基于Bayes分类的PAC-Bayesian定理证明

采用类似基于Gibbs分类的PAC-Bayesian定理的证明方法,证明基于Bayes分类的PAC-Bayesian定理.对于PAC-Bayesian定理的证明采用Bayes分类,可以方便有效地运用到统计问题中来解决相关问题.     

国内期刊亮点

正"大数据"理论和应用的最新研究成果中国人民大学信息学院孟小峰、美国罗特格斯州立大学熊辉等组织的"大数据"专题刊登了3篇该领域的最新研究成果。专题围绕着与大数据相关的理论与技术热点问题,从3个方面介绍了这个领域的一些最新研究成果:(1)微博生态系统的大数据建模和分析;(2)不确定数据对象的孤立点检测算法的研究;(3)遗留系统的云迁移理论和技术。专题中,北京理工大学的张华平等以新浪     

Boosting算法理论与应用研究

作为机器学习领域最经典算法之一,Boosting是一种学习算法,并广泛应用于机器学习与模式识别各领域.Boosting的理论研究分为可学习理论和统计学两个角度.Boosting最初从弱可学习理论角度阐明了由弱到强的提升算法,从理论上证明了一组优于随机猜测的弱学习器通过集成可提升为在训练集上任意精度的强学习器.从统计学的角度看,Boosting是一种叠加模型,理论上二者的等价性已经证明.本文首先从可学习的角度出发,回顾了Boosting算法弱可学习理论,并提出面临的问题及挑战,包括对高维数据的有效性及Margin理论;然后阐述了Boosting算法理论研究分支,并详细回顾了当前最为流行的多种经典Boosting算法及在Boosting理论框架下的新应用;最后探讨了Boosting算法的未来研究趋势.     

PAC实现智能控制算法的关键技术研究

只有加强PAC系统的应用研究和软件开发,特别是一些关键技术的研究和应用,才能充分利用PAC资源,更好地发挥PAC在工厂自动化中的重要作用.针对PAC在基于PLC控制的软件方案中的特点,介绍了利用PAC梯形图语言实现智能控制算法的程序设计方法和关键技术,主要包括程序的框架结构设计以及数据采样、查表和偏差变化率计算等软件设计方法.     

一种基于层次树的高效密度聚类算法

基于密度的聚类算法具有挖掘任意形状聚类和处理"噪声"数据等优势,同时也存在时间消耗大、参数问题局限及输入顺序敏感等缺陷.为此,文章提出一种基于层次树的密度聚类算法DCHT(Density Clustering Based on Hierarchical Tree),以层次树描述子聚类信息,动态调整密度参数,基于密度探测树结构中相邻子聚类得到最终的聚类簇.理论分析和实验结果表明,该算法适用于大规模、高维数据,并具有动态调整参数和屏蔽输入顺序敏感性的优点.     

处理人工智能应用的高性能计算机的架构和评测

人工智能(artificial intelligence,AI)的3块基石是大数据、高性能计算、深度学习算法,大数据被称为"算料",高性能计算被称为"算力",深度学习算法被称为"算法".人工智能主要的研究领域就是算料、算力和算法.算力基础设施作为处理人工智能应用的基石,一直被各个国家给予高度重视.由于人工智能应用的飞速...     

汇编语言中求解任意十进制整数除法的一个算法

研究了任意两个十进制整数除法的汇编语言实现问题,给出了算法思想、程序流程及部分程序源代码．通过对相关数据进行测试,验证了算法的正确性和有效性．     

信息化教育中学生学习行为数据的分类研究

随着大数据时代的到来,教育信息化发展迅猛.近年来以云计算、数据挖掘、移动互联网等为基础的大数据技术为教育研究提供了多方面支持.利用数据技术进行教育领域的研究,为教育教学决策提供有效支持正在成为教育的发展趋势.基于华中师范大学云课堂平台上的数据,通过社群分类算法,对学生学习行为进行分类研究.构建学习行为社交网络,通过PageRank算法寻找网络中的"核心人物",并结合SimRank算法实现分类.     

社交类网站中社交情绪的挖掘与判断

社交化媒体蕴含着大量的数据,通过分析数据,可以研究人们的消费习惯,使用用户导向型策略进行商业化运作获取直接的经济收益。社交情绪分析成为这一体系中最重要的技术之一,国外已经对在英文数据集上的情感分析进行过相关研究。该文利用中文数据、神经网络算法和相关的Web技术对此进行相关的研究,成功构建3个模型,实现了对任意输入中文句子的情感分析,并可在极短时间内对输入内容进行高精度的情感预测。     

基于流形学习的图像检索研究进展

基于内容的图像检索是当前研究的热点,然而由于"语义鸿沟"问题而限制其检索能力的提高.而流形学习可以利用图像数据库中的数据,以及和用户交互的反馈信息获得用户的语义概念,从而提高检索性能.本文鉴于流形学习在图像检索中表现出的有效性,分析了近几年将流形学习应用到基于内容图像检索中的算法,从归纳和转导角度将相关内容分为两个类别,针对每个类别总结分析了相关算法,并总结了有待进一步研究的问题.