检索结果-南通市图书馆

中日同形词意义用法距离的计量研究——以对译比构建的f-measure为尺度

在线全文

学校读者我要写书评

暂无评论

解放军外国语学院学报 2016年第4期39卷 76-84,160页

作者：施建军谯燕北京外国语大学北京日本学研究中心北京100089

中日同形词意义用法的差异一直是日语教学的一个重点,也是汉日语对比研究中的一个热点。传统研究试图用同形同义、同形异义、同形近义三分类的方法从意义用法上区分同形词。但是,这种区分方法存在一个难以解决的问题,即同形近义词的用... 详细信息

中日同形词意义用法的差异一直是日语教学的一个重点,也是汉日语对比研究中的一个热点。传统研究试图用同形同义、同形异义、同形近义三分类的方法从意义用法上区分同形词。但是,这种区分方法存在一个难以解决的问题,即同形近义词的用法差异得不到精确描述,因为同形近义词的用法差异有大有小,其意义用法距离的大小无法用"同形近义"来衡量。本文提出了以对译语料库为知识库,以同形词的对译比和在其基础上构建的f-measure为参数描写中日同形词意义用法距离的方法,并用1900余对常用的中日同形词进行验证,取得了很好的效果。

关键词：中日同形词意义用法距离对译比 f-measure

基于代价敏感SVM的直接优化f-measure算法研究

在线全文

学校读者我要写书评

暂无评论

基于代价敏感SVM的直接优化F-measure算法研究

作者：周源安徽大学

学位级别：硕士

随着社会的发展、科学的进步,数据挖掘和机器学习等领域的研究正逐渐改变我们的生活。数据分类作为机器学习和数据挖掘领域的重要组成部分,成为众多学者的研究重点,人们提出了不同的分类算法来构建不同的分类器。以二分类为例,当样本数... 详细信息

随着社会的发展、科学的进步,数据挖掘和机器学习等领域的研究正逐渐改变我们的生活。数据分类作为机器学习和数据挖掘领域的重要组成部分,成为众多学者的研究重点,人们提出了不同的分类算法来构建不同的分类器。以二分类为例,当样本数据分布不平衡时,为了更准确的度量分类器的性能,一般选用查准率和查全率的调和平均——f-measure作为评估标准。由于f-measure在不平衡分类的广泛应用,如何设计出有效的面向f-measure的分类器是近年来的研究热点。但是由于f-measure的非凸性,直接优化起来较为困难,现有的优化算法主要通过代价敏感算法或者直接优化算法构造面向f-measure的学习器。不同于已有的研究,本文以SVM为工具,提出一种结合代价敏感和直接优化f-measure的新型算法。本文的主要工作如下：(1)文中从二分类入手,介绍了基于支持向量机的二分类学习及不平衡二分类的度量标准f-measure,并在此基础上,分析了现有代价敏感算法和直接优化f-measure算法的研究现状,提出了一种将二者相融合的新方法。(2)新方法首先给出了从最大化f-measure到代价敏感SVM的一个直接转换。针对新的目标函数具备非光滑从而导致传统梯度优化算法难以直接使用的特点,提出使用基于次梯度的束方法进行求解。不仅可以解决上述问题,且算法的迭代次数仅为O(1),不依赖于样本数。不平衡数据集上的实验表明：相比起已有面向f-measure的分类器,本文所提算法得到的模型明显更加精确。(3)针对束方法在求解主问题最小值时是通过转换成对偶问题来解决的,而算法内部的每次迭代只能保证对偶问题的单调递增,并不能保证主问题的单调递减,可能降低算法的收敛速度。提出一个高效的线性搜索算法,确保了主问题的单调递减,消除了主问题的波动,进一步提高了算法的效率。大规模数据集上的实验表明,该算法不仅能获得高精度的二分类模型,且相比起已有其他直接优化f-measure算法也更为高效。

