检索结果-南通市图书馆

结合四元数路径集成和空洞循环卷积的知识表示

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2023年第3期37卷 54-64页

作者：陈新元周忠眉陈庆强高美春施达雅福州工商学院工学院福建福州350715 吉隆坡大学信息技术学院马来西亚吉隆坡50250 福建工程学院计算机科学与数学学院福建福州350118

为建模知识图中的复杂关系模式,知识补全模型期望提升表示能力和特征提取能力。超复数空间容量大于传统实数/复数空间,相关计算开销较小,但现有基于超复数嵌入的方法表示/提取能力不足且没有利用实体间路径的语义信息。该文首先优化现... 详细信息

为建模知识图中的复杂关系模式,知识补全模型期望提升表示能力和特征提取能力。超复数空间容量大于传统实数/复数空间,相关计算开销较小,但现有基于超复数嵌入的方法表示/提取能力不足且没有利用实体间路径的语义信息。该文首先优化现有超复数模型设计以扩大表示空间;接下来将实体间关系序列整合视作多旋转混合问题,设计四元数路径序列的快速整合方法并理论证明,进一步引入注意力机制集成路径语义;最后利用空洞循环卷积增强模型的特征提取能力。通过在主流数据集上开展链路预测和路径查询实验,验证了模型的表示和特征提取能力等,均优于Rotate3D等先进对比模型。

关键词：知识表示四元数路径语义旋转混合空洞循环卷积

在线全文

学校读者我要写书评

暂无评论

一种改进的基于规则实例多覆盖分类算法

数据采集与处理 2017年第6期32卷 1232-1238页

作者：周忠眉李莎莎闽南师范大学计算机学院漳州363000 安徽广播电视大学合肥230000

基于规则分类算法提取的规则集通常存在3个问题:首先,提取的分类规则集中短规则过少,致使高质量的规则不多;其次,规则集中规则数量少,训练数据中几乎所有实例仅被规则覆盖一次;第三,虽然提取大量的规则,但是训练数据中存在一些小类样本... 详细信息

基于规则分类算法提取的规则集通常存在3个问题:首先,提取的分类规则集中短规则过少,致使高质量的规则不多;其次,规则集中规则数量少,训练数据中几乎所有实例仅被规则覆盖一次;第三,虽然提取大量的规则,但是训练数据中存在一些小类样本的实例不能被任何一条规则覆盖。本文提出一种改进的基于规则的实例多覆盖分类算法(Rule-based classification with instances covered by multiple rules,RCIM),其特点是:(1)为了提高规则的质量,在选择生成规则的第1项时不仅考虑属性值的好坏,而且还考虑了属性值补的好坏;(2)一次产生尽量多,高质量的规则,而且当训练数据的实例至少被两条规则覆盖后才将其删除;(3)当遇上难以判断的测试数据时,对测试数据的各个属性值进行二次学习提取规则。算法RCIM不仅可以有效地提取大量的规则,而且较大程度地提高了规则的质量。通过在大量数据上实验结果表明,RCIM比许多其他算法取得了更高的分类准确率。

关键词：数据挖掘:分类分类规则规则覆盖

在线全文

学校读者我要写书评

暂无评论

几类lean拟遗传代数的构造性刻划

几类lean拟遗传代数的构造性刻划

作者：周忠眉厦门大学

学位级别：硕士

拟遗传代数的概念是由E.Cline,B.Parshall及L.Scott提出的，其目的是为了研究在复半单李代数及代数群的表示理论中出现的最高权范畴，研究结果表明拟遗传代数是相当普遍的，许多自然出现的代数被证明是拟遗传代数，如遗传代数，Schur代... 详细信息

拟遗传代数的概念是由E.Cline,B.Parshall及L.Scott提出的，其目的是为了研究在复半单李代数及代数群的表示理论中出现的最高权范畴，研究结果表明拟遗传代数是相当普遍的，许多自然出现的代数被证明是拟遗传代数，如遗传代数，Schur代数，Auslander代数。I. Agoston，V. Dlab和E. lukacs引进了一类具有附加性质的拟遗传代数---lean拟遗传代数。利用所谓的top滤链，他们对这类代数进行了刻化，给出了同一格式下lean拟遗传代数其维数的上下界，证明了达到上下界时，它们分别为replete代数与shallow代数。本文§1回顾了lean拟遗传代数的基本概念与基本性质，§2在介绍四类lean拟遗传代数(shallow,replete,左medial和右medial代数)基础上，刻化了左medial和右medial代数。平凡扭扩张代数(特别地，对偶扩张代数)是由惠昌常引进的，邓邦明、惠昌常、杜先能等对这类代数作了系统的研究。本文§3利用扭扩张代数作为重要工具，给出上述四类lean拟遗传代数的一个构造性刻划。

关键词： lean拟遗传代数 rcplete代数 shallow代数左（右）medial 代数平凡扭扩张代数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于约束的最大频繁模式的挖掘(英文)

复旦学报（自然科学版） 2004年第5期43卷 746-749页

作者：周忠眉吴朝晖浙江大学计算机科学与技术学院

频繁模式挖掘通常产生大量的挖掘结果,基于约束的最大模式挖掘成为目前研究的焦点.给出基于约束的频繁最大模式的定义和挖掘基于约束的频繁最大模式算法.

