期刊文献+
共找到150篇文章
< 1 2 8 >
每页显示 20 50 100
基于三支决策的主动学习方法
1
作者 胡峰 张苗 于洪 《控制与决策》 EI CSCD 北大核心 2019年第4期718-726,共9页
主动学习是机器学习领域研究的热点之一,旨在解决样本无标签问题.将三支决策的思想应用到主动学习中,通过引入决策函数,并基于无标签样本的不确定性,将无标签样本划分为3个不同的域:正域、负域、边界域.针对不同区域的样本进行相应处理... 主动学习是机器学习领域研究的热点之一,旨在解决样本无标签问题.将三支决策的思想应用到主动学习中,通过引入决策函数,并基于无标签样本的不确定性,将无标签样本划分为3个不同的域:正域、负域、边界域.针对不同区域的样本进行相应处理,提出一种基于三支决策理论的主动学习方法(TWD_Active方法).通过主动学习方法选出最有用的样本交给专家进行标记,扩大训练集,创建更有效的模型.与传统的被动学习相比,该方法可以选择信息量高、有代表性的样本进行打标,可避免样本的冗余添加.通过反复迭代的训练学习达到预设的迭代次数或期望的性能指标.实验结果表明,所提出的算法在F-value、AUC等评价指标上均可取得良好的效果,验证了该算法的有效性. 展开更多
关键词 主动学习 机器学习 三支决策 决策函数 无标签样本 不确定性
图正则化字典对学习的轻度认知功能障碍预测 预览
2
作者 魏彩锋 孙永聪 曾宪华 《智能系统学报》 CSCD 北大核心 2019年第2期369-377,共9页
针对字典对学习(DPL)方法只考虑了同类子字典的重构误差和不同类表示系数的稀疏性,没有考虑图像间的几何近邻拓扑关系的问题。通过近邻保持使得在同类近邻投影系数之间的距离较小,而不同类投影系数之间的距离大,能够有效提高字典对学习... 针对字典对学习(DPL)方法只考虑了同类子字典的重构误差和不同类表示系数的稀疏性,没有考虑图像间的几何近邻拓扑关系的问题。通过近邻保持使得在同类近邻投影系数之间的距离较小,而不同类投影系数之间的距离大,能够有效提高字典对学习算法的分类性能,基于此提出了基于几何近邻拓扑关系的图正则化的字典对学习(GDPL)算法。在ADNI1数据集上对轻度认知功能障碍预测的实验表明,使用GDPL算法学习的编码系数作为特征预测的准确率(ACC)和ROC曲线下的面积(AUC)比使用结合生物标志作为特征预测的准确率提高了2%~6%,使用GDPL算法比DPL算法的实验结果也有提高。 展开更多
关键词 图正则化 字典对学习 几何近邻关系 图像分类 轻度认知功能障碍预测
在线阅读 下载PDF
基于模糊超网络的知识获取方法研究 预览
3
作者 程麟焰 胡峰 《智能系统学报》 CSCD 北大核心 2019年第3期479-490,共12页
本文结合模糊粗糙集理论与超网络的相关知识,提出了一种模糊超网络模型。与传统超网络模型的不同之处在于,模糊超网络模型采用了模糊等效关系来代替超网络中的分明等效关系,并在此基础上对超边的生成和演化进行了改进。根据样本的分布... 本文结合模糊粗糙集理论与超网络的相关知识,提出了一种模糊超网络模型。与传统超网络模型的不同之处在于,模糊超网络模型采用了模糊等效关系来代替超网络中的分明等效关系,并在此基础上对超边的生成和演化进行了改进。根据样本的分布将样本集划分成 3个区域,即正域、边界域和负域,不同区域的样本按照不同的方式生成超边;根据分类效果将超边集也划分成 3个区域,并对不同区域的超边进行相应地替换处理。实验结果表明,在正确率、Precision、Recall等指标上,模糊超网络分类算法具有明显的优势。 展开更多
