检索结果-南通市图书馆

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

不一致性特征加权的局部数据引力分类方法

不一致性特征加权的局部数据引力分类方法

作者：徐政大连海事大学

学位级别：硕士

分类任务作为机器学习中的重要课题之一,在许多方面已经得到了广泛应用。基于数据引力的分类方法由于模型简单高效而愈发受到关注,而大多数基于数据引力的分类方法在训练时通常不考虑数据特征的质量,平等的利用所有数据进行训练,因此影... 详细信息

分类任务作为机器学习中的重要课题之一,在许多方面已经得到了广泛应用。基于数据引力的分类方法由于模型简单高效而愈发受到关注,而大多数基于数据引力的分类方法在训练时通常不考虑数据特征的质量,平等的利用所有数据进行训练,因此影响了模型的训练结果。另外这些方法大都采用的是整体累加求和的计算方式进行分类,这种做法可能会导致样本间的冗余表达和信息丢失而导致误分类。为了解决这些问题,本文首先提出了一种以不一致性为导向的特征评价方法,该方法利用推土机距离(Earth Mover’s Distance,EMD)作为评价函数来评估样本间的不一致程度。首先根据不一致性,在近邻关系下利用数据取值将样本划分为两个不同的集合。之后利用EMD的计算思想,设计了不一致性的评价函数,该函数可以计算出这两个集合之间的转换成本,并将这个成本视为这两个集合不一致性的量化程度。最后将不一致程度转换为可以和分类任务过程相融合特征权重,帮助分类器在进行样本间度量时得到更加准确的评价结果。另外,本文又提出了一种融合了特征权重的局部数据引力分类方法。首先在局部范围内,使用了引力计算公式来计算每个样本受到的引力大小,随后挑选出具有较大引力值的样本作为每个类中的代表。之后,为了计算出这些代表样本的表示区域大小,本文又提出了引力范围的概念,该引力范围是根据样本的类别以及可靠性程度这两个标准来进行划分。最后基于待测样本和引力范围的不同的位置情况而考虑设计了新的分类规则进行分类。在上述的步骤中,距离度量均融合了第一个方法计算出的特征权重,提高度量准确度。为了验证本文所提方法的有效性,在实验中利用了真实世界数据和人工处理数据,并在多个指标下进行了系统的分析。实验结果说明了本文所提出的以不一致性导向的特征评价方法和融合了特征权重的局部数据引力分类方法可以有效的提高分类表现。在未来将会考虑将所提出的方法应用到聚类或者回归等机器学习任务之中。

关键词：数据引力特征评价特征权重分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据引力的高光谱影像分类方法研究

基于数据引力的高光谱影像分类方法研究

作者：张成龙中国石油大学(华东)

学位级别：硕士

高光谱影像(Hyperspectral Image,HSI)通常具有数十个甚至上百个波段,丰富的光谱信息可以为地面目标的精确识别提供依据,因此高光谱影像被广泛应用于农业监测、环境管理等领域。作为遥感分析与应用的基础性工作,高光谱影像分类已经成为... 详细信息