关键词：频繁模式模式挖掘约束算法焦点最大定义产生

在线全文

学校读者我要写书评

暂无评论

一种基于聚类的过抽样算法

山东大学学报（工学版） 2018年第3期48卷 134-139页

作者：王换周忠眉闽南师范大学计算机学院福建漳州363000

在过抽样技术研究中,为了合成较有意义的新样本,提出一种基于聚类的过抽样算法Clustered SMOTE-Boost。过滤小类的噪声样本,将剩余的每个小类样本作为目标样本参与合成新样本。对整个训练集聚类,根据聚类后目标样本所在簇的特点确定其... 详细信息

在过抽样技术研究中,为了合成较有意义的新样本,提出一种基于聚类的过抽样算法Clustered SMOTE-Boost。过滤小类的噪声样本,将剩余的每个小类样本作为目标样本参与合成新样本。对整个训练集聚类,根据聚类后目标样本所在簇的特点确定其权重及合成个数。将所有目标样本聚类,在目标样本所在的簇内选取K个近邻,并从中任选一个与目标样本合成新样本,使新样本与目标样本簇内的样本尽量相似,并减少由于添加样本而造成的边界复杂度。试验结果表明,Clustered SM OTE-Boost算法在各个度量上均明显优于SM OTE-Boost、ADASYN-Boost和Borderline SM OTE-Boost三种经典算法。

关键词：不平衡数据分类过抽样样本权重聚类

在线全文

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

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

在线全文

学校读者我要写书评

暂无评论

基于多次学习和关联度的关联分类改进算法

南京大学学报（自然科学版） 2019年第4期55卷 564-572页

作者：李家辉周忠眉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等学校重点实验室漳州363000

基于支持度置信度框架的关联分类算法在生成规则时难以提出大量高质量规则,而且在一些数据集尤其是不平衡数据集上,部分训练实例未被产生的关联规则所覆盖,导致算法的分类准确率不高.基于以上问题提出了改进的关联分类的算法(Improved A... 详细信息

基于支持度置信度框架的关联分类算法在生成规则时难以提出大量高质量规则,而且在一些数据集尤其是不平衡数据集上,部分训练实例未被产生的关联规则所覆盖,导致算法的分类准确率不高.基于以上问题提出了改进的关联分类的算法(Improved Algorithm based on Multiple learning and Correlation degree,IAMC).首先,在提取规则时,IAMC对训练集进行多次关联分类学习,尽量多地提出高质量的规则.其次,在生成规则时采用综合考虑了置信度,补类支持度的新度量关联度,以提高生成的规则的质量.最后,在关联分类规则提取后,对利用已有规则无法判断类别的和未被已有规则覆盖的训练实例用决策树方法再次提取规则,并加入到规则集中.实验结果表明,IAMC算法能提出更多高质量的规则,在多个UCI数据集上具有较高的分类准确率。

关键词：关联分类多次学习关联度分类准确率

在线全文

学校读者我要写书评

暂无评论

基于标签组合的多标签特征选择算法

模糊系统与数学 2021年第1期35卷 144-154页

作者：孟威周忠眉闽南师范大学计算机学院福建漳州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

在多标签特征选择中,如果不考虑标签结构信息,只选取与单个标签相关的特征或只选取与整体标签集合相关的特征,则容易选取不重要特征,且也容易遗漏重要特征。为此,提出了一种基于标签组合的多标签特征选择算法——LGMLFS.该算法的主要特... 详细信息

在多标签特征选择中,如果不考虑标签结构信息,只选取与单个标签相关的特征或只选取与整体标签集合相关的特征,则容易选取不重要特征,且也容易遗漏重要特征。为此,提出了一种基于标签组合的多标签特征选择算法——LGMLFS.该算法的主要特点是:(1)考虑标签集合的组结构,并按照标签相关性进行分组。(2)利用标签的相关性结构信息,选取与标签组合相关的特征。(3)度量特征与标签组合的相关性时,不仅考虑特征与组合内各标签的相关性,且同时考虑组合内各标签的重要性。该算法与其他算法对比的实验结果表明,在多个评价指标下,取得了较优的分类性能。

关键词：多标签分类特征选择标签组合相关度

在线全文

学校读者我要写书评

暂无评论

基于属性值信息熵的KNN改进算法

计算机工程与应用 2010年第3期46卷 115-117页

作者：童先群周忠眉漳州师范学院计算机科学与工程系福建漳州363000

为了克服传统KNN算法,距离加权-KNN算法在距离定义及投票方式上的不足,提出了一种基于属性值对类别重要性的改进算法Entropy-KNN。首先定义两个样本间的距离为相同属性值的平均信息熵,此距离可通过重要属性值有效度量样本之间的相似程度... 详细信息

为了克服传统KNN算法,距离加权-KNN算法在距离定义及投票方式上的不足,提出了一种基于属性值对类别重要性的改进算法Entropy-KNN。首先定义两个样本间的距离为相同属性值的平均信息熵,此距离可通过重要属性值有效度量样本之间的相似程度,其次算法Entropy-KNN根据上述定义的距离选取与待测试样本距离最小的K个近邻,最后根据各类近邻样本点的平均距离及个数判断待测试样本的类别。在蘑菇数据集上的实验表明,Entropy-KNN算法的分类准确率高于传统KNN算法和距离加权KNN算法。

关键词：分类 KNN算法属性值信息熵