关键词 模糊等价 模糊集 模糊粗糙集 三支决策 超网络 知识获取方法 分类算法
在线阅读 下载PDF
层次粒结构下粗糙模糊集的不确定性度量 预览
4
作者 杨洁 王国胤 +1 位作者 张清华 冯林 《计算机科学》 CSCD 北大核心 2019年第1期45-50,共6页
众所周知,经典粗糙集的不确定性来自于边界域,但是对于粗糙模糊集来说,其正域和负域中的元素存在不确定性,从而导致粗糙模糊集的不确定性不仅来自于边界域,还来自于正域和负域。另外,在粗糙模糊集中,一个模糊概念可以通过层次粒结构中... 众所周知,经典粗糙集的不确定性来自于边界域,但是对于粗糙模糊集来说,其正域和负域中的元素存在不确定性,从而导致粗糙模糊集的不确定性不仅来自于边界域,还来自于正域和负域。另外,在粗糙模糊集中,一个模糊概念可以通过层次粒结构中不同的粗糙近似空间进行刻画,随着粒度的变化,模糊概念的不确定性的变化规律如何?对此,文中提出一种基于模糊度的不确定性度量公式,并基于均值模糊集分析了粗糙模糊集模型,得出粗糙模糊集不确定性度量的模型同样适合于度量概率粗糙集的不确定性的结论。其次,采用基于模糊度的不确定性度量方法,揭示了分层递阶的多粒度空间下粗糙模糊集不确定性的变化规律。然后,分析了3个域(正域、边界域和负域)的不确定性,并揭示了它们在分层递阶的多粒度空间下的变化规律。最后,通过实验验证了所提不确定性度量理论的有效性。 展开更多
关键词 粗糙模糊集 不确定性度量 模糊度 层次粒结构
在线阅读 免费下载
基于加权字典对学习的人脸年龄估计方法 预览
5
作者 赵军 侯凯艳 杨林 《计算机工程》 CAS CSCD 北大核心 2019年第2期191-194,共4页
针对现有人脸年龄估计方法多数将人脸各部分同等对待或忽视部分特征的问题,提出一种基于加权字典对学习(DPL)的人脸年龄估计方法。将人脸进行分块,使用局部二值模式算法对人脸的主要特征区域和次要特征区域分别进行特征提取,得到人脸的... 针对现有人脸年龄估计方法多数将人脸各部分同等对待或忽视部分特征的问题,提出一种基于加权字典对学习(DPL)的人脸年龄估计方法。将人脸进行分块,使用局部二值模式算法对人脸的主要特征区域和次要特征区域分别进行特征提取,得到人脸的主要特征和次要特征,再利用这2种特征分别训练DPL模型,并赋予不同的权重,使用训练好的加权DPL模型对目标人脸图像进行年龄分类。在MORPH和FG-NET数据集上的实验结果表明,该方法具有较高的分类准确率。 展开更多
关键词 年龄估计 主要特征 次要特征 加权 字典对学习 分类
在线阅读 下载PDF
有向动态网络中基于模体演化的链路预测方法 预览
6
作者 杜凡 刘群 《计算机应用研究》 CSCD 北大核心 2019年第5期1441-1445,1453共6页
以往传统的链路预测方法大多数针对无向网络,而实际上大多数社交网络是有向的,并且没有考虑网络中同一节点对之间的重复边以及微观演化信息,因此不能较好地解决有向动态网络中的链路预测问题。针对有向网络,将节点对之间的重复边信息转... 以往传统的链路预测方法大多数针对无向网络,而实际上大多数社交网络是有向的,并且没有考虑网络中同一节点对之间的重复边以及微观演化信息,因此不能较好地解决有向动态网络中的链路预测问题。针对有向网络,将节点对之间的重复边信息转换为该节点对之间连边的权值;接着采用了基于三元组模体的演化模型,对滑动窗口中相邻时间片的模体转换概率进行统计后,采用指数加权滑动平均法对其进行时序分析得到不同模体转换概率的预测矩阵,进而使用该矩阵对网络中的链边进行预测。这不仅充分利用了网络微观演化信息,而且解决了动态网络中重复边的问题。最后对实验结果进行分析发现,在高全局聚类系数高平均度的网络中AUC相比Triad Transition Matrix方法提高了近0.01,而相比CN方法提高更多。因此,所提方法能够较好地应用网络微观演化信息进行链路预测。 展开更多