关键词： f-measure 支持向量机不平衡二分类代价敏感束方法线性搜索

基于贝叶斯和f-measure感知机的分类器设计

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

现代电子技术 2019年第21期42卷 125-129页

作者：马占杰杨淑莹天津理工大学计算机科学与工程学院天津300384 计算机视觉与系统教育部重点实验室天津300384

当样本特征向量交织时,分类很容易出错。为解决这个问题,提出一种基于Bayes和f-measure的分类器算法。采用替代方法评估分类器的性能正受到关注,特别是对于不平衡的问题。该算法利用f-measure分析不平衡数据的分类准确度,将类概率密度... 详细信息

当样本特征向量交织时,分类很容易出错。为解决这个问题,提出一种基于Bayes和f-measure的分类器算法。采用替代方法评估分类器的性能正受到关注,特别是对于不平衡的问题。该算法利用f-measure分析不平衡数据的分类准确度,将类概率密度函数引入判据,并采用梯度下降法得到准则函数。文中将所提出的方法与传统方法进行比较,实验结果表明,该方法能够有效提高识别的准确率和精确度。

关键词：分类 f-measure 不平衡数据后验概率准确率实验验证

基于f-measure的生活垃圾分类效果评价指标优化研究

在线全文

学校读者我要写书评

暂无评论

环境卫生工程 2018年第3期26卷 1-3页

作者：杨龑陈海滨杨禹朱斌华中科技大学环境科学与工程学院湖北武汉430074 长江水资源保护科学研究所湖北武汉430051

基于分类器特征及其性能评价指标f-measure,在此前研究的基础上对生活垃圾源头分类实际效果评价指标进行优化、改进,提出了生活垃圾源头分类综合效果指数Sp。该指标不仅能统一源头分类效果信息,还可通过参数λ的设置反映决策者所关心的... 详细信息

基于分类器特征及其性能评价指标f-measure,在此前研究的基础上对生活垃圾源头分类实际效果评价指标进行优化、改进,提出了生活垃圾源头分类综合效果指数Sp。该指标不仅能统一源头分类效果信息,还可通过参数λ的设置反映决策者所关心的问题。实例研究证明该指标具有良好的适用性。

关键词：生活垃圾源头分类分类器评价指标 f-measure

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的网格排序聚类算法

信息技术与信息化 2024年第8期 103-106页

作者：高谨菏泽医学专科学校山东菏泽274000

在数据聚类中,网格中的数据点分布可能极不均匀。某些区域可能密集分布着大量数据点,而另一些区域则可能只有很少或没有数据点,不均匀分布影响着网格数据聚类效果。为此,提出基于深度强化学习的网格排序聚类算法。通过定义和构建网格单... 详细信息

在数据聚类中,网格中的数据点分布可能极不均匀。某些区域可能密集分布着大量数据点,而另一些区域则可能只有很少或没有数据点,不均匀分布影响着网格数据聚类效果。为此,提出基于深度强化学习的网格排序聚类算法。通过定义和构建网格单元,基于网格单元中数据点的数量对网格进行排序,提取出高密度网格区域。利用深度强化学习框架,对高密度网格序列进行迭代优化,将具有相似属性的网格聚类到同一簇中,从而实现精准的网格排序和聚类。实验结果表明,所提出的算法在f-measure上不低于97%,且聚类框与实际框的交并比不低于0.96,有效提高了网格数据的处理效率和聚类准确性。

关键词：深度强化学习网格单元排序聚类精准聚类 f-measure

A multi-criteria fusion feature selection algorithm for fault diagnosis of helicopter planetary gear train

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

Chinese Journal of Aeronautics 2020年第5期33卷 1549-1561页

作者： Canfei SUN Youren WANG Guodong SUN College of Automation Engineering Nanjing University of Aeronautics and AstronauticsNanjing 211106China Testing Center Aviation Key Laboratory of Science and Technology on Fault Diagnosis and Health ManagementShanghai 201601China

Planetary gear train is a prominent component of helicopter transmission system and its health is of great significance for the flight safety of the *** health condition monitoring,the selection of a fault sensitive feature subset is meaningful for fault diagnosis of helicopter planetary gear *** to actual situation,this paper proposed a multi-criteria fusion feature selection algorithm (MCffSA) to identify an optimal feature subset from the highdimensional original feature *** MCffSA,a fault feature set of multiple domains,including time domain,frequency domain and wavelet domain,is first extracted from the raw vibration *** targeted criteria are then fused by multi-objective evolutionary algorithm based on decomposition (MOEA/D) to find Proto-efficient subsets,wherein two criteria for measuring diagnostic performance are assessed by sparse Bayesian extreme learning machine (SBELM).further,fmeasure is adopted to identify the optimal feature subset,which was employed for subsequent fault *** effectiveness of MCffSA is validated through six fault recognition datasets from a real helicopter transmission *** experimental results illustrate the superiority of combination of MOEA/D and SBELM in MCffSA,and comparative analysis demonstrates that the optimal feature subset provided by MCffSA can achieve a better diagnosis performance than other algorithms.

