检索结果-南通市图书馆

维普期刊数据库博看期刊

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

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

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

Incremental clustering algorithm via crossentropy

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2005年第4期16卷 781-786页

作者： Guan Tao xu jiucheng Feng Boqin State Key Laboratory of Intelligent Technology and Systems Dept. of Computer Science and Technology Tsinghua Univ. Beijing 100080 P. R. China Coll. of Computer and Information Technology Henan Normal Univ. Xinxiang 453007 P. R. China Sehcol of Electronics and Information Engineering Xi'an Jiaotong Univ. Xi'an 710049 P. R. China

A new incremental clustering method is presented, which partitions dynamic data sets by mapping data points in high dimension space into low dimension space based on （fuzzy） cross-entropy（CE）. This algorithm is divided into two parts： initial clustering process and incremental clustering process. The former calculates fuzzy cross-entropy or cross-entropy of one point relafive to others and a hierachical method based on cross-entropy is used for clustering static data sets. Moreover, it has the lower time complexity. The latter assigns new points to the suitable cluster by calculating membership of data point to existed centers based on the cross-entropy measure. Experimental compafisons show the proposed methood has lower time complexity than common methods in the large-scale data situations cr dynamic work environments.

关键词： incremental clustering (fuzzy)cross-entropy hierachical clustering.

Multi-pyramid image spatial structure based on coarse-to-fine pyramid and scale space

在线全文

学校读者我要写书评

暂无评论

CAAI Transactions on Intelligence Technology 2018年第4期3卷 228-234页

作者： jiucheng xu Nan Wang Yuyao Wang Henan Normal University Xinxiang 453007China

Coarse-to-fine pyramid and scale space are two important image structures in the realm of image ***,the advantage of coarse-to-fine pyramid is neglected as the pyramid structure is usually constructed with the down sampling method in scale *** addition,the importance of each lattice is different for one single *** on the analyses above,the new multi-pyramid(M-P)image spatial structure is ***,coarse-to-fine pyramid is constructed by partitioning the original image into increasingly finer lattices,and the number of interest points is also adopted to be each lattice’s non-normalized weight on each pyramid ***,the scale space of each lattice on each pyramid level is generated with the classic Gaussian ***,the descriptors of each lattice are generated by regarding the stability of scale space as the description of ***,the parallel version of M-P algorithm is also presented to accelerate the speed of ***,the comprehensive experimental results reveal that our multi-pyramid structure which is constructed by the combination of coarse-to-fine spatial pyramid and scale space can generate more effective features,compared with the other related methods.

关键词： Coarse-to-fine pyramid

基于双空间模糊邻域相似关系的多标记特征选择

维普期刊数据库评论

在线全文

维普期刊数据库

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

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

基于非凸加权L_p范数稀疏误差约束的图像去噪算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2019年第3期14卷 500-507页

作者：徐久成王楠王煜尧徐战威河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007 中国计算机学会

图像去噪过程中由于噪声的影响,无法学习到准确的先验知识,因此难以获取较优的稀疏系数。针对该问题,本文提出一种基于非凸加权 lp范数稀疏误差约束的图像去噪算法。该算法将系数求解过程分解为两个子问题,采用广义软阈值算法求解 lp范... 详细信息

图像去噪过程中由于噪声的影响,无法学习到准确的先验知识,因此难以获取较优的稀疏系数。针对该问题,本文提出一种基于非凸加权 lp范数稀疏误差约束的图像去噪算法。该算法将系数求解过程分解为两个子问题,采用广义软阈值算法求解 lp范数中的稀疏系数,再利用代理算法求解稀疏误差约束中的稀疏系数,根据二者的均值来获取更具鲁棒性的稀疏系数。与当前几种典型的算法进行对比分析,实验结果表明:本文算法不仅具有更高的峰值信噪比(PSNR),而且在运行时间上具有更高的效率,同时在视觉角度上产生了更好的视觉感受。

关键词：图像去噪稀疏表示稀疏系数先验知识 l1范数非凸加权 lp范数稀疏误差约束峰值信噪比