检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高斯噪声特性区间ν-支持向量回归机

山西大学学报(自然科学版) 2020年第4期43卷 880-884页

作者：张仕光周婷刘超李源河南师范大学计算机与信息工程学院河南师范大学国有资产管理处

支持向量回归机基于结构风险最小化原理对目标值进行预测,但不能得到目标值的区间值。而在实际应用中,需要预报某个目标值的区间值。结合ν-支持向量回归机的模型结构,利用区间数、统计学习理论建立了基于不等式约束的高斯噪声特性区间... 详细信息

支持向量回归机基于结构风险最小化原理对目标值进行预测,但不能得到目标值的区间值。而在实际应用中,需要预报某个目标值的区间值。结合ν-支持向量回归机的模型结构,利用区间数、统计学习理论建立了基于不等式约束的高斯噪声特性区间ν-支持向量回归机,构造Lagrange泛函得到其对偶问题进行求解,并理论上证明了模型的正确性。最后得出基于Gaussian噪声影响的ν-支持向量回归模型为文章模型特例的结论。

关键词：高斯噪声特性区间数方法区间ν-支持向量回归机

带标记的不完备双论域模糊概率粗糙集中近似集动态更新方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2022年第3期49卷 255-262页

作者：薛占熬侯昊东孙冰心姚守倩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

当不完备双论域模糊概率粗糙集获取缺省值时,传统的静态算法更新近似集的时间效率较低,为了解决这个问题,对带标记不完备双论域模糊概率粗糙集的近似集动态更新方法进行了研究。首先,给出了带标记的不完备双论域信息系统的相关定义,运... 详细信息

当不完备双论域模糊概率粗糙集获取缺省值时,传统的静态算法更新近似集的时间效率较低,为了解决这个问题,对带标记不完备双论域模糊概率粗糙集的近似集动态更新方法进行了研究。首先,给出了带标记的不完备双论域信息系统的相关定义,运用矩阵提出了带标记的不完备双论域模糊概率粗糙集的模型,证明了其相关定理,给出了一种带标记的不完备双论域模糊概率粗糙集的近似集计算方法,并对其进行了讨论分析。其次,当不完备双论域模糊概率粗糙集获取缺省值时,给出了动态更新其近似集的相关定理,并进行了证明,进而设计了一种带标记的不完备双论域模糊概率粗糙集中近似集动态更新算法,并分析讨论了其算法复杂度。最后,在6个UCI数据集和3个人工数据集上进行仿真实验,实验结果表明,该动态更新算法提高了更新近似集的时间效率,并结合实例证明了该动态算法更新近似集时不影响结果的正确性,验证了该动态更新算法的有效性。

关键词：不完备双论域信息系统粗糙集标记动态更新近似集

基于改进粒子群和K-means聚类的优化算法

在线全文

学校读者我要写书评

暂无评论

江苏科技大学学报（自然科学版） 2023年第3期37卷 81-90页

作者：孙林张一曼张辰珂徐久成河南师范大学计算机与信息工程学院新乡453007

为了解决粒子群优化(particle swarm optimization, PSO)收敛速度慢和迭代次数多,以及传统K-means聚类算法采取的欧氏距离划分准则会导致聚类效果不理想等问题,构建了基于改进粒子群和K-means聚类的优化算法.根据Sigmoid函数优势,对PSO... 详细信息

为了解决粒子群优化(particle swarm optimization, PSO)收敛速度慢和迭代次数多,以及传统K-means聚类算法采取的欧氏距离划分准则会导致聚类效果不理想等问题,构建了基于改进粒子群和K-means聚类的优化算法.根据Sigmoid函数优势,对PSO算法中速度更新公式的惯性权重参数实施改进,得到新的惯性权重公式,有效提高PSO算法的收敛速度;在PSO算法的位置更新公式中引入时间权重,通过调整时间权重大小,控制粒子的空间搜索范围,增强粒子的搜索能力;在传统的欧氏距离中引入属性权值,得到新的欧氏距离计算公式,该公式在计算两个向量相似度时,同时考虑了两个向量间的累积差异以及它们之间的相似性,与改进的PSO算法相结合,设计了基于改进粒子群和K-means聚类的优化算法.在6个基准测试函数和13个UCI数据集上,将所提出的优化算法与其他算法进行对比实验分析.实验结果表明:所提算法在收敛速度和寻优稳定性方面得到了明显提升,有效地提高了聚类准确率并且降低了迭代次数.

