检索结果-内蒙古大学图书馆

山东大学学报（理学版） 2024年第5期59卷 114-130页

作者：施虹艺马周明闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所(闽南师范大学) 福建漳州363000 福建省闽南师范大学粒计算重点实验室福建漳州363000

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和... 详细信息

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和属性重要度,设计相应的最优尺度选择算法。最后通过实验分析,比较了4种覆盖粗糙模糊集模型在多尺度决策系统中的最优尺度与原始尺度在回归预测效果上的差异。实验结果表明,第4种多尺度决策系统覆盖粗糙模糊集模型所选择的最优尺度组合有效提高回归模型的预测能力。

关键词：粗糙模糊集多尺度决策系统最优尺度选择回归预测最小描述

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

面向属性概念在自适应技能测评中的实践应用

引用

山东大学学报（理学版） 2023年第12期58卷 63-76页

作者：何秋红李进金周银凤吴靖闽南师范大学计算机学院福建漳州363000 闽南师范大学数学与统计学院福建漳州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 闽南师范大学附属中学(漳州市第二中学) 福建漳州363000

将技能多映射与面向属性概念相结合可获得概念(X,B),由此得到构建知识结构与技能结构的方法应用于自适应技能测评。首先,由专家教师给出问题集Q和技能集S及其技能多映射(Q,S;μ);其次,从概念(X,B)外延和内涵分别获得知识结构和技能结构... 详细信息

将技能多映射与面向属性概念相结合可获得概念(X,B),由此得到构建知识结构与技能结构的方法应用于自适应技能测评。首先,由专家教师给出问题集Q和技能集S及其技能多映射(Q,S;μ);其次,从概念(X,B)外延和内涵分别获得知识结构和技能结构;再次,由知识结构进行考生样本的自适应知识测评,并统计样本的知识状态比例;然后,优化知识空间理论“二分法”的等比例选题规则为样本比例选题规则,获得针对不同地域和年龄段考生更快速的测评效果;最后,画出技能集学习路径图。

关键词：知识结构技能结构学习路径技能背景面向属性概念

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中资源供给不确定下的最优投资和定价问题

引用

南京大学学报（自然科学版） 2024年第3期60卷 416-428页

作者：林德铭林姿琼郑艺峰杨敬民张文杰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 台北科技大学电子工程系台北106344

为了缓解能源性能的瓶颈,满足更多用户的资源需求,将移动边缘计算(Mobile Edge Computing,MEC)与能量收集(Energy Harvesting,EH)技术相结合,其中,EH技术可以通过捕获环境中的绿色能量来促进设备的可持续计算,提出一个具有随机能量收集... 详细信息

为了缓解能源性能的瓶颈,满足更多用户的资源需求,将移动边缘计算(Mobile Edge Computing,MEC)与能量收集(Energy Harvesting,EH)技术相结合,其中,EH技术可以通过捕获环境中的绿色能量来促进设备的可持续计算,提出一个具有随机能量收集的EH-MEC系统,以研究资源供给不确定性的投资和定价问题.用户可以租赁MEC系统的固有资源,也可以使用EH装置收集的资源.由于无线环境的时变性,EH收集的能源具有不确定性,所以,在MEC系统中找到MEC服务器和用户之间的平衡是值得研究的问题.针对这一问题,提出一种序贯决策方法,将用户的投资和MEC服务器资源定价的交互行为建模为一个四阶段的Stackelberg博弈,利用逆向归纳法得到用户与MEC服务器在利润最大化下的纳什均衡解,证明MEC服务器的最优能量收集时间、最优租赁资源和定价决策遵循良好的阈值结构.实验结果表明,绿色资源获取可以显著提高MEC服务器和用户的预期收益.