关键词 时序链路预测 有向网络 模体演化 时序分析
在线阅读 下载PDF
面向数据流的多任务多核在线学习算法 预览
7
作者 裴乐 刘群 《计算机应用研究》 CSCD 北大核心 2019年第3期668-672,共5页
对于数据流的处理,现有的在线学习算法在准确性上仍有欠缺,故提出一种新的多任务多核在线学习模型用于提高数据流预测的准确性。在保持多任务多核学习的基础上,将其扩展到在线学习中,从而得到一个新的在线学习算法;同时为输入数据保持... 对于数据流的处理,现有的在线学习算法在准确性上仍有欠缺,故提出一种新的多任务多核在线学习模型用于提高数据流预测的准确性。在保持多任务多核学习的基础上,将其扩展到在线学习中,从而得到一个新的在线学习算法;同时为输入数据保持一定大小的数据窗口,用较小空间换取数据的完整性。实验部分对核函数的选取以及训练样本集的大小进行了较为详细的分析,通过对UCI数据和实际的机场客流量数据进行分析,很好地保障了流数据处理的准确性及实时性,有一定的实际应用价值。 展开更多
关键词 多任务多核学习 在线学习 流数据 支持向量机
在线阅读 下载PDF
基于字符型属性值更新的动态三支决策模型 预览
8
作者 张清华 吕功勋 +1 位作者 陈玉洪 谢秦 《电子学报》 EI CAS CSCD 北大核心 2019年第2期344-350,共7页
在现有基于属性值更新的动态三支决策模型上,本文充分考虑字符型属性对象在更新过程中属性知识内涵的不确定性以及对象间优异程度的差异,首先定义字符型属性对象的经验值和经验综合评价值的概念来初步刻画对象,再用修正值来表示对象的... 在现有基于属性值更新的动态三支决策模型上,本文充分考虑字符型属性对象在更新过程中属性知识内涵的不确定性以及对象间优异程度的差异,首先定义字符型属性对象的经验值和经验综合评价值的概念来初步刻画对象,再用修正值来表示对象的知识内涵;通过修正值计算出的基于欧氏距离的最优贴近度作为对象的修正综合评价值;然后,给出了字符型属性对象的动态特征的提取方法,建立了动态三支决策模型.最后,通过大量的仿真实验验证了模型的高效性和适用性. 展开更多
关键词 智能决策 三支决策 动态更新 粒计算 特征提取
在线阅读 下载PDF
一种多粒度增量属性的聚类方法
9
作者 刘杭雨 于洪 《小型微型计算机系统》 CSCD 北大核心 2019年第3期618-622,共5页
聚类分析作为一种统计分析方法,以无监督的优势广泛地应用在数据挖掘等领域.随着时代的发展,传统聚类算法不能很好对数据属性增加的情况进行处理.因此,结合人类认知特点,本文提出了一种多粒度增量属性的聚类方法,这是一种新的解决问题... 聚类分析作为一种统计分析方法,以无监督的优势广泛地应用在数据挖掘等领域.随着时代的发展,传统聚类算法不能很好对数据属性增加的情况进行处理.因此,结合人类认知特点,本文提出了一种多粒度增量属性的聚类方法,这是一种新的解决问题的机制,利用多粒度的思想对不确定性数据进行处理.首先利用密度峰值聚类方法对原始数据进行聚类,得到一个初始结果,然后对于某时刻新增加的属性粒集合,将新的属性粒集合对应地增添到原有的属性粒集合的尾部以融合成新的粒度,在不重复聚类的前提下以新粒度为基础,利用邻域的思想动态地更新原有聚类结果以得到新粒度的增量聚类结果.实验结果表明新方法是有效的. 展开更多
