公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于决策熵的不完备信息系统的知识约简方法被引量：4: 2013年; 为有效地解决不完备信息系统的知识约简,得到更优的决策规则集,研究了基于容差关系的决策熵在不完备信息系统中能客观反映决策规则的决策能力,提出了一种基于决策熵的不完备知识约简方法。该方法基于决策熵的思想,考虑了决策规则可信度和对象覆盖度,同时引入了容差关系,以决策熵的属性重要性度量为启发信息进行知识约简,最终得到确定的规则集。仿真实验结果表明了该算法的可行性。; 胡峰陈曦王小燕; 关键词：不完备信息系统知识约简容差关系决策熵

一种新的基于二进制分辨矩阵的属性约简方法被引量：5: 2013年; 对基于二进制分辨矩阵的属性约简算法进行深入研究,分析对比几种典型的属性约简算法的性能。在此基础上提出一种基于二进制分辨矩阵的启发式算法。该算法以矩阵的行与列两个方向的特征作为度量属性重要性的依据,更有可能获得决策表的一个最优约简。实验结果表明,该算法有效地提高了约简性能和识别率。; 陈宸赵军; 关键词：粗糙集决策表属性约简

一种基于MapReduce的粗糙集并行属性约简算法被引量：4: 2015年; 云计算技术是海量数据挖掘的一种高效解决方案,将MapReduce并行计算模型与粗糙集属性约简算法相结合,提出一种基于MapReduce的浓缩布尔矩阵并行属性约简算法。该算法提高了粗糙集属性约简算法对大数据的处理能力和效率,并能适应云计算环境。实验结果表明,所提算法具有良好的效率、加速比和可扩展性。; 杨勇朱影; 关键词：MAPREDUCE 粗糙集属性约简

一种基于MapReduce的并行FP-growth算法被引量：28: 2013年; FP-growth算法是不产生候选集的关联规则挖掘算法,在许多领域中具有很高的实际应用价值。然而经典的FP-growth算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力。对经典FP-growth算法中FP-tree的结构和挖掘过程进行了改进,分析了FP-tree单路径和多路径的不同挖掘方法,提出了一个剪枝策略,在挖掘过程中减少了部分分支的迭代次数。然后利用云计算的MapReduce编程技术,对改进的FP-growth算法的各个步骤并行化。实验结果表明改进的算法在处理不同的数据集时有一定的优势,然后经过MapReduce模型并行化后,提高了对海量数据的处理能力和效率,并且具有较好的加速比和良好的扩展性。; 杨勇王伟; 关键词：HADOOP MAPREDUCE 关联规则

基于Kinect的中国手语识别被引量：4: 2013年; 基于微软Kinect提取的深度图像信息,提出了一种新的中国手语识别方法。该方法首先利用Kinect获取人体主要骨骼的3D坐标和手的3D坐标;然后根据中国手语的手型、手的位置和手的方向3个主要构造成分,分别采用DBSCAN和K-means聚类算法获取手语特征中的手的位置基元和方向基元,提出一种结合CLTree和Attribute bagging聚类集成方法提取手型基元;最后将这3类基元进行组合采用模板匹配方法识别中国手语。通过对选取的72个中国手语进行识别实验,平均识别率为90.35%,实验结果说明了方法的可行性。; 杨勇叶梅树; 关键词：中国手语识别基元聚类 KINECT

基于MapReduce的关联规则并行增量更新算法被引量：10: 2014年; 针对在关联规则的实际挖掘中,由数据快速增加所造成的大数据问题和增量更新问题。在快速更新频繁模式树算法(fast updated frequent pattern tree,FUFP-tree)的基础上,引入MapReduce并行编程模型,提出了一个面向大数据的并行的关联规则增量更新算法(parallel fast updated frequent pattern tree,PFUFP-tree)。该算法通过构建原始事务数据的分块索引,从而使得在每次增量更新时,能够最小化地扫描原始事务数据库,提高了挖掘效率;同时采用动态负载均衡的项目分组策略来优化并行计算过程中的项集分组问题,从而保证分布式集群中节点之间的负载均衡;实验结果证明,提出的算法是有效的和高效的,适用于动态增长的大数据环境。; 杨勇高松松; 关键词：关联规则大数据 MAPREDUCE

基于演化超网络的中文文本分类方法被引量：13: 2013年; 为了提高中文文本的分类效果,提出了一种基于演化超网络的中文文本分类方法.采用中国科学院计算技术研究所的汉语词法分析系统对中文文本进行分词,保留文本中的名词、动词和形容词作为特征;以χ2统计方法进行特征选择;利用布尔权重计算特征权值.经处理后的特征向量作为系统的训练集和测试集数据.运用超边替代策略训练超网络分类模型,并实现对测试集特征向量的分类.对不同阶数设定下的演化超网络模型进行了性能分析,并将其与传统的KNN和SVM算法进行了比较.结果表明,本方法对复旦大学语料和搜狐语料可获得87.2%和72.5%的宏识别率、86.9%和70.5%的宏召回率、87.0%和71.5%的宏F1,接近或优于KNN和SVM分类方法.所提出的方法是一种有效的中文文本分类手段.; 王进金理雄孙开伟; 关键词：文本分类中文信息处理智能系统模式识别

基于加权两层图的混合推荐方法被引量：2: 2012年; 结合用户-项目评分矩阵和项目-类别关联矩阵,提出了一种新的混合推荐模型。首先,利用用户-项目评分矩阵和项目-类别矩阵,提出一种新的项目关联度度量方法,该方法根据项目的特征信息和当前评分数据的稀疏情况,动态调节关联度的计算值,真实地反映彼此之间的关联度;其次,分别以项目关联度和用户-项目评分信息为权值,构建一个基于用户-项目的加权两层图模型;在此基础上,从两层图的全局结构出发,结合随机游走算法给出了基于加权两层图的推荐算法,以为用户提供个性化的项目推荐和用户推荐。实验结果表明,该算法相比文献中的其他推荐方法具有更高的准确度。; 陈泽王国胤胡峰; 关键词：随机游走

基于REMOS的远距离语音识别模型补偿方法被引量：3: 2014年; 封闭环境中远距离语音识别会受到混响效果的影响,从而降低语音识别率。混响建模(reverberation modeling for speech recognition,REMOS)是一种在模型域进行混响补偿的新方法,该方法在已知声源位置的情况下能有效提升远距离语音识别精度。但在实际应用中,往往难以预测声源的位置。利用最大后验概率的原理,基于对房间不同区域进行有区别补偿的思想,在按帧的隐马尔可夫模型(hidden Markov model,HMM)补偿的基础上,提出一种在封闭环境中新的模型补偿方法。该方法利用K均值聚类K-means算法对房间冲击响应(room impulse response,RIR)的优化集进行聚类,对所属相同类的混响模型进行合并处理,再把合并后的混响模型载入维特比算法中,对清晰语音的HMM模型进行按帧补偿。最后采用后验概率方法选择最佳补偿,使得模型域的混响补偿能最接近精确补偿。实验证明,该方法能进一步提升远距离语音识别的精度。; 杨勇李劲松孙明伟; 关键词：混响

全选清除导出

共1页<1>

重庆市教育委员会科学技术研究项目(KJ110522)