检索结果-内蒙古大学图书馆

计算机科学 2014年第3期41卷 85-87,109页

作者：孙峰王敬前闽南师范大学福建省粒计算及其应用重点实验室漳州363000 漳州职业技术学院计算机工程系漳州363000

通过图论和矩阵理论研究覆盖粗糙集。首先提出覆盖的关联二部图,一个覆盖的任意两个关联二部图都是同构的,进而从图论的角度给出一类覆盖近似算子的等价描述;然后给出二部图的2-部矩阵的定义,通过一个覆盖的关联二部图的2-部矩阵,既可... 详细信息

通过图论和矩阵理论研究覆盖粗糙集。首先提出覆盖的关联二部图,一个覆盖的任意两个关联二部图都是同构的,进而从图论的角度给出一类覆盖近似算子的等价描述;然后给出二部图的2-部矩阵的定义,通过一个覆盖的关联二部图的2-部矩阵,既可以判断出这个覆盖是不是一元覆盖,又可以求出这个覆盖中的可约元;最后,研究划分对应的2-部矩阵的特点。

关键词：覆盖粗糙集近似算子一元覆盖可约元二部图 2-部矩阵

来源：评论

学校读者我要写书评

暂无评论

基于FT-粗糙集构建知识结构与寻找学习路径方法

引用

山东大学学报(理学版) 2024年

作者：周缪娟黄韩亮张纪平李进金闽南师范大学数学与统计学院福建省粒计算及其应用重点实验室泉州师范学院数学与计算机科学学院

提出FT-粗糙集下构建知识结构的方法,讨论如何对学习者进行技能评估和学习路径选择。在模糊近似空间中,利用FT-粗糙集的上逆和下逆模型构建知识结构并研究了知识结构的性质。在已知学习者的知识状态的情形下对知识结构技能的掌握情况进... 详细信息

提出FT-粗糙集下构建知识结构的方法,讨论如何对学习者进行技能评估和学习路径选择。在模糊近似空间中,利用FT-粗糙集的上逆和下逆模型构建知识结构并研究了知识结构的性质。在已知学习者的知识状态的情形下对知识结构技能的掌握情况进行评估,并给出学习路径图及其算法,通过教学实例说明算法的有效性和可行性。

关键词：知识空间理论 FT-粗糙集知识结构技能评估学习路径

来源：评论

学校读者我要写书评

暂无评论

有限域上的正规元与不可约多项式

引用

数学学报（中文版） 2024年第4期67卷 624-633页

作者：曹炜李卫华徐碧云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漳州363000 宁波大学数学与统计学院宁波315211

设F_(q)为q阶有限域,F_(q)^(n)为F_(q)的n次扩域.设α∈F_(q)^(n),若{α,α^(q),...,α^(q^(n-1))}构成F_(q)^(n)/F_(q)的一组基,称α为F_(q)^(n)/F_(q)的正规元.正规元可用来加速有限域上的算术运算,因而在编码和密码中具有重要应用.正规元的极小多项式一定是非零迹的不可约多项式,但反之未必成立.本文利用线性化多项式给出了关于该问题的一组充分必要条件,推广了已知结论.

关键词：有限域正规元线性化多项式不可约多项式

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

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

基于非负矩阵分解的代价敏感特征选择

引用

烟台大学学报（自然科学与工程版） 2017年第4期30卷 341-347页

作者：周步芳祝峰闽南师范大学计算机学院福建省粒计算重点实验室福建漳州363000

数据降维可降低分析处理多维数据的复杂度和成本.特征选择是常见的数据降维方法.传统的特征选择算法更多关注算法的分类性能,忽略了对选择过程中产生的测试代价(Cost-test)的考虑.基于此提出一种新的基于非负分解的代价敏感特征选择方法... 详细信息

数据降维可降低分析处理多维数据的复杂度和成本.特征选择是常见的数据降维方法.传统的特征选择算法更多关注算法的分类性能,忽略了对选择过程中产生的测试代价(Cost-test)的考虑.基于此提出一种新的基于非负分解的代价敏感特征选择方法(NmfCt).NmfCt算法构造的目标函数能够同时约束重建误差最小和测试代价最小,在对数据进行预处理降维的同时,不但能确保较好的分类正确率(Accuracy),而且还能保持较低的测试代价.

