检索结果-内蒙古大学图书馆

闽南师范大学学报（自然科学版） 2024年第1期37卷 40-53页

作者：魏志森邓城闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

核酸结合蛋白(nucleic acid-binding protein,NABP)包括DNA结合蛋白(DNA-binding protein,DBP)和RNA结合蛋白(RNA-binding protein,RBP),准确识别NABP有助于了解蛋白质的作用机制.为了解决NABP预测中的交叉预测问题,提出一种新的同时预测DBP和RBP的深度学习模型DeepDPRP,并采用多标签学习方法训练模型.利用双向长短期记忆网络从位置特异性得分矩阵中提取全局蛋白质序列特征,再用卷积神经网络从中捕捉更复杂的特征,同时结合基于结构模式的卷积模块以有效利用已发现的蛋白质结构特征.独立测试实验表明,DeepD‐PRP明显优于现有的核酸结合蛋白预测器,具有更高的性能和更低的交叉预测率.广泛的消融实验证明了该模型的有效性.

关键词：核酸结合蛋白预测卷积神经网络双向长短期记忆多标签学习

来源：评论

学校读者我要写书评

暂无评论

覆盖信息系统的一类悲观多粒度约简

引用

闽南师范大学学报（自然科学版） 2024年第4期37卷 17-27页

作者：蒋涛张燕兰师琦闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

在覆盖信息系统中,为探讨多粒度约简结构,文中利用辨识矩阵计算覆盖信息系统的悲观多粒度约简.首先,介绍覆盖信息系统中基于多粒度粗糙集的悲观属性约简定义.接着,构建辨识矩阵和辨识函数,通过对辨识矩阵进行析取和合取运算,可以精确地... 详细信息

在覆盖信息系统中,为探讨多粒度约简结构,文中利用辨识矩阵计算覆盖信息系统的悲观多粒度约简.首先,介绍覆盖信息系统中基于多粒度粗糙集的悲观属性约简定义.接着,构建辨识矩阵和辨识函数,通过对辨识矩阵进行析取和合取运算,可以精确地得到覆盖信息系统的所有悲观多粒度近似约简.最后,利用UCI的10个数据集进行了数值实验,验证了所提算法的可行性和有效性.

关键词：多粒度覆盖信息系统辨识矩阵属性约简

来源：评论

学校读者我要写书评

暂无评论

面向对象减少的局部相容粗糙集动态更新

引用

闽南师范大学学报（自然科学版） 2024年第1期37卷 8-19页

作者：杜晓拴张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

数据通常具有不完备和动态的特点.为解决不完备信息系统用静态算法更新近似集时间效率低的问题,首先介绍不完备信息系统中的局部粗糙集模型.然后,根据对象包含度的变化给出局部粗糙集动态更新的相关定理,并设计一种局部相容粗糙集的动... 详细信息

数据通常具有不完备和动态的特点.为解决不完备信息系统用静态算法更新近似集时间效率低的问题,首先介绍不完备信息系统中的局部粗糙集模型.然后,根据对象包含度的变化给出局部粗糙集动态更新的相关定理,并设计一种局部相容粗糙集的动态更新算法.最后,利用UCI数据库中6组数据集进行仿真实验,验证所提动态更新算法的有效性与稳定性.

关键词：不完备信息系统局部粗糙集包含度动态更新

来源：评论

学校读者我要写书评

暂无评论

面向异构多背包问题的深度强化学习算法

引用

计算机工程 2024年

作者：李斌郭毅福建理工大学机械与汽车工程学院福建理工大学福建省大数据挖掘与应用技术重点实验室福建理工大学计算机科学与数学学院

从传统多背包问题与典型物流系统运作场景出发，抽象出异构多背包问题（HMKP），并制定改进深度确定性策略梯度（DDPG）算法对HMKP进行研究和求解。针对DDPG算法在解决0-1背包问题（KP）时容易陷入局部最优的缺点，采用动态随机机制（DR... 详细信息