关键词 聚类 多粒度 邻域 增量属性
结合NSCT与引导滤波的图像融合方法 预览 被引量:1
10
作者 甘玲 张倩雯 《红外技术》 CSCD 北大核心 2018年第5期444-448,454共6页
针对可见光和红外图像进行图像融合时,红外图像细节信息丢失严重、边缘模糊和可见光图像对比度不足等问题,提出一种结合非下采样轮廓波变换(Non-subsampled contourlet transform,NSCT)与引导滤波的图像融合方法。首先采用模糊逻辑算... 针对可见光和红外图像进行图像融合时,红外图像细节信息丢失严重、边缘模糊和可见光图像对比度不足等问题,提出一种结合非下采样轮廓波变换(Non-subsampled contourlet transform,NSCT)与引导滤波的图像融合方法。首先采用模糊逻辑算法对可见光图像进行增强提高其对比度,突出图像的有效信息;再对增强后的可见光和红外图像进行NSCT分解得到低频与高频子带;然后对红外图像的高频子带采用改进后的引导滤波增强边缘等细节信息;其次使用平均梯度策略和模糊逻辑策略对高、低频子带进行融合;最后利用NSCT逆变换得到融合后的图像。通过在不同数据集上的实验结果表明,该方法在信息熵、标准差和互信息等评价指标上均要优于其他几种方法,验证了本文所提方法的有效性和优越性。 展开更多
关键词 非下采样轮廓波 引导滤波 模糊逻辑算法 平均梯度
在线阅读 下载PDF
置信优势关系粗糙集的属性约简方法
11
作者 苟光磊 王国胤 《小型微型计算机系统》 CSCD 北大核心 2018年第2期357-361,共5页
置信优势关系粗糙集是处理不完备有序信息的重要模型,属性约简是核心内容之一.首先考查了分类精度在属性域的单调性,提出保持分类精度不变的启发式约简方法.由于启发式约简方法在增加或删除一个属性时,需重新计算整个上、下近似集得到... 置信优势关系粗糙集是处理不完备有序信息的重要模型,属性约简是核心内容之一.首先考查了分类精度在属性域的单调性,提出保持分类精度不变的启发式约简方法.由于启发式约简方法在增加或删除一个属性时,需重新计算整个上、下近似集得到分类精度,效率不高.进一步,讨论了增加或删除一个属性后,置信优势关系粗糙集上、下近似集的变化情况,给出分类精度的动态更新方法,提出增量式约简方法.通过对UCI数据集的实验证明,启发式约简方法和增量式约简方法有效,在数据样本较多时,增量式方法更优. 展开更多
关键词 粗糙集 置信优势关系 约简 启发式 增量式
多粒度云模型的相似性度量 预览
12
作者 杨洁 王国胤 +1 位作者 张清华 冯林 《模式识别与人工智能》 CSCD 北大核心 2018年第8期677-692,共16页
当前存在的云模型相似性度量仅局限于单粒度空间,缺乏多粒度云模型的相似性度量的相关研究.因此,文中首先证明知识距离框架的相关性质,并建立知识距离与信息度量、信息粒度之间的联系,在分层递阶粒结构上得到如下结论:同一粒结构... 当前存在的云模型相似性度量仅局限于单粒度空间,缺乏多粒度云模型的相似性度量的相关研究.因此,文中首先证明知识距离框架的相关性质,并建立知识距离与信息度量、信息粒度之间的联系,在分层递阶粒结构上得到如下结论:同一粒结构中粒空间的粒度差异正相关于知识距离,通过知识距离可将随粒度连续变化的粒空间映射到一维坐标上.最后,在知识距离框架的基础上提出云模型相似性度量方法.实验验证上述结论在云模型粒空间上成立. 展开更多
关键词 云模型 知识距离 层次粒结构 相似性度量