高光谱影像(Hyperspectral Image,HSI)通常具有数十个甚至上百个波段,丰富的光谱信息可以为地面目标的精确识别提供依据,因此高光谱影像被广泛应用于农业监测、环境管理等领域。作为遥感分析与应用的基础性工作,高光谱影像分类已经成为一个重要的研究热点。然而,传统的分类方法面临着许多问题与挑战,例如影像本身存在的异质像元和异常值,有限的标记样本等,都会制约高光谱影像的分类性能。近些年来,受牛顿万有引力的启发,数据引力分类(Data Gravitation Based Classification,DGC)被提出以应对UCI数据集的二分类问题。该方法模拟数据点之间的万有引力,被称为数据引力,并将其作为相似性度量引导分类过程。数据引力大小与数据点的质量成正比,与数据点间的距离方成反比,因此同类数据点之间往往存在较大的数据引力。DGC克服了传统数据分类中的用局部联系的观点来对待数据的缺陷,表现出数据引力聚集性优势,为解决高光谱影像的分类问题提供了可能。然而,DGC在二分类问题中展现的优势并不能直接适用多标签的高光谱数据。另外,数据引力很难与高光谱影像的空间信息相结合,因此,如何有效利用数据引力的特点进行高光谱分类是一种挑战。针对高光谱影像标记样本有限、异质像元及异常值的问题,本文基于高光谱影像“图谱合一”的特点,提出了基于数据引力的高光谱影像分类方法,并通过多个高光谱数据集验证了提出方法的有效性。主要通过不同的数据质量定义方式来综合利用高光谱影像的空间-光谱信息,然后构建联合数据引力进行分类。本文主要的研究工作描述如下:(1)在高光谱影像分类中,标记样本的空间信息难以被充分利用,因此如何充分利用高光谱影像的空间-光谱信息提高分类精度显得尤为重要。针对这个问题,本文提出了一种基于贝叶斯引力的高光谱影像分类方法(Bayesian Gravitation based Classification,BGC),该方法有效利用空间上下文信息和训练样本的空间分布先验信息。具体而言,将测试样本假设为具有单位体积和特定密度的有质量的物体,基于贝叶斯定理,将数据质量定义为其邻域的光谱分布和周围训练样本空间分布的组合函数。在此基础上,建立联合数据引力模型进行分类。该方法可以有效地挖掘训练样本的先验信息,成功地融合了高光谱影像的空间-光谱信息。在四个公开数据集Indian Pines、Salinas、Pavia University和Grss＿dfc＿2014上对提出的算法进行了验证。对比实验结果显示,该方法在高分辨率高光谱影像分类中具有明显优势,并且在有限样本的分类中也表现出灵活性。(2)传统的联合学习模型,例如联合稀疏表示(JSRC),联合最近邻(JNN)等都是基于邻域中像元是完全同质的假设,认为所有局部空间近邻具有同等权重。这种假设是不合理的,因为当邻域内存在异质像元或者异常值时,相同的权重会制约分类精度。针对此问题,提出了一种提出了基于局部相似性的数据引力高光谱影像分类方法(Local Similarity-based Data Gravitation Classification,LSDGC),通过为每个像元分配一个局部数据质量,构建联合数据引力来抑制异质像元和异常值的干扰。具体来说,邻域中像元的局部质量是根据与中心像元的余弦相似度定义的,较低相似性的像元对局部质量的贡献较小。通过局部质量的定义可以有效的缓解异质像元及异常值对分类的干扰。在Indian Pines、Pavia university和Grss＿dfc＿2014三个公开数据集上通过实验别验证了LSDGC抗干扰的有效性。(3)针对训练样本数量有限的问题,提出了一种基于连接中心进化(Connection Center Evolution,CCE)的训练集构建方法,通过CCE中的连通度反映邻域像元的局部相似性,在高同质性的邻域内选取代表性的像元标记后加入到训练集,然后构建迭代缩小邻域窗口的方式以充分挖掘更多潜在的训练样本。实验结果表明,基于CCE构建的训练集具有较高的质量,能够明显提升分类器的分类性能。将构建的训练集与LSDGC结合,在Indian Pines、Pavia university和Grss＿dfc＿2014三个数据集上的实验结果表明了CCE-LSDGC在有限样本下分类的鲁棒性。

关键词：高光谱影像数据引力贝叶斯定理连接中心进化余弦相似度

基于数据引力的分类方法及网络异常检测模型的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据引力的分类方法及网络异常检测模型的研究

作者：彭立志济南大学

学位级别：硕士

近年来,伴随着计算机网络的飞速发展,网络入侵事件也日益猖獗,而传统的网络安全技术如反病毒技术和防火墙技术要防范入侵比较困难,这就使得入侵检测成为网络安全研究体系中的一个重要的组成部分。在入侵检测技术中,基于规则的误用检测... 详细信息