从传统多背包问题与典型物流系统运作场景出发，抽象出异构多背包问题（HMKP），并制定改进深度确定性策略梯度（DDPG）算法对HMKP进行研究和求解。针对DDPG算法在解决0-1背包问题（KP）时容易陷入局部最优的缺点，采用动态随机机制（DRM）和动态惩罚机制（DPM）对DDPG算法进行改进，并嵌入改进Transformer模块来优化算法，提出基于改进Transformer模块的动态深度确定性策略梯度（TDP-DDPG）算法，并加入禁忌表防止重复搜索。TDP-DDPG算法在多个实验算例中展现了高效的搜索能力，在由低到高维度的测试集1、2以及更高维度的测试集3中所有39个算例都能找到最优值，在大规模测试集4的6个算例中有3个能找到最优值。实验表明，TDP-DDPG算法在融入改进策略后具备更强的寻优能力。在此基础上，设计基于TDP-DDPG算法的BPD-DDPG算法来解决复杂度更高的HMKP，且分别在多个经典0-1KP算例组合而成的高维度算例中进行分析评估。结果显示BPD-DDPG算法与Gurobi相比虽求解时间长，但在3个低规模算例中求解准确率比商业求解器Gurobi高。BPD-DDPG算法能在可接受时间范围内以低计算代价高效解决高维度、大规模的HMKP。

关键词：深度强化学习 0-1背包问题异构多背包问题 Transformer模块动态惩罚机制禁忌表

来源：评论

学校读者我要写书评

暂无评论

非零均值噪声下ARMA-GARCH模型的拟极大似然估计

引用

闽南师范大学学报（自然科学版） 2023年第2期36卷 60-70页

作者：王鑫蕊吕阳阳施建华闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 福建省数据科学与统计重点实验室福建漳州363000 数字福建气象大数据研究所福建漳州363000

ARMA-GARCH模型在金融领域已得到广泛应用,可以用来研究金融资产价格的变化情况.对金融资产收益率建模时,通常假设噪声服从高斯分布.然而,实际研究表明,金融资产收益率可能具有正向或负向阶段性跳跃特征.对于此类金融数据,基于高斯分布... 详细信息

ARMA-GARCH模型在金融领域已得到广泛应用,可以用来研究金融资产价格的变化情况.对金融资产收益率建模时,通常假设噪声服从高斯分布.然而,实际研究表明,金融资产收益率可能具有正向或负向阶段性跳跃特征.对于此类金融数据,基于高斯分布的ARMA-GARCH模型在预测效果上显得不足.因此,研究了非零均值噪声扰动下的ARMA-GARCH模型,证明了拟极大似然估计量(QMLE)的强相合性和渐近正态性.进一步,通过数值模拟和实证分析说明了该模型的有效性.

关键词： ARMA-GARCH 相合性渐近正态性拟极大似然估计高斯-泊松分布

来源：评论

学校读者我要写书评

暂无评论

基于透镜反向学习和差分进化的帝国竞争改进算法

引用

计算机工程 2024年

作者：李斌潘智成福建理工大学机械与汽车工程学院福建理工大学福建省大数据挖掘与应用技术重点实验室福建理工大学计算机科学与数学学院

针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题，提出了一种改进帝国竞争算法(LODE-IICA)。首先，引入透镜反向学习差分进化机制，周期性为算法种群提供新的进化方式和平衡各个帝国势... 详细信息

针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题，提出了一种改进帝国竞争算法(LODE-IICA)。首先，引入透镜反向学习差分进化机制，周期性为算法种群提供新的进化方式和平衡各个帝国势力，帮助算法种群跳出局部最优；其次，将精英保留策略植入到算法演化当中，重新分配殖民地维持种群多样性；最后，引入动态同化系数，协调算法在不同阶段探索，提高算法的稳定性。仿真实验中，采用标准函数测试集、CEC2017测试集及CEC2020测试集检验LODE-IICA在多个维度下对不同类型函数的寻优能力。选取分别在标准函数测试集、CEC2017测试集和CEC2020测试集中具有代表性的15种改进算法与LODE-IICA进行实验结果比较。结果显示LODE-IICA引入的机制在大多数情况下有效地提高算法性能，同时具备较好的收敛速度和寻优能力。

关键词：帝国竞争算法透镜反向学习差分进化精英保留同化系数 CEC2017 CEC2020

来源：评论

学校读者我要写书评

暂无评论

WOD随机变量序列加权和的矩完全收敛性

引用

纯粹数学与应用数学 2023年第2期39卷 250-269页

作者：潘晓映王美涵施建华张荣茂闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 福建省数据科学与统计重点实验室福建漳州363000 数字福建气象大数据研究所福建漳州363000

WOD(widely orthant dependent)随机变量序列是一类非常宽泛的相依随机变量序列,应用WOD随机变量序列部分和的Menshov-Rademacher型不等式,结合五段截尾技术,研究得到了同分布WOD随机变量序列的Sung型加权和的最大值矩完全收敛性定理,... 详细信息

WOD(widely orthant dependent)随机变量序列是一类非常宽泛的相依随机变量序列,应用WOD随机变量序列部分和的Menshov-Rademacher型不等式,结合五段截尾技术,研究得到了同分布WOD随机变量序列的Sung型加权和的最大值矩完全收敛性定理,推广和改进了已有的文献的一些最新结果.作为主要结果的一个应用,同时考虑了基于WOD误差的非参数回归模型中加权估计的完全相合性的结果,并且通过模拟验证了理论结果的有效性.

