不完备信息系统中的多重代价决策粗糙集 被引量：7

1

作者 马兴斌 鞠恒荣 +1 位作者 杨习贝 宋晶晶 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第2期335-342,共8页

决策粗糙集源于贝叶斯决策准则,利用代价矩阵生成了构建概率粗糙集所需的一对阈值.通过代价对目标事物的近似使得决策粗糙集模型对代价敏感,使决策粗糙集成为一种十分重要的粗糙集方法.然而,大多数的决策粗糙集模型仅使用一个代价矩阵... 决策粗糙集源于贝叶斯决策准则,利用代价矩阵生成了构建概率粗糙集所需的一对阈值.通过代价对目标事物的近似使得决策粗糙集模型对代价敏感,使决策粗糙集成为一种十分重要的粗糙集方法.然而,大多数的决策粗糙集模型仅使用一个代价矩阵进行描述,来求解完备信息系统中的问题.这种方法并未考虑机器学习和数据挖掘中的一个重要问题,即现实生活中代价本身所具有的多样与变化特性.为解决该问题,首先,通过使用多重代价矩阵将多代价策略引进决策粗糙集;然后,在不完备信息系统中,分别提出了乐观与悲观两种形式的多代价决策粗糙集方法,讨论了这两种新的决策粗糙集模型与基于单代价矩阵决策粗糙集模型之间的关系,并且给出了乐观和悲观这两种决策粗糙集决策代价的总代价计算公式.最后,在四组UCI数据集上对几种不同的决策粗糙集的决策代价进行了对比分析.实验结果表明,乐观决策粗糙集得到的决策代价是一种较优的代价,并且随着代价矩阵的增加,代价的值将会保持在一个稳定的值.揭示了决策理论粗糙集的潜在应用并且为其提供了新的研究方向. 展开更多

关键词 决策粗糙集 不完备信息系统 多重代价 容差关系

下载PDF 职称材料

无线传感器网络不依赖位置信息的能耗均衡拓扑控制 被引量：5

2

作者 程琛 白光伟 +1 位作者 赵露 沈航 《计算机应用》 CSCD 北大核心 2014年第4期921-925,949,共6页

针对无线传感器网络(WSN)稠密部署的特点,首先提出一种不依赖位置信息的拓扑构建(LTC)算法用于构造连通支配树型结构的虚拟骨干网。在此基础上,深入分析骨干节点的能量消耗以及数据传输时延,引入密度控制与数据传输率控制因子以均衡虚... 针对无线传感器网络(WSN)稠密部署的特点,首先提出一种不依赖位置信息的拓扑构建(LTC)算法用于构造连通支配树型结构的虚拟骨干网。在此基础上,深入分析骨干节点的能量消耗以及数据传输时延,引入密度控制与数据传输率控制因子以均衡虚拟骨干网能耗,提出了不依赖位置信息的能耗均衡拓扑控制(LETC)算法。LETC算法依据各个区域不同的数据传输量,调整该区域虚拟骨干节点的布置密度,同时增加低能耗节点的传输速率以减少网络时延。理论分析与仿真表明,经过优化的LETC算法相比LTC能够更有效地均衡能耗,延长网络寿命24.1%,减少时延28.1%。 展开更多

关键词 无线传感器网络 拓扑控制 不依赖位置信息 密度控制因子 速率控制因子

下载PDF 职称材料

异构移动终端能量感知的P2P数据共享机制

3

作者 杜鹏 白光伟 +1 位作者 沈航 曹磊 《计算机应用》 CSCD 北大核心 2013年第8期2112-2116,2120,共6页

针对现有P2P数据共享网络中存在的移动终端异构性这一问题,提出一种异构移动终端能量感知的P2P数据共享机制。该机制在判断移动终端类型的同时引入能量感知模块,用于预测终端的剩余能量,在此基础上,根据网络环境的变化动态地调整数据的... 针对现有P2P数据共享网络中存在的移动终端异构性这一问题,提出一种异构移动终端能量感知的P2P数据共享机制。该机制在判断移动终端类型的同时引入能量感知模块,用于预测终端的剩余能量,在此基础上,根据网络环境的变化动态地调整数据的共享策略。仿真实验表明,该机制能够有效提高移动终端的能量利用率,平衡终端的负载,延长数据共享时间,从而提高数据分发成功率。在保持文件高可用性的前提下,平均减少15%的终端能耗。 展开更多

