检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于模糊邻域相对决策熵的属性约简算法

计算机科学 2024年

作者：徐久成张杉白晴马妙贤河南师范大学计算机与信息工程学院河南师范大学智慧商务与物联网技术河南省工程实验室

针对模糊邻域粗糙集对数据分布敏感，无法有效评估密度差异较大数据集的分类不确定性这一问题，本文提出了一种基于模糊邻域相对决策熵的属性约简算法。首先，采用相对距离定义样本的分类不确定度，重塑模糊邻域相似关系，并结合变精度... 详细信息

针对模糊邻域粗糙集对数据分布敏感，无法有效评估密度差异较大数据集的分类不确定性这一问题，本文提出了一种基于模糊邻域相对决策熵的属性约简算法。首先，采用相对距离定义样本的分类不确定度，重塑模糊邻域相似关系，并结合变精度模糊邻域粗糙近似减少样本被归入错误类别的可能性。其次，在信息观下将模糊邻域可信度和覆盖度引入信息熵，并与基于代数观构造的模糊邻域相对依赖度结合，提出模糊邻域相对决策熵。最后，设计一种基于模糊邻域相对决策熵的属性约简算法，结合信息观和代数观两个角度评估属性的重要度。在8个公共数据集上与现有的6种属性约简算法进行对比实验，结果表明所提算法能有效地测量不同数据分布下样本的不确定度，提高数据的分类性能。

关键词：属性约简模糊邻域粗糙集分类不确定度信息熵

自适应图嵌入和非凸正则特征自表达的无监督特征选择

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第16期60卷 177-185页

作者：李梦晴孙林徐久成河南师范大学计算机与信息工程学院河南新乡453007 天津科技大学人工智能学院天津300457

针对传统的无监督特征选择不能充分兼顾样本及特征的局部结构,以及没有考虑非凸正则项带来更稀疏的解并能够选择出更具判别性特征等问题,提出了自适应图嵌入和非凸正则特征自表达的无监督特征选择方法。通过图嵌入降低特征维度,获得样... 详细信息

针对传统的无监督特征选择不能充分兼顾样本及特征的局部结构,以及没有考虑非凸正则项带来更稀疏的解并能够选择出更具判别性特征等问题,提出了自适应图嵌入和非凸正则特征自表达的无监督特征选择方法。通过图嵌入降低特征维度,获得样本相似度矩阵,引导特征选择;引入特征自表达策略,用其余特征线性表示每一个特征,考虑特征间的相似性关系,保持特征局部结构;在特征自表达中添加非凸正则项,获得行更稀疏的权重矩阵,实现特征选择;在特征选择过程中执行自适应图嵌入对数据局部结构进行学习,选择最优特征子集;为求解非凸稀疏问题,使用交替迭代方法优化求解模型,设计了一种新的无监督特征选择算法。在6个数据集上与其他算法进行实验对比分析,实验结果表明所提算法是有效的。

关键词：无监督特征选择图嵌入特征自表达非凸正则项自适应

在线全文

学校读者我要写书评

暂无评论

基于模糊邻域判别指数的在线流组特征选择

计算机工程与设计 2024年第3期45卷 806-813页

作者：徐久成孙元豪韩子钦河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题。然而,现有方法大多无法处理具有模糊性和不确定性的数据。为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法。设计一种模糊邻域判别指数... 详细信息

在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题。然而,现有方法大多无法处理具有模糊性和不确定性的数据。为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法。设计一种模糊邻域判别指数,用于描述模糊邻域粒的判别信息,扩展相关的不确定性度量方法。在此基础上,用组内特征选择和组间特征选择两种策略选择具有强近似能力且非冗余的特征。在8个公共数据集上进行对比实验,验证了该算法具有更优且稳定的分类性能。