关键词：机器学习代价敏感特征选择非负矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于多粒度粗糙集的聚类融合方法

引用

计算机应用研究 2019年第10期36卷 2943-2947页

作者：于佩秋李进金林国平闽南师范大学数学与统计学院福建漳州363000 福建省粒计算重点实验室福建漳州363000

现有的聚类融合算法从聚类成员的角度出发,若使用全部聚类成员则融合结果受劣质成员影响,对聚类成员进行选择再进行融合则选择的策略存在主观性。为在一定程度上避免这两种局限性,可以从元素的角度出发,提出一种新的聚类融合方法。通过... 详细信息

现有的聚类融合算法从聚类成员的角度出发,若使用全部聚类成员则融合结果受劣质成员影响,对聚类成员进行选择再进行融合则选择的策略存在主观性。为在一定程度上避免这两种局限性,可以从元素的角度出发,提出一种新的聚类融合方法。通过多粒度决策不一致粗糙集来选择一部分类别确定的元素,再利用这部分元素进行聚类融合生成新的划分;多粒度决策不一致粗糙集模型能够刻画多粒度决策过程中属性一致而决策不一致的现象,提出了一种基于多粒度决策不一致的粗糙集模型,并给出了一种聚类融合方法。具体做法是:首先在数据集上多次使用K-means聚类算法,生成论域上的多个粒结构;其次对所有粒结构两两之间求粒间包含度,建立包含度矩阵,对矩阵使用Otsu算法计算阈值,得出多组满足阈值条件的信息粒,求解多粒度决策不一致下近似和上近似;最后分别处理下近似与边界域中元素的类别,从而获得一个经过融合的聚类划分。实验结果表明,该方法能够有效改善聚类的结果,具有较高的时间效率,且算法具有较好的鲁棒性。

关键词：多粒度粗糙集聚类融合大津算法包含度

来源：评论

学校读者我要写书评

暂无评论

基于互信息的多级特征选择算法

引用

计算机应用 2020年第12期40卷 3478-3484页

作者：雍菊亚周忠眉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

针对在特征选择中选取特征较多时造成的去冗余过程很复杂的问题,以及一些特征需与其他特征组合后才会与标签有较强相关度的问题,提出了一种基于互信息的多级特征选择算法(MI_MLFS)。首先,根据特征与标签的相关度,将特征分为强相关、次... 详细信息

针对在特征选择中选取特征较多时造成的去冗余过程很复杂的问题,以及一些特征需与其他特征组合后才会与标签有较强相关度的问题,提出了一种基于互信息的多级特征选择算法(MI_MLFS)。首先,根据特征与标签的相关度,将特征分为强相关、次强相关和其他特征;其次,选取强相关特征后,在次强相关特征中,选取冗余度较低的特征;最后,选取能增强已选特征集合与标签相关度的特征。在15组数据集上,将MI_MLFS与ReliefF、最大相关最小冗余(mRMR)算法、基于联合互信息(JMI)算法、条件互信息最大化准则(CMIM)算法和双输入对称关联(DISR)算法进行对比实验,结果表明MI_MLFS在支持向量机(SVM)和分类回归树(CART)分类器上分别有13组和11组数据集获得了最高的分类准确率。相较多种经典特征选择方法,MI_MLFS算法有更好的分类性能。

关键词：特征选择互信息多级相关度冗余度分类准确率

来源：评论

学校读者我要写书评

暂无评论

小样本类不平衡数据的一致性分析流特征选择

引用

小型微型计算机系统 2021年第11期42卷 2252-2258页

作者：林培榕曾海亮王晨曦卢舜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

在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流特征选择模型.首先,利用均值定义同类样本的类中心,然后通过样本在特征与标记的信息定义类中心的近邻;其次... 详细信息

在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流特征选择模型.首先,利用均值定义同类样本的类中心,然后通过样本在特征与标记的信息定义类中心的近邻;其次,通过融合类别信息来定义类中心在特征空间的一致性;再次,设计流特征环境下的在线特征选择算法;最后,选取七个数据集与七个算法进行对比分析,实验结果表明,该算法能显著提高小类预测精度.

关键词：高维小样本类别不平衡一致性分析流特征选择

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

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：