检索结果-内蒙古大学图书馆

分析化学 2019年第5期47卷 748-755页

作者：林烨李跃海杨辉黄虹浦李琳李顺兴闽南师范大学化学化工与环境学院闽南师范大学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

以大肠杆菌沉淀物为前驱体,采用水热法（180℃）一步合成水溶性好、pH稳定性和抗盐性突出的氮掺杂碳量子点（N-CQDs）。通过透射电子显微镜、动态光散射和傅立叶红外光谱对N-CQDs进行了表征,N-CQDs呈圆球状,粒径均一,大小4.1 nm,分散良... 详细信息

以大肠杆菌沉淀物为前驱体,采用水热法（180℃）一步合成水溶性好、pH稳定性和抗盐性突出的氮掺杂碳量子点（N-CQDs）。通过透射电子显微镜、动态光散射和傅立叶红外光谱对N-CQDs进行了表征,N-CQDs呈圆球状,粒径均一,大小4.1 nm,分散良好,表面含大量亲水基团;采用紫外-可见吸收光谱和荧光光谱考察其光学性能,结果表明, Fe3+离子可对N-CQDs选择性荧光猝灭,在0.58 nmol/L～100μmol/L浓度范围内,荧光猝灭程度与Fe3+浓度呈良好的线性关系,检出限为0.58 nmol/L,回收率为93.9%～108.7%;同时考察了pH值、含盐量、金属离子共存对Fe3+测定的干扰,结果表明,本方法适用于含盐量较高、pH值变化范围较大、共存金属离子多样的近海海水中Fe3+的选择性荧光检测。

关键词：大肠杆菌氮掺杂碳量子点铁离子荧光探针

来源：评论

学校读者我要写书评

暂无评论

基于可分离性的多尺度决策信息系统的最优尺度约简

引用

郑州大学学报（理学版） 2024年第4期56卷 72-80页

作者：金铭陈锦坤李进金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

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散... 详细信息

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。

关键词：多尺度决策信息系统最优尺度约简可分离性

来源：评论

学校读者我要写书评

暂无评论

基于偏序规律的μ-演算一阶谓词界程逻辑模型检测

引用

计算机学报 2016年第12期39卷 2547-2561页

作者：江华闽南师范大学粒计算重点实验室福建漳州363000 韶关学院信息科学与工程学院广东韶关512005

基于μ-演算的一阶谓词界程逻辑,用谓词变量构造不动点公式,方便描述闭环系统的性质,公式语义简洁.该逻辑在有限控制移动界程上的模型检测目前性能最好的算法的时间复杂度与公式中不动点算子交错嵌套深度d呈指数关系,空间复杂度与d呈线... 详细信息

基于μ-演算的一阶谓词界程逻辑,用谓词变量构造不动点公式,方便描述闭环系统的性质,公式语义简洁.该逻辑在有限控制移动界程上的模型检测目前性能最好的算法的时间复杂度与公式中不动点算子交错嵌套深度d呈指数关系,空间复杂度与d呈线性关系.文中设计了一个基于μ-演算的一阶谓词界程逻辑在有限控制移动界程上的模型检测高效算法,这也是目前已知的第3个同类算法,算法的时间复杂度与d/2+1呈指数关系,空间复杂度与d呈线性关系.文中所做的工作有:(1)找到了基于μ-演算的一阶谓词界程逻辑模型检测计算过程中的中间结果满足的两组偏序关系;(2)利用找到的偏序关系设计了一个快速模型检测算法;(3)分析了算法的复杂度.

关键词：模型检测移动界程 μ-演算嵌套谓词等式系

来源：评论

学校读者我要写书评

暂无评论

基于最小二乘法的标记分布学习

引用

郑州大学学报（理学版） 2017年第4期49卷 22-27页

作者：李婵杨文元赵红闽南师范大学粒计算重点实验室福建漳州363000

多标记学习在一定程度上解决了标记多义性问题,它主要关注实例对应的相关标记或者无关标记,而标记分布能够反映相关标记对于实例的重要程度.从重构标记分布的思想出发,利用最小二乘法建立模型,提出基于最小二乘法的标记分布学习(lsm-LD... 详细信息

多标记学习在一定程度上解决了标记多义性问题,它主要关注实例对应的相关标记或者无关标记,而标记分布能够反映相关标记对于实例的重要程度.从重构标记分布的思想出发,利用最小二乘法建立模型,提出基于最小二乘法的标记分布学习(lsm-LDL).首先用特征重构标记,通过变换矩阵使得每一个标记能够表示为特征的一个线性组合;然后用最小二乘法建立优化模型;最后引入L_2范数规则化项,防止过拟合,保证泛化能力.在4个实际的数据集上进行实验,并与3种已有的标记分布学习算法在5种评价指标上进行比较,实验结果表明提出的lsm-LDL算法是有效的.