关键词 数据共享 终端异构性 对等网络 能量感知 负载均衡

下载PDF 职称材料

基于默认网络内部功能连接能预测抑郁症患者睡眠障碍因子分

4

作者 秦姣龙 李弘瑄 +1 位作者 吴烨 倪黄晶 《磁共振成像》 CAS CSCD 北大核心 2024年第7期51-57,共7页

目的探究抑郁症(major depression disorder,MDD)患者大脑默认网络(default mode network,DMN)功能连接(functional connectivity,FC)能否预测其睡眠障碍因子分。材料与方法基于REST-meta-MDD公开数据集中满足本实验需求的326例MDD被试... 目的探究抑郁症(major depression disorder,MDD)患者大脑默认网络(default mode network,DMN)功能连接(functional connectivity,FC)能否预测其睡眠障碍因子分。材料与方法基于REST-meta-MDD公开数据集中满足本实验需求的326例MDD被试静息态功能磁共振成像数据。采用Power模板在全脑中定义了264个脑区节点,分别获取患者的DMN内部FC和DMN与其他网络间的外部FC。采用基于连接组的预测模型在发现数据集上分别基于DMN内部和DMN外部FC对MDD患者的睡眠障碍因子分进行回归预测,独立验证集上检验模型的稳定性。结果在DMN内部FC,发现数据集对MDD患者的睡眠障碍因子分具有一定的预测性(r=0.244,P<0.001),外部独立验证集也有很好的泛化预测效果(r=0.345,P=0.046)。DMN外部FC在发现数据集上对其可进行预测(r=0.238,P<0.001),而独立验证集其泛化性能不足(r=0.256,P=0.143)。结论DMN内部FC对MDD患者睡眠障碍因子分具有一定的预测性。 展开更多

关键词 抑郁症 睡眠障碍 默认网络 静息态功能磁共振成像 磁共振成像

下载PDF 职称材料

面向流数据的决策树分类算法并行化 被引量：16

5

作者 季一木 张永潘 +2 位作者 郎贤波 张殿超 王汝传 《计算机研究与发展》 EI CSCD 北大核心 2017年第9期1945-1957,共13页

随着云计算、物联网等技术的兴起,流数据作为一种新型的大数据形态广泛存在于电信、互联网、金融等领域.与传统静态数据相比,大数据环境下的流数据具有快速、连续和随时间变化等特点.同时数据流的隐含分布变化会带来概念漂移问题.为了... 随着云计算、物联网等技术的兴起,流数据作为一种新型的大数据形态广泛存在于电信、互联网、金融等领域.与传统静态数据相比,大数据环境下的流数据具有快速、连续和随时间变化等特点.同时数据流的隐含分布变化会带来概念漂移问题.为了适应大数据环境下流数据分类算法的要求,必须对传统的静态离线数据分类算法进行改进,提出基于分布式计算平台Storm的P-HT并行化算法.算法在满足Storm流处理平台要求基础上,通过滑动窗口机制、替代子树机制和并行化处理,提高了算法的灵活性和通用性,并且能良好地适应数据流的概念漂移.最后通过实验验证该算法的有效性和高效性,结果表明在与传统C4.5算法相比精度没有降低的情况下,改进的P-HT算法具有更大的吞吐量和更快的处理速度. 展开更多

