检索结果-南通市图书馆

石油化工设备 1991年第3期20卷 7-11页

作者：周保堂贺世正洪伟荣浙江大学

在对过滤式离心机产生振动原因进行分析研究的基础上,提出了从整机平衡、动力减振和隔振三方面着手来综合治理该类离心机振动的原理和方法,并介绍了取得的明显效果。

关键词：离心机动力减振过滤式

在线全文

学校读者我要写书评

暂无评论

一种多标记数据的过滤式特征选择框架

智能系统学报 2014年第3期9卷 292-297页

作者：郭雨萌李国正同济大学电子与信息工程学院控制系上海201804

提出一种过滤式的多标记数据特征选择框架,并在卡方检验基础上进行实现和实验研究。该框架计算每个特征在各个类标上的卡方检验,然后通过得分的统计值计算出每个特征的最终排序情况,选取了最大、平均、最小3种统计值分别进行了实验比较... 详细信息

提出一种过滤式的多标记数据特征选择框架,并在卡方检验基础上进行实现和实验研究。该框架计算每个特征在各个类标上的卡方检验,然后通过得分的统计值计算出每个特征的最终排序情况,选取了最大、平均、最小3种统计值分别进行了实验比较。在5个评价指标、4个常用的多标记数据集和3个学习器上的对比实验表明,3种得分统计方式各有优劣,但都能提高多标记学习的效果。

关键词：特征选择多标记过滤式卡方检验

在线全文

学校读者我要写书评

暂无评论

一种过滤式多标签特征选择算法

南京大学学报（自然科学版） 2015年第4期51卷 723-730页

作者：胡学钢许尧李培培张玉红合肥工业大学计算机与信息学院合肥230009

多标签数据的过滤式特征选择依靠特征评价对特征选择,快速有效得到候选特征.但现有算法多将标签集合简单化,将其视作独立标签加以研究,忽视了多标签集合内部相互关系.近年来,由于MRMR算法在单标签数据领域方面简单、快速、高效的特征选... 详细信息

多标签数据的过滤式特征选择依靠特征评价对特征选择,快速有效得到候选特征.但现有算法多将标签集合简单化,将其视作独立标签加以研究,忽视了多标签集合内部相互关系.近年来,由于MRMR算法在单标签数据领域方面简单、快速、高效的特征选择能力,成为过滤式特征选择算法的流行算法之一.提出一种基于MRMR(Max-Relevance Min-Redundancy)过滤式多标签特征选择算法(ML-MRMR),直接通过对特征进行权重计算,得到特征与多标签集合的相互关系,以获得更好的候选特征子集.同时,算法的特征评价过程中不仅考虑了特征间以及特征与多标签的相互影响,更考虑到多标签内部可能存在的相互关系,将标签相关性加入特征评价当中,提出了可适应多标签数据的度量标准.最后,在真实多标签数据集上的实验结果表明:所提算法能够对数据大幅降维并稳定有效地提高降维后数据的分类效果.

关键词：多标签特征选择过滤式互信息标签相关性

在线全文

学校读者我要写书评

暂无评论

无氢类金刚石薄膜的过滤式阴极电弧沉积

机械科学与技术 2000年第1期19卷 125-126页

作者：朱纪军陆祖宏左敦稳王珉东南大学江苏南京210096 南京航空航天大学江苏南京210016

研制了一套过滤式阴极电弧沉积设备 ,并利用该设备成功地获得了类金刚石薄膜。扫描电镜分析表明 :获得的薄膜在硅基片上是光滑和致密的。喇曼光谱研究表明 ,这种薄膜是典型的无氢类金刚石薄膜。膜层的摩擦试验表明 :无氢类金刚石薄膜的... 详细信息

研制了一套过滤式阴极电弧沉积设备 ,并利用该设备成功地获得了类金刚石薄膜。扫描电镜分析表明 :获得的薄膜在硅基片上是光滑和致密的。喇曼光谱研究表明 ,这种薄膜是典型的无氢类金刚石薄膜。膜层的摩擦试验表明 :无氢类金刚石薄膜的摩擦系数较低。

