请选择 目标期刊
最新录用
保持二元关系不变的概念约简 下载:68 浏览:490
摘要:
受形式概念分析中因子分解的启发,借鉴属性约简的思想,从概念角度上思考,提出保持二元关系不变的概念约简.首先给出保持二元关系不变的概念约简的定义及概念协调集的判定定理.然后根据形式概念在保持二元关系不变的概念约简过程中所起的作用,将形式概念分为核心概念、相对必要概念、不必要概念.最后分别研究3类概念的特征,从二元关系和算子角度考虑,得到三类概念的相关结论.上述结果有助于进一步的算法研究与应用及更深入的理论分析工作.
联合特征选择和光滑表示的子空间聚类算法 下载:76 浏览:462
摘要:
基于自表示关联图的谱聚类模型性能受冗余特征影响较大.为了缓解高维数据无效特征的负面影响,文中提出联合特征选择和光滑表示的子空间聚类算法.首先基于自表示思想构建系数矩阵,将特征选择与数据重构纳入同一框架,同时使用权值因子衡量相关特征贡献度,并对系数矩阵进行组效应约束以保持局部性.通过交替变量更新法优化目标函数模型.在人造数据与标准数据库上的实验表明,文中算法在各项性能上均较优.
回归核极限学习机的多标记学习算法 下载:89 浏览:476
摘要:
基于极限学习机(ELM)的多标记学习算法多使用ELM分类模式,忽略标记之间存在的相关性.为此,文中提出结合关联规则与回归核极限学习机的多标记学习算法(ML-ASRKELM).首先通过关联规则分析标记空间,提取标记之间的规则向量.然后通过提出的多标记回归核极限学习机(ML-RKELM)得出预测结果.若规则向量不为空,将规则向量与预测结果运算得出最终预测结果,否则最终结果即为ML-RKELM的预测结果.对比实验表明MLASRKELM与ML-RKELM性能较优,统计假设检验进一步说明文中算法的有效性.
拥挤场景下基于密集轨迹对准及其运动影响描述符的异常活动检测 下载:83 浏览:491
摘要:
针对现有异常活动检测算法对拥挤场景下的目标跟踪和描述能力不足的问题,文中提出基于密集轨迹对准及其运动影响描述符的算法,捕捉视频目标运动的关键信息.密集轨迹保证对视频运动目标的有效提议,沿着轨迹的方向提取与轨迹对准的运动影响描述符.最后提出完整框架,准确检测全局和局部的异常活动.在UCSD公共数据集上的实验证明文中方法性能较优.
图形处理中GPU固定渲染管线的研究 下载:90 浏览:492
摘要:
图形渲染管道被认为是实时图形渲染的核心,简称为管道。管道的主要功能是由给定的虚拟摄像机、三维物体、灯源、光照模型、纹理贴图或其他来产生或渲染一个二维图像。由此可见,渲染管线是实时渲染技术的底层工具。图像中物体的位置及形状是通过它们的几何描述、环境特征、以及该环境中虚拟摄像机的摆放位置来决定的。物体的外观受到了材质属性、灯源、贴图以及渲染模式(sharding modles)的影响。
基于语言值格蕴涵代数的偏好顺序结构评估决策方法 下载:82 浏览:490
摘要:
针对具有可比性和不可比性语言值信息的决策问题,提出基于语言值格蕴涵代数(LV(n×2))的多属性决策方法.讨论Ln×2上的语言值评价矩阵及其性质,提出LV(n×2)上的优先函数和格值程度差,充分考虑属性值差距信息,将格值程度差应用到择优排序上.通过语言值向量,建立语言值向量合成矩阵,处理决策问题中的多专家多属性信息.引入语言值评价矩阵加权聚合算子对语言值评价矩阵进行聚合,利用偏好顺序结构评估(PROMETHEE)决策方法的非补偿性,构建基于语言值格蕴涵代数的PROMETHEE决策模型,并通过网络商品评价实例说明文中方法的有效性和实用性.
基于进化状态判定的模糊自适应二进制粒子群优化算法 下载:75 浏览:504
摘要:
随着迭代过程的推进,二进制粒子群算法容易陷入局部最优解,后期收敛性较差.针对此缺点,文中提出基于进化状态判定的模糊自适应二进制粒子群优化算法.采用隶属函数进行模糊分类的方法,判定种群进化状态.在迭代过程前期采用S形映射函数和较大的惯性权重值,提高收敛速度,保证算法的稳定性.后期采用V形映射函数和动态增减的惯性权重值,增强算法后期全局探索能力,避免其陷入局部最优.仿真实验表明,文中算法的收敛速度较快,精度较高,搜索能力较好,可以避免早熟现象.