在线阅读 下载PDF
正态云模型研究回顾与展望 预览 被引量:4
13
作者 杨洁 王国胤 +4 位作者 刘群 郭毅可 刘悦 淦文燕 刘玉超 《计算机学报》 CSCD 北大核心 2018年第3期724-744,共21页
不确定性信息的表达和处理是人工智能的一个重要研究问题.目前有多种理论模型从不同的角度研究不确定性问题,包括模糊集、粗糙集、概率论、证据理论等.1995年,李德毅院士在概率论和模糊集理论两者的基础上,提出了一种处理不确定性问题... 不确定性信息的表达和处理是人工智能的一个重要研究问题.目前有多种理论模型从不同的角度研究不确定性问题,包括模糊集、粗糙集、概率论、证据理论等.1995年,李德毅院士在概率论和模糊集理论两者的基础上,提出了一种处理不确定性问题的双向认知模型——云模型,即通过正向云变换和逆向云变换算法进而实现定性概念与定量数值的双向转换.经过20多年的研究与发展,该模型逐渐得到完善,并在不确定性信息处理方面得到了广泛应用.该文回顾了正态云模型理论的研究现状和进展.并在此基础上分析了其存在的挑战和问题:(1)双向认知计算方面,虽然多步逆向云能够实现稳定的双向认知变换,但是它是基于单个云概念的,尚未有多粒度云模型双向认知变换的研究成果;(2)云模型相似性度量方面,由于不同的领域问题需要不同的评价标准,需要开展针对特定问题的云模型相似性度量研究;(3)粒计算机制方面,高斯云变换能够实现由细到粗的粒度变换以及多粒度概念的自适应生成,解决了云模型的变粒度问题.但是没有体现不同云概念以及不同粒度层次之间的关联;(4)多维云模型方面,目前在这方面的研究工作相对较少,缺乏较有效的多维云表示方法.该文针对以上问题,围绕当前的研究热点——大数据存在的挑战,进一步提出了大数据的云模型研究框架,深入探讨了未来的研究方向,并指出未来的工作需要以大数据为中心,结合粒计算、机器学习以及统计学的思想,进一步完善云模型的理论机制,该文的工作对于大数据和云模型理论的研究提供了重要的参考价值. 展开更多
关键词 云模型 双向认知 粒计算 不确定性 大数据
在线阅读 下载PDF
基于标签关联的多标签演化超网络 预览
14
作者 王进 刘彬 +2 位作者 孙开伟 陈乔松 邓欣 《电子学报》 CSCD 北大核心 2018年第4期1012-1018,共7页
针对多标签学习中如何有效挖掘利用高阶标签关联的问题,提出了一种基于标签关联的多标签演化超网络模型.该模型通过输入任意多标签学习方法的预测结果,利用超边表征挖掘高阶标签关联,并综合标签关联和特征信息作为最终的预测结果.与3种... 针对多标签学习中如何有效挖掘利用高阶标签关联的问题,提出了一种基于标签关联的多标签演化超网络模型.该模型通过输入任意多标签学习方法的预测结果,利用超边表征挖掘高阶标签关联,并综合标签关联和特征信息作为最终的预测结果.与3种传统多标签学习方法在6个多标签数据集上的对比实验表明,本文提出模型不仅能够有效提升多个传统多标签学习方法的性能,而且能够提供具有良好可读性的学习结果. 展开更多
关键词 机器学习 多标签学习 演化超网络 标签关联
在线阅读 下载PDF
基于密度峰值的云变换加速机制
15
作者 杨洁 王国胤 庞紫玲 《小型微型计算机系统》 CSCD 北大核心 2018年第6期1299-1304,共6页