关键词：特征选择流特征选择流组模糊粗糙集模糊邻域熵邻域判别指数不确定性度量

基于改进邻域粗糙集和优化BPNN的火灾预测算法

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2024年第2期48卷 192-201页

作者：许诗卉徐久成瞿康林杨杰周长顺河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

针对传统森林火灾检测算法精度低,以及大规模、多特征的火灾数据存在冗余信息等问题,该文提出了一种基于改进邻域粗糙集的优化反向传播神经网络(BPNN)火灾预测方法。首先,考虑到数据集具有高维特征空间和高度特征冗余等特点,设计出一种... 详细信息

针对传统森林火灾检测算法精度低,以及大规模、多特征的火灾数据存在冗余信息等问题,该文提出了一种基于改进邻域粗糙集的优化反向传播神经网络(BPNN)火灾预测方法。首先,考虑到数据集具有高维特征空间和高度特征冗余等特点,设计出一种基于混沌反学习蝙蝠(BA)算法的邻域粗糙集特征选择算法,对火灾原始数据集进行特征寻优,得到约简属性子集;然后,构建BA算法优化的BPNN预测模型,将约简属性子集输入该模型中,得到火灾预测的结果;最后,通过平均分类准确度、F1值、精确度、曲线面积、召回率、平均误差率这6种评价指标,在UCI公开森林火灾数据集上分析和检验模型的分类性能。在2个数据集上的实验结果显示,基于混沌反学习策略的算法准确率为94.3%和52.7%,与邻域粗糙集结合后准确率达到98.1%和59.6%,证明了该文算法具备较高的检测精度。

关键词：反向传播神经网络邻域粗糙集蝙蝠算法反向学习混沌映射森林火灾机器学习预测模型

在线全文

学校读者我要写书评

暂无评论

基于θ算子的多粒度直觉模糊粗糙集模型

计算机科学 2024年第8期51卷 83-96页

作者：郑宇薛占熬吕明明徐久成河南师范大学计算机与信息工程学院河南新乡453000 智慧商务与物联网技术河南省工程实验室河南新乡453000

针对在多属性决策中决策者难以在多个属性相互冲突时做出准确判断的问题,文中在直觉模糊近似空间中,首先利用直觉模糊集的隶属度、非隶属度与模糊蕴含算子,提出了基于θ算子和θ*算子的直觉模糊集及其隶属度和非隶属度的概念,并证明了... 详细信息

针对在多属性决策中决策者难以在多个属性相互冲突时做出准确判断的问题,文中在直觉模糊近似空间中,首先利用直觉模糊集的隶属度、非隶属度与模糊蕴含算子,提出了基于θ算子和θ*算子的直觉模糊集及其隶属度和非隶属度的概念,并证明了它们的一系列性质。然后,在直觉模糊集与多粒度粗糙集上,定义基于θ算子的多粒度直觉模糊粗糙集的悲观、乐观模型,讨论两种模型的相关性质。最后,给出了基于θ算子的多粒度直觉模糊粗糙集模型的多属性决策算法,将高校引进的人才评价和企业绿色经济供应链的商家评价作为实例进行了分析,同时还与已有方法进行了分析对比,用乐观、悲观模型与已有方法的决策结果的对比证明了所提方法的正确性,并验证了该模型算法的有效性。

关键词：粗糙集直觉模糊集蕴含算子多粒度多属性决策

基于双空间模糊邻域相似关系的多标记特征选择

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2022年第9期35卷 805-815页

作者：徐久成申凯丽河南师范大学计算机与信息工程学院新乡453007 河南师范大学智慧商务与物联网技术河南工程实验室新乡453007

针对基于粗糙集的大部分多标记特征选择方法存在的忽略样本的模糊性和邻域关系、手动设置邻域半径、从单一的样本空间度量属性重要度等问题,文中利用模糊邻域粗糙集弥补经典粗糙集的不足,并在此基础上从特征空间和标记空间出发,提出基... 详细信息

