基于样本差异性的多标记特征选择算法

在多标记学习中,特征空间的高维性是多标记学习研究的主要问题。文章通过聚类构建由代表性样本组成新多标记数据,定义了多标记决策系统中样本的分类间隔及样本的差异性概念,在此基础上定义了特征权重,提出一种基于样本差异性的多标记特征选择算法,并用4个指标对4个多标记数据集进行实验评价,对比一些当前流行的特征选择算法,验证了本文所提算法的有效性。     

直观有界与包囿拓扑

距离空间中有界集的概念已为人们所熟知,此后我们称距离空间中的有界集为距离有界;另外,拓扑线性空间中有界集的概念则是由 J.Von Neumann 引入的,即:A 是拓扑线性空间 E 的任一子集,若 A 为 O 点的每一邻域所吸收,则它是有界集.今后我们称这样的有界集为 von Neumann 有界.这两种有界集的概念同是依赖于空间的拓扑,但它们确是不同的有界概念,既使在 E 是可距离化的情况下,它们也不等价.我们知道,距离有界与     

基于云变换的农业领域本体概念构建方法研究

针对现有的本体语言不能够表达农业领域知识中存在的诸多模糊概念这一事实,本文提出一种基于云变换的不确定性本体概念的构建方法.设计通过不确定性本体概念的特征属性选择、概念维度数字特征提取与概念层次跃升,得到较粗粒度的不确定性概念的综合形式化表示,并通过实例验证方法的有效性.此外还对传统的云变换算法中熵的估计步骤进行了改进,证明其在时间复杂度上有一定优势.实验结果表明,该方法所提取的概念维度数字特征是有效的,能够较好的表示概念的随机性与模糊性,有助于农业领域本体的客观构建.     

基于相关性分析的多标签特征选择方法

针对现有大多数多标签特征选择算法未能有效去除特征空间冗余特征,同时也忽略了标签差异性的现状,提出一种基于相关性分析的多标签特征选择方法,利用特征之间的相关度对特征进行分组,解决了特征之间的相关性问题.根据样本所对应的标签属性对样本做一个正负类的聚类,对于正样本和负样本所构成的正类簇和负类簇单独确定其聚类个数,并计算原特征到正负类簇中各个类中心的距离,如此便产生了标签特定特征空间;将标签共享的特征空间和标签特定特征空间融合,考虑到多个标签之间的个性和关联性,解决了标签的差异性问题.实验测试表明,相较于现有的多标签特征选择算法,提出的基于相关性分析的多标签特征选择方法在各个分类指标上均有较优的表现,充分证明了该方法的有效性.     

DFI代数的距离函数及其性质

考虑分配的Fuzzy蕴涵代数（DFI代数）. 首先将距离函数的概念引入到DFI代数中, 得到了DFI代数中距离函数的一些基本性质, 并给出了在某些特殊的DFI代数(如全序DFI代数)上距离函数的特殊性质; 其次, 在DFI代数中引入一个新运算, 得到了DFI代数距离函数的等价定义和性质; 最后, 根据所引进的距离函数建立相应的距离空间, 并给出了一些性质.     

基于复杂网络的脑电信号回归分析

基于相点距离集合确定脑电信号的相空间重构嵌入维数,并得到时间序列的相空间轨迹.把由相空间轨迹构成的回归矩阵转化为复杂网络的连接矩阵,并用复杂网络的特征参量表征回归矩阵的性质.实验结果表明,由不同生理状态的脑电信号构成的回归矩阵呈现出普适和非普适特征,也就是小世界特征的一致性和聚类结构的差异性.这些结论与实际脑网络的小世界特征和脑功能区域的聚类结构能够很好吻合.     

论旅游网站访问者距离衰减特征之复杂性

运用"百度"、"Google"等多种网上查询系统和网站访问量统计工具,获取25个旅游网站的访问者空间分布资料,进而依据距离衰减理论探讨了旅游网站访问者的距离衰减特征.研究发现:受多种因素制约,旅游网站国内访问者的空间分布存在复杂的距离衰减性,具有明显的地方性特征,形成了访问者空间分布的若干集中区域和不连续性、跳跃性、定向性的扩散形态;网络信息流与传统信息流的距离衰减特征具有差异性与相似性关联.     

Banach空间的一个几何参数

本文根据E.Silverman引入的,并由F.Sullivan进一步讨论的Banach空间多维凸体的体积概念,引入Banach空间一个新的几何参数?? 并进行了若干讨论,还给出了一致非正方形的Banach空间的一个新特征     

基于距离测度计算的本体学习算法

给出通过计算向量之间的几何距离确定概念相似度的本体学习算法,并讨论了在实例空间映射到特征空间后距离测度的计算方法.最后利用3个仿真实验说明本文算法对相似度计算和本体映射的构建是有效的.     

