检索结果-南通市图书馆

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

小样本类不平衡数据的一致性分析流特征选择

小型微型计算机系统 2021年第11期42卷 2252-2258页

作者：林培榕曾海亮王晨曦卢舜林耀进闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高等学校重点实验室福建漳州363000

在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流特征选择模型.首先,利用均值定义同类样本的类中心,然后通过样本在特征与标记的信息定义类中心的近邻;其次... 详细信息

在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流特征选择模型.首先,利用均值定义同类样本的类中心,然后通过样本在特征与标记的信息定义类中心的近邻;其次,通过融合类别信息来定义类中心在特征空间的一致性;再次,设计流特征环境下的在线特征选择算法;最后,选取七个数据集与七个算法进行对比分析,实验结果表明,该算法能显著提高小类预测精度.

关键词：高维小样本类别不平衡一致性分析流特征选择

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

多标签过滤式流特征选择算法研究

多标签过滤式流特征选择算法研究

作者：朱孝林南京师范大学

学位级别：硕士

多标签分类已得到广泛的应用,例如文本分类、图像、音乐和视频等多种资源的自动标注。多标签分类问题中的一个实例可以与多个标签同时相关,且多个标签之间不再相互独立。同时也包含许多不相关、冗余的特征,这些特征会带来分类性能下降,... 详细信息

多标签分类已得到广泛的应用,例如文本分类、图像、音乐和视频等多种资源的自动标注。多标签分类问题中的一个实例可以与多个标签同时相关,且多个标签之间不再相互独立。同时也包含许多不相关、冗余的特征,这些特征会带来分类性能下降,增加内存与计算时间等问题。特征选择可以很好地解决这些问题。在传统的特征选择中,需要提前获得特征空间,实例个数。然而在实际应用中,特征空间的先验知识是未知的,特征往往随着时间序列而到达。流特征选择便是在随时间序列到达的特征中,剔除掉不相干,冗余的特征,选择出最优的特征子集。本文提出两个多标签过滤式流特征选择算法:基于邻域粗糙集的多标签流特征选择和基于Hilbert-Schmidt独立性准则(HSIC)的多标签流特征选择算法。1、基于邻域粗糙集的多标签在线流特征选择算法(OFS-NRS)本文定义一种新的邻域粗糙集关系,根据每个目标对象的实例分布自动选择相邻对象的数目。根据这种关系,可以计算特征之间的相关性,结合最大显著性准则,输出最具代表性的特征子集。实验方面,选择三个已有的传统多标签特征选择算法,一个多标签流特征选择算法作为对比算法,在多标签分类评价指标平均精度和排序损失上进行比较,最后实验结果综合表明,该算法具有更好的性能。2、基于HSIC准则的多标签在线流特征选择算法(OS-HSIC)本文提出的算法通过HSIC的无偏估计的计算形式来描述特征与标签,特征与特征子集之间的相关性,结合最大相关最小冗余思想,最终选择出最优特征子集。实验部分,首先与3个基于HSIC的对比算法相比较、接着与前面提出的OFS-NRS算法以及对比算法相比较,在10个多标签评价指标上的结果显示OS-HSIC算法的性能表现更好。

关键词：多标签分类流特征选择邻域粗糙集 Hilbert-Schmidt独立性准则

基于互信息的多标记学习流特征与类属属性选择算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于互信息的多标记学习流特征与类属属性选择算法研究

作者：陈超逸闽南师范大学

学位级别：硕士

随着计算机科学与技术不断发展,我们在生活中面对着各式各样的数据。其中许多数据是同时被多个标记所描述的,这样的数据被称为多标记数据,也是多标记学习任务的研究对象。多标记学习是根据大量已有的多标记数据建立一个分类模型。经过训... 详细信息