关键词：无氢类金刚石薄膜过滤式阴极电弧沉积

在线全文

学校读者我要写书评

暂无评论

认知过滤式指示条件句

逻辑学研究 2022年第6期15卷 1-16页

作者：梁飞王文方山东大学哲学与社会发展学院山东大学概念与推理研究所

Deng和Lee(2021)使用“外推式”因果模型语义学对指示条件句进行了刻画。这种刻画方式要求我们对变量先进行优先级排序并用它计算出外推子模型的排序,然后在此基础上定义出最小外推子模型集从而解释指示条件句的语义。在本文中,我们首... 详细信息

Deng和Lee(2021)使用“外推式”因果模型语义学对指示条件句进行了刻画。这种刻画方式要求我们对变量先进行优先级排序并用它计算出外推子模型的排序,然后在此基础上定义出最小外推子模型集从而解释指示条件句的语义。在本文中,我们首先论证这一刻画指示条件句的方式会产生不必要的复杂性,并且可能会产生错误的结果。随后,我们提出了一种对指示性条件句的“认知过滤式”刻画,并证明这种刻画可以成功地避免上述问题。

关键词：因果模型过滤式推式条件句优先级排序模型集指示性语义学

在线全文

学校读者我要写书评

暂无评论

HXQL型过滤式空气呼吸器的研究

黄金 1997年第11期18卷 29-33页

作者：陈宜华贡锁国陈云宝刘伯华冶工业部马鞍山矿山研究院上海梅山集团矿业有限公司

研究表明，该呼吸器滤尘效率达９９％，滤毒效率达８５％以上，采用正压送风，工人佩戴方便舒适，有着较好防护效果，是经济有效的个体防护装置。

关键词：过滤式空气呼吸器滤尘效率滤毒效率矿山

在线全文

学校读者我要写书评

暂无评论

基于互信息的过滤式特征选择算法研究

基于互信息的过滤式特征选择算法研究

作者：谢爱锋长春工业大学

学位级别：硕士

随着信息技术的快速发展,产生于人类生活中的数据呈指数形式增长。这些高速增长的数据在推动技术发展的同时,也带来了巨大的挑战。因为高维度的数据不仅占用了庞大的存储空间和计算资源,而且数据中存在大量无关和冗余的信息,这些信息严... 详细信息

随着信息技术的快速发展,产生于人类生活中的数据呈指数形式增长。这些高速增长的数据在推动技术发展的同时,也带来了巨大的挑战。因为高维度的数据不仅占用了庞大的存储空间和计算资源,而且数据中存在大量无关和冗余的信息,这些信息严重影响了后续模型的分类性能。为了降低高维数据集带来的负面影响,特征选择算法受到越来越多的关注。特征选择是一种数据预处理技术,其利用给定的规则通过从原始特征空间中删除无关和冗余的特征来挑选出最优的特征子集代替原始特征集合。根据与分类器结合的不同方式,特征选择可以分为三种类型:包装式、嵌入式和过滤式方法。与过滤式方法相比,包装式和嵌入式方法具有计算复杂度高、对分类器依赖性强、通用性低、容易过拟合等缺点。相比之下,过滤式方法独立于分类器,具有较强的通用性和较高的计算效率。尤其是对于高维数据集,过滤法比其他方法更适合。本文着重研究过滤式特征选择算法,并采用信息论中的互信息度量特征和类标签、特征与特征之间的联系。研究基于互信息的过滤式特征选择算法可以发现,特征之间的冗余是无法根除的。因此,最小化特征之间的冗余量成为了此类算法的优化目标。区分特征之间的依赖和冗余是实现这一目标的有效方式。然而,区分依赖和冗余关系一直是一项极具挑战性的任务。近年来,学者们提出一些解决方案,但大多数方法并不能有效区分依赖特征和冗余特征。为了解决这个问题,本文提出了三种不同的解决方法。概括而言,本文的主要贡献和创新点如下:(1)针对现有算法不能有效区分依赖特征和冗余特征的问题,提出了一种名为基于动态交互的最大相关最小冗余算法,Dynamic Interaction-based feature selection algorithm for maximal relevance minimal redundancy(DIMRMR)。DIMRMR算法提出特征交互度这一概念,并基于特征交互度重新定义了特征冗余和特征依赖的判别准则。基于新定义的判别准则和特征相关补充项,构造出了动态交互权重。DIMRMR算法将动态交互权重与最小冗余最大相关(MRMR)准则函数相结合,目的是能够更准确地区分特征之间的依赖关系和冗余关系。为了验证DIMRMR算法的性能,本文在十七个数据集上与七个极具竞争力的算法进行了实验对比。实验结果分析表明,该算法在大部分数据集上都能达到最优的分类性能。(2)为了降低DIMRMR算法的时间花费且保证算法能力的高效性,提出了一种名为基于冗余优化的特征选择算法,Redundancy Optimization-based Feature Selection(ROFS)。ROFS将特征相关补充项定义为新特征相关项,用来衡量特征与类标签之间的相关性,并使用传统特征相关和两类冗余(类相关冗余和类独立冗余)构建冗余优化权重。于此同时,ROFS采用链式结构将新特征相关与冗余优化权重相结合来衡量每一个候选特征的重要性。实验结果表明,ROFS不仅时间耗费远小于其他新提出的算法,而且其分类能力亦表现出强劲的竞争力。(3)为了有效的区分特征之间的依赖和冗余,提出了一种名为新最小冗余最大相关算法(NMRMR)。NMRMR在MRMR算法的基础上设计了一种新的特征冗余项,将类相关冗余和类独立冗余相结合,根据类相关冗余取值的正负精确地计算特征之间的冗余量。NMRMR与四种竞争算法在四个分类器和十六个数据集上进行了对比。实验结果表明:NMRMR在四个不同的分类器上均获得了最大的平均分类准确率。本文致力于特征之间依赖和冗余关系的研究。针对现有的特征选择算法不能有效的区分特征之间的依赖和冗余的问题,提出了三种不同的解决方法并取得了良好的表现。这些研究能够将依赖特征从冗余特征中剥离出来,从而更进一步的降低特征之间的冗余量,提高数据质量。因此,具有一定的理论意义和研究价值。