关键词： WOD随机变量加权和矩完全收敛非参数回归模型

来源：评论

学校读者我要写书评

暂无评论

对抗训练驱动的恶意代码检测增强方法

引用

通信学报 2022年第9期43卷 169-180页

作者：刘延华李嘉琪欧振贵高晓玲刘西蒙 MENG Weizhi 刘宝旭福州大学计算机与大数据学院福建福州350108 福建省网络计算与智能信息处理重点实验室福建福州350108 丹麦科技大学应用数学和计算机系哥本哈根2800 中国科学院信息工程研究所北京100093

为了解决恶意代码检测器对于对抗性输入检测能力的不足,提出了一种对抗训练驱动的恶意代码检测增强方法。首先,通过反编译工具对应用程序进行预处理,提取应用程序接口(API)调用特征,将其映射为二值特征向量。其次,引入沃瑟斯坦生成对抗... 详细信息

为了解决恶意代码检测器对于对抗性输入检测能力的不足,提出了一种对抗训练驱动的恶意代码检测增强方法。首先,通过反编译工具对应用程序进行预处理,提取应用程序接口(API)调用特征,将其映射为二值特征向量。其次,引入沃瑟斯坦生成对抗网络,构建良性样本库,为恶意样本躲避检测器提供更加丰富的扰动组合。再次,提出了一种基于对数回溯法的扰动删减算法。将良性样本库中的样本以扰动的形式添加到恶意代码中,对添加的扰动进行二分删减,以较少的查询次数减少扰动的数量。最后,将恶意代码对抗样本标记为恶意并对检测器进行重训练,提高检测器的准确性和稳健性。实验结果表明,生成的恶意代码对抗样本可以躲避目标检测器的检测。此外,对抗训练提升了目标检测器的准确率和稳健性。

关键词：对抗训练检测增强生成对抗网络扰动删减

来源：评论

学校读者我要写书评

暂无评论

基于矩阵的动态局部相容粗糙集的增量方法

引用

南京大学学报（自然科学版） 2022年第3期58卷 519-531页

作者：周悦丽林国平谢淋淋闽南师范大学数学与统计学院漳州363000 数字福建气象大数据研究所漳州363000 福建省粒计算重点实验室漳州363000

粗糙集模型作为一种重要的粒计算模型,是处理数据的重要工具.在实际生活中,由于数据来源的多样性,信息系统常出现集值型数据,这些信息系统被称为集值信息系统.由于信息的更新,集值信息系统中的属性集会发生动态变化,因此,基于局部相容... 详细信息

粗糙集模型作为一种重要的粒计算模型,是处理数据的重要工具.在实际生活中,由于数据来源的多样性,信息系统常出现集值型数据,这些信息系统被称为集值信息系统.由于信息的更新,集值信息系统中的属性集会发生动态变化,因此,基于局部相容粗糙集模型,研究用矩阵来表示其上、下近似的方法,讨论随着属性集的动态变化局部关系矩阵的变化以及上、下近似的变化,并通过具体实例说明提出的更新方法在处理集值型数据时的有效性.最后给出与增量方法对应的算法,并在UCI数据库中选取了几组数据进行实验.实验结果证明,这种通过矩阵表示上、下近似并对其进行更新的方法是有效的,可以提高计算效率,降低时间复杂度.

关键词：相容关系局部粗糙集矩阵集值信息系统

来源：评论

学校读者我要写书评

暂无评论

一类离散相依索赔风险模型的随机分红问题

引用

数学物理学报（A辑） 2022年第2期42卷 631-640页

作者：陈密聂昌伟刘海燕福建师范大学数学与统计学院福州350117 福建省分析数学及应用重点实验室福州350117 福建省应用数学中心(福建师范大学) 福州350117

该文将随机保费收入、相依索赔以及随机分红策略引入到复合二项风险模型中,并研究该模型下的随机分红问题.运用母函数的方法,推导得到保险公司直至破产前的期望累积折现分红量满足的差分方程及其解.最后,通过几个数值例子展示了所得结果.

关键词：期望累积折现分红量相依索赔随机保费收入随机分红策略

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：