一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

基于粗糙集的分布式集值数据属性约简

有许多文献针对集中式集值决策信息系统进行了研究,但还没有针对分布式集值决策信息系统方面的研究。主要讨论了分布式环境下集值决策信息系统的属性约简问题。从概率角度给出了集值对象的相似性度量,定义了分布式集值决策信息系统中的粗糙集模型;以保持系统正域不变为准则,分析了分布式集值决策信息系统中子决策表和属性的可约性;随后,给出了分布式集值决策信息系统中属性对于系统可约的2个判定条件,并采用后向搜索策略提出了相应的属性约简算法;为了验证该方法的有效性,在5份数据集上进行了50组实验。实验结果表明,提出的方法可以在保持分布式集值决策信息系统分类能力基本不变的情况下约简掉冗余的属性。。     

深度神经网络内部迁移的信息几何度量分析

使用深度神经网络处理计算机视觉问题时,在新任务数据量较少情况下,往往会采用已在大数据集上训练好的模型权值作为新任务的初始权值进行训练,这种训练方式最终得到的模型泛化能力更好.对此现象,传统解释大多只是基于直觉分析而缺少合理的数学推导.本文将深度神经网络这种网络结构不变下层间的学习转为深度神经网络内部的迁移能力,并将学习过程变化形式化到数学表达式.考虑数据集对训练过程带来的影响,利用信息几何分析方法,确定不同数据集流形之上的度量和联络,实现不同数据集之间的嵌入映射,同时将参数空间的变化也放入流形空间,探究其对学习过程的共同影响,最终实现对这种内部迁移现象的数学解释.经过分析和实验验证可得内部迁移过程其实是一种能使网络可以在更广空间进行最优搜索的变化,有利于模型可以在学习过程中获得相对的更优解.     

基于LS-SO算法的情感文本分类方法

首先, 基于点互信息与信息检索(PMI IR)算法, 提出一种Laplace平滑情感判定(LS-SO)算法, 对情感词典与表情符号情感词典进行自动扩充, 得到了具有一定规模、 高质量的情感词典, 包括基础情感词典、 目标情感词典、 网络用语情感词典、 表情符号情感词典、 否定词词典、 疑问词词典、 程度副词词典和连词词典. 其次, 通过细化文本语义分析规则计算文本情感值. 实验结果验证了该方法的有效性.     

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取, 无法有效保证物联网的有效通信等问题, 提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法. 首先构建通信节点转移特征建模, 计算标记网络入侵下的跳频节点和噪音节点; 然后设计通信分布序列分析模型, 计算节点信息冗余度和通信节点的极值, 根据节点信息冗余度计算结果将干扰节点进行排序去除, 根据极值选取最优通信节点; 最后对最优通信节点选取算法进行仿真实验. 实验结果证明, 该算法可快速、 准确地实现物联网入侵下最优节点的选取, 具有较强的抗干扰能力, 且算法的综合性能优于目前其他最优通信节点选取算法.     

基于径向基神经网络的思南县崩塌易发性评价

贵州省思南县境内崩塌地质灾害较为发育,通过对县域崩塌易发性进行预测,可准确获取崩塌地质灾害分布规律,为国土部门开展崩塌防治提供科学指导。因此,首先采用遥感和地理信息系统等技术,对思南县的自然地理和地质条件等因素进行分析;再采用频率比分析和相关系数分析法,建立崩塌地质灾害与基础影响因子之间的非线性响应关系;最后,首次提出一种典型的机器学习:径向基神经网络模型,对思南县崩塌易发性进行预测并绘图。结果表明:径向基神经网络预测思南县的崩塌易发性的准确率(AUC曲线)达到0.945,非常准确地预测出了思南县崩塌地灾的分布规律。且崩塌易发性分布图显示极高、高、中等、低和极低易发区面积占县域总面积的比值分别为13.06%、14.08%、25.41%、23.68%和23.77%。     

基于Geodatabase的矿区地质灾害数据库的设计

为了研究和治理矿山开采地区几种常见地质灾害,提高对地质灾害数据的掌握,文中在对矿区地质灾害数据进行收集和整理的基础上,通过对相关技术空间数据引擎、Geodatabase模型进行了简单的介绍,并重点叙述了矿区地质灾害信息管理系统中空间数据库和属性数据库的设计方法及过程,最后从两个数据库的连接等方面,对空间数据和属性数据进行汇总、加工、校验和入库,从而完成了数据库的建立。结果表明:该数据库一旦建立,可满足矿区地质灾害管理一体化的需要,可以为区域地质灾害易发性、危险性区划提供直接的数据支持,为地质灾害信息系统在防灾规划中的应用莫定基础,也为防灾减灾工作提供科学依据。     

影响概念建模质量的关键因素分析

概念建模过程中,信息损失和误解是因为信息转换造成的,而信息转换隐含于领域专家和建模者之间的交流以及用建模语言表达概念模型的活动中.通过分析建模活动和模型表达方法,明确了影响概念建模质量的关键因素,继而提出一个建模准则:概念建模是描述而非设计.     

对大数据与信息安全相关问题的初步认识

大数据是伴随着互联网、云计算、移动互联网以及物联网等新技术发展到一定阶段的必然产物。大数据时代是互联网从量变到质变的一个重要发展阶段。本文详细分析和讨论了物理域上信息安全面临的威胁和挑战,探讨了大数据时代对国家信息安全产业的影响,并提出了在信息安全方面需要凝练和解决的大数据科学问题。     

大数据产业及管理问题的一些初步思考

大数据时代的到来对已有的管理科学与工程方法提出了严峻的挑战,西安交通大学依托管理科学与工程学科优势,在国内较早开展了大数据相关研究。结合平台建设、国际交流、基金项目等经验,以＂顶天立地＂为目标,对大数据未来研究提出了三个主要方向：数据质量、首席数据官的兴起、以及大数据产业发展,并对三方面的研究重点和内容提出了建议。旨在促进我国学界对大数据的认识,激发更多学者投入大数据相关研究领域。