关键词 流数据 分类算法 Storm平台 滑动窗口 C4.5算法 并行化算法

下载PDF 职称材料

一种基于Token Log的符合性检查方法 被引量：5

6

作者 李传艺 葛季栋 +2 位作者 胡海洋 胡昊 骆斌 《软件学报》 EI CSCD 北大核心 2015年第3期509-532,共24页

使用事件日志进行符合性检查的主要方法是:使用过程模型模拟执行事件日志中的任务序列,通过统计可被模型再现的任务序列及模型运行中可能触发的非运行序列中的任务个数,判断模型与日志的符合程度.但这种判断方法并不完备:如果模型中包... 使用事件日志进行符合性检查的主要方法是:使用过程模型模拟执行事件日志中的任务序列,通过统计可被模型再现的任务序列及模型运行中可能触发的非运行序列中的任务个数,判断模型与日志的符合程度.但这种判断方法并不完备:如果模型中包含大量选择结构,则即使日志是模型本身的日志,也会因为模拟执行较多任务时会触发当前序列外的其他任务,而误判日志与模型的符合性较低;或者,如果模型中只包含少数的并发结构和多数的顺序结构,则即使日志只包含顺序结构的内容且非该模型对应日志时,也会因为在模拟执行时只有个别任务会导致模型无法继续执行,而其他多数任务可以执行而误判日志与模型有较高的符合性.基于已有方法的弱点,提出了使用日志内容检查模型结构正确性与使用模型结构检查日志内容完整性的双向检查标准,并提出一种内容特征与模型结构特征一一对应的新型日志——Token Log,用于过程模型与系统日志的符合性检查,使得检查和判断过程更加清晰简洁,结果更加准确. 展开更多

关键词 符合性检查 过程挖掘 Petri网 工作流网 T0ken LOG T-不变量 S-不变量 PROM

下载PDF 职称材料

决策粗糙集的属性约简准则研究 被引量：5

7

作者 鞠恒荣 杨习贝 +2 位作者 于化龙 戚湧 杨静宇 《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2015年第1期41-47,共7页

属性约简是粗糙集理论研究的重要内容之一.在传统Pawlak粗糙集模型中,随着属性数量的单调变化,下、上近似集也单调变化.然而,在决策粗糙集模型中,随着属性的单调增加,下、上近似集有可能增加也有可能减少.针对这一问题,从优化角度给出... 属性约简是粗糙集理论研究的重要内容之一.在传统Pawlak粗糙集模型中,随着属性数量的单调变化,下、上近似集也单调变化.然而,在决策粗糙集模型中,随着属性的单调增加,下、上近似集有可能增加也有可能减少.针对这一问题,从优化角度给出了决策单调准则、一般性准则和代价准则的适应性函数并通过遗传算法求得三种准则下的约简.实验结果表明:决策单调准则约简获得了更多的正域规则;一般性准则约简获取了最多的正域规则;代价准则约简获得了最小的决策代价. 展开更多

关键词 属性约简 代价 决策粗糙集 决策单调 一般性准则

下载PDF 职称材料

量化粗糙集的单调性属性约简方法 被引量：4

8

作者 鞠恒荣 杨习贝 +1 位作者 戚湧 杨静宇 《计算机科学》 CSCD 北大核心 2015年第8期36-39,共4页

单调性在经典粗糙集属性约简过程中发挥着重要的作用。然而,在一些泛化模型(如量化粗糙集模型)中该性质并不存在。针对该问题,提出了量化粗糙集模型中下近似单调约简的定义,并给出了求得该约简的启发式方法。实验结果表明,相较于下近似... 单调性在经典粗糙集属性约简过程中发挥着重要的作用。然而,在一些泛化模型(如量化粗糙集模型)中该性质并不存在。针对该问题,提出了量化粗糙集模型中下近似单调约简的定义,并给出了求得该约简的启发式方法。实验结果表明,相较于下近似保持约简算法,下近似单调约简算法不仅耗时短,而且增加了由正域和边界域表示的确定性,同时降低了由边界域带来的不确定性。 展开更多

