检索结果-内蒙古大学图书馆

模式识别与人工智能 2020年第9期33卷 786-798页

作者：陈东晓李进金林荣德陈应生华侨大学数学科学学院计算科学福建省高校重点实验室泉州362021 闽南师范大学数学与统计学院漳州363000

属性重要度和属性约简都是形式概念分析研究中的关注重点.通过信息粒的角度,文中提出基于信息熵研究形式背景的属性约简的一些方法.首先,给出形式背景的信息熵、条件熵及互信息等定义,通过条件熵对协调的决策形式背景进行属性约简,得到... 详细信息

属性重要度和属性约简都是形式概念分析研究中的关注重点.通过信息粒的角度,文中提出基于信息熵研究形式背景的属性约简的一些方法.首先,给出形式背景的信息熵、条件熵及互信息等定义,通过条件熵对协调的决策形式背景进行属性约简,得到形式背景的粒协调和熵协调是等价的.然后,在熵不协调的决策形式背景中定义有限信息熵、有限条件熵和有限互信息,利用有限条件熵对不协调的决策形式背景进行属性约简.最后,基于属性重要度分别设计熵协调和熵不协调的决策形式背景的属性约简算法,通过数值实验验证文中算法的有效性.

关键词：形式背景信息熵条件熵有限条件熵属性约简

来源：评论

学校读者我要写书评

暂无评论

基于多线谱驱动的虚拟人手运动及约束控制

引用

计算机科学 2014年第1期41卷 126-129,151页

作者：信琴琴陈志翔冯晓霞朱月秀闽南师范大学福建省高校粒计算重点实验室漳州363000 闽南师范大学数学与统计学院漳州363000

针对现有手部运动模拟控制的复杂性,通过分析人手解剖学结构及运动特性,提出了基于多线谱控制的虚拟人手运动及控制机制。针对单指运动,通过控制该指上的多条肌肉归一化收缩量,驱使单指关节的灵活运动;在多指协同运动中,由于相邻手指之... 详细信息

针对现有手部运动模拟控制的复杂性,通过分析人手解剖学结构及运动特性,提出了基于多线谱控制的虚拟人手运动及控制机制。针对单指运动,通过控制该指上的多条肌肉归一化收缩量,驱使单指关节的灵活运动;在多指协同运动中,由于相邻手指之间存在运动促进和制约的关系,因此要考虑其他手指的影响,根据其约束关系,控制相应的肌肉收缩,实现多指协同运动。实验表明,所建立的控制机制能较好地仿真单指及多指间的各种运动,在多线谱的控制下,能够方便快捷地仿真多种手势及手语,且运动效果逼真,手部运动自然灵活。

关键词：虚拟建模手部模型肌肉控制多线谱运动约束

来源：评论

学校读者我要写书评

暂无评论

多尺度覆盖决策信息系统的布尔矩阵方法

引用

模式识别与人工智能 2020年第9期33卷 776-785页

作者：陈应生李进金林荣德陈东晓华侨大学数学科学学院计算科学福建省高校重点实验室泉州362021 闽南师范大学数学与统计学院漳州363000

在多尺度决策信息系统中,一个条件属性对应某个尺度构成论域的一个划分.文中把相应的划分推广为覆盖,并建立多尺度覆盖决策信息系统模型(MSCDS).为了简化系统复杂信息的表达,采用矩阵方法.首先,利用布尔矩阵描述覆盖决策信息系统,包括... 详细信息

在多尺度决策信息系统中,一个条件属性对应某个尺度构成论域的一个划分.文中把相应的划分推广为覆盖,并建立多尺度覆盖决策信息系统模型(MSCDS).为了简化系统复杂信息的表达,采用矩阵方法.首先,利用布尔矩阵描述覆盖决策信息系统,包括上下近似、协调性和广义决策函数等.再使用布尔矩阵建立多尺度覆盖决策信息系统的定义,研究该系统的粒描述、上下近似、协调性和广义决策不变性.最后,针对协调与不协调的情况,利用布尔矩阵定义尺度组合的重要度,给出多尺度覆盖决策信息系统最优尺度选择的矩阵方法,并给出相应的选择算法和具体算例.