云模型是在概率论和模糊理论基础上提出的一种认知模型,可以实现定性概念与其定量数值的双向转换模型.自适应高斯云变换(Adaptive Gaussian Cloud Transformation,AGCT)是云模型最常见的一种粒计算机制.AGCT从数据拟合的角度实现了不... 云模型是在概率论和模糊理论基础上提出的一种认知模型,可以实现定性概念与其定量数值的双向转换模型.自适应高斯云变换(Adaptive Gaussian Cloud Transformation,AGCT)是云模型最常见的一种粒计算机制.AGCT从数据拟合的角度实现了不同概念层次、不同粒度的概念提取.但是,由于AGCT进行概念跃升需要从最细粒度的数据开始,导致时间复杂度较高.本文借鉴密度峰值聚类算法的思想,为AGCT跨层提供先验知识,提出一种利用关键信息粒加速高斯云变换机制——AGCTacc,从而避免了迭代次数过高,加速变粒度的过程.通过图像分割实验显示,本文提出的方法 AGCTacc与AGCT在不同数据集上最终生成的云概念参数几乎相同,即分割效果很接近,而AGCTacc的时间损耗却比AGCT减少很多. 展开更多
关键词 密度峰值 高斯云变换 粒计算 图像分割
基于模糊逻辑的秀丽隐杆线虫避障行为 预览
16
作者 王潇 邓欣 +2 位作者 王进 陈乔松 高峰星 《计算机工程与设计》 北大核心 2018年第5期1451-1456,共6页
通过对秀丽隐杆线虫波形运动行为进行研究,提出一种通过模糊逻辑和波形运动相结合的避障算法,对其进行可视化仿真实验。根据其本体感受回馈机制下产生波形运动的机理,建立波形运动数学模型和转向模型;利用探测感受器,获取线虫与环境中... 通过对秀丽隐杆线虫波形运动行为进行研究,提出一种通过模糊逻辑和波形运动相结合的避障算法,对其进行可视化仿真实验。根据其本体感受回馈机制下产生波形运动的机理,建立波形运动数学模型和转向模型;利用探测感受器,获取线虫与环境中障碍物的相对位置关系信息;通过模糊逻辑原理构建的模糊控制器系统,模拟线虫的自适应波形运动行为。仿真结果表明,设计的模糊控制系统有效地模拟了秀丽隐杆线虫的躲避障碍物行为,为波形运动爬行机器人的构建提供了理论支持。 展开更多
关键词 本体感受回馈机制 波形运动 秀丽隐杆线虫 模糊逻辑 避障
在线阅读 下载PDF
基于特征聚类的封装特征选择算法 预览
17
作者 胡峰 杨梦 《计算机工程与设计》 北大核心 2018年第1期230-237,共8页
针对多维数据集,为得到一个最优特征子集,提出一种基于特征聚类的封装式特征选择算法.在初始阶段,利用三支决策理论动态地将原始特征集划分为若干特征子空间,通过特征聚类算法对每个特征子空间内的特征进行聚类;从每个特征类簇里挑选代... 针对多维数据集,为得到一个最优特征子集,提出一种基于特征聚类的封装式特征选择算法.在初始阶段,利用三支决策理论动态地将原始特征集划分为若干特征子空间,通过特征聚类算法对每个特征子空间内的特征进行聚类;从每个特征类簇里挑选代表特征,利用邻域互信息对剩余特征进行降序排序并依次迭代选择,使用封装器评估该特征是否应该被选择!可得到一个具有最低分类错误率的最优特征子集.在UCI数据集上的实验结果表明,相较于其它特征选择算法!该算法能有效地提高各数据集在libSVM、J48、Naive Bayes以及KNN分类器上的分类准确率. 展开更多
关键词 特征选择 特征聚类 封装器 邻域互信息 三支决策
在线阅读 下载PDF
基于序贯三支决策的多粒度情感分类方法 预览
18
作者 张刚强 刘群 纪良浩 《计算机科学》 CSCD 北大核心 2018年第12期153-159,共7页