近年来,伴随着计算机网络的飞速发展,网络入侵事件也日益猖獗,而传统的网络安全技术如反病毒技术和防火墙技术要防范入侵比较困难,这就使得入侵检测成为网络安全研究体系中的一个重要的组成部分。在入侵检测技术中,基于规则的误用检测技术发展比较成熟,但由于该项技术的一些本质局限性,使其成为入侵检测技术中的一种低级形式,发展空间也相对有限。而异常检测技术作为入侵检测技术的一种比较高级的形式,已经成为入侵检测研究领域的热点。异常检测技术最大的优势在于它能根据已知的入侵模式检测出未知的入侵。数据挖掘、神经网络、支持向量机等许多技术都可以用于建立异常检测模型。本文将物理世界中的万有引力概念和万有引力定律引入到数据分类问题中,提出了一种新的数据分类方法DGC(Data Gravitation based Classification),并基于该理论建立了一种高效的异常检测模型。DGC将数据空间中各数据点之间的相似性定义为数据引力,认为数据空间中任何两个数据点之间都存在数据引力,克服了传统数据挖掘技术中用局部联系的观点对待数据的缺陷。在数据引力的基础上,本文提出了数据空间中数据引力定律,给出了数据引力的计算方法,并通过对数据引力大小的比较,对数据进行分类。在DGC理论的基础上,本文针对异常检测中特征选择的问题,进一步提出了特征加权的思想,并用一种尝试性随机选择算法对特征的权值优化。在DGC算法模型中通过对加权特征进行选择,建立了DGC的改进算法模型WDGC(Feature-Weighted DGC)。通过对数据挖掘中的高维度数据的自动子空间聚类算法(CLIQUE)研究,本文借鉴CLIQUE聚类算法关于高维度数据空间单元划分的思想,将该思想引入到异常入侵检测中,提出了一种基于高维度数据单元划分算法HDUP(High-Dimension Data Unit Partition),并基于该算法理论建立了一种对高维度入侵检测数据有效的异常检测模型。实验结果表明,基于DGC/WDGC和基于HDUP的异常检测模型与传统的异常

关键词：入侵检测异常检测数据引力数据分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于迁移学习的跨公司航天软件缺陷预测

光学精密工程 2019年第2期27卷 469-478页

作者：哈清华刘大有陈媛刘逻吉林大学计算机科学与技术学院吉林长春130012 中国科学院长春光学精密机械与物理研究所吉林长春130033 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方... 详细信息

为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G-measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高。

关键词：缺陷预测迁移学习最近邻分类器数据引力朴素贝叶斯

基于测地距离的GIDGC-KNN不平衡数据分类器

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2016年第2期37卷 389-395页

作者：张立旺师智斌中北大学计算机与控制工程学院山西太原030051

IDGC(imbalanced data gravitation classification)在不平衡数据分类中使用欧式距离计算引力时,未能考虑数据分布性状和待测数据近邻类相关性,存在准确率低的问题,为此提出一种基于测地距离的GIDGC-KNN不平衡数据分类器模型。在IDGC基... 详细信息

IDGC(imbalanced data gravitation classification)在不平衡数据分类中使用欧式距离计算引力时,未能考虑数据分布性状和待测数据近邻类相关性,存在准确率低的问题,为此提出一种基于测地距离的GIDGC-KNN不平衡数据分类器模型。在IDGC基础上引入放大引力系数(amplified gravitation coefficient,AGC),结合测地距离和KNN(K-nearest neighbor)算法得到数据分布隐含的全局几何结构和近邻样本类相关性。该模型适应高维具有流形结构的数据,继承了KNN近邻样本类相关性的优点。KEEL数据集上的实验结果表明,与IDGC算法、数据层面算法、代价敏感学习算法和集成方法算法相比,GIDGC-KNN在高不平衡数据集上比在低不平衡数据集上有明显的分类性能优势和良好的泛化能力。