针对基于粗糙集的大部分多标记特征选择方法存在的忽略样本的模糊性和邻域关系、手动设置邻域半径、从单一的样本空间度量属性重要度等问题,文中利用模糊邻域粗糙集弥补经典粗糙集的不足,并在此基础上从特征空间和标记空间出发,提出基于双空间模糊邻域相似关系的多标记特征选择算法.首先,设计自适应邻域半径的计算方法,构建特征空间下样本的模糊邻域相似矩阵.再根据模糊邻域相似关系,得出特征空间下的样本相似度及标记空间下的样本相似度.然后,通过权重将特征空间和标记空间上的样本相似度进行融合,基于融合后的度量计算属性重要度.最后,运用前向贪心算法构建多标记特征选择算法.在12个多标记数据集上的对比实验验证文中算法的有效性.

关键词：多标记特征选择模糊邻域相似关系模糊邻域粗糙集自适应邻域半径不确定性度量

在线全文

学校读者我要写书评

暂无评论

决策细化的粗糙集理论分析

西安交通大学学报 2004年第6期38卷 555-557,582页

作者：徐久成沈钧毅西安交通大学电子与信息工程学院西安710049

对基于粗糙集的决策系统,从理论上分析了决策数据细化的程度对规则近似质量、近似分类精度、核属性和信息熵的影响.证明了决策属性的属性值划分越细,则其规则近似质量、近似分类精度和信息熵就越小,并且决策表中决策属性值细化后所得到... 详细信息

对基于粗糙集的决策系统,从理论上分析了决策数据细化的程度对规则近似质量、近似分类精度、核属性和信息熵的影响.证明了决策属性的属性值划分越细,则其规则近似质量、近似分类精度和信息熵就越小,并且决策表中决策属性值细化后所得到的核属性集一定包含细化前的核属性集.因此,在对决策属性离散化时,决策数据细化的程度要适宜.研究结果对研究决策表属性的约简、决策规则的形成和有效性等问题具有实际意义.

关键词：决策细化近似分类近似质量信息熵核属性

在线全文

学校读者我要写书评

暂无评论

基于混沌理论和支持向量机的人脸识别方法

高技术通讯 2009年第5期19卷 494-500页

作者：张新明徐久成河南师范大学计算机与信息技术学院新乡453007

针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法。首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的... 详细信息

针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法。首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的特征送入SVM中进行训练期间,使用具有可操作性的改进混沌优化算法同时对PCA图像特征维数和分类器参数进行优化选择,然后用得到的优化人脸特征和最佳参数的分类器对未知图像进行识别。基于该方法,对ORL和Yale人脸库进行实验,其识别率都高达99%以上,仿真结果表明,该方法极大地提高了人脸识别能力。

关键词：人脸识别混沌优化算法(COA) 支持向量机(SVM) 主成分分析(PCA)

在线全文

学校读者我要写书评

暂无评论

基于改进帝王蝶优化算法的特征选择方法

模式识别与人工智能 2020年第11期33卷 981-994页

作者：孙林赵婧徐久成薛占熬河南师范大学计算机与信息工程学院新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室新乡453007

针对帝王蝶优化算法(MBO)全局搜索能力较弱、在迁移过程中容易出现种群多样性减少等问题,文中提出基于柯西变异的差分自适应MBO及其特征选择算法.首先,使用差分进化算法中的变异操作替换MBO的迁移算子,提升全局搜索能力.然后,将自适应... 详细信息

针对帝王蝶优化算法(MBO)全局搜索能力较弱、在迁移过程中容易出现种群多样性减少等问题,文中提出基于柯西变异的差分自适应MBO及其特征选择算法.首先,使用差分进化算法中的变异操作替换MBO的迁移算子,提升全局搜索能力.然后,将自适应调整策略融入MBO的调整算子,改变单一的调整方式.最后,对每次更新的种群进行柯西变异,增加种群多样性.为了验证改进帝王蝶优化算法及其特征选择方法的性能,通过基准函数和UCI数据集两部分实验对其进行测试,结果表明文中算法性能较优.

关键词：特征选择帝王蝶优化算法(MBO) 差分进化算法柯西变异