检索结果-内蒙古大学图书馆

南京大学学报（自然科学版） 2022年第1期58卷 60-70页

作者：卢舜林耀进吴镒潾包丰浩王晨曦闽南师范大学计算机学院漳州363000 福建省数据科学与智能应用高校重点实验室闽南师范大学漳州363000

多标记学习广泛应用于图像分类、疾病诊断等领域,然而特征的高维性给多标记分类算法带来时间负担、过拟合和性能低等问题.基于多粒度邻域一致性设计相应的多标记特征选择算法:首先利用标记空间和特征空间邻域一致性来粒化所有样本,并基... 详细信息

多标记学习广泛应用于图像分类、疾病诊断等领域,然而特征的高维性给多标记分类算法带来时间负担、过拟合和性能低等问题.基于多粒度邻域一致性设计相应的多标记特征选择算法:首先利用标记空间和特征空间邻域一致性来粒化所有样本,并基于多粒度邻域一致性观点定义新的多标记邻域信息熵和多标记邻域互信息;其次,基于邻域互信息构建一个评价候选特征质量的目标函数用于评价每个特征的重要性;最后通过多个指标验证了所提算法的有效性.

关键词：多标记学习特征选择多粒度邻域一致性

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

基于技能构建知识结构的两种变精度模型与技能子集约简

引用

模式识别与人工智能 2022年第8期35卷 671-687页

作者：杨桃丽李进金李招文金铭周银凤林艺东闽南师范大学数学与统计学院漳州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 玉林师范学院广西高校复杂系统优化与大数据处理重点实验室玉林537000

在现存构建知识结构的模型中,以同一知识结构评价个体的知识掌握情况并不合理.为此,文中主要针对如下两个问题展开研究:技能映射通过析取模型、合取模型与能力模型诱导知识结构的条件过于宽松或苛刻,不同技能子集在同一模型下可能诱导... 详细信息

在现存构建知识结构的模型中,以同一知识结构评价个体的知识掌握情况并不合理.为此,文中主要针对如下两个问题展开研究:技能映射通过析取模型、合取模型与能力模型诱导知识结构的条件过于宽松或苛刻,不同技能子集在同一模型下可能诱导相同知识状态.首先,介绍技能包含度和能力包含度的概念,建立构建知识结构的变精度α-模型和变精度α-能力模型.再讨论诱导良级知识结构时技能映射需满足的条件,得到良好技能映射诱导的知识结构均为良级知识结构的结果.然后,针对技能映射和技能函数存在等价技能子集的情况,分别考虑保持知识结构不变的技能子集约简及学习路径选择的问题,并给出获取极小技能子集族和知识结构的算法.最后,在6个数据集上的实验验证文中算法的可行性和有效性.

关键词：知识结构技能映射变精度模型良级知识结构技能子集约简学习路径

来源：评论

学校读者我要写书评

暂无评论

知识点网络下的知识评估和学习路径选择

引用

南京大学学报（自然科学版） 2023年第4期59卷 629-643页

作者：王大利许晴媛李进金朱泳帆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校重点实验室闽南师范大学漳州363000 闽南师范大学数学与统计学院漳州363000 福建省粒计算及其应用重点实验室闽南师范大学漳州363000

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造... 详细信息

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法;其次,通过知识点网络诱导知识点背景,在已知学习者知识状态的情况下对学习者掌握的知识点进行评估,并给出知识点网络下的学习路径图及其算法;最后,通过实验验证了提出的算法的有效性和可行性.研究发现,由知识点网络诱导的知识点背景确定的知识点结构满足良级性.

关键词：知识点网络有效知识点组合知识点背景知识评估学习路径

来源：评论

学校读者我要写书评

暂无评论

基于层次类别邻域粗糙集的在线流特征选择算法

引用

南京大学学报（自然科学版） 2022年第3期58卷 506-518页

作者：曾艺祥林耀进范凯钧曾伯儒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校重点实验室漳州363000

在开放动态环境中,在线流特征选择是降低特征空间维度的有效方法 .现有的在线流特征选择算法能够有效地选择一个较优的特征子集,然而,这些算法忽略了类别中可能存在的层次结构.基于此,提出基于层次类别邻域粗糙集的在线流特征选择算法:... 详细信息

在开放动态环境中,在线流特征选择是降低特征空间维度的有效方法 .现有的在线流特征选择算法能够有效地选择一个较优的特征子集,然而,这些算法忽略了类别中可能存在的层次结构.基于此,提出基于层次类别邻域粗糙集的在线流特征选择算法:首先,在邻域粗糙集中引入层次最近异类的邻域关系,避免邻域粒度的选择,借助层次结构计算特征对标记的层次依赖度,推广邻域粗糙集模型以适应层次类别数据;其次,基于层次依赖度提出三个在线特征评价函数,设计了在线相关选择、在线重要度计算和在线冗余更新的层次特征选择框架;最后,在六个层次类别数据集和八个扁平单标记数据集上的实验表明,提出的算法优于现有最先进的在线流特征选择算法.