关键词：粒子群优化 K-means聚类惯性权重时间权重欧氏距离

基于Bayesian直觉模糊粗糙集的数据分类方法

在线全文

学校读者我要写书评

暂无评论

山东大学学报（理学版） 2022年第5期57卷 1-10页

作者：薛占熬李永祥姚守倩荆萌萌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

在直觉模糊集和粗糙集理论基础上,结合Bayesian概率和近似关系,提出了Bayesian直觉模糊粗糙集模型,并对其进行研究。首先,在粗糙集的基础上,定义了基于直觉模糊粗糙集上的Bayesian概率,结合直觉模糊近似关系和模糊矩阵,给出了直觉模糊... 详细信息

在直觉模糊集和粗糙集理论基础上,结合Bayesian概率和近似关系,提出了Bayesian直觉模糊粗糙集模型,并对其进行研究。首先,在粗糙集的基础上,定义了基于直觉模糊粗糙集上的Bayesian概率,结合直觉模糊近似关系和模糊矩阵,给出了直觉模糊等价关系,并讨论了其性质;其次,根据直觉模糊集和截集的特性,得到基于Bayesian直觉模糊粗糙集的等价类,并进一步给出了上、下近似的划分方法,求出正、负域和边界域并计算近似精度;最后,在UCI数据集上,分析验证该模型的有效性,该模型能较好地分类含有模糊信息的数据。

关键词： Bayesian粗糙集直觉模糊集直觉模糊等价关系近似精度数据分类

基于优化初始聚类中心和轮廓系数的K-means聚类算法

在线全文

学校读者我要写书评

暂无评论

模糊系统与数学 2022年第1期36卷 47-65页

作者：孙林刘梦含徐久成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

传统K-means聚类算法初始聚类中心以及聚类数目K是随机确定的,聚类结果受其影响较大,这样容易造成聚类结果不稳定且准确率较低。针对上述问题,本文提出一种基于优化初始聚类中心和轮廓系数的K-means聚类算法。首先,为了选出准确的初始... 详细信息

传统K-means聚类算法初始聚类中心以及聚类数目K是随机确定的,聚类结果受其影响较大,这样容易造成聚类结果不稳定且准确率较低。针对上述问题,本文提出一种基于优化初始聚类中心和轮廓系数的K-means聚类算法。首先,为了选出准确的初始聚类中心,引入平均样本距离和误差平方和,构造初始聚类中心的选取方法,使得选取的初始聚类中心是样本相对集中的点,有效避免选择离群点;然后,为了选择出最佳聚类数目K,基于最近簇中心进行簇的合并,基于中位数构造轮廓系数,设计基于中位数的平均轮廓系数评价指标,判断簇合并之后的最佳K;最后,通过以上两种方法选择合理的初始聚类中心和K,进而设计了基于优化初始聚类中心和轮廓系数的K-means聚类算法。在选取的合成数据集和UCI数据集上进行测试与分析。实验结果表明,本文所提算法能够选取最优的K和唯一的初始中心点,获得了更好的聚类结果,同时也提升了聚类算法的稳定性。

关键词： K-means算法聚类中心 K值中位数轮廓系数

在线全文

学校读者我要写书评

暂无评论

基于邻域粗糙集和帝王蝶优化的特征选择算法

计算机应用 2022年第5期42卷 1355-1366页

作者：孙林赵婧徐久成王欣雅河南师范大学计算机与信息工程学院河南新乡453007 教育人工智能与个性化学习河南省重点实验室(河南师范大学) 河南新乡453007

针对经典的帝王蝶优化(MBO)算法不能很好地处理连续型数据,以及粗糙集模型对于大规模、高维复杂的数据处理能力不足等问题,提出了基于邻域粗糙集(NRS)和MBO的特征选择算法。首先,将局部扰动和群体划分策略与MBO算法结合,并构建传输机制... 详细信息

针对经典的帝王蝶优化(MBO)算法不能很好地处理连续型数据,以及粗糙集模型对于大规模、高维复杂的数据处理能力不足等问题,提出了基于邻域粗糙集(NRS)和MBO的特征选择算法。首先,将局部扰动和群体划分策略与MBO算法结合,并构建传输机制以形成一种二进制MBO(BMBO)算法;其次,引入突变算子增强算法的探索能力,设计了基于突变算子的BMBO(BMBOM)算法;然后,基于NRS的邻域度构造适应度函数,并对初始化的特征子集的适应度值进行评估并排序;最后,使用BMBOM算法通过不断迭代搜索出最优特征子集,并设计了一种元启发式特征选择算法。在基准函数上评估BMBOM算法的优化性能,并在UCI数据集上评价所提出的特征选择算法的分类能力。实验结果表明,在5个基准函数上,BMBOM算法的最优值、最差值、平均值以及标准差明显优于MBO和粒子群优化(PSO)算法;在UCI数据集上,与基于粗糙集的优化特征选择算法、结合粗糙集与优化算法的特征选择算法、结合NRS与优化算法的特征选择算法、基于二进制灰狼优化的特征选择算法相比,所提特征选择算法在分类精度、所选特征数和适应度值这3个指标上表现良好,能够选择特征数少且分类精度高的最优特征子集。