关键词：特征选择过滤式互信息特征依赖特征冗余

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

基于互信息的过滤式特征选择算法研究

基于互信息的过滤式特征选择算法研究

作者：杨云凯吉林大学

学位级别：硕士

随着信息和智能化时代的到来,在机器学习、模式识别等领域中,人们所研究的数据的维度越来越大,比如各种RNA测序数据集,其数据维度往往多达万数,易引发“维度灾难”“过拟合”等问题,从而降低机器学习分类器的综合性能。基于上述问题,人... 详细信息

随着信息和智能化时代的到来,在机器学习、模式识别等领域中,人们所研究的数据的维度越来越大,比如各种RNA测序数据集,其数据维度往往多达万数,易引发“维度灾难”“过拟合”等问题,从而降低机器学习分类器的综合性能。基于上述问题,人们对特征选择展开了研究。特征选择,顾名思义是指从原始特征空间中遴选“好的”特征,剔除“不好的”特征,“好的”特征指对分类任务的完成具有实际意义的特征即相关特征,反之,“不好的”特征即指冗余特征和不相关特征。特征选择是优化机器学习算法性能的一个经典方式,也是模式识别中重要的数据预处理步骤。过滤式特征选择是一种较为传统的特征选择路线,其核心思路是通过某种过滤式准则对特征(子集)进行评价和“过滤”,择优去劣。其中互信息是一种基于信息熵理论来度量两个随机变量间的相关性的准则,不同于普通的相似性度量方法,互信息可以捕捉到变量间非线性的统计相关性,因而可以认为其能较大程度地度量和反映变量之间真实的依赖性,因此基于互信息的特征选择一直是人们研究的一个热点方向。然而当前的基于互信息的过滤式特征选择算法,往往仅仅局限于互信息这一度量标准,这在一定程度上具有局限性,比如很难准确计算出来连续型随机变量间的互信息等。为规避互信息的局限性,本文做出了三点改进。第一点是引入了RReliefF算法来度量特征与标签的相关性。RReliefF算法是一种较为经典且高效的特征评价算法,该算法基于几何距离度量特征,即通过度量某一特征对标签的区分能力来为特征进行评分。基于回归任务和分类任务的同一性,本文适应性地将回归任务中的特征评价算法RReliefF用于分类任务,度量特征与标签的相关性。第二点是引入最大互信息系数(Maximal Information Coefficient,MIC)度量特征与标签的相关性、特征与特征之间的冗余性。MIC是一种优秀的互信息变形,它利用了归一化互信息,具有普适性、均衡性的优良特性。为了能相对准确而高效的评价特征,本文摈弃了引入更复杂的互信息形式的思路,转而应用普适性和鲁棒性较好的最大互信息系数MIC度量特征与标签的相关性、特征与特征之间的冗余性。第三点是在度量特征与标签的相关性时,应用熵权法为RReliefF和MIC进行客观赋权。熵权法(Entropy Weight Method)是一种基于信息熵理论的客观赋权方法,其原理是指标的变异程度越小,所隐含的信息量越少,其相应的权重也越低,熵权法赋权具有更高的可解释性和客观性。应用熵权法赋权可以充分结合RReliefF和MIC的各自优势,使得度量结果更精确。基于上述改进,本文提出了基于熵权法的过滤式特征选择算法(Filtering Feature Selection algorithm based on Entropy Weight Method,FFSBEWM)。为了验证FFSBEWM算法的效果,本文在13个经典的数据集上进行了实验,并与9个相关的算法进行了对比分析。实验结果表明,本文所提算法选择出的特征子集的平均分类准确率和最高分类准确率均优于其他对比算法。

