检索结果-内蒙古大学图书馆

遗传算法下的粗糙集属性约简算法及其有效性分析

引用

长春工业大学学报 2019年第1期40卷 66-71页

作者：郑文彬胡敏杰何秋红闽南师范大学计算机学院福建漳州363000 闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000

将核引入遗传算法初始群体,根据决策属性对条件属性的依赖度来加强局部搜索能力,并保证全局寻优,得到最佳搜索效果。

关键词：遗传算法粗糙集属性约简算法有效性

来源：评论

学校读者我要写书评

暂无评论

基于栅格的正圆与椭圆尺寸测量算法

引用

宁夏师范学院学报 2019年第4期40卷 65-71页

作者：邱国清闽南师范大学计算机学院福建漳州363000 福建省粒计算及其应用重点实验室闽南师范大学福建漳州363000

为了提高工件尺寸精度,提出一种基于栅格的正圆与椭圆尺寸测量算法.该算法首先把指定区域划分成间隔大小一致的网格;其次,对被测量工件进行轮廓识别,用鼠标选取采样点,采样点必须是轮廓与网格的交点,计算鼠标单击点与网格所有点的距离... 详细信息

为了提高工件尺寸精度,提出一种基于栅格的正圆与椭圆尺寸测量算法.该算法首先把指定区域划分成间隔大小一致的网格;其次,对被测量工件进行轮廓识别,用鼠标选取采样点,采样点必须是轮廓与网格的交点,计算鼠标单击点与网格所有点的距离并找出最小距离的网格点,该点的坐标值即采样点的值;最后,计算各种参数.通过程序对正圆、椭圆尺寸测量得出的数据表明,新算法能快速准确计算出工件的尺寸.对多种测量算法进行了对比分析,结果表明:新算法具有较好的测量效果.

关键词：尺寸量算栅格正圆椭圆轮廓识别

来源：评论

学校读者我要写书评

暂无评论

面向Android平台的软件测试模型研究

引用

信息与电脑 2019年第6期31卷 111-114页

作者：黄伟婷郑艺峰闽南师范大学计算机学院福建漳州363000 闽南师范大学粒计算及其应用重点实验室福建漳州363000 数据科学与智能应用福建省高等学校重点实验室福建漳州363000

随着移动互联技术的发展,移动终端设备已深入人们生活的各个领域。移动终端应用软件的普及,使得人们对其质量的重视日益提高。笔者基于Android平台,提出实体配对测试模型。模型以黑盒测试方法为基础,结合实体模型和网络模型的特点,从实... 详细信息

随着移动互联技术的发展,移动终端设备已深入人们生活的各个领域。移动终端应用软件的普及,使得人们对其质量的重视日益提高。笔者基于Android平台,提出实体配对测试模型。模型以黑盒测试方法为基础,结合实体模型和网络模型的特点,从实体属性、实体间关系和实体功能组合配对三方面进行综合考虑。并给出了模型的建立过程,以手机优化大师软件为例进行建模实验。实验结果表明,实体配对测试模型是一种高效的移动终端应用软件测试模型,能对移动终端应用软件的功能进行全面测试。

关键词：移动终端应用测试模型实体配对测试 Android

来源：评论

学校读者我要写书评

暂无评论

基于轻量化SSD的车辆及行人检测网络

引用

南京师大学报（自然科学版） 2019年第1期42卷 73-81页

作者：郑冬李向群许新征中国矿业大学计算机科学与技术学院江苏徐州221116 数据科学与智能应用福建省高校重点实验室福建漳州363000

近年来,基于深度学习的目标检测算法发展迅速.但是由于深度网络规模过大,导致其还不能在嵌入式平台上进行广泛应用.本文针对SSD(Single Shot Multi-box Detector)模型的规模进行优化,引入了轻量化卷积神经网络MobileNetv2,对比了SSD和... 详细信息

近年来,基于深度学习的目标检测算法发展迅速.但是由于深度网络规模过大,导致其还不能在嵌入式平台上进行广泛应用.本文针对SSD(Single Shot Multi-box Detector)模型的规模进行优化,引入了轻量化卷积神经网络MobileNetv2,对比了SSD和其轻量化版本SSDLite的网络结构,在此基础上提出了基于轻量化SSD的车辆及行人检测模型LVP-DN(Lightweight Vehicle and Pedestrian Detection Network).首先,通过MobilNetv2替代VGG作为基础网络进行特征提取.然后,用轻量化的SSD版本SSDLite替代SSD,从而达到减少模型大小、加快检测速度的目的.进一步通过优化默认候选框的比例,提高了网络对行人的检测精度.最后,在KITTI和PASCAL VOC数据集上分别对比了不同基础网络、输入图像尺寸及是否使用预训练模型这3个因素对网络性能的影响.实验结果表明,相比其他流行的目标检测模型,本文所提出的车辆及行人检测模型在精度、速度和模型大小等评价标准上取得了较好的效果.