关键词：帝王蝶优化特征选择邻域粗糙集邻域依赖度二进制

在线全文

学校读者我要写书评

暂无评论

概率粗糙直觉模糊集的不确定性度量方法研究

模糊系统与数学 2022年第1期36卷 130-143页

作者：薛占熬姚守倩荆萌萌张艳娜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

Pawlak粗糙集模型忽视了信息的不确定性和模糊性,等价类完全包含于目标概念才能被划分到下近似,在处理数据时显得过于苛刻。针对这个问题,本文结合概率粗糙集与直觉模糊集,对概率粗糙直觉模糊集模型进行研究,其模型具有一定的容错能力,... 详细信息

Pawlak粗糙集模型忽视了信息的不确定性和模糊性,等价类完全包含于目标概念才能被划分到下近似,在处理数据时显得过于苛刻。针对这个问题,本文结合概率粗糙集与直觉模糊集,对概率粗糙直觉模糊集模型进行研究,其模型具有一定的容错能力,能够较为有效的处理含有噪声和模糊的数据。首先,在概率近似空间中,定义模糊事件的条件概率,构建概率粗糙直觉模糊集模型,并讨论了一些性质。在此基础上构建2种概率粗糙直觉模糊集模型,0.5-概率粗糙直觉模糊集和变精度概率粗糙直觉模糊集。其次,由于传统的概率粗糙直觉模糊集的粗糙度具有一定的局限性,无法准确表示因为边界域的存在而引起的不确定性问题,针对这个问题,定义了基于概率粗糙直觉模糊集模型的近似质量和粗糙度,引入粗糙熵的概念,将粗糙熵与粗糙度结合,提出了一种新的基于概率粗糙直觉模糊集模型的不确定性度量方法。最后,通过实例验证了所提基于概率粗糙直觉模糊集模型的不确定性度量方法的有效性,并在UCI数据集上进行了对比分析。

关键词：概率粗糙集直觉模糊集不确定性度量粗糙度粗糙熵

基于邻域区分度的不完备混合数据属性约简方法

在线全文

学校读者我要写书评

暂无评论

江苏科技大学学报（自然科学版） 2022年第1期36卷 82-89页

作者：孙林李梦梦徐久成河南师范大学计算机与信息工程学院新乡453007

针对不完备混合数据,提出一种基于邻域区分度的属性约简方法.首先,在不完备混合邻域决策系统中,针对3种数据类型定义新的距离函数,由此给出邻域、邻域容差关系及其邻域上下近似集等概念,构造邻域粗糙集模型.然后,在不完备混合邻域决策... 详细信息

针对不完备混合数据,提出一种基于邻域区分度的属性约简方法.首先,在不完备混合邻域决策系统中,针对3种数据类型定义新的距离函数,由此给出邻域、邻域容差关系及其邻域上下近似集等概念,构造邻域粗糙集模型.然后,在不完备混合邻域决策系统中定义区分关系,给出邻域区分度、相对邻域区分度等度量,并讨论相关性质及定理.最后,基于相对邻域区分度定义不完备混合邻域决策系统的属性约简集、属性重要度等概念,设计一种启发式的不完备混合数据属性约简算法.8个公共数据集上的实验结果表明,所提出的属性约简算法可以获取最优/次优属性子集,且具有较好的分类精度.

关键词：邻域粗糙集属性约简邻域区分度属性重要度不完备混合邻域决策系统

基于邻域容差互信息和鲸鱼优化算法的非平衡数据特征选择

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第6期43卷 1842-1854页

作者：孙林黄金旭徐久成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(河南师范大学) 河南新乡453007

针对大多数特征选择算法未充分考虑数据的类不均匀分布、特征之间的相关性和不同参数对特征选择结果的影响等问题,提出一种基于邻域容差互信息和鲸鱼优化算法(WOA)的非平衡数据特征选择方法。首先,在不完备邻域决策系统中,针对二分类数... 详细信息

针对大多数特征选择算法未充分考虑数据的类不均匀分布、特征之间的相关性和不同参数对特征选择结果的影响等问题,提出一种基于邻域容差互信息和鲸鱼优化算法(WOA)的非平衡数据特征选择方法。首先,在不完备邻域决策系统中,针对二分类数据集和多分类数据集,基于上、下边界域定义两种非平衡数据的特征重要度;然后,为充分反映特征的决策能力和特征之间的相关性,构建邻域容差互信息;最后,通过将非平衡数据特征重要度和邻域容差互信息相结合,提出基于邻域容差互信息的非平衡数据特征选择(FSIDN)算法,该算法采用WOA获取特征选择算法中的最优参数,并引入非线性收敛因子和自适应惯性权重来改进WOA,以解决WOA易陷入局部最优的问题。在8个基准函数上进行实验,结果表明改进的WOA具有较好的优化性能;在13个二分类和4个多分类的非平衡数据集上进行特征选择实验,实验结果表明,与其他相关算法相比,所提算法能够有效地选择出具有良好分类性能的特征子集。

关键词：非平衡数据特征选择不完备邻域决策系统互信息鲸鱼优化算法