关键词：标记分布最小二乘规则化项 L2范数

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

分治策略下的代价敏感属性选择回溯算法

引用

计算机科学与探索 2016年第10期10卷 1451-1458页

作者：黄伟婷赵红祝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

代价敏感属性选择是数据挖掘的一个重要研究领域,其目的在于通过权衡测试代价和误分类代价,获得总代价最小的属性子集。针对经典回溯算法运行时间较长的缺点,结合分治思想,提出了一种改进的回溯算法。改进算法引入了两个相关参数,根据... 详细信息

代价敏感属性选择是数据挖掘的一个重要研究领域,其目的在于通过权衡测试代价和误分类代价,获得总代价最小的属性子集。针对经典回溯算法运行时间较长的缺点,结合分治思想,提出了一种改进的回溯算法。改进算法引入了两个相关参数,根据数据集规模自适应调整参数,并按参数大小拆分数据集,降低问题规模,以提高经典回溯算法的执行效率。针对较大规模数据集的实验结果表明,与经典的回溯算法相比,改进算法在保证效果的同时至少提高20%的运算效率;与启发式算法相比,改进算法在保证效率的同时取得了具有更小总代价的属性集合,可应用于实际问题。

关键词：粗糙集粒计算代价敏感属性选择自适应分治

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

复杂场景下显著性目标检测注意力金字塔网络

引用

计算机工程与应用 2023年第22期59卷 259-267页

作者：方金生陶余昊朱古沛陈彦佑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

近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyr... 详细信息

近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyramid pooling network,ABAPNet),用于复杂场景下的显著性目标检测。ABAPNet通过引入级联式通道注意力和空间注意力机制,采用特征金字塔网络架构获取多层次的语义特征,以高层特征信息来辅助浅层特征;再通过融合二进制交叉熵、结构相似性和联合交集的混合损失函数,可增强获取重要语义特征并且关注目标边界特征,从而引导网络从复杂背景中更好地检测目标。在5个公开数据集上的实验表明,ABAPNet在多个评价指标上均优于比较算法,达到最优性能。

关键词：显著性目标检测注意力机制深度学习金字塔池化边界感知

来源：评论

学校读者我要写书评

暂无评论

命题μ-演算局部模型检测高效算法设计

引用

计算机工程与应用 2017年第9期53卷 51-56页

作者：李前利江华闽南师范大学粒计算重点实验室福建漳州363000

命题μ-演算局部模型检测算法中,目前最好的算法的时间复杂度与不动点算子交替嵌套深度d呈指数关系。针对命题μ-演算局部模型检测算法的计算过程进行分析,得到迭代计算的中间迭代值间满足的一组偏序关系,然后利用该偏序关系设计了一个... 详细信息

命题μ-演算局部模型检测算法中,目前最好的算法的时间复杂度与不动点算子交替嵌套深度d呈指数关系。针对命题μ-演算局部模型检测算法的计算过程进行分析,得到迭代计算的中间迭代值间满足的一组偏序关系,然后利用该偏序关系设计了一个局部模型检测算法,算法时间复杂度的指数部分为d/2,大大提高了算法的计算效率。

关键词： μ-演算局部模型检测不动点偏序关系

来源：评论

学校读者我要写书评

暂无评论

代价敏感属性约简的自适应分治算法

引用

山东大学学报（理学版） 2016年第8期51卷 98-104,110页

作者：黄伟婷赵红祝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

代价敏感属性约简问题作为经典属性约简问题的自然扩展,将代价引入数据,使得属性约简问题更加具有现实意义。文章基于分治思想,先按列将数据集拆分为若干个互不相交的子数据集,然后对各子数据集进行约简,并把约简后的子数据集多路合并... 详细信息

代价敏感属性约简问题作为经典属性约简问题的自然扩展,将代价引入数据,使得属性约简问题更加具有现实意义。文章基于分治思想,先按列将数据集拆分为若干个互不相交的子数据集,然后对各子数据集进行约简,并把约简后的子数据集多路合并。依次继续执行约简和合并操作,最终得到最小测试代价约简。每个子数据集的大小及子数据集的总个数自适应于各个数据集的规模而非固定不变。为验证算法的有效性,选择四个UCI标准数据集进行实验,并与其他算法进行结果对比。实验结果表明,该算法能在较短时间内获得可接受的结果,更适应实际问题的需要。

关键词：粗糙集粒计算代价敏感属性约简自适应分治

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：