关键词：粗糙集覆盖信息系统布尔矩阵多尺度覆盖决策信息系统

来源：评论

学校读者我要写书评

暂无评论

基于图论的协调多尺度决策表的最优尺度约简

引用

山东大学学报（理学版） 2022年第6期57卷 74-83页

作者：金铭陈锦坤闽南师范大学数学与统计学院福建漳州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

多尺度决策表是基于现实世界数据具有多尺度背景提出的一种模型。如何对多尺度决策表进行最优尺度约简是一个难题。通过构造多尺度辨识矩阵,探究辨识矩阵性质,并给出辨识矩阵与最优尺度约简的相关关系。将辨识矩阵与图论结合起来给出最... 详细信息

多尺度决策表是基于现实世界数据具有多尺度背景提出的一种模型。如何对多尺度决策表进行最优尺度约简是一个难题。通过构造多尺度辨识矩阵,探究辨识矩阵性质,并给出辨识矩阵与最优尺度约简的相关关系。将辨识矩阵与图论结合起来给出最优尺度约简的快速算法,最后通过数值实验验证所提出算法的有效性。

关键词：协调多尺度决策表决策辨识矩阵最优尺度约简图论

来源：评论

学校读者我要写书评

暂无评论

粒计算思维下的BP神经网络在金融趋势预测中的应用

引用

小型微型计算机系统 2019年第3期40卷 527-532页

作者：沈泽君杨文元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 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

BP(Back Propagation)神经网络在金融趋势预测上得到了广泛的应用,其通过反向传播误差来调整模型的权重与偏值,能够较强的适应金融的走向趋势.但是由于金融趋势的周期性变化多端,不同周期下对预测值的影响不一,传统的BP神经网络在金融... 详细信息

BP(Back Propagation)神经网络在金融趋势预测上得到了广泛的应用,其通过反向传播误差来调整模型的权重与偏值,能够较强的适应金融的走向趋势.但是由于金融趋势的周期性变化多端,不同周期下对预测值的影响不一,传统的BP神经网络在金融趋势预测上存在一定的局限性.本文充分考虑金融趋势周期粒度这一特性,提出了基于粒计算思维的BP神经网络(Back Propagation on Granular Computing,BPGC). BPGC算法首先对数据集进行不同粒度划分、构造粒度矩阵,然后根据粒度矩阵进行BP训练得出各粒度下的权值,最后对各粒度的预测结果进行加权平均,得出预测结果.在浦发银行股票收盘价数据集上进行实验,与传统的BP神经网络进行比对,实验结果验证了BPGC算法的有效性.

关键词：粒计算 BP神经网络粒度矩阵金融趋势预测

来源：评论

学校读者我要写书评

暂无评论

尿液中生物硫醇的智能比色检测

引用

分析化学 2023年第11期51卷 1765-1776页

作者：张子缓刘凤娇郑凤英骆嘉燚黄昭景梁洁玲郑静茵黄倩燕李顺兴闽南师范大学化学化工与环境学院现代分离分析科学与技术福建省重点实验室污染监测与控制福建省高校重点实验室

硫醇参与人体许多生理和病理过程，反映内循环稳态，尿液中的生物硫醇（谷胱甘肽、半胱氨酸和同型半胱氨酸）含量超过1.0 mmol/L即提示身体异常，因此对其定量测定有助于日常健康评估和疾病诊断。生物硫醇的测定目前多采用仪器分析法，... 详细信息