关键词： fault detection feature selection f-measure Helicopter planetary gear train Multi-objective evolutionary algorithm

An Ensemble Tree Classifier for Highly Imbalanced Data Classification

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Science & Complexity 2021年第6期34卷 2250-2266页

作者： SHI Peibei WANG Zhong School of Computer Science and Technology Hefei Normal UniversityHefei 230601China

The performance of traditional imbalanced classification algorithms is degraded when dealing with highly imbalanced *** to deal with highly imbalanced data is a difficult *** this paper,the authors propose an ensemble tree classifier for highly imbalanced data *** ensemble tree classifier is constructed with a complete binary tree structure.A mathematical model is established based on the features and classification performance of the classifier,and it is proven that the model parameters of the ensemble classifier can be solved by ***,the AdaBoost method is used as the benchmark classifier to construct the tree structure ***,the classification cost of the model is calculated,and the quantitative mathematical description between the cost and features of the ensemble tree classifier model is ***,the cost of the classification model is transformed into an optimization problem,and the parameters of the integrated tree classifier are given through theoretical *** approach is tested on several highly imbalanced datasets in different fields and takes the AUC(area under the curve)and f-measure as evaluation *** with the traditional imbalanced classification algorithm,the ensemble tree classifier has better classification performance.

关键词： Ensemble learning f-measure imbalanced classification mathematical model

Benchmarking Approach to Compare Web Applications Static Analysis Tools Detecting OWASP Top Ten Security Vulnerabilities

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2020年第9期64卷 1555-1577页

作者： Juan R.Bermejo Higuera Javier Bermejo Higuera Juan A.Sicilia Montalvo Javier Cubo Villalba Juan JoséNombela Pérez Escuela Superior de Ingeniería y Tecnología Universidad Internacional de La RiojaLa Rioja26006Spain

To detect security vulnerabilities in a web application,the security analyst must choose the best performance Security Analysis Static Tool(SAST)in terms of discovering the greatest number of security vulnerabilities as *** compare static analysis tools for web applications,an adapted benchmark to the vulnerability categories included in the known standard Open Web Application Security Project(OWASP)Top Ten project is *** information of the security effectiveness of a commercial static analysis tool is not usually a publicly accessible research and the state of the art on static security tool analyzers shows that the different design and implementation of those tools has different effectiveness rates in terms of security *** the significant cost of commercial tools,this paper studies the performance of seven static tools using a new methodology proposal and a new benchmark designed for vulnerability categories included in the known standard OWASP Top Ten ***,the practitioners will have more precise information to select the best tool using a benchmark adapted to the last versions of OWASP Top Ten *** results of this work have been obtaining using widely acceptable metrics to classify them according to three different degree of web application criticality.

关键词： Web application benchmark security vulnerability Security Analysis Static Tools assessment methodology false positive false negative precision f-measure

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

Journal of Beijing Institute of Technology 2015年第4期24卷 566-572页

作者：曹奇敏郭巧吴向华 School of Automation Beijing Institute of Technology

K-means algorithm is one of the most widely used algorithms in the clustering analysis. To deal with the problem caused by the random selection of initial center points in the traditional al- gorithm, this paper proposes an improved K-means algorithm based on the similarity matrix. The im- proved algorithm can effectively avoid the random selection of initial center points, therefore it can provide effective initial points for clustering process, and reduce the fluctuation of clustering results which are resulted from initial points selections, thus a better clustering quality can be obtained. The experimental results also show that the f-measure of the improved K-means algorithm has been greatly improved and the clustering results are more stable.

关键词： text clustering K-means algorithm similarity matrix f-measure