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

多尺度邻域决策信息系统的特征子集选择

模式识别与人工智能 2023年第1期36卷 49-59页

作者：张庐婧林国平林艺东寇毅闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定... 详细信息

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定义,构造多尺度邻域信息粒并讨论其相关性质.在此基础上,探讨特征的重要度,提出可同步进行最优尺度选择和特征选择的特征子集选择算法.改进原有的Wu-Leung模型,在一定程度上扩展其在实际问题上应用的范围.最后,在UCI数据集上验证模型和算法的可行性和有效性.

关键词：粒计算邻域决策系统邻域半径多尺度邻域信息粒特征子集选择

在线全文

学校读者我要写书评

暂无评论

覆盖拟阵及其可图性

模式识别与人工智能 2014年第6期27卷 481-486页

作者：李清银林姿琼祝峰闽南师范大学福建省粒计算及其应用重点实验室漳州363000

拟阵具有较强的公理系统,这为它和其他理论的结合奠定坚实的基础.文中利用覆盖构造一个拟阵,并研究这个拟阵的可图性.利用友元把论域的一个覆盖变成这个论域的一个划分,结合拟阵理论,建立这个覆盖的一个拟阵结构,并研究覆盖拟阵的极小... 详细信息

拟阵具有较强的公理系统,这为它和其他理论的结合奠定坚实的基础.文中利用覆盖构造一个拟阵,并研究这个拟阵的可图性.利用友元把论域的一个覆盖变成这个论域的一个划分,结合拟阵理论,建立这个覆盖的一个拟阵结构,并研究覆盖拟阵的极小圈与覆盖之间的关系.最后证明覆盖拟阵是一个可图拟阵.

关键词：覆盖划分拟阵极小圈可图拟阵

在线全文

学校读者我要写书评

暂无评论

去中心基于属性Σ协议的一般性构造及其应用

计算机科学与探索 2021年第9期15卷 1667-1679页

作者：杨晓莉黄振杰闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000 闽南师范大学计算机学院福建漳州363000

基于属性密码因能提供细粒度访问控制和良好的隐私性而成为密码学的研究热点之一。Σ协议是一种三轮公开抛硬币诚实验证者零知识证明协议,在密码学的许多领域有重要应用。首先,将基于属性密码引入到零知识证明领域,研究基于属性Σ协议,... 详细信息

基于属性密码因能提供细粒度访问控制和良好的隐私性而成为密码学的研究热点之一。Σ协议是一种三轮公开抛硬币诚实验证者零知识证明协议,在密码学的许多领域有重要应用。首先,将基于属性密码引入到零知识证明领域,研究基于属性Σ协议,给出其定义,刻画其安全模型;其次,基于标准Σ协议、陷门可取样关系和平滑秘密共享方案,给出一个去中心基于属性Σ协议的一般性构造和相应的例子,并证明其安全性;最后,作为去中心基于属性Σ协议的应用,利用Fiat-Shamir转换,得到去中心基于属性签名和去中心基于属性双层签名的一般性构造和相应的例子。效率分析表明,基于属性双层签名方案相比已有的方案在数据长度和计算开销两方面都具有显著的优势。

关键词： Σ协议去中心基于属性Σ协议去中心基于属性签名去中心基于属性双层签名一般性构造

协调多尺度决策系统中基于测试代价的属性与尺度选择

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2023年第5期36卷 433-447页

作者：吴迪廖淑娇范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文... 详细信息

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率.

关键词：属性与尺度选择测试代价多尺度决策系统单调性

多尺度决策系统中测试代价敏感的属性与尺度同步选择

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第4期37卷 368-382页

作者：廖淑娇吴迪卢亚倩范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中... 详细信息

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中以最小化数据处理的总测试代价为目标,提出测试代价敏感的属性与尺度同步选择算法,同时适用于协调的多尺度决策系统和不协调的多尺度决策系统.首先,构造基于粗糙集的理论模型,模型中的概念及性质同时考虑属性因素和尺度因素.其次,基于粗糙集的理论模型,设计启发式算法,能基于测试代价对多尺度决策系统同时进行属性约简与尺度选择,并且不同的属性可选择不同的尺度.最后,在12个数据集上的实验验证文中算法的有效性、实用性及优越性.

