检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于Zipf分布与属性相关性的选择性估计

计算机科学 2010年第11期37卷 184-189页

作者：姜芳艽徐州师范大学智能信息处理研究所徐州221116 中国人民大学信息学院北京100872

在DeepWeb数据集成中,集成查询接口和很多Web数据库查询接口用合取谓词表达查询,但是也有相当一部分Web数据库的查询接口用互斥谓词表达查询,这意味着查询转换时每次只能选择一个谓词。因此,准确、高效地估计每个互斥查询的选择性是优... 详细信息

在DeepWeb数据集成中,集成查询接口和很多Web数据库查询接口用合取谓词表达查询,但是也有相当一部分Web数据库的查询接口用互斥谓词表达查询,这意味着查询转换时每次只能选择一个谓词。因此,准确、高效地估计每个互斥查询的选择性是优化查询转换的关键。提出了基于Zipf分布与属性相关性的选择性估计方法。通过属性之间的相关性从Web数据库上获取该属性近似随机的属性级样本,在此基础上计算属性值的Zipf分布方程,进而推断该无限值属性的任意值的选择性。实验表明,该方法可以准确、高效地估计各互斥查询的选择性。

关键词： Zipf分布属性相关性选择性估计

在线全文

学校读者我要写书评

暂无评论

基于属性相关性的属性约简新方法

计算机工程与应用 2005年第28期41卷 55-57页

作者：张静王建民何华灿西北工业大学计算机科学与工程系西安710072 清华大学软件学院北京100044

文章给出了一个基于粗糙集理论的属性相关性的新定义,并在此基础上给出了基于属性相关性的属性约简新方法。本算法不但能过滤掉属性集合中的无关属性,而且能有效地找到属性集合中的冗余属性,从而得到满意的属性约简。对UCI机器学习数据... 详细信息

文章给出了一个基于粗糙集理论的属性相关性的新定义,并在此基础上给出了基于属性相关性的属性约简新方法。本算法不但能过滤掉属性集合中的无关属性,而且能有效地找到属性集合中的冗余属性,从而得到满意的属性约简。对UCI机器学习数据集的测试结果也验证了算法的有效性。

关键词：粗糙集属性约简冗余属性属性相关性

一种新的基于属性相关性的数据流特征选择算法的研究

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2012年第2期29卷 254-257页

作者：陈万松赵雷苏州大学计算机科学与技术学院江苏苏州215006

高维数据流包含大量的无关信息和冗余信息,这些信息可能极大地降低学习算法的性能。利用属性相关性可以有效地去除数据流中的不相关属性和冗余属性,提高学习算法的效率。分析现有的属性相关性计算方法在应用中的局限性,提出基于曲线拟... 详细信息

高维数据流包含大量的无关信息和冗余信息,这些信息可能极大地降低学习算法的性能。利用属性相关性可以有效地去除数据流中的不相关属性和冗余属性,提高学习算法的效率。分析现有的属性相关性计算方法在应用中的局限性,提出基于曲线拟合的属性相关性特征选择算法FSCFFR(Feature Selection based on Curve-Fitting Feature Relevance)。理论分析和实验表明,FSCFFR在特征选择过程中具有较高的实时性和有效性。

关键词：数据流特征选择属性相关性

基于属性相关性的无线传感网络缺失值估计方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2015年第12期35卷 3341-3343,3347页

作者：许可雷建军重庆邮电大学计算机科学与技术学院重庆400065

针对无线传感器网络(WSN)中感知数据易缺失问题,提出了一种基于感知数据属性相关性的缺失值估计方法。该方法采用多元线性回归模型,对属性相关的感知数据的缺失值进行估计;同时,为提高算法估计的鲁棒性,提出了基于感知数据属性的数据交... 详细信息

