公共文化服务平台

非共现数据的二元化加权转化算法: 2013年; 面向范畴数据的序列化信息瓶颈算法(CD-sIB)假设数据各个属性特征对二元化转化的贡献均匀,从而影响转化效果.文中提出二元化加权转化方法来反映非共现数据的特征.该方法通过突出非共现数据的代表性属性,从抑制非代表性(冗余)属性,从而获取最佳共现表示.文中提出随机分布数据的适用性和计算方法的无监督性两个非共现加权原则,并基于加权粒度概念构造二元化加权转化算法.实验结果表明,文中算法的聚类精度优于其它算法.; 姬波叶阳东; 关键词：信息瓶颈

基于特征变换的DGA诊断范例推理方法被引量：2: 2015年; Pearson相关系数是一种衡量变量间线性关系的方法,广泛用于变压器中油中气体故障诊断(DGA)的范例推理匹配算法。但是,现有方法存在偏袒数据区间较大的特征以及认为所有特征对相关系数判定的贡献相同这两个问题。因此,在深入分析DGA色谱数据的基础上,提出采用对数特征变换方法缩小特征值域来解决偏袒大数据区间特征的问题,采用均方差特征赋权区分特征贡献度的方法进一步提高DGA故障检测效果,并构造了基于特征变换和特征权重的Pearson相关系数DGA诊断(FTW_Pearson)算法。实验结果表明,FTW_Pearson算法的DGA诊断正确率优于业界普遍使用的大卫三角形法、未考虑特征变换和权重的Pearson相关系数法以及贝叶斯算法和神经网络算法。; 高明磊张钟江姬波; 关键词：油中溶解气体

一种特征加权的顺序IB算法: 2014年; 提出了一种基于特征加权的IB算法—wsIB算法,该算法融入了ReliefF算法,对特征进行加权,抑制了冗余特征,强化了有效特征。在加权变换后的特征空间中进行聚类,实验结果表明,该算法优于sIB算法。; 陈晓琳叶阳东; 关键词：SIB算法特征加权互信息

基于ReliefF特征加权的人工蜂群聚类算法被引量：1: 2018年; 针对模糊聚类算法对最优聚类中心的搜索能力偏弱,以及没有度量样本数据各维特征属性对聚类结果贡献度的问题,提出了一种ReliefF特征加权的人工蜂群聚类算法。算法利用人工蜂群算法搜索最优聚类中心,使用ReliefF算法度量数据各维特征权重,分析了各维特征对聚类的不同影响,减弱冗余特征对聚类的干扰,增强有效特征对聚类的贡献,对加权变换后的数据样本进行聚类以提高聚类效果。在UCI数据集上的对比实验结果表明,此算法具有很好的综合性能。; 龙金辉叶阳东; 关键词：人工蜂群算法模糊聚类算法 RELIEFF 特征加权

一种信息物理融合系统行为预测模型被引量：3: 2013年; 信息物理融合系统(CPS)是一类集成了计算系统、通信网络、传感器网络、控制系统和物理系统的新型互联系统。由于CPS内部异构单元之间的通讯、协同和交互的形式错综复杂,目前尚无统一的模型进行描述和分析,因此对其行为的建模和预测是一个难点问题。首先以混杂系统、模糊集理论和人因学方法为基础,提出一种模糊时间混合Petri网,随后通过对一类典型CPS的行为进行建模和分析,实现了CPS动态行为和状态迁移的预测,最后以仿真数据验证了模型的有效性。该模型可用于分析CPS中的物理世界连续状态和信息世界离散事件之间的联系和交互,有助于研究CPS中的不确定性问题和系统组成单元之间的异步并发关系,为CPS的行为预测、状态评估和实时控制提供了有效方法。; 佘维叶阳东; 关键词：信息物理融合系统混杂系统

基于影响函数的分类: 2016年; 从新的角度理解分类,提出一种有效的用于数据挖掘分类任务的方法—基于影响函数的分类方法(Classification Based on Influential Function,CBIF).CBIF首先定义了影响函数,然后利用影响函数考察已知类标号样本对未知类标号样本x的影响,对x影响越大,表明x与该样本越相似,综合考虑各个类对x的影响,最后,对x影响最大的类决定了x的类标号.本文设计了指数影响函数,将其用于CBIF方法并给出基于指数影响函数的分类算法,基于UCI数据集上的实验结果表明,CBIF方法提高了分类的性能,与传统的分类方法相比,该方法也显示出明显优势.; 张婷职为梅董亚东范明; 关键词：影响函数支持向量机神经网络决策树

一种基于ReliefF特征加权的R-NIC算法被引量：6: 2015年; 非参数信息理论聚类(NIC)算法通过计算数据点与簇间的互信息来实现聚类,利用无参估计法计算集群平均熵,从而降低人为参与的成本,但该算法假定待分析样本的所有特征对分类具有相同的贡献,与目前已有的研究结果相悖。为此,提出一种特征加权的R-NIC算法,该算法考虑各维特征对模式分类的不同影响,使用Relief F对特征进行加权变换,抑制冗余特征,加强有效特征,利用NIC算法在变换后的特征空间中进行聚类以提高聚类效果。在UCI数据集上的实验结果表明,该算法具有较高的聚类性能,聚类效果优于NIC算法。; 陈晓琳姬波叶阳东; 关键词：聚类互信息特征加权

基于朴素贝叶斯的局部放电诊断模型被引量：7: 2016年; 针对局部放电故障诊断问题,提出一种基于朴素贝叶斯的局部放电诊断模型,并对模型中的朴素贝叶斯的应用方法进行详细研究。该模型由四部分组成:信号的接收及处理、谱图产生、特征提取和朴素贝叶斯分类。诊断流程:首先由UHF传感器接收局部放电信号并交于信号调理单元处理;然后基于处理后的信号产生三维谱图,提取谱图的典型特征;最后采用朴素贝叶斯算法进行故障诊断。该模型已作为插件嵌入到某一电力设备生产企业的变压器监测产品中。实际测试表明该模型较好地满足了应用需求。; 陈新美潘笑颜路光辉牧继清姬波; 关键词：局部放电朴素贝叶斯特征提取

融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法被引量：4: 2018年; 【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域。使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较。【结果】本算法分割精度、峰值信噪比平均值分别为98.94%、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47~4.56百分点、9.81~13.11 dB。【结论】本算法处理棉花图像具有更高的分割精度以及峰值信噪比。; 龙金辉龙金辉; 关键词：棉花图像分割马尔可夫随机场量子粒子群模糊聚类邻域信息

一种基于IB方法的二分类算法: 2013年; 二分类数据中,某些训练样本因其隐私性往往较难获取,致使训练集规模较小,因此分类算法无法学习到较好的数据模式.针对上述问题,本文利用IB方法(Information Bottleneck)并结合该问题特有的性质,提出一种新的基于单类的二分类算法——BCOC-IB算法.该算法的学习阶段使用单类IB算法学习数据模式,分类阶段使用二分类策略对测试数据进行分类.实验结果表明,当训练样本较少的情况下,BCOC-IB算法的分类精度高于对比算法,且时间复杂度较低.; 杨晨叶阳东

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61170223)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61170223)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