关键词：属性与尺度选择代价敏感学习多尺度决策系统粗糙集单调性

在线全文

学校读者我要写书评

暂无评论

基于属性加权的概念认知学习模型

模式识别与人工智能 2023年第8期36卷 749-763页

作者：梁涛巨林艺东林梦雷王启君闽南师范大学数学与统计学院漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

现有概念认知学习模型往往存在忽略属性与决策间的相关性、涉及的概念空间存在冗余性、学习效果有限等问题.因此,文中提出面向属性加权的概念认知学习模型(Weighted Attributes-Based Concept-Cognitive Learning Model,WACCL).首先,探... 详细信息

现有概念认知学习模型往往存在忽略属性与决策间的相关性、涉及的概念空间存在冗余性、学习效果有限等问题.因此,文中提出面向属性加权的概念认知学习模型(Weighted Attributes-Based Concept-Cognitive Learning Model,WACCL).首先,探讨属性与决策之间的相关性,提出属性的加权机制.考虑到概念空间冗余性问题,探索不同概念的地位,实现概念空间压缩.然后,结合概念间的相似性,实现概念聚类,为线索的学习提供依据.最后,在13个数据集上的实验验证WACCL的有效性.

关键词：概念认知学习模糊概念属性加权概念聚类 .

在线全文

学校读者我要写书评

暂无评论

对划分的一个粒度公式的研究

南京大学学报（自然科学版） 2013年第5期49卷 546-552页

作者：林姿琼姚华福建省粒计算及其应用重点实验室闽南师范大学漳州363000

对于划分的粒度,现在已经定义了很多公式.相对于同一个论域来说,这些定义所遵循的一个整体的原则显然是划分块数越少其粒度越大.对于同一论域的具有相同块数的两个不同划分,在某些情况下,其粒度也被认为是不同的,可称之为局部原则.现有... 详细信息

对于划分的粒度,现在已经定义了很多公式.相对于同一个论域来说,这些定义所遵循的一个整体的原则显然是划分块数越少其粒度越大.对于同一论域的具有相同块数的两个不同划分,在某些情况下,其粒度也被认为是不同的,可称之为局部原则.现有的公式基本上都兼顾了这两个方面.讨论一个相对简单的公式,且主要研究的是局部原则对整体原则某种程度的破坏.首先定义划分的方差,给出划分的粒度公式与划分的方差之间的关系.然后给出一个界限,证明在相同论域上,当一个划分的块数大于另一个划分的块数超过这个界限时,这个划分的粒度一定大于另一个划分的粒度.

关键词：划分粒度等价关系方差

在线全文

学校读者我要写书评

暂无评论

基于邻域的覆盖粗糙集的上近似拟阵结构

山东大学学报（理学版） 2014年第8期49卷 80-85页

作者：李清银祝峰闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000

通过邻域,构造了一个覆盖粗糙集的上近似拟阵结构。借助拟阵理论中的横贯理论和基公理,建立了这个拟阵。利用补邻域的下近似等价表示了一个与邻域相关的集族。最后从基数的角度研究了这个集族为这个拟阵的全体超平面的一个充要条件。

关键词：覆盖邻域近似算子拟阵基超平面

在线全文

学校读者我要写书评

暂无评论

多标记学习自编码网络无监督维数约简

智能系统学报 2018年第5期13卷 808-817页

作者：杨文元闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000

多标记学习是针对一个实例同时与一组标签相关联而提出的一种机器学习框架,是该领域研究热点之一,降维是多标记学习一个重要且具有挑战性的工作。针对有监督的多标记维数约简方法,提出一种无监督自编码网络的多标记降维方法。首先,通过... 详细信息

多标记学习是针对一个实例同时与一组标签相关联而提出的一种机器学习框架,是该领域研究热点之一,降维是多标记学习一个重要且具有挑战性的工作。针对有监督的多标记维数约简方法,提出一种无监督自编码网络的多标记降维方法。首先,通过构建自编码神经网络,对输入数据进行编码和解码输出;然后,引入稀疏约束计算总体成本,使用梯度下降法进行迭代求解;最后,通过深度学习训练获得自编码网络学习模型,提取数据特征实现维数约简。实验中使用多标记算法ML-k NN做分类器,在6个公开数据集上与其他4种方法对比。实验结果表明,该方法能够在不使用标记的情况下有效提取特征,降低多标记数据维度,稳定提高多标记学习性能。

关键词：多标记学习维数约简无监督学习神经网络自编码器机器学习深度学习特征提取