关键词：在线流特征选择邻域粗糙集层次分类层次依赖度

来源：评论

学校读者我要写书评

暂无评论

流缺失标记环境下的多标记特征选择

引用

山东大学学报（理学版） 2022年第8期57卷 39-52页

作者：张志浩林耀进卢舜吴镒潾王晨曦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

在监督学习实际任务中,特征的高维性、标记的动态性和缺失性为监督学习带来严峻的挑战。为解决这些不足,提出流缺失标记环境下的多标记特征选择算法。首先,为解决缺失标记的影响,通过学习标记相关性填补不完整的标记矩阵。其次,利用稀... 详细信息

在监督学习实际任务中,特征的高维性、标记的动态性和缺失性为监督学习带来严峻的挑战。为解决这些不足,提出流缺失标记环境下的多标记特征选择算法。首先,为解决缺失标记的影响,通过学习标记相关性填补不完整的标记矩阵。其次,利用稀疏学习方法为每个新到达的标记选择类属属性。然后,根据已到达标记的类属属性,通过计算得分选取一个有代表性的特征子集。最后,在11个基准数据集上进行一系列实验表明,所提算法能选择有代表性的特征子集,且分类性能较优。

关键词：多标记学习特征选择类属属性缺失标记流标记

来源：评论

学校读者我要写书评

暂无评论

基于信息粒化的多标记特征选择算法

引用

模式识别与人工智能 2018年第2期31卷 123-131页

作者：王晨曦林耀进唐莉傅为林培榕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

特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据... 详细信息

特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据集以及5个评价指标上的实验表明文中算法在分类上的有效性.

关键词：特征选择信息粒化标记权重多标记学习

来源：评论

学校读者我要写书评

暂无评论

局部模板更新逆向联合稀疏表示目标跟踪算法

引用

图学学报 2022年第1期43卷 60-69页

作者：虞虹玲陈颖频许艳萍林晨蒋旻佚罗崇淼陈悦林耀进闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高校重点实验室福建漳州363000 闽南师范大学物理与信息工程学院福建漳州363000

逆向联合稀疏表示算法可充分利用跟踪过程中的时间相似性和空间连续性,但由于遮挡、光照变化等的影响,易出现跟踪漂移。为解决上述问题,提出一种基于局部模板更新逆向联合稀疏表示目标跟踪算法,其通过逆向局部重构目标模板集完成逆向联... 详细信息

逆向联合稀疏表示算法可充分利用跟踪过程中的时间相似性和空间连续性,但由于遮挡、光照变化等的影响,易出现跟踪漂移。为解决上述问题,提出一种基于局部模板更新逆向联合稀疏表示目标跟踪算法,其通过逆向局部重构目标模板集完成逆向联合稀疏表示。首先,在首帧初始化目标模板集,利用粒子滤波获取候选图像,并对其分块处理,构建逆向联合稀疏编码模型;然后,利用交替方向乘子法求解出稀疏编码系数,并通过2步评分机制获取最优候选图像;最后,根据相似性得分判断当前帧是否存在局部遮挡,若无遮挡,则局部更新目标模板集以减少跟踪漂移现象。实验结果表明,本文算法的跟踪精度和成功率在OTB-2013数据集上分别达到了85.4%和62.8%,在OTB100数据集上分别达到了76.8%和68.6%,速度达到每秒5.76帧,能有效提高鲁棒性,减少跟踪漂移。

关键词：目标跟踪逆向联合稀疏表示时-空信息局部模板更新交替方向乘子法

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约简的数值刻画

引用

南京航空航天大学学报 2019年第5期51卷 599-608页

作者：张燕兰李长清许晴媛闽南师范大学计算机学院漳州363000 闽南师范大学数学与统计学院漳州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 福建省粒计算及其应用重点实验室漳州363000

决策为划分的覆盖决策信息系统的特征选择理论和方法日趋成熟。但在数据采集的过程中,有些数据集存在对象的决策缺失或决策不能完全确定情况,那么将决策刻画为覆盖更加合理。而决策为覆盖的覆盖决策信息系统特征选择的研究却很少见。本... 详细信息

决策为划分的覆盖决策信息系统的特征选择理论和方法日趋成熟。但在数据采集的过程中,有些数据集存在对象的决策缺失或决策不能完全确定情况,那么将决策刻画为覆盖更加合理。而决策为覆盖的覆盖决策信息系统特征选择的研究却很少见。本文讨论决策为覆盖的覆盖决策信息系统的特征选择,利用证据理论中的信任函数和似然函数给出覆盖决策信息系统约简的等价刻画,从而给出求约简的算法,并以实例说明该方法的有效性。

关键词：属性约简覆盖信息系统覆盖粗糙集证据理论

来源：评论

学校读者我要写书评

暂无评论

缺失标记下基于类属属性的多标记特征选择

引用

计算机应用 2021年第10期41卷 2849-2857页

作者：张志浩林耀进卢舜郭晨王晨曦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(闽南师范大学) 福建漳州363000

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性... 详细信息

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性的多标记特征选择(MFSLML)算法。首先,通过利用稀疏学习方法获取每个类标记的类属属性;同时基于线性回归模型构建类属属性与标记的映射关系,以用于恢复缺失标记;最后,选取7组数据集以及4个评价指标进行实验。实验结果表明:相比基于最大依赖度和最小冗余度的多标记特征选择算法(MDMR)和基于特征交互的多标记特征选择算法(MFML)等一些先进的多标记特征选择算法,MFSLML在平均查准率指标上能够提升4.61~5.5个百分点,由此可见MFSLML具有更优的分类性能。

关键词：特征选择类属属性缺失标记线性回归多标记学习

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：