基于ARM的水射流数控机床实时监控及报警系统 下载:10 浏览:376
摘要:
针对水射流数控机床运行状态的实时监控及出现故障时立即报警等问题,采用以ARM Cortex-M3为内核的STM32F103ZET6微处理器芯片,并使用μC/OS作为操作系统,结合工业级双频GSM/GPRS模块和GPS模块设计了数控机床实时监控及报警系统。实际应用表明,系统工作稳定,响应及时,可广泛用于军工、航空航天等工业现场的安防监控。
社交网络中融合社交关系和语义信息的推荐算法 下载:82 浏览:495
摘要:
协同过滤方法广泛应用于推荐,但是数据稀疏成为模型提供高质量推荐的一大障碍.为了解决此问题,文中提出融合社交关系和语义信息的推荐算法,提高协同过滤方法的推荐性能,有机融合稀疏的用户行为记录、项目的社交信息和项目的语义信息.应用矩阵分解技术把行为矩阵和项目社交关系映射到一个低维的特征空间,提供项目社交关系信息分解的显式解释,分析关系信息对用户行为偏好产生的影响.同时,使用社会化因子正则的级联去噪自编码器模型学习项目语义特征,改进传统深度学习模型.在真实腾讯微博和Twitter数据集上的实验表明,文中方法有效提高召回率、准确率和推荐效率.
多方法融合的反应堆紧急停堆子系统安全性分析 下载:45 浏览:373
摘要:
针对反应堆紧急停堆子系统,将故障模式影响分析(FMEA)、故障树分析(FTA)、系统理论的过程分析(STPA)3种独立的基本分析方法进行组合,形成仪表控制系统设计阶段的失效和故障基本项覆盖统计表格。STPA方法能够很好地弥补了FMEA和FTA方法的不足。同时,在仪控系统的设计阶段,STPA方法非常适合发现反应堆紧急停堆子系统涉及的软件类、系统交互以及通信类的故障和安全问题。
基于词向量的中文事件发现及表示 下载:82 浏览:509
摘要:
已有的事件发现方法主要基于词频-逆文档频率文档表示,维度较高,语义稀疏,效率和准确率都较低,不适用于大规模在线新闻事件发现.因此,文中提出基于词向量的文档表示方法,降低文档表示维度,缓解语义稀疏问题,提高文档相似度计算效率和准确性.基于该文档表示方法,提出动态在线新闻聚类方法,用于在线新闻事件发现,同时提高事件发现的准确率和召回率.在标准数据集TDT4和真实数据集上的实验表明,相比当前通用的基线方法,文中方法在时间效率和事件质量上都有显著提高.
基于多识别区域融合的机动车驾驶员检测框架 下载:88 浏览:498
摘要:
受光照条件、图像噪声和复杂背景等因素的影响,在机动车驾驶员检测过程中难以获取不同卡口图像下的驾驶员特征.为了解决上述问题,文中提出基于多识别区域融合的精准驾驶员位置检测框架,用于提高驾驶员识别率.首先基于图像梯度特征算法获得车牌定位,然后使用自适应方法得到车窗区域,最后采用多识别区域融合策略得到准确的驾驶员区域.在10个图像测试库上的测试表明,文中方法可以获得较高的识别率.
基于信息粒化的多标记特征选择算法 下载:87 浏览:507
摘要:
特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据集以及5个评价指标上的实验表明文中算法在分类上的有效性.
部分线性函数多项式模型的联合探测 下载:46 浏览:367
摘要:
本文提出了一个新的部分线性函数多项式回归模型,该模型中响应变量依赖于一个p阶函数多项式和一些非函数型数据的协变量.函数多项式模型、函数线性模型和部分函数线性模型是该模型的特殊情形.本文提出了一个模型探测方法,它能同时探测部分线性函数多项式回归模型中哪些阶是重要的以及哪些非函数型变量是重要的.提出的方法能相合地识别真实的模型并有好的预测表现.数值模拟能清晰地证实我们的理论结果.