论图书馆的知识管理

知识管理是21世纪图书馆所面临的一个新课题。本文主要阐述了知识管理的概念、图书馆知识管理的涵义、图书馆实施知识管理的必要性,并提出了高校图书馆知识管理的优势。     

一种广义加权模糊聚类算法

提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.     

基于微分进化的加权模糊C均值图像分割方法

提出基于微分进化和加权模糊C均值的图像分割方法.鉴于加权模糊C均值算法对初始值敏感、容易陷入局部最优的缺点,采用微分进化进行全局寻优,能够找到全局最优的模糊划分;考虑到欧氏距离的局限性,实验中引入特征距离,改善了图像分割效果.实验结果表明,该方法的收敛速度更快、稳定性更好,所获得的适应度值更高.     

使用模糊加权距离的模糊K—近邻算法

本文用自定义的模糊加权距离代替K—近邻分类器中的明氏距离,这种替代突出了每一样本中占有优势的特征分量对距离的贡献。仿真实验及实用结果表明这种替换可进一步改善分类器的性能。     

一种模糊知识库的数据描述方法

研究了模糊知识的表示方法,提出了一种表示模糊知识的模糊数据模型,利用属性加权模糊值来表示模糊性数据。通过定义在元组上的隶属函数反映信息的可信度,对通常意义下的关系代数进行了扩展,每一元组都附一属性函数,定义了模糊属性的含义,用元组间的语义距离表示模糊对象和实体间的相似度,并对该意义下的关系操作进行了相应的研究和讨论。     

融合结构特征的增强型FCM图像分割算法

为了使基于模糊C均值(FCM)聚类的图像分割算法对复杂图像更具适用性,将图像结构特征融合到增强型FCM算法.首先,对原始图像进行均值滤波,将滤波结果与原始图像进行线性叠加形成新的输入图像.其次,采用二维Gabor滤波函数提取新的输入图像的纹理结构特征,以此代替灰度特征来衡量节点间的相似性.最后,采用一种改进的节点间距离度量公式来计算图像中节点与聚类中心点的差异.仿真结果表明,对结构复杂的图像所提算法获得了更加精确的分割结果.     

一种基于MPEG-7颜色特征的图像检索方法

提出一种新的颜色直方图以及相似性度量的表示方法,克服了传统直方图的不足.首先,采用基于MPEG-7视觉内容的颜色作为相似颜色区域内的特征值,对像素颜色值进行非均匀的量化之后,计算每一种颜色出现的概率,并抽取主要颜色特征作为特征向量存储在图像数据库中.最后,根据模糊集合理论的一种距离函数可计算出颜色直方图的相似度.实验结果证实,该方法具有较好的精确性和可行性.     

基于模糊支持向量机的一维距离像识别

在毫米波雷达一维距离像识别中,为达到消除噪声与孤立点影响的目的,在研究了基于距离和样本紧密度的隶属度函数的基础上,提出了一种能反映雷达回波信号在特征空间分布的隶属度函数.用一个紧凑的超椭球体将样本包围起来,并使用超椭球体的方向半径度量样本之间的紧密度.将改进的基于样本紧密度的隶属度函数应用于模糊支持向量机中,可较好地区分开支持向量与含噪声或野值的样本.实验结果显示:随着雷达回波信号信噪比的降低,支持向量机的目标识别率迅速下降,而模糊支持向量机的目标识别率只下降了1%,有效地减小了噪声对一维距离像识别结果的影响.     

基于模糊连接度搜索算法的近胸膜肺结点的检测

在分析了滚球搜索算法对近胸膜肺结点的搜索效果后,根据近胸膜肺结点是由不确定的肺区边缘点及其对应的特征点组成,提出了基于模糊连接度的搜索算法。利用肺区边缘关联结点之间的欧氏距离、肺区边缘关联点之间的路径、标记值和模糊连接度四个参数来描述近胸膜肺结点的属性特征,实现近胸膜肺结点的分割。通过对大量的图片进行测试,实验数据表明,该方法在搜索关联结点方面取得了较好的效果。     

关于Fuzzy度量空间的完备性

定义了Ｆｕｚｚｙ向量间的Ｆｕｚｚｙ距离，证明了它的一些基本性质，并在此基础上讨论了Ｆｕｚｚｙ向量空间的完备性。     

基于不变矩特征和神经网络的图像模式模糊分类

提出了一种基于不变矩特征和神经网络的医学图像识别模型·所设计的识别模型包括不变矩特征提取、不变矩矢量标准化、模糊化预处理、BP网络与竞争选择·利用不变矩方法提取医学图像的特征矢量,能有效检测出具有平移、旋转和比例变化的图像,利用神经网络作为分类器对提取的特征矢量分类,使用模糊化的方法先对输入特征数据做预处理再进行识别,每一个图像模式归属于某一类是以0到1的数字代表其归属程度·实验结果验证了模型的有效性,训练好的网络有很好的分类能力·