针对无线传感器网络(WSN)中感知数据易缺失问题,提出了一种基于感知数据属性相关性的缺失值估计方法。该方法采用多元线性回归模型,对属性相关的感知数据的缺失值进行估计;同时,为提高算法估计的鲁棒性,提出了基于感知数据属性的数据交织传送策略。仿真结果表明,所提出的估计方法能有效估计无线传感器网络中的缺失值,相比基于时空相关性的线性插值模型(LM)算法和传统的最近邻插值(NNI)算法具有更高的精度和稳定性。

关键词：无线传感器网络属性相关性缺失值数据交织鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于属性相关性分析的扩展朴素贝叶斯分类器

平顶山学院学报 2018年第5期33卷 65-69页

作者：王峻淮南师范学院计算机学院安徽淮南232038

朴素贝叶斯分类作为一种统计分类的方法,简单高效,但它是建立在属性独立性假设的基础上,有一定的局限性,影响了它的分类效果.x2统计是一种度量属性相关性的方法,通过属性相关的分析,可以对属性进行约简,去除冗余和无关属性,达到简化朴... 详细信息

朴素贝叶斯分类作为一种统计分类的方法,简单高效,但它是建立在属性独立性假设的基础上,有一定的局限性,影响了它的分类效果.x2统计是一种度量属性相关性的方法,通过属性相关的分析,可以对属性进行约简,去除冗余和无关属性,达到简化朴素贝叶斯分类器的目的.朴素贝叶斯分类器的扩展方法是在非类父子结点之间添加扩展弧,表示相关属性间的依赖关系,从而扩展朴素贝叶斯分类器的结构.在数据集上的实验结果显示,KEANBC分类器优于NBC分类器,提高了分类正确率.

关键词：属性相关性依赖关系朴素贝叶斯扩展

一种基于属性相关性度量的朴素贝叶斯分类模型

在线全文

学校读者我要写书评

暂无评论

安庆师范学院学报（自然科学版） 2007年第2期13卷 14-16页

作者：王峻淮南师范学院信息技术系安徽淮南232001

本文通过分析属性相关性的度量和属性约简,提出一种基于属性相关性度量的朴素贝叶斯分类模型EANBC。实验结果表明,与朴素贝叶斯分类模型相比,EANBC分类模型具有较高的分类正确率。

关键词：朴素贝叶斯分类属性相关性属性约简

在线全文

学校读者我要写书评

暂无评论

基于相关性挖掘的行人属性识别算法

基于相关性挖掘的行人属性识别算法

作者：赵瑞洁北京交通大学

学位级别：硕士

行人属性识别旨在令计算机自动识别出图片中目标行人的性别、年龄以及衣着等属性。这项任务在视频监控领域具有广泛的应用,对智慧城市和智能安防的建设和发展也具有重要的推动作用。该任务是一种典型的多标签学习任务,相较于单标签学习... 详细信息

行人属性识别旨在令计算机自动识别出图片中目标行人的性别、年龄以及衣着等属性。这项任务在视频监控领域具有广泛的应用,对智慧城市和智能安防的建设和发展也具有重要的推动作用。该任务是一种典型的多标签学习任务,相较于单标签学习需要格外关注标签之间所存在的复杂的相互关系。针对行人属性之间复杂的相关性,本文提出了基于自注意力机制的行人属性识别算法和基于图卷积的行人属性识别算法,分别学习出线性结构的关系矩阵与非线性结构的图来表示属性之间的相关性信息,从而提升识别效果。本文的主要工作内容如下:(1)提出了一种基于自注意力机制的行人属性识别算法,构建了一个跨属性特征的网络模型(Cross Attribute and Feature Network,简称CAFN),深入挖掘所有行人属性之间的关系。该模型包含了两个主要模块:跨属性的注意力模块(Cross-attribute Attention Module,简称 C2AM)和跨特征的注意力模块(Cross-feature Attention Module,简称CFAM)。C2AM模块以卷积网络学得的各个属性的特征表示作为输入,利用自注意力机制学习出所有属性之间的关系矩阵,并以此量化各个属性之间的相关性,继而使用学得的关系矩阵对原有的属性特征进行加权融合。CFAM模块则以多个C2AM模块的输出特征作为输入,使用注意力机制量化不同输入特征的重要程度,获得相应的权重信息,并通过加权融合的方式获得语义信息更加丰富完整的特征表示。最终将CFAM模块的输出特征输入全连接层,得到行人属性的识别结果。(2)提出了一种基于图卷积的行人属性识别算法,将适用于非欧几里得数据的图卷积方法应用在行人属性识别任务上,利用图卷积网络建立起数据节点与数据节点之间的连接关系,进而拟合行人属性之间复杂的相关性。该算法首先利用卷积网络提取出目标行人的属性特征,并添加空间特征转换网络(STN)模块对属性特征进行调整,将得到的属性特征建模为图卷积网络中的节点特征。继而使用多层图卷积网络自动学习并不断更新初始构造的非线性关系图,探索各个属性节点之间的相关性。最终将图卷积模块输出的节点特征融合后输入全连接层,得到属性的识别结果。在三个公开数据集PETA、RAP以及PA-100K上大量的实验结果表明,与现有的方法相比,本文所提出的两种算法均具有良好的性能。