如何对评论数据进行正确的情感分类是情感分析中的重要研究内容。从粒计算和认知学角度,提出了一种基于序贯三支决策的多粒度中文评论情感分类方法。首先,基于评论数据集的特点,根据评论中情感信息量的多少,提出一种由粗到细的多粒度情... 如何对评论数据进行正确的情感分类是情感分析中的重要研究内容。从粒计算和认知学角度,提出了一种基于序贯三支决策的多粒度中文评论情感分类方法。首先,基于评论数据集的特点,根据评论中情感信息量的多少,提出一种由粗到细的多粒度情感信息表示方法;然后,结合序贯三支决策的思想在不同粒度依据情感信息进行逐步计算,对边界域评论序贯地进行三支决策;最后,根据不同粒度的决策阈值和成本对评论做出最终的情感分类。对比实验结果表明,该方法在3个经典评论数据集上获得了更好的结果,具有更高的分类正确率和更强的鲁棒性。 展开更多
关键词 情感分类 序贯三支决策 多粒度 认知
在线阅读 免费下载
一种基于朴素贝叶斯的校准标签排序方法 预览
19
作者 张其龙 邓维斌 +2 位作者 胡峰 瞿原 胡宗容 《中国科学技术大学学报》 CSCD 北大核心 2018年第1期65-74,共10页
传统的校准标签排序算法(calibrated label ranking,CLR)利用成对标签关联进行转化来预测结果.该算法的校准是在二元关系算法(binary relevance,BR)基础上进行比较产生结果,其预测对BR产生结果具有一定的依赖性,因此该算法在预测某... 传统的校准标签排序算法(calibrated label ranking,CLR)利用成对标签关联进行转化来预测结果.该算法的校准是在二元关系算法(binary relevance,BR)基础上进行比较产生结果,其预测对BR产生结果具有一定的依赖性,因此该算法在预测某些数据集时具有一定的局限性.为了更好地区分标签的相关性和不相关性,提出了一种用于标签边界域的校准方法,对处于相关性标签和不相关性标签的边界部分采用贝叶斯概率进一步校正,从而提高边界域部分分类的准确性.基于朴素贝叶斯校准的标签排序方法(calibrated lable ranking method based on naive bayes,NBCLRM)与校准标签排序等7种传统的方法进行对比,实验结果表明,本文提出的算法不仅可以根据需求修改阈值ε和μ来调节预测结果,而且能够有效地提升传统多标签学习方法的性能. 展开更多
关键词 数据挖掘 朴素贝叶斯 校准标签排序算法 多标签学习算法
在线阅读 免费下载
基于Spark的点排序识别聚类结构算法 预览
20
作者 瞿原 邓维斌 +2 位作者 胡峰 张其龙 王鸿 《计算机科学》 CSCD 北大核心 2018年第1期97-102,107共7页
点排序识别聚类结构(Ordering Points to Identify the Clustering Structure,OPTICS)的密度聚类算法能以可视化的方式导出数据集的内在聚类结构,并且可以通过簇排序提取基本的聚类信息。但是该算法由于时空复杂度较高,不能很好地适... 点排序识别聚类结构(Ordering Points to Identify the Clustering Structure,OPTICS)的密度聚类算法能以可视化的方式导出数据集的内在聚类结构,并且可以通过簇排序提取基本的聚类信息。但是该算法由于时空复杂度较高,不能很好地适应当今社会出现的大型数据集。随着云计算和并行计算的发展,提供了一种解决OPTICS算法复杂度缺陷的方法和一种建立在基于Spark内存计算平台的点排序识别聚类结构并行算法。测试的实验结果表明,它能极大地降低OPTICS算法对时间和空间的需要。 展开更多
关键词 大数据 SPARK OPTICS算法 密度聚类
在线阅读 免费下载
上一页 1 2 8 下一页 到第
使用帮助 返回顶部 意见反馈