关键词：特征选择互信息熵权法最大互信息系数过滤式

基于最小化互信息的过滤式特征选择方法研究与应用

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

基于最小化互信息的过滤式特征选择方法研究与应用

作者：王西茜西安理工大学

学位级别：硕士

特征选择是机器学习中的重要任务之一。使用数据挖掘技术可以从复杂的数据中挖掘数据之间的规律,帮助人们获取那些隐藏在数据内部的有价值的信息。对于高维数据而言,为避免“维灾”现象的发生,需要在数据挖掘之前对数据进行降维。特征... 详细信息

特征选择是机器学习中的重要任务之一。使用数据挖掘技术可以从复杂的数据中挖掘数据之间的规律,帮助人们获取那些隐藏在数据内部的有价值的信息。对于高维数据而言,为避免“维灾”现象的发生,需要在数据挖掘之前对数据进行降维。特征选择就是其中一个非常重要的降维方法。论文主要研究过滤式特征选择方法,该类方法具有效率高、复杂度低的特点。在以互信息为信息度量的评价函数中,很多算法会对互信息进行累积求和,然而累积求和会导致误选不相关的特征或者冗余特征,存在对某些候选特征的重要程度估计过高的情况。为避免该问题,论文研究在评价函数中使用最小化互信息的过滤式特征选择方法。论文通过对现有算法的分析,提出了两个新的基于最小化互信息的过滤式特征选择方法。(1)提出了一个基于特征相关性的特征选择方法—FRFS(Feature Selection method based on Feature Relevancy)。通过分析现有的特征选择方法以及Brown等人提出的一种互信息特征选择评价函数的框架,发现做好评价函数中的相关项与冗余项之间的重要程度的平衡至关重要。皮尔逊相关系数用于度量两个变量之间相关程度,论文使用皮尔逊相关系数的绝对值计算候选特征与特征子集的相关性,并将该值作为冗余项的平衡因子。根据对互信息均值化处理与最小化处理的对比分析,发现评价函数中使用最小化处理能选择出更好的特征子集。基于以上分析,论文提出了 FRFS算法,并选用7个对比算法在12个数据集上进行实验,证明该方法能够选择出更好的特征子集。(2)提出了一个基于类内冗余信息比的特征选择方法—ICRFS(Feature Selection method based on the Intra-Class Redundant information ratio)。通过分析MRI(Max-Relevance and Max-Independence)算法,发现该算法的评价函数强调对候选特征具有的独立分类能力的度量,认为越好的特征具有的分类信息越多。但是,在评价函数中对冗余信息的计算是有欠缺的。通过分析,论文提出了类内冗余信息比—ICR(the ratio of Intra-Class Redundant information),并将其作为冗余项的系数度量冗余项的重要程度。同样,该评价函数也使用了最小化的处理方式。最终,选用6个对比算法在10个数据集上实验。实验结果表明,ICRFS算法较MRI的分类准确率显著提高,对MRI有效改进,选择出的特征子集具有较好的分类性能。通过对FRFS和ICRFS两个方法进行实验与分析,可以发现评价函数中使用最小化互信息能够有效的提高分类准确率,验证了最小化的处理可以过滤掉更多的冗余信息,从而选择出的特征子集具有更好的分类性能。

关键词：互信息特征选择最小化过滤式

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

过滤式除尘器的技术动向

国外耐火材料 1992年第8期17卷 36-41页

作者：饶安生