随着计算机科学与技术不断发展,我们在生活中面对着各式各样的数据。其中许多数据是同时被多个标记所描述的,这样的数据被称为多标记数据,也是多标记学习任务的研究对象。多标记学习是根据大量已有的多标记数据建立一个分类模型。经过训练,模型能够给未知的数据打上一组标记。多标记学习在许多现实场景中发挥着作用,如图像识别、文本分类、音频识别等等。然而多标记数据往往拥有大量的特征,特征的高维性易导致“维数灾难”。维数灾难会降低模型的分类性能。因此,特征选择作为一个提升模型性能的有效技术而被学者们重视。本文主要针对多标记学习以及多标记特征选择展开研究,主要研究内容包括:(1)在特定的应用场景中,特征是按照时间顺序进入模型(称为流特征)。为了有效处理流特征场景下的多标记特征选择问题,提出了基于邻域交互增益信息的多标记流特征选择算法。首先,基于邻域互信息定义了邻域交互增益信息,用于衡量特征与已选子集的关系。其次,使用在线相关性分析和在线冗余性分析两段策略来评估流特征。然后,根据多标记邻域交互增益信息构建了在线多标记流特征选择的目标函数并制定特征选择策略。最后,在6个多标记数据集和4个评价指标上,实验结果证明了该算法的有效性和稳定性。(2)利用类属属性知识,提出了基于互信息的多标记类属属性选择算法。首先,构建了基础优化框架来学习特征的权重矩阵。其次,利用互信息和皮尔逊相关系数定义特征重要度指标,并指导学习权重矩阵与标记的正负相关关系。然后,假设两个强相关的标记可以比两个不相关或弱相关的标记共享更多的特征。该优化框架不仅能直接作为分类器使用还可以将权重矩阵当作一个特征选择的基础。最后,实验验证了该算法的有效性和稳定性。

关键词：多标记学习多标记特征选择流特征选择类属属性互信息

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Lasso和互信息的特征选择算法研究

基于Lasso和互信息的特征选择算法研究

作者：孟金彪安庆师范大学

学位级别：硕士

随着计算机技术和网络技术的飞速发展,大数据和人工智能的浪潮也随之而来,数据越来越多,数据的特征也随之变得更加繁杂。当数据大量产生时,如何去处理这些数据就成了当下迫切需要解决的问题。在传统单标记方法无法满足现实需要的时候,... 详细信息

随着计算机技术和网络技术的飞速发展,大数据和人工智能的浪潮也随之而来,数据越来越多,数据的特征也随之变得更加繁杂。当数据大量产生时,如何去处理这些数据就成了当下迫切需要解决的问题。在传统单标记方法无法满足现实需要的时候,多标记学习框架被提出,随着越来越多专家学者的深入研究,更多的基于多标记学习的研究方法相继被提出。特征选择在解决数据高维性问题具有很好的效果,在原始特征空间的基础上进行操作,去除冗余,得到一个性能优越的特征子集。有效的提高分类器的分类性能,减少运算时间,提高算法的计算效率。但是这些传统的特征选择算法却只能处理静态的特征数据,需要在运算前获取整个特征空间,然后才能加以处理得到相应的特征子集。而现实生活中,特征空间往往是动态产生的,并实时增加变化的,这就导致了传统的特征选择算法无法处理这类流特征选择问题。基于上述问题,本文提出了两种特征算法用以解决相应的特征选择问题,主要内容如下:(1)针对传统特征选择算法在删除冗余特征,进行特征子集的选择过程中,往往存在计算开销大的问题,本文引入了Lasso特征选择算法,用于快速处理高维数据,选择特征子集。此外鉴于传统的信息熵不具有补的性质,且计算较为繁杂,本文引入模糊信息熵来替代传统的信息熵,以提高分类性能。基于这两点本文提出了一种基于Lasso和模糊互信息的多标记特征选择算法,通过实验证明该算法是有效的。(2)针对动态特征选择问题,主要还是围绕着如何降低数据维度进行处理。基于“最大相关性,最小冗余性”的选择标准,考虑到实际情况下,特征空间往往具高维性和稀疏性的特点,而特征之间的冗余度相对是很小的。本文采用一种极限的思想,充分考虑筛选出与标记空间相关性高的特征,去忽略特征与已选特征之间的冗余性,计算实时产生的特征与标记空间之间的互信息,最后选出互信息大于阈值的特征得到最终的特征子集。基于此种思想,提出了基于互信息的快速流特征选择算法。通过实验证明该算法能达到节约运算时间的目标,同时也能提高分类效率。

关键词：多标记学习特征选择 Lasso算法模糊互信息流特征选择

基于粒子群优化半监督学习的网络流量分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子群优化半监督学习的网络流量分类方法研究