硫醇参与人体许多生理和病理过程，反映内循环稳态，尿液中的生物硫醇（谷胱甘肽、半胱氨酸和同型半胱氨酸）含量超过1.0 mmol/L即提示身体异常，因此对其定量测定有助于日常健康评估和疾病诊断。生物硫醇的测定目前多采用仪器分析法，而开发适用于居家环境、便捷式、可视化和智能化的检测方式，对于疾病快速诊断和自我健康监测具有重要的实际意义。本研究设计并制备了新型生物硫醇显色剂即蓝色Zincon-Zn2+络合物，并基于此构建了生物硫醇检测试纸，当试样中存在生物硫醇时，Zn2+与Zincon解离，再与配位能力更强的生物硫醇中的巯基结合，试纸呈Zincon特征性的紫红色，基于此实现了生物硫醇的检测。建立了以聚丙烯腈、薄层析硅胶和聚乙烯吡咯烷酮为载体的显色剂保护机制，采用静电纺丝法保证比色传感器的制备重现性，并通过常见19种氨基酸的抗干扰实验验证了传感器的选择性。本研究将试纸显色与人工智能模型相结合解决光谱干扰问题，结果表明，卷积神经网络具有较好的预测精准度，可搭载到手机APP上，构成集快速采样、数据处理和传输、实时和可视化检测于一体的尿液中生物硫醇全分析系统，可用于癌症和肾脏疾病的无创预诊。本方法具有快速、成本低、易操作、精密度好、准确率高（98%）和检出限低（0.1 mmol/L）等优点。

关键词：尿液生物硫醇比色检测机器学习疾病预检

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

轻型金字塔池化注意力机制网络实现图像超分

引用

计算机工程与应用 2022年第20期58卷 197-205页

作者：方金生朱古沛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

在基于深度学习的图像超分辨率重建领域,通过扩大网络规模以提高性能将导致计算资源损耗增加。为此,提出了一种轻量级的基于金字塔池化注意力机制网络(light-weighted pyramid pooling-based attention network,LiPAN),该算法模型由融... 详细信息

在基于深度学习的图像超分辨率重建领域,通过扩大网络规模以提高性能将导致计算资源损耗增加。为此,提出了一种轻量级的基于金字塔池化注意力机制网络(light-weighted pyramid pooling-based attention network,LiPAN),该算法模型由融合注意力机制的信息蒸馏块、多层金字塔池化结构和反向注意力融合模块组成。注意力机制确保了网络对重要特征的提取,金字塔池化结构可获取更多的上下文信息,得到更准确的重建结果,蒸馏结构的引入可有效地提高网络性能并减少网络参数。与目前主流的轻量级网络模型相比,提出的LiPAN模型在Set5、Set14、BSD100及Urban100四个公共数据集分别进行2倍、3倍和4倍下采样重建并定量评估,获得最优峰值信噪比和结构相似度。由此表明,提出的LiPAN在网络模型参数与当前主流的轻量级网络相当的情况下,具有更优的超分辨率重建性能。

关键词：超分重建注意力机制蒸馏网络轻量级金字塔池化

来源：评论

学校读者我要写书评

暂无评论

由粗到细的分层特征选择

引用

电子学报 2022年第11期50卷 2778-2789页

作者：刘浩阳林耀进刘景华吴镒潾毛煜李绍滋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(闽南师范大学) 福建漳州363000 华侨大学计算机科学与技术学院福建厦门361021 厦门大学人工智能系福建厦门361005

利用数据类别间层次结构关系进行分类学习任务广泛存在于疾病诊断、图像标注等领域.然而,数据特征空间的高维性,使得分层分类学习面临着时间复杂度高和存储负担大等问题.另外,现有研究工作都假设训练集标记粒度是充分细化,与实际分层分... 详细信息

利用数据类别间层次结构关系进行分类学习任务广泛存在于疾病诊断、图像标注等领域.然而,数据特征空间的高维性,使得分层分类学习面临着时间复杂度高和存储负担大等问题.另外,现有研究工作都假设训练集标记粒度是充分细化,与实际分层分类学习中划分细粒度标记代价高,类别标记间存在语义歧义性等矛盾.为解决上述问题,提出一种由粗到细的分层特征选择算法.该算法考虑类内一致性和兄弟节点间的差异性以选择有代表性特征,同时在特征选择的过程中实现预测训练样本未知的细粒度标记.在7个基准数据集上的实验结果表明,所提算法的分类性能优于一些先进的对比算法,且能处理标记粒度不够细化的情况.

关键词：特征选择分层分类标记层次结构标记粒度递归正则化稀疏优化全局最优解

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

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：