关键词 单调性 下近似保持 下近似单调 粗糙集

下载PDF 职称材料

可调节模糊粗糙集:模型与属性约简 被引量：3

9

作者 宋晶晶 杨习贝 +1 位作者 戚湧 祁云嵩 《计算机科学》 CSCD 北大核心 2014年第12期183-188,共6页

模糊粗糙集是经典粗糙集为适应实际应用需求所进行的拓展,然而目前很多的模糊粗糙集模型都仅仅使用多个二元关系的简单融合方式,不具备调节功能。为解决这一问题,使用参数化的二元算子,提出了一种可调节的模糊粗糙集模型。在此基础上,... 模糊粗糙集是经典粗糙集为适应实际应用需求所进行的拓展,然而目前很多的模糊粗糙集模型都仅仅使用多个二元关系的简单融合方式,不具备调节功能。为解决这一问题,使用参数化的二元算子,提出了一种可调节的模糊粗糙集模型。在此基础上,将近似质量作为度量标准,使用启发式算法来求解可调节模糊粗糙集的约简。最后对可调节模糊粗糙集的近似质量和约简与强模糊粗糙集、弱模糊粗糙集的结果进行了比较分析。实验结果表明,可调节模糊粗糙集通过使用不同的参数,具有很好的调节作用,是强模糊粗糙集和弱模糊粗糙集的一种泛化形式。 展开更多

关键词 近似质量 决策系统 模糊粗糙集 约简

下载PDF 职称材料

基于最近正交矩阵的二维鉴别投影及人脸识别应用 被引量：2

10

作者 殷俊 孙仕亮 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第8期1457-1464,共8页

为了解决人脸识别中的光照干扰问题,提出基于最近正交矩阵的二维鉴别投影方法.首先利用奇异值分解获取人脸图像矩阵的最近正交矩阵表示;然后利用获得的最近正交矩阵分别构建基于最近正交矩阵的类内散度和基于最近正交矩阵的类间散度;最... 为了解决人脸识别中的光照干扰问题,提出基于最近正交矩阵的二维鉴别投影方法.首先利用奇异值分解获取人脸图像矩阵的最近正交矩阵表示;然后利用获得的最近正交矩阵分别构建基于最近正交矩阵的类内散度和基于最近正交矩阵的类间散度;最后通过最大化类间散度同时最小化类内散度获取二维鉴别投影,并通过该投影获得低维特征.在Yale,CMU-PIE以及AR数据库上进行人脸识别实验,证明了该方法的有效性. 展开更多

关键词 最近正交矩阵 维数约简 鉴别投影 人脸识别

下载PDF 职称材料

基于局部表示的分类方法及其人脸识别应用 被引量：2

11

作者 殷俊 杨万扣 《计算机工程与科学》 CSCD 北大核心 2018年第3期500-506,共7页

基于稀疏表示的分类方法SRC与基于协同表示的分类方法 CRC分别通过L1范数和L2范数最小化获得具有稀疏性的线性表示系数,在人脸识别中取得了很好的效果。为了解决这两种方法没有考虑数据局部信息的问题,提出了基于局部表示的分类方法 LRC... 基于稀疏表示的分类方法SRC与基于协同表示的分类方法 CRC分别通过L1范数和L2范数最小化获得具有稀疏性的线性表示系数,在人脸识别中取得了很好的效果。为了解决这两种方法没有考虑数据局部信息的问题,提出了基于局部表示的分类方法 LRC。LRC使用测试样本局部范围内的训练样本对其进行线性表示,这样获得的局部表示系数在保持稀疏性的同时包含有效的局部信息。另外,通过求解一简单的约束最优化问题,LRC可快速获取局部表示系数。在ORL、YALE以及FERET人脸数据库上的实验结果,表明了LRC的有效性和高效性。 展开更多

