雷聪
- 作品数：12 被引量：13H指数：2
- 供职机构：广西师范大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 社会网络动态发布中防止标签邻居攻击的匿名方法
- 本发明公开一种社会网络动态发布中防止标签邻居攻击的匿名方法，采用基于邻居标签相似度设计的算法来为节点分配合适的分组，同时又考虑了原始社会网络中相同组中节点的邻居结构和度信息，用到的StruSim方法在此算法的基础上有所改...
- 李先贤胡晓依雷聪许元馨王利娥
- 文献传递
- 基于PCA的哈希图像检索算法被引量：6
- 2018年
- 为了解决传统图像检索算法低效和耗时的缺点,提出一种基于PCA哈希的图像检索算法。通过结合PCA与流形学习将原始高维数据降维;然后通过最小方差旋转得到哈希函数和二值化阈值,进而将原始数据矩阵转换为哈希编码矩阵;最后通过计算样本间汉明距离得到样本相似性。在三个公开数据集上的实验结果表明,提出的哈希算法在多个评价指标下均优于现有算法。
- 苏毅娟余浩雷聪郑威李永钢
- 关键词：哈希图像检索主成分分析流形学习
- 基于超图稀疏的低秩属性选择算法用于多回归分析
- 2018年
- 针对已有的多回归算法未能更好地考虑不同列类别之间的关联性,提出了一种基于超图稀疏的属性选择方法。利用稀疏理论中的l_(2,p)-范数来改进线性回归模型,结合低秩结构和超图表示来分别考虑同一类别间的局部结构和不同类别间的全局结构,通过子空间学习中的线性判别分析(LDA)来进一步调整重构系数矩阵的结果。经实验验证,提出的算法在六个公开数据集上相比四种对比算法,在多回归分析中均能取得更好的结果。
- 罗?苏毅娟雷聪胡荣耀杨利锋李永钢
- 关键词：子空间学习
- 基于属性自表达的低秩超图属性选择算法
- 2017年
- 针对高维数据具有低秩形式和属性冗余等特点,提出一种基于属性自表达的无监督超图属性选择算法。该算法首先利用属性自表达特点用其他属性稀疏地表达每个属性,此自表达形式使用低秩假设寻找高维数据的低秩表示,然后建立超图正则化因子保持高维数据的局部结构,最后利用稀疏正则化因子进行属性选择。属性自表达特性确定属性的重要性,低秩表示相当于考虑数据的全局信息进行子空间学习,超图正则化因子考虑数据的局部结构对数据进行子空间学习。该算法实际上考虑数据全局和局部信息进行子空间学习,更是一种嵌入了子空间学习的属性选择算法。实验结果表明,该算法相比其他对比算法,能更有效地选取属性,并能取得很好的分类效果。
- 苏毅娟雷聪胡荣耀何威朱永华
- 关键词：子空间学习超图
- 基于超图表示的低秩属性选择方法用于回归分析
- 2018年
- 针对现有的回归模型未考虑特征之间的深层结构,而导致在回归问题上输出不稳定的模型,提出了一种新的属性选择方法。通过稀疏学习理论中的2,1-范数和2,p-范数在线性回归模型分别进行样本降噪和属性选择,利用超图结构和低秩约束来分别考虑数据间的局部结构和不同数据间的全局结构,最后结合子空间学习方法来对模型进行微调。经实验证明,在回归分析中该算法较对比算法能取得更好的效果。
- 钟智方月胡荣耀李永钢雷聪
- 关键词：子空间学习
- 基于核函数的低秩非线性属性选择算法被引量：1
- 2019年
- 高维的数据之间除了有线性关系之外,还有非线性的关系,为此提出一种基于核函数的低秩非线性属性选择算法。通过核函数把数据的每个属性都映射到高维空间,在高维空间中表示出属性之间的非线性关系;通过低秩约束排除噪声的干扰,利用高维空间中数据属性对应的稀疏正则化因子进行属性选择。核函数映射可以找出数据属性之间的非线性关系,低秩约束相当于对高维数据的全局结构进行子空间学习。该算法是一种嵌入了低秩结构的非线性属性选择算法。实验结果表明,该算法比其它的属性选择算法具有更好的效果。
- 李佳烨张乐园雷聪
- 关键词：核函数子空间学习
- 基于超图的稀疏属性选择算法被引量：1
- 2018年
- 针对噪声或者离群点通常会增加矩阵的秩的问题,提出一个在低秩限制下的基于超图的稀疏属性选择算法。算法利用其他属性稀疏地表达每一个属性来获得属性自表达系数矩阵,再利用超图正则化因子获取数据的局部结构将子空间学习嵌入到属性选择的框架中;同时,利用l2,p-范数惩罚自表达系数矩阵和损失函数,挖掘出属性之间的关系和样本间的关系来帮助算法有效地进行属性选择,最终提高模型的预测能力。在UCI数据集上的实验结果表明,该算法相比其他对比算法,能更有效地选取重要属性,并取得很好的分类效果。
- 雷聪钟智胡晓依方月余浩郑威
- 关键词：子空间学习
- 社会网络动态发布中防止标签邻居攻击的匿名方法
- 本发明公开一种社会网络动态发布中防止标签邻居攻击的匿名方法，采用基于邻居标签相似度设计的算法来为节点分配合适的分组，同时又考虑了原始社会网络中相同组中节点的邻居结构和度信息，用到的StruSim方法在此算法的基础上有所改...
- 李先贤胡晓依雷聪许元馨王利娥
- 基于超图和样本自表征的谱聚类算法被引量：2
- 2017年
- 针对传统谱聚类算法仅考虑数据点对点间的相互关系而未考虑数据间可能隐藏的复杂的相关性的问题,提出一种基于超图和自表征的谱聚类方法。首先,建立数据的超图,得到超图的拉普拉斯矩阵表示;然后利用l_(2,1)-范数对样本进行行稀疏自表征,同时融入超图来描述数据间多层次的相互关系;最后,利用生成的自表征系数进行谱聚类。利用基于超图的样本自表征技术考虑了样本之间复杂的相关性。通过在Hopkins155等数据集上的实验表明,在聚类错误率评判标准下,算法优于现有基于普通图的谱聚类算法SSC、SRC等。
- 李永钢苏毅娟何威雷聪
- 关键词：谱聚类超图
- 基于局部结构学习的非线性属性选择算法
- 2020年
- 针对大多数高维数据之间不仅有相似性,而且还有非线性关系等特点,提出一种基于局部结构学习的非线性属性选择算法。该算法首先通过核函数把数据映射到高维空间,在高维空间中表示出数据属性之间的非线性关系;然后在低维空间中通过局部结构学习来充分挖掘属性之间的相似性,同时通过低秩约束来排除噪声的干扰;最后通过稀疏正则化因子来进行属性选择。其通过核函数映射来找出数据属性之间的非线性关系,运用局部结构学习来找出数据属性之间的相似性,是一种嵌入了局部结构学习的非线性属性选择算法。实验结果表明,该算法相比其他对比算法有更好的效果。
- 李佳烨张乐园雷聪甘江璋吕治政
- 关键词：核函数