关键词：目标检测卷积神经网络轻量化神经网络 SSD MobileNetv2

来源：评论

学校读者我要写书评

暂无评论

不协调决策形式背景的属性约简

引用

计算机科学 2019年第12期46卷 257-260页

作者：李仲玲米据生解滨河北师范大学汇华学院石家庄050091 河北师范大学数学与信息科学学院石家庄050024 河北省计算数学与应用重点实验室石家庄050024 数据科学与智能应用福建省高校重点实验室福建漳州363000

形式概念分析由德国数学家Wille于1982年提出,是刻画概念和概念之间层次化结构的数据分析工具,主要用于概念的发现、排序和显示。作为知识发现的有效工具,该理论已被成功地运用到信息检索、数据挖掘、模式识别等领域。而在实际问题中呈... 详细信息

形式概念分析由德国数学家Wille于1982年提出,是刻画概念和概念之间层次化结构的数据分析工具,主要用于概念的发现、排序和显示。作为知识发现的有效工具,该理论已被成功地运用到信息检索、数据挖掘、模式识别等领域。而在实际问题中呈现出的形式背景往往具有冗余的属性,使得所生成的概念格结构非常复杂。为了提取更加简洁有效的概念格,需要对形式背景中的属性进行约简。因此,寻找更高效的属性约简方法成为了形式概念分析中的一个重要研究问题。文中把基于粗糙集理论的属性约简思想引入到形式背景中,进一步研究不协调决策形式背景的属性约简问题。一些学者在不协调信息系统中基于等价类提出了分布约简、最大分布约简、分配约简、近似约简,并且讨论了4个约简之间的关系。而形式背景是一种特殊的信息系统,文中用粒集代替信息系统中的等价类,提出了4种基于包含度的属性约简,即分布约简、最大分布约简、分配约简与上近似和约简,并证明了分布协调集必为最大分布协调集,分布协调集必为分配协调集,分配协调集与上近似和协调集等价等结论。最后以分配约简为例,给出了分配协调集的判定定理,构建了不同粒集之间的可辨识属性集合,得到了求解分配约简的布尔计算方法。

关键词：辨识矩阵协调集属性约简决策形式背景

来源：评论

学校读者我要写书评

暂无评论

决策信息系统的连续型特征选取方法

引用

信息与控制 2019年第2期48卷 224-231页

作者：李国和杨绍伟吴卫江郑艺峰中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)地球物理与信息工程学院北京102249 闽南师范大学计算机学院数据科学与智能应用福建省高等学校重点实验室福建漳州363000

在大数据应用过程中,对特征集合进行约简,降低数据维度,有助于提升数据模型的泛化能力.采用随机森林模型选择和相似性度量结合的方式对特征集合进行特征初选,并通过前向搜索策略以距离为评价方式对初选集合进行二次筛选,最终获得特征子... 详细信息

在大数据应用过程中,对特征集合进行约简,降低数据维度,有助于提升数据模型的泛化能力.采用随机森林模型选择和相似性度量结合的方式对特征集合进行特征初选,并通过前向搜索策略以距离为评价方式对初选集合进行二次筛选,最终获得特征子集.算法模型采用局部遍历以提高执行效率,同时通过前向选择算法解决传统方法无法确定最优特征数目的问题.实验结果表明,本文提出的方法能更有效地选择特征子集,提高模型的分类准确率.

关键词：特征约简随机森林相似性度量二次筛选

来源：评论

学校读者我要写书评

暂无评论

基于证据理论的覆盖决策信息系统的属性约简

引用

模式识别与人工智能 2018年第9期31卷 797-808页

作者：张燕兰李长清闽南师范大学计算机学院漳州363000 数据科学与智能应用福建省高等学校重点实验室漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数学与统计学院漳州363000

覆盖决策信息系统的属性约简是粗糙集理论中的重要研究内容之一.文中讨论决策为覆盖的覆盖决策信息系统的属性约简,针对覆盖决策信息系统的一类约简,利用证据理论中的信任函数和似然函数给出约简的等价刻画.根据决策类的似然函数值定义... 详细信息

覆盖决策信息系统的属性约简是粗糙集理论中的重要研究内容之一.文中讨论决策为覆盖的覆盖决策信息系统的属性约简,针对覆盖决策信息系统的一类约简,利用证据理论中的信任函数和似然函数给出约简的等价刻画.根据决策类的似然函数值定义覆盖的重要度和相对重要度,给出求解约简的算法,并以实例说明算法的有效性.