关键词 稀疏表示 协同表示 局部表示 分类

下载PDF 职称材料

基于注意力机制及类别层次结构的弱监督目标定位 被引量：4

12

作者 冯迅 杨健 +1 位作者 周涛 宫辰 《软件学报》 EI CSCD 北大核心 2023年第10期4916-4929,共14页

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器,而不需要使用精确的目标位置标注信息来进行算法训练.当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象,或者易受背景无关信... 弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器,而不需要使用精确的目标位置标注信息来进行算法训练.当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象,或者易受背景无关信息干扰从而导致定位结果不精确.为了解决上述问题,提出一种基于注意力机制和类别层次结构的弱监督目标定位方法.该方法通过对卷积神经网络的注意力图进行均值分割提取更完整的目标区域.进一步,通过类别层次结构网络实现对背景区域注意力的削弱,从而提高对感兴趣目标的定位精度.基于多个网络结构和公共数据集上的大量实验结果表明,相比目前已有的弱监督定位方法,所提方法在多个评价指标下均能够获得更好的定位效果. 展开更多

关键词 弱监督目标定位 网络注意力 背景干扰 层次结构网络 卷积神经网络(CNN)

下载PDF 职称材料

具有隐私保护功能的移动云服务接入控制 被引量：3

13

作者 季正波 白光伟 +1 位作者 沈航 张芃 《计算机应用》 CSCD 北大核心 2014年第7期1897-1901,共5页

针对移动云服务中的安全和隐私保护问题,提出一种匿名使用云存储服务的机制。在匿名身份注册部分,零知识验证和数字签名技术简化了移动云用户的密钥验证步骤,同时第三方使用户与自己的身份证书绑定,防止用户对移动云服务的恶意使用;在... 针对移动云服务中的安全和隐私保护问题,提出一种匿名使用云存储服务的机制。在匿名身份注册部分,零知识验证和数字签名技术简化了移动云用户的密钥验证步骤,同时第三方使用户与自己的身份证书绑定,防止用户对移动云服务的恶意使用;在数据共享部分,系统通过提取共享者账号参数,用于解决因共享密钥丢失导致数据安全性降低的问题。结合理论分析的方法对所提出的机制进行安全性验证与评价,结果表明身份证书和共享密钥生成算法对用户隐私安全有很好的保护作用。 展开更多

关键词 移动云计算 隐私 身份认证 共享 匿名

下载PDF 职称材料

级联稀疏卷积与决策树集成的病理图像细胞核分割方法 被引量：5

14

作者 宋杰 肖亮 练智超 《自动化学报》 EI CAS CSCD 北大核心 2021年第2期378-390,共13页

数字病理图像分析对于乳腺癌、肾癌等良恶性分级诊断具有重要意义,其中细胞核的形态测量是病理量化分析的关键.然而,由于病理图像背景复杂,细胞核高密度分布、细胞粘连等,个体细胞核精准分割是一个挑战性问题.本文提出一个级联稀疏卷积... 数字病理图像分析对于乳腺癌、肾癌等良恶性分级诊断具有重要意义,其中细胞核的形态测量是病理量化分析的关键.然而,由于病理图像背景复杂,细胞核高密度分布、细胞粘连等,个体细胞核精准分割是一个挑战性问题.本文提出一个级联稀疏卷积与决策树集成学习的细胞核分割模型.该模型由稀疏可分离卷积模块和集成决策树学习的正则化回归模块堆叠级联组成,其中:前者采取秩-1张量分解学习机制,可分层抽取细胞核的多尺度方向分布式抽象特征;而后者采取随机采样、树剪枝以及正则化回归机制提升逐像素回归分类能力.相比于现有深度学习模型,该模型无需非线性激活和后向传播计算,参数规模较小,可实现端到端的学习.通过乳腺、前列腺、肾脏、胃和膀胱等多组病理图像的分割实验表明:该模型能够实现复杂数字病理图像中的高密度细胞核的快速个体目标检测和分割,在Jaccard相似性系数、F1分数和平均边缘距离三个指标上均优于目前CNN2、CNN3和U-Net等深度学习方法,具有较好应用前景. 展开更多