基于边重要度的矩阵分解链路预测算法 下载:84 浏览:513
摘要:
基于矩阵分解的链路预测方法的领域适应性较好.然而在已有基于矩阵分解的链路预测方法中,0-1矩阵的网络数据表示对网络中未知连边的假设较强,同时对网络中已知连边的重要度无区分性.为此,文中放松0-1矩阵的网络数据表示假设,对未知节点对连边不做任何假设,并提出边重要度度量方法,对网络中已知连边进行重要度度量,最终建立基于网络权重矩阵分解的链路预测模型.在8个公开网络数据集上对比基于度量的链路预测方法和已有矩阵分解方法,文中方法链路预测结果更好.
基于虚拟仪器和单片机的实时温度采集与控制系统 下载:10 浏览:363
摘要:
设计开发了基于单片机技术、传感技术、虚拟仪器和无线传输的温度采集和控制系统。以Pt100作为温度传感器,STC89C52单片机作为硬件控制芯片,通过数据采集卡USB-6251将采集的温度数据上传至上位机,上位机以LabVIEW软件作为开发平台,对采集的数据进行存储、显示、报警及分析处理。该系统实现了对温度的采集和控制,所需硬件少、可扩展性强、开发与维护费用低,能基本满足目前生产领域的温度测控需求,具有较大的应用前景和市场潜
求解大规模问题的多核学习正则化路径算法 下载:94 浏览:512
摘要:
多核学习在处理异构、不规则和分布不平坦的样本数据时表现出良好的灵活性和可解释性.针对精确正则化路径算法难以处理大规模样本数据的问题,文中提出正则化路径近似算法.根据采样分布函数进行抽样,在原始核矩阵的基础上生成近似矩阵,同时在拉格朗日乘子向量中抽取对应行,实现矩阵乘积的近似计算,提高多核学习正则化路径的求解效率.最后分析多核学习正则化路径近似算法的近似误差界和计算复杂性.在标准数据集上的实验验证文中算法的合理性和计算效率.
低秩矩阵近似与优化问题研究进展 下载:92 浏览:509
摘要:
首先以高维数据压缩与恢复为背景,详细阐述由香农采样理论到稀疏表示和压缩感知理论再到低秩矩阵问题的发展历程,引出低秩矩阵近似与优化问题的重要性.然后,从低秩矩阵最小化问题、低秩矩阵分解问题、低秩矩阵的优化与应用三方面对现有方法进行详细的综述.最后对当前研究的不足之处与未来的研究方向提出合理的建议.
时空嵌入式生成对抗网络的地点预测方法 下载:97 浏览:522
摘要:
定位技术的广泛使用可以积累大量的用户轨迹信息,为挖掘用户的行为轨迹提供便利.地点预测任务是众多基于位置服务的基础,学者们更关注如何有效利用这些轨迹数据进行地点预测.已有的方法或关注对长期模式(数天或数月)的预测,或致力于实时轨迹预测.文中研究的问题基于上述两者之间,即对弱实时条件下(数分钟或数小时)用户下一步的访问行为进行预测.为此,提出时空嵌入式的生成对抗网络模型(ST-GAN),在序列生成对抗网络的基础上,提出时空嵌入式长短时记忆生成模型(ST-LSTM)和时空嵌入式卷积神经网络判别模型(ST-CNN).ST-LSTM利用时空信息引导LSTM训练门机制,缓解数据的稀疏性.ST-CNN利用时空信息增强判别真伪访问序列的能力.此外,ST-GAN的训练优化机制使模型可以生成更多逼近真实的数据以引导模型学习,从而得到更好的预测效果.最后在真实的轨迹数据集上的实验验证ST-GAN的有效性.
面向在线智慧学习的教育数据挖掘技术研究 下载:92 浏览:520
摘要:
随着教育信息化进程的深入,学生在线学习数据得到不断积累,为数据驱动的教育评估和智能辅助教学提供良好条件.然而,已有的面向在线智慧学习的教育数据挖掘模型很难从海量、稀疏、高噪的数据中准确分析试题特征和学生学业水平,也较少考虑学生及教师的个性化需求.文中针对上述问题开展若干面向在线智慧学习的教育数据挖掘技术研究工作,以教育学习所涉及的试题、学生、教师为对象,以个性化推荐等技术同教育领域知识相结合为手段,以提高学生学业水平为目标.具体介绍用于试题分析和检索的试题文本表征模型、基于认知诊断的个性化学习资源推荐方法、针对教师的教学建议和指导等方法,以及这些技术所依托的应用平台——科大讯飞在线教育系统"智学网".最后简单讨论面向在线智慧学习的教育数据挖掘技术未来可能的研究方向.

版权所有 © 2025 世纪中文出版社  京ICP备2024086036号-2