关键词：覆盖决策信息系统属性约简证据理论覆盖粗糙集

来源：评论

学校读者我要写书评

暂无评论

一类特殊三维六度环面网络的直径公式

引用

计算机工程与应用 2019年第13期55卷 119-122页

作者：钟玮刘日华陈宝兴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等学校重点实验室福建漳州363000 南昌师范学院数学与计算机科学系南昌330032

六度网孔网络和六度环面网络在化学、计算机图形学和峰巢移动通信等领域都得到了十分广泛的应用。三维环面是二维环面的自然性推广。该文针对张震等人所提出的三维六度环面Cayley图网络模型的未解问题,给出了一类特殊三维六度环面网络... 详细信息

六度网孔网络和六度环面网络在化学、计算机图形学和峰巢移动通信等领域都得到了十分广泛的应用。三维环面是二维环面的自然性推广。该文针对张震等人所提出的三维六度环面Cayley图网络模型的未解问题,给出了一类特殊三维六度环面网络的直径公式,并给予了详细的证明。

关键词：三维六度环面网络 Cayley图直径公式

来源：评论

学校读者我要写书评

暂无评论

变精度多粒度粗糙集近似集更新的矩阵算法

引用

计算机应用 2019年第11期39卷 3140-3145页

作者：郑文彬李进金于佩秋林艺东闽南师范大学计算机学院福建漳州363000 福建省粒计算及其应用重点实验室(闽南师范大学) 福建漳州363000 闽南师范大学数学与统计学院福建漳州363000 厦门大学数学科学学院福建厦门361005

随着信息大爆炸时代的到来,数据集的巨大化和数据集结构的复杂化已经成为近似计算中不能忽视的问题,而动态计算是解决这些问题的一种行之有效的途径。对现有的应用于经典多粒度粗糙集动态近似集更新方法进行了改进,提出了应用于变精度... 详细信息

随着信息大爆炸时代的到来,数据集的巨大化和数据集结构的复杂化已经成为近似计算中不能忽视的问题,而动态计算是解决这些问题的一种行之有效的途径。对现有的应用于经典多粒度粗糙集动态近似集更新方法进行了改进,提出了应用于变精度多粒度粗糙集(VPMGRS)的向量矩阵近似集计算与更新方法。首先,提出了一种基于向量矩阵的VPMGRS近似集静态计算算法;其次,重新考虑了VPMGRS近似集更新时的搜索区域,并根据VPMGRS的性质缩小了该区域,有效地提升了近似集更新算法的时间效率;再次,根据新的搜索区域,在VPMGRS近似集静态计算算法的基础上提出了一种新的VPMGRS近似集更新的向量矩阵算法;最后,通过实验验证了所提算法的有效性。

关键词：动态计算近似集更新变精度多粒度粗糙集矩阵算法

来源：评论

学校读者我要写书评

暂无评论

基于聚类的连续型数据缺失值充填方法

引用

计算机工程 2019年第9期45卷 32-39页

作者：李国和杨绍伟吴卫江郑艺峰中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)地球物理与信息工程学院北京102249 闽南师范大学数据科学与智能应用福建省高等学校重点实验室福建漳州363000 闽南师范大学计算机学院福建漳州363000

在大数据应用中,多数建模方法是在完备数据集基础上进行的,但在数据采集过程或存储过程中容易出现数据缺失的现象,导致无法建模。为此,提出一种基于聚类的递归充填方法。使用同类簇的均值对不完备数据进行预填充,形成初始完备数据集,针... 详细信息

在大数据应用中,多数建模方法是在完备数据集基础上进行的,但在数据采集过程或存储过程中容易出现数据缺失的现象,导致无法建模。为此,提出一种基于聚类的递归充填方法。使用同类簇的均值对不完备数据进行预填充,形成初始完备数据集,针对得到的完整数据进行聚类,并运用同类簇的均值修正初始充填值。根据充填效果误差判定充填稳定性,并进行多次递归聚类修正充填值,直到前后两次充填较为稳定或迭代次数超过阈值时停止迭代。实验结果表明,与均值充填、K最近邻充填、聚类充填及粗糙集不完备数据分析等方法相比,该方法能够进行更为精准的充填,使得最终充填更加接近真实数据。

关键词：缺失值预充填聚类递归充填平方误差

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：