关键词 数字病理 细胞核分割 级联稀疏可分离卷积 集成决策树 正则化回归 深层表征学习

下载PDF 职称材料

弱对齐的跨光谱人脸检测 被引量：3

15

作者 闫梦凯 钱建军 杨健 《自动化学报》 EI CAS CSCD 北大核心 2023年第1期135-147,共13页

跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存... 跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存在偏差,导致检测精度不高.为了解决这一问题,提出了一种弱对齐跨光谱图像的人脸检测算法,该方法基于跨光谱图像之间的偏差设计了候选框布置策略,并在此基础上提出了跨光谱特征表示方法用于选取最优候选框.此外,本文还构建了一个跨光谱人脸数据集.最后,在跨光谱人脸数据集和OTCBVS人脸数据集上的实验结果证明,该方法能够较好地完成红外图像人脸检测任务. 展开更多

关键词 弱对齐 跨光谱 人脸检测 计算机视觉

下载PDF 职称材料

基于深度特征增广的跨域小样本人脸欺诈检测算法 被引量：5

16

作者 孙文赟 金忠 +1 位作者 赵海涛 陈昌盛 《计算机科学》 CSCD 北大核心 2021年第2期330-336,共7页

随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深... 随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深度特征增广的跨域小样本人脸欺诈检测算法。该算法在已有的基于全卷积神经网络的人脸欺诈检测深度神经网络的中部嵌入域自适应层将卷积特征图增广,来适配源域和目标域的差异,随后根据增广后的特征图进行像素级分类,最后将像素级概率图从空间上融合为帧级决策。文中在CASIA-FASD,Replay-Attack和OULU-NPU 3个数据集和6个常见测评协议(2个CASIA-FASD与Replay-Attack跨库协议和4个OULU-NPU标准协议)下进行实验,验证了算法在不同背景、不同攻击设备、不同相机等跨域情况下的性能。实验表明,基准FCN人脸欺诈检测算法已经能够达到较好的性能,在此基础上,借助小样本目标域数据学习域自适应模型,可进一步显著提升性能,将错误率减半(CASIA-FASD训练+Replay-Attack测试的HTER指标从27.31%降至11.23%,Replay-Attack训练+CASIA-FASD测试的HTER指标从37.33%降至21.83%,OULU-NPU标准协议IV的ACER指标从9.45%降至5.56%),实验结果验证了基于深度特征增广的跨域小样本人脸欺诈检测算法的有效性。 展开更多

关键词 模式识别 系统安全 人脸图像分析 人脸欺诈检测 深度学习

下载PDF 职称材料

面向增量分类的多示例学习 被引量：3

17

作者 魏秀参 徐书林 +1 位作者 安鹏 杨健 《计算机研究与发展》 EI CSCD 北大核心 2022年第8期1723-1731,共9页

近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的... 近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的发展中不断出现新的议题、社交媒体中不断出现新的话题.由于存储限制或保密协议等原因,旧数据可能随着时间的发展变得不可见,这使得直接学习新的类别时模型会忘记曾经学过的知识.增量学习则被用于解决上述问题.因此,在多示例学习设定下进行增量数据挖掘十分有意义,然而目前针对多示例学习下的增量数据挖掘的工作十分稀少.提出一个基于注意力机制和原型分类器映射的多示例增量数据挖掘方法,通过注意力机制选择性地将多示例包的示例汇合为统一的特征表示,然后为每个类别生成类别原型表示并存储下来.类别原型通过原型分类器映射模块得到无偏鲁棒的类别分类器,并通过上一个增量阶段生成的分类器的预测结果对新增量阶段生成的分类器的预测结果进行知识蒸馏,使得模型能够在多示例学习下以极低的存储很好地保留模型的旧知识.实验结果表明:提出的方法能够有效地进行面向增量分类的多示例学习. 展开更多

