

应用增量法生成非均匀B样条曲线曲面

引用

福建师范大学学报（自然科学版） 2010年第2期26卷 38-46页

作者：丁小星潘日晶福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

应用基于展开的增量法生成非均匀B样条曲线曲面以及NURBS曲线,给出一个较简单高效的算法.此算法仅在初始化时进行乘除运算而后均为加法迭代,相较于deBoor算法效率更高.

关键词：非均匀B样条 NURBS曲线增量方法 Tailor展开

来源：评论

学校读者我要写书评

暂无评论

多类支持向量域分类器及其在入侵检测中的应用

引用

福建师范大学学报（自然科学版） 2010年第3期26卷 31-35页

作者：刘永芬郭躬德陈美霞福建师范大学数学与计算机科学学院福建师范大学网络安全与密码技术重点实验室福建福州350007

在对网络连接数据进行分析和研究的基础上,针对传统多类支持向量机分类法分类精度较低的现象,提出了一种新的MSVDC的入侵检测方法,将SVDC在两类问题的应用推广到多类问题中.在KDDCUP1999数据集上的实验结果表明,其相对于传统的多类支持... 详细信息

在对网络连接数据进行分析和研究的基础上,针对传统多类支持向量机分类法分类精度较低的现象,提出了一种新的MSVDC的入侵检测方法,将SVDC在两类问题的应用推广到多类问题中.在KDDCUP1999数据集上的实验结果表明,其相对于传统的多类支持向量机方法,在保证较低的误报率的情况下,有较高的分类精度和较好的检测效果.

关键词：入侵检测支持向量机多类支持向量域分类器

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：