作者：张龙璨华中科技大学

学位级别：硕士

在互联网高速发展的今天，伴随着P2P下载和P2P流媒体技术的出现，各类新兴的网络应用如雨后春笋般涌现。网络负载的急剧增加使得传统的服务提供商逐渐认识到互联网形势的严峻。如何在高速大流量网络带宽中迅速有效地识别各类网络应用，... 详细信息

在互联网高速发展的今天，伴随着P2P下载和P2P流媒体技术的出现，各类新兴的网络应用如雨后春笋般涌现。网络负载的急剧增加使得传统的服务提供商逐渐认识到互联网形势的严峻。如何在高速大流量网络带宽中迅速有效地识别各类网络应用，并高效的将识别结果反馈到实际的网络控制中去，从而更好的为网络流量的管理和控制做贡献已经逐渐成为流量检测领域亟待解决的问题。针对此种现状，论文工作主要从下述几个方面展开：在以流特征作为网络流量分类的特征选择前提下，提出了一种高效的流特征向量的选择方法，该方法不仅覆盖到传统的网络应用，而且刻意添加了针对P2P流媒体具有较高区分度的流特征向量，使得特征向量的选择更全面，更有区分性。针对Kmeans、KNN等传统无监督机器学习方法存在的不足，使用粒子群的优化技术对它们进行优化。且针对有监督学习时标记样本特征所难以避免表现出的费时费力的问题，引入了半监督的机器学习理念，并最终设计并实现了基于粒子群优化半监督学习的网络流量分类系统。该分类系统具体细分为实时流量分类和离线流量分类两个方向。其中实时系统主要负责对在线网络流量的实时监控，此系统设计对实时性要求较高，因此在系统实现过程中提出了基于流中平均包大小分层的金字塔模型，此种模型可以有效应对实时流量区分中所表现出的高时效性，自身数据统计不完整性的特点。离线流量分类系统主要负责线下网络流量的区分，主要侧重于分类准确性的精细化工作，发现新的应用类型。通过流量分类系统在实时的初步分类和离线的精细化测量后，对于那些需要告警的校园网用户，针对校园网的自由性、开放性的特点，提出并设计了一种基于会话劫持技术的校园网告警系统，此系统简单易部署，且能够及时将警告信息反馈给校园网用户，从而最终达到维持校园网流量稳定的目的。

关键词：流特征选择 PSOKNN PSOKmeans 半监督机器学习会话劫持

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粗糙集的多标签特征选择算法研究

基于粗糙集的多标签特征选择算法研究

作者：李雨晨山西大学

学位级别：硕士

随着互联网的发展,数据量越来越大,由此产生多种问题。数据挖掘即从大量的数据中提取信息的过程,其中,高维数据经常会出现冗余或者不相关信息,因此需要对数据进行预处理,目前常用的方法为特征选择。多标签数据广泛存在于现实世界中,基... 详细信息

随着互联网的发展,数据量越来越大,由此产生多种问题。数据挖掘即从大量的数据中提取信息的过程,其中,高维数据经常会出现冗余或者不相关信息,因此需要对数据进行预处理,目前常用的方法为特征选择。多标签数据广泛存在于现实世界中,基于多标签的研究也越来越多。由于多标签数据存在多个标签,更容易导致数据的高维性,所以多标签特征选择是多标签学习中重要的预处理步骤。本文通过粗糙集这种工具,深入探讨了多标签特征选择,主要研究内容如下:(1)基于模糊粗糙集模型,利用样本标签间的共现关系以及互斥关系评价样本在标签集下的共现性,进而得到标签的重要度,通过计算得到样本的相似性,利用这种关系定义了特征与标签之间的模糊互信息,并结合最大相关与最小冗余原则设计了一种基于标签共现关系的多标签特征选择算法。在5个公开数据集上进行实验,结果表明了提出算法的有效性。(2)结合邻域粗糙集,利用标签集的监督信息,提出新的度量正域方法,针对特征组增量到来的问题,考虑特征与标签的相关性,特征与特征的冗余性,通过重要度这种度量,设计了新的面向特征组增量的流特征选择算法,此方法可以降低数据维度,加快学习速度。本文的研究成果进一步丰富了多标签特征选择方向的研究,主要关注于标签之间的关系。

关键词：多标签粗糙集特征选择流特征选择