关键词：移动边缘计算 Stackelberg博弈能量收集资源分配投资与定价

来源：评论

学校读者我要写书评

暂无评论

面向对象概念格上的近似概念及概念认知

引用

南京理工大学学报 2023年第3期47卷 412-422页

作者：王大利许晴媛何丽琴张培林李进金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 漳州职业技术学院通识教育学院福建漳州363000 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

针对概念认知问题,该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系,得到... 详细信息

针对概念认知问题,该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系,得到在面向对象(属性)概念格中生成下、上近似概念的一种有效方法。对于面向对象概念格中任一概念,由其外延形成的下近似概念和上近似概念是它本身;对于面向属性概念格中任一概念,由其内涵形成的下近似概念和上近似概念也是它本身。同时通过举例说明。另外,将近似概念应用于面向对象(属性)概念格中进行概念认知并给出相应算法。对于给定的任一对象(属性)集线索,通过其形成的近似集去逼近该线索,得到1个精确概念或者2个近似概念,以进行概念认知。同时给出概念学习精度来衡量概念认知的准确性。

关键词：面向对象面向属性概念格近似概念概念认知概念学习精度

来源：评论

学校读者我要写书评

暂无评论

多粒度粒球粗糙集模型

引用

西北大学学报（自然科学版） 2024年第2期54卷 197-208页

作者：蒋珊珊林国平林艺东寇毅闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

基于粒球计算的粗糙集理论作为知识发现和数据挖掘的重要工具之一,已成功地应用于标记预测、属性约简等。而现有的粒球粗糙集模型仅仅是从单粒度出发,无法从多粒度角度对数据进行分析和处理,实际生活中仍有很多应用场景需从多粒度角度... 详细信息

基于粒球计算的粗糙集理论作为知识发现和数据挖掘的重要工具之一,已成功地应用于标记预测、属性约简等。而现有的粒球粗糙集模型仅仅是从单粒度出发,无法从多粒度角度对数据进行分析和处理,实际生活中仍有很多应用场景需从多粒度角度进行思考。将粒球计算思想结合到多粒度粗糙集模型,提出了多粒度粒球粗糙集模型,并讨论了该模型的相关性质。该模型通过纯度的设定对数据进行粒球划分,能够有效地刻画数据之间的内在联系,以此设计多粒度粒球粗糙集的正域生成算法。实验分析表明该模型的可行性和有效性。

关键词：粒球计算粒球粗糙集多粒度粗糙集纯度

来源：评论

学校读者我要写书评

暂无评论

基于文本分类的Fisher Score快速多标记特征选择算法

引用

计算机工程 2022年第2期48卷 113-124页

作者：汪正凯沈东升王晨曦福建省粒计算及其应用重点实验室福建漳州363000 闽南师范大学计算机学院福建漳州363000

Fisher Score(FS)是一种快速高效的评价特征分类能力的指标,但传统的FS指标既无法直接应用于多标记学习,也不能有效处理样本极值导致的类中心与实际类中心的误差。提出一种结合中心偏移和多标记集合关联性的FS多标记特征选择算法,找出... 详细信息

Fisher Score(FS)是一种快速高效的评价特征分类能力的指标,但传统的FS指标既无法直接应用于多标记学习,也不能有效处理样本极值导致的类中心与实际类中心的误差。提出一种结合中心偏移和多标记集合关联性的FS多标记特征选择算法,找出不同标记下每类样本的极值点,以极值点到该类样本的中心距离乘以半径系数筛选新的样本,从而获得分布更为密集的样本集合,以此计算特征的FS得分,通过整体遍历全体样本的标记集合中的每个标记,并在遍历过程中针对具有更多标记数量的样本自适应地赋以标记权值,得到整体特征的平均FS得分,以特征的FS得分进行排序过滤出目标子集实现特征选择目标。在8个公开的多标记文本数据集上进行参数分析及5种指标性能比较,结果表明,该算法具有一定的有效性和鲁棒性,在多数指标上优于MLNB、MLRF、PMU、MLACO等多标记特征选择算法。