关键词：测地距离 K-近邻数据引力不平衡数据分类

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三维网格特征点提取方法研究

三维网格特征点提取方法研究

作者：王成伟济南大学

学位级别：硕士

随着计算机硬件与图形学的迅速发展,三维模型越来越广泛地应用于生活生产中的各种领域。而三维网格因为其简便直观的展现方式,逐渐地成为了计算机图形学中的研究热点。特征点是三维网格的几何形状中最简单的特征元素,它不仅可以传达出... 详细信息

随着计算机硬件与图形学的迅速发展,三维模型越来越广泛地应用于生活生产中的各种领域。而三维网格因为其简便直观的展现方式,逐渐地成为了计算机图形学中的研究热点。特征点是三维网格的几何形状中最简单的特征元素,它不仅可以传达出模型的基本几何信息,节省大量时间与空间,还对后期的模型识别与匹配、曲面重构等实际应用有着指导作用。目前提取三维网格特征点的方法各种各样,其中最有效的一种是结合网格局部几何特征与全局特征的方法。这种方法既能捕捉到局部范围内具有显著特征的顶点,又能得到体现整个模型基本特征的顶点,最终得到的特征点集可以有效地展现三维网格的几何特征。为了高效提取三维网格的特征点,本文考虑模型的局部与全局特征,研究了新的算法来提取特征点,研究内容如下所述:研究了一种基于数据引力的特征点提取方法。数据引力是源于万有引力的新概念。本文将数据引力应用到解决三维网格提取特征点的问题上。该方法首先对所有网格顶点的高斯曲率进行归一化,将具有最大高斯曲率值的顶点作为初始点,加入到特征点集合;然后根据一定条件判断是否对归一化后的高斯曲率加权处理,并利用最远点采样的原理求出顶点的邻居点集合;接着根据顶点的高斯曲率以及邻居点数目,计算每个顶点的数据引力值;最后选择数据引力最大的顶点,加入到特征点集合,直到选出给定数目的特征点。把该方法得到的特征点结果与其他算法的结果进行对比评价,本文采用三个统计学度量:假阴误差(False negative error)、假阳误差(False positive error)以及加权失误误差(Weighted miss error)来评估各种方法;并使用威尔科克森符号秩检验对该方法的实验结果进行假设检验,由少数的样本模型检验总体的实验结果。结果表明,基于数据引力的方法是一种适用范围广并且有效的特征点提取算法。本文研究了一种结合主曲率与双边滤波算法来提取特征点的方法。使用三维顶点的主曲率作为双边滤波的处理对象,将滤波过程应用到三维顶点后,选取结果值显著的顶点,得到特征点集合。通过与其他算法的对比评价和假设检验,说明该算法检测到了更为准确的特征点。

关键词：三维网格特征点数据引力高斯曲率双边滤波

面向科室分诊及医生推荐的智能导诊系统研究与设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向科室分诊及医生推荐的智能导诊系统研究与设计

作者：旷珊珊河北工程大学

学位级别：硕士

随着人工智能在医疗领域的发展,自动化的智能导诊系统正在逐步取代传统的人工导诊服务,为医疗领域未来的发展指引了新的方向。目前在国内大多数的智能导诊系统中,患者需要自行分析病情选择科室和医生,但就诊患者往往缺乏专业的医疗知识... 详细信息