关键词：行人属性识别注意力机制多标签分类属性相关性卷积神经网络图卷积网络

结合特征解耦和静动态联合图卷积网络的人脸属性识别

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

计算机辅助设计与图形学学报 2022年第7期34卷 1020-1027页

作者：姚树婧张立言李星燃南京航空航天大学计算机科学与技术学院南京211106

现有的人脸属性识别方法或采用属性分组的方式提取特征,或计算属性共现概率构造静态属性关系图.前者学习的属性间互补信息不充足,且无法确定组间属性的相关性和属性间的相关程度;后者在人脸图像出现偶然共现属性对时存在偏差,可能会降... 详细信息

现有的人脸属性识别方法或采用属性分组的方式提取特征,或计算属性共现概率构造静态属性关系图.前者学习的属性间互补信息不充足,且无法确定组间属性的相关性和属性间的相关程度;后者在人脸图像出现偶然共现属性对时存在偏差,可能会降低模型的通用性.为解决上述问题,提出一种结合特征解耦和静动态联合图卷积网络的人脸属性识别方法.首先使用深度卷积神经网络ResNet-50提取包含属性表示信息的特征;然后设计特征解耦模块,学习得到每种属性对应的特定特征;最后联合属性关系的静态图和动态图,通过图卷积网络学习属性之间的相关性并使用一维卷积层识别人脸属性.在CelebA和LFWA数据集上进行验证,所提方法的平均准确率分别达到91.85%和88.17%,优于许多已有的方法.

关键词：人脸属性识别多标签学习特征解耦图卷积网络属性相关性

在线全文

学校读者我要写书评

暂无评论

基于属性关系图正则化特征选择的零样本分类

中国矿业大学学报 2015年第6期44卷 1097-1104页

作者：巩萍程玉虎王雪松中国矿业大学信息与电气工程学院江苏徐州221116 徐州医学院医学影像学院江苏徐州221004

为挖掘属性学习中属性与特征、属性与属性之间的关系,针对属性学习中存在的所有特征与属性被同等对待,底层特征与属性、属性与属性之间的先验知识被忽略的问题,提出一种基于属性关系图正则化特征选择的零样本分类方法.首先,根据训练样... 详细信息

为挖掘属性学习中属性与特征、属性与属性之间的关系,针对属性学习中存在的所有特征与属性被同等对待,底层特征与属性、属性与属性之间的先验知识被忽略的问题,提出一种基于属性关系图正则化特征选择的零样本分类方法.首先,根据训练样本和类别-属性矩阵计算属性之间的正负相关性,进而构建属性关系图;然后,基于属性关系图,对底层特征进行图正则化特征选择,并将选择后的特征用于直接属性预测(DAP)模型的训练;最后,通过直接属性分类器对测试样本进行零样本分类.AWA数据集上的实验结果表明,在40类训练10类测试的情况下,所提方法获得了0.692 6的属性预测平均AUC值及19.5%的零样本分类精度.

关键词：属性相关性图正则化特征选择直接属性预测零样本分类