关键词 多示例学习 增量学习 注意力机制 知识蒸馏 原型

下载PDF 职称材料

基于网络爬虫和改进的LCS算法的网站更新监测 被引量：2

18

作者 周孝锞 郭克华 《计算机应用与软件》 2017年第1期222-229,共8页

互联网时代,信息爆炸式增长,用户需要方便及时地获取自己所需的信息。传统的搜索引擎和以RSS为代表的订阅具有一些缺陷,难以满足用户高质量需求。在此基础上,利用网络爬虫和文本对比,提出一种新型网站更新监测与订阅的通用方法。该方法... 互联网时代,信息爆炸式增长,用户需要方便及时地获取自己所需的信息。传统的搜索引擎和以RSS为代表的订阅具有一些缺陷,难以满足用户高质量需求。在此基础上,利用网络爬虫和文本对比,提出一种新型网站更新监测与订阅的通用方法。该方法将先后抓取的网页内容分析处理后,进行文本对比,检测更新内容,将结果以结构化形式返回给用户查看。实验表明,该方法解决了RSS订阅受订阅源限制的缺点,实现了用户添加任意网站,在高校、企业、新闻、电影、博客、论坛等网站的监测方面具有较好的效果。 展开更多

关键词 网络爬虫 网页去噪 网站订阅 文本对比 更新监测

下载PDF 职称材料

标签噪声鲁棒学习算法研究综述 被引量：6

19

作者 宫辰 张闯 王启舟 《航空兵器》 CSCD 北大核心 2020年第3期20-26,共7页

在机器学习领域,监督学习算法在理论层面和工程应用中均取得了丰硕的成果,但此类算法的效果严重依赖训练样本的标签质量,在实际问题中获取具有高质量标签的训练样本通常费时费力。为节省人力物力,网络爬虫、众包方法等替代方法被用于对... 在机器学习领域,监督学习算法在理论层面和工程应用中均取得了丰硕的成果,但此类算法的效果严重依赖训练样本的标签质量,在实际问题中获取具有高质量标签的训练样本通常费时费力。为节省人力物力,网络爬虫、众包方法等替代方法被用于对训练数据的采集。不幸的是,这些替代方法获取的数据往往存在大量的错误标注,即标签噪声,由此带来了很多潜在的问题。因此,对标签噪声鲁棒学习算法的研究,在推广机器学习工程应用、降低机器学习算法部署成本方面具有重要的意义。本文对标签噪声鲁棒学习算法的最新研究成果进展进行了全面综述,分别从标签噪声的产生、影响、分类等方面进行了详细的总结,对每类标签噪声的处理方法进行了介绍,并对每类处理方法的优缺点进行分析。 展开更多

关键词 人工智能 机器学习 弱监督学习 标签噪声 深度学习 鲁棒学习算法

下载PDF 职称材料

基于国家标准的可靠性建模问题与对策探讨

20

作者 刘国才 徐欣锋 +4 位作者 庞红勋 陈春红 王莉莉 张智萌 李明 《电子产品可靠性与环境试验》 2014年第1期36-40,共5页

在国家标准的约束下,针对有效载荷分系统呈现的新特点,提出了可靠性措施,并通过质量屋模型,识别出关键的可靠性措施。通过可靠性建模方法的分析,表明真值表法可以有效地实现关键可靠性措施,但存在两个难题,分别是故障预测与系统健康管理... 在国家标准的约束下,针对有效载荷分系统呈现的新特点,提出了可靠性措施,并通过质量屋模型,识别出关键的可靠性措施。通过可靠性建模方法的分析,表明真值表法可以有效地实现关键可靠性措施,但存在两个难题,分别是故障预测与系统健康管理(PHM)技术的可靠性评估和基于真值表法的可靠性分配。给出基于真值表法的PHM评估方法,并发现实现PHM技术的自主性是提高有效载荷可靠性的关键;给出基于成功次数的重要度定义,并推导了可靠性建模与分配的理论公式。理论分析表明,上述方法简单、有效、易以实施并满足有效载荷分系统的工作实际。 展开更多

关键词 国家标准 真值表法 故障预测与系统健康管理 有效载荷分系统

下载PDF 职称材料