随着人工智能在医疗领域的发展,自动化的智能导诊系统正在逐步取代传统的人工导诊服务,为医疗领域未来的发展指引了新的方向。目前在国内大多数的智能导诊系统中,患者需要自行分析病情选择科室和医生,但就诊患者往往缺乏专业的医疗知识,在选择科室和医生进行挂号时,难以准确地选择出合适的科室和医生进行就诊,使得就医效率低下,同时也导致医院资源不能得到合理化利用。因此,本文围绕科室分诊与医生推荐展开深入的研究,根据患者输入的主诉症状,在实现对患者进行科室分诊的基础上,进一步为患者推荐与其病情相关联的医生,能够为患者提供高效的医疗服务,提高患者的就诊满意度实现医院资源的合理化利用。主要研究内容如下:（1）针对患者在预约挂号时,由于缺乏专业知识难以准确地选择出适合自己病情的科室问题,本文提出了一种基于自动阈值精英重生差分进化（ATERDE）与专家经验的数据引力混合科室分诊算法。利用黄金分割算法将通过专家经验与ATERDE算法获取的权重矩阵进行融合,实现对属性重要度的确定与优化,并融入数据引力分类算法的粒子间距离计算中。然后在计算全局引力的基础上引入局部引力的思想,减少由于数据不平衡对科室分诊结果的影响。（2）在患者预约挂号的过程中,由于对科室中的医生擅长领域及医生资历不够了解,难以选择出最适合自己的医生。针对这一问题,本文提出了一种基于向量模糊化与自适应长度裁剪的混合过滤的医生推荐算法。首先通过知识库及症状重要度等信息对患者症状向量进行模糊化处理,并采用PCA算法对患者症状向量进行自适应长度裁剪;其次利用协同过滤算法,获取基于相似患者的推荐医生集合,并搜索与该集合中医生相似的其他医生作为候选;最后,根据医生推荐度计算,选取排名靠前的医生为患者推荐。（3）本文研究并设计了一个基于科室分诊与医生推荐的智能导诊系统。结合科室分诊与医生推荐的数据特征与算法结构,对系统架构、功能模块进行了分析与设计,将基于ATERDE与专家经验的数据引力混合科室分诊算法和混合过滤的医生推荐算法运用到系统中。并通过测试验证了本导诊系统的可行性。

关键词：科室分诊医生推荐数据引力混合过滤推荐智能导诊系统

基于语义引力及密度分布的Web文本聚类算法的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义引力及密度分布的Web文本聚类算法的研究与实现

作者：李政涛东北大学

学位级别：硕士

随着网络技术的不断发展,Web信息资源的极大丰富,如何高效地获取互联网上的资源以及对资源的有效分析处理,越来越成为数据挖掘工作亟待解决的问题。一些较为传统的方法仍然采用通用的网络蜘蛛程序对海量信息进行采集,然而这样的采集结... 详细信息

随着网络技术的不断发展,Web信息资源的极大丰富,如何高效地获取互联网上的资源以及对资源的有效分析处理,越来越成为数据挖掘工作亟待解决的问题。一些较为传统的方法仍然采用通用的网络蜘蛛程序对海量信息进行采集,然而这样的采集结果是粗糙的,必然存在着大量的噪声数据,对数据的进一步分析处理带来不必要的影响。与此同时,一种良好的聚类算法也是文本分析过程的重要组成部分,面对Web文本的高维性特征,一些基于距离的相似度度量方法在某些方面已经体现出不足之处。例如在文本特征词空间中,由于受到向量的高维性影响必然存在着大量模很小,并且大部分特征位上的数值为零的向量,经过计算会发现,任何具有该特征的向量间相似度都很大,但是从文本语义上分析,文本所表述的内容并不相似,这正是高维数据与低维数据在向量表示上所体现的明显不同。因此基于一种适合高维文本相似性计算的方法,并能够有效地提高大规模Web文本集聚类准确性算法是本文主要的研究目标。基于上述分析,本文从Web文本采集过程入手,通过在数据采集过程中添加对文本解析与内容的相关性评估的步骤,针对高维Web文本的特点提出了一种数据基于引力为相似度衡量标准的计算方法,并以此为主线,对Web文本聚类算法进行了研究,本文主要工作包括以下几个方面：（1）在网络资源采集过程中,对传统网络蜘蛛系统进行了适当的改进,通过在爬行过程中进行网页内容的解析与相关度评价,从而实现初步过滤内容无关的网络资源,保证了下载数据集的有效性和相关性;（2）通过对传统网页解析系统原理的分析,本文提出了一种人工干预的半自动化模板生成工具,该工具的优势在于避免了对网页编码进行分析的复杂工作,同时所生成的模板具有良好的通用性,可以针对具有相同板式结构的一类网页进行有效的内容提取;（3）相似度度量方法中应用最为广泛的是基于欧式距离的度量方法,该方法的优点在于,其具有良好的数学理论依据,通过将文本对象转化为相应的特征词向量后,采用欧式距离度量方法可以直接进行相关的计算与结果的可视化展示。然而,文本向量模型一般具有高维特性,在高维空间中数据的分布无法用低维模型所表示,而数据在高维空间所拥有的特征也不能很好的体现。由此本文提出了一种兼顾欧式距离在低维空间计算优点的数据引力相似性度量方法,该方法的优点在于充分考虑到了传统欧式距离无法体现文本语义这个不足,强调了数据间属性的相关性,使其对不规则分布的样本也有较好的聚类效果;（4）由于传统的相似性度量计算方法在数据聚类、特别是高维数据聚类过程中存在的问题,基于数据重力的相似度计算方法被引入聚类过程。针对此类方法在表达类间相似关系方面存在的不足,本文提出一种新的基于语义引力及密度分布的聚类算法,将基于划分的聚类与基于密度的聚类方法相结合并予以改进,通过对对象密度的计算,以密度较大的对象为聚类中心进行聚类,从而降低了由于初始聚类中心选择偏差造成的影响,保证了更好的精度。实验结果表明本文提出的算法具有更准确的聚类结果,特别是在文本这样的高维、稀疏的数据中更是如此。