关键词：多标记分类特征选择 Fisher Score指标距离度量类间散度

来源：评论

学校读者我要写书评

暂无评论

基于次相关特征和邻域互信息的在线多标记特征选择算法

引用

山东大学学报（理学版） 2024年第5期59卷 70-81页

作者：程雨轩毛煜张小清曾艺祥林耀进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

为了充分地挖掘被单一度量指标算法忽略但对分类结果有利的特征,提出了基于次相关特征和邻域互信息的在线多标记特征选择算法,通过计算得到的新到达特征的重要性以及相关度,分析其显著性的区别,将特征区分为显著特征以及次相关特征。利... 详细信息

为了充分地挖掘被单一度量指标算法忽略但对分类结果有利的特征,提出了基于次相关特征和邻域互信息的在线多标记特征选择算法,通过计算得到的新到达特征的重要性以及相关度,分析其显著性的区别,将特征区分为显著特征以及次相关特征。利用邻域交互信息对新到达的特征与已选特征集合进行冗余性分析,剔除依赖度较低的特征,以此逐步提升特征子集的质量。构建了基于全局的线性和非线性关系的度量指标,并以此来计算特征的局部相关度,有效地挖掘次相关特征。充分考虑特征空间中次相关特征存在的问题,将次相关特征从特征集合中剥离并单独保存,使之在冗余分析阶段不会因显著特征对度量指标敏感度高所产生的影响而被剔除出特征集合。建立了特征选择指标,利用迭代策略根据指标进行特征选择。实验结果表明,该算法具有很好的有效性和稳定性。

关键词：在线特征选择多标记学习邻域熵邻域互信息次相关特征

来源：评论

学校读者我要写书评

暂无评论

基于高维相关性多标签在线流特征选择

引用

山东大学学报（理学版） 2024年第5期59卷 90-99页

作者：朱礼全林耀进毛煜程雨轩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

提出了一种基于高维相关性的多标签在线流特征选择算法,该算法将标签空间进行等价映射,构建基于高维标签空间的权重无向图,利用图信息和Jaccard指数来衡量标签之间的高维权重,利用标签的高维相关性计算新到达特征的显著性。通过迭代显... 详细信息

提出了一种基于高维相关性的多标签在线流特征选择算法,该算法将标签空间进行等价映射,构建基于高维标签空间的权重无向图,利用图信息和Jaccard指数来衡量标签之间的高维权重,利用标签的高维相关性计算新到达特征的显著性。通过迭代显著性均值来判断新特征的显著水平,设计了一种基于平衡全局和局部的在线特征选择算法对已选特征子集进行动态优化,考虑已选特征与标签空间的全局相关性,过滤掉不相关的特征。分析已选特征之间的局部相关性,剔除冗余特征。与6种多标签特征选择方法进行对比实验,实验结果验证了所提算法的有效性。

关键词：多标签特征选择在线流特征高维相关性标签权重

来源：评论

学校读者我要写书评

暂无评论

结合邻域信息和标记相关性的在线多标记流特征选择算法

引用

重庆邮电大学学报（自然科学版） 2023年第1期35卷 79-89页

作者：包丰浩林耀进李育林毛煜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等学校重点实验室福建漳州363000

现有大多数多标记流特征选择算法在进行特征选择时,往往忽略标记间的相关性,易导致算法预测精度的下降。为解决这一问题,提出一种结合邻域信息和标记相关性的在线多标记流特征选择算法;定义自适应邻域关系解决邻域粗糙集的粒度选择问题... 详细信息

现有大多数多标记流特征选择算法在进行特征选择时,往往忽略标记间的相关性,易导致算法预测精度的下降。为解决这一问题,提出一种结合邻域信息和标记相关性的在线多标记流特征选择算法;定义自适应邻域关系解决邻域粗糙集的粒度选择问题,将其推广到多标记学习中;利用互信息计算标记间的相关性得到标记权重;通过邻域粗糙集和标记权重评估特征和标记间的相关性,并设计特征在线重要度分析、在线相关性分析和在线冗余度分析3种指标,以实现在线评价动态候选特征。在7组多标记数据集以及5个评价指标上的实验结果表明,所提算法综合性能较优。

关键词：流特征特征选择邻域粗糙集标记相关性多标记学习

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：