国家自然科学基金(60873196) 作品数:26 被引量:167 H指数:8 相关作者: 王勇 张阳 蒋芸 张龙波 蔡立军 更多>> 相关机构: 西北工业大学 西北农林科技大学 西北师范大学 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 甘肃省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
序列模式挖掘算法研究 被引量:3 2009年 对序列模式挖掘中的5种算法的执行过程和特点进行了研究,并对这几种算法的时间和空间执行效率进行了分析,指出这5种算法各自的使用范围,得出的结果对序列模式挖掘的应用具有一定的参考价值. 党育民关键词:序列模式挖掘 GSP FP-GROWTH PREFIXSPAN SPADE 基于粗糙集和单事务项组合的关联规则挖掘算法 2011年 Apriori算法必须反复地扫描数据库才能求出频繁项集,效率较低,且不支持更新挖掘。为了解决这些问题,提出了一种基于粗糙集、单事务项组合和集合运算的关联规则挖掘算法。本算法首先利用粗糙集进行属性约简,对新决策表中的每个事务进行"数据项"组合并标记地址,然后利用集合运算的方法计算支持度和置信度即可挖掘出有效规则。本算法只需要一次扫描数据库,同时有效地支持了关联规则的更新挖掘。应用实例和实验结果表明,本算法明显优于Apriori算法,是一种有效且快速的关联规则挖掘算法。 王明芳 蒋芸 王勇 明利特 周涛 周泽寻关键词:粗糙集 基于粗糙集神经网络的旋转机械故障诊断 被引量:7 2010年 针对旋转机械故障和故障征兆关系的复杂性及神经网络在故障诊断中存在网络结构复杂和训练时间长等问题,提出了一种基于粗糙集与神经网络结合的故障诊断方法;采用自组织映射方法对属性进行离散化,设计了一种自适应遗传算法对属性进行约简,将获得的最小条件属性集作为神经网络的输入;以轴承的故障诊断为例进行分析,结果表明,该方法在保证诊断正确率的同时,可以有效简化神经网络的结构,降低网络的训练时间;另外,设计的自适应约简算法在保证获得最小约简的基础上,大大加快了收敛速度;该方法可推广应用在其它机械设备的故障中。 韩琳 薛静 张通关键词:粗糙集 自适应遗传算法 神经网络 旋转机械 故障诊断 结合Web背景知识的图像语义标注 被引量:2 2013年 针对基于内容的图像语义标注方法中,相同或相近视觉特征对应语义可能不同的情况,提出了一个结合Web背景知识的图像语义关联模型,利用从Web页面中提取的与图像相关的属性,计算Web图像与标注关键词间的语义相关性,确定待标注Web图像的语义,实验表明该方法具有较好的性能。 陈世亮 郭向东 董洋溢关键词:图像标注 语义相似性 基于概率主题模型的标签预测 被引量:9 2011年 充分利用用户自定义标签信息,是理解Web资源语义,提高Web应用智能程度的重要途径。针对资源标签分派中大量存在的信息不完整、不一致的现象,建立基于用户标记行为特征的概率主题模型,利用概率主题模型实现对标记信息不完整资源的标签预测。根据每个资源所对应的标签的统计特征,可产生不同形式的标签文档,通过分析标签文档所生成主题的性能,确定适合于特定数据集的标签文档形式;利用同一主题内词汇间的高度相关性,设计合理的预测标签排序方法,从而实现对标记信息不完整资源的标签预测以及标签语义不一致现象的检测。在数据集DeliciousT 140和Wiki10+上的测试表明,所提方法能有效实现标签预测,并可提高信息检索的性能。 袁柳 张龙波关键词:标签系统 一种自适应耦合TV和高阶PDE的图像放大模型 2011年 针对TV模型存在分块效应,而四阶PDE模型具有保持平坦区域光滑性的特点,提出自适应耦合TV和四阶PDE的正则化图像放大模型。根据图像内容合理调整耦合系数,在图像渐变和平坦区域运用四阶PDE扩散,消除分块效应;而在图像的突变区域运用TV模型滤波,保持突变边缘。实验结果表明,该算法是一种有效的图像放大方法。 张颖 刘晓春 周琳关键词:图像放大 偏微分方程 总变分 不确定数据频繁项集挖掘方法综述 被引量:19 2011年 近几年来,不确定数据广泛出现在传感器网络、Web应用等领域中。不确定数据挖掘已经成为了新的研究热点,主要包括聚类、分类、频繁项集挖掘、孤立点检测等方面,其中频繁项集挖掘是重点研究的问题之一。综述了传统的频繁项集挖掘的两类基本算法,分析了在此基础上提出的适用于不确定数据以及不确定数据流的频繁项集挖掘的方法,并探讨了今后可能的研究方向。 汪金苗 张龙波 邓齐志 王凤英 王勇关键词:不确定数据 频繁项集 数据挖掘 基于单类别学习的自适应数据流分类算法 被引量:1 2010年 目前挖掘概念流动的数据流已经成了研究热点。文章提出了一种既能很好地处理概念漂移又能从单类别中学习的算法UP-AB。通过在超平面数据集和标准数据集上的实验,与PNB[1]算法比较,表明该算法具有更高的准确度,能更快地适应概念漂移。 张栋 王勇 蔡立军关键词:数据挖掘 分类器 DTU-PU:针对不确定数据PU学习的决策树 被引量:2 2013年 不确定数据的PU学习在现实世界的许多应用中,如在传感器网络、市场分析和医学诊断等领域普遍存在,提出了针对不确定数据PU学习的决策树算法。基于POSC45中信息增益的计算方法,引入UDT中处理连续属性的不确定数据时用到的不确定数据区间及概率分布函数的概念,提出了一种能处理连续属性的不确定数据PU学习的决策树算法DTU-PU(Decision Tree for Uncertain data with PU-learning)。在UCI数据集上的实验表明,DTU-PU具有较好的分类准确率和健壮性。 张星 张阳 刘明建 王勇关键词:决策树 uPOSC4.5:一种针对不确定数据的PU学习决策树算法 目前绝大多数在PU学习场景下的学习算法都只能处理确定数据,然而在现实世界的许多应用中,如在传感器网络、市场分析和医学诊断等领域,数据的不确定性是普遍存在的.基于针对精确数据的PU学习算法POSC4.5,提出了PU概率信息... 张潮 李晨 王勇 张阳关键词:不确定数据 决策树 文献传递