关键词：数据引力相似度计算层次聚类网页解析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不平衡数据的分类方法研究

基于不平衡数据的分类方法研究

作者：张立旺中北大学

学位级别：硕士

数据分类作为数据挖掘的一项重要任务,国内外学者进行了大量的研究。但是这些传统方法都是基于平衡数据进行分类的,当基于如医学诊断、异常检测等领域的数据时,由于这些数据在分布上不平衡,导致了少数类的漏报,所以基于不平衡数据的分... 详细信息

数据分类作为数据挖掘的一项重要任务,国内外学者进行了大量的研究。但是这些传统方法都是基于平衡数据进行分类的,当基于如医学诊断、异常检测等领域的数据时,由于这些数据在分布上不平衡,导致了少数类的漏报,所以基于不平衡数据的分类方法是本文的研究课题。本文的研究工作是:对传统的分类算法进行研究,根据这些方法在不平衡数据集上的缺陷,学习了目前存在的不平衡数据分类方法;重点研究了DGC和IDGC模型,针对其局限性,提出了改进的GIDGC-KNN分类模型,并进行了实验评估。(1)基础算法研究。从传统分类算法如SVM、KNN、决策树和AdaBoost等进行学习,从不平衡分类算法如数据层面、代价敏感、单分类和集成学习等方面进行研究,如SMOTE、weight SVM、One Class SVM、SSLM和SMOTEBoost。(2)针对DGC和IDGC分类模型,提出基于测地距离的局部相关分类模型GIDGC-KNN。首先从数据引力、特征权值选择、数据质点创建分析了DGC和IDGC的分类原理。由于这两个模型没有考虑数据分布性状和待测数据近邻类相关性而存在准确率低的问题,提出了GIDGC-KNN模型。该模型继承了IDGC的引力放大系数AGC,同时结合测地距离和KNN算法得到数据分布隐含的全局几何结构和近邻样本类相关性。而且该模型在数据质点创建过程中采用了MNP,相对于IDGC中使用的MDP一定程度保留了原始数据的分布性状和局部相关性,体现了改进模型的先进性。(3)实验验证。实验采用来自KEEL数据集仓库中22个不平衡二类分类数据,用AUC和GM作为分类性能评估的指标,将GIDGC-KNN分类模型与传统的采样技术、代价敏感和提升方法比较。实验结果证明了该模型有明显的分类性能。

关键词：数据挖掘分类不平衡数据测地距离 K-近邻数据引力