教育部人文社会科学研究基金(11YJC870014)
- 作品数：5 被引量：85H指数：3
- 相关作者：李勇刘战东李勇张海军李勇更多>>
- 相关机构：新疆师范大学南京航空航天大学更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金新疆维吾尔自治区高校科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 克隆算子在民族图案生成中的应用研究被引量：1
- 2012年
- 为了解决民族图案艺术得到传承和发扬的问题,提出了民族图案基元、民族图案元和民族图案再生元的概念。引进克隆算子对民族图案基元进行操作,并提出一种民族图案生成算法。利用本文提出的算法对民族图案的生成做实验,民族图案基元通过克隆操作、免疫基因操作、克隆选择操作和克隆死亡操作后能生成新的图案元。实验结果表明在继承图案民族内涵的情况下,能够生成新的民族图案元和再生图案元。利用本文提出的图案生成方法,可以为艺术设计者提供取之不尽的创新设计元素。
- 刘战东李勇张海军赵彩霞
- 关键词：民族图案
- 结合欠抽样与集成的软件缺陷预测被引量：7
- 2014年
- 软件缺陷预测是提高测试效率、保证软件可靠性的重要途径。为了提高软件缺陷预测的准确率,提出一种结合欠抽样与决策树分类器集成的软件缺陷预测模型。考虑到软件缺陷数据的类不平衡特性,首先,通过数据的不平衡率确定抽样度,执行欠抽样实现数据的重新平衡;然后,采用Bagging随机抽样原理训练若干个决策树子分类器;最后,按照少数服从多数的原则生成预测模型。使用公开的NASA软件缺陷预测数据集进行了仿真实验。实验结果表明,与3种基准方法对比,所提模型在保证预报率的前提下,误报率(PF)降低了10%以上,综合评价指标均有显著提升。该模型的缺陷预测误报率较低,而且具有较高的预测准确率与稳定性。
- 李勇
- 关键词：软件缺陷预测决策树
- 一种基于投票的不平衡数据分类集成算法被引量：3
- 2014年
- 不平衡数据分类是机器学习的研究热点之一。传统的机器学习分类算法通常假定用于训练的数据集是平衡的,不能直接应用于不平衡数据分类。利用朴素贝叶斯和决策树对数据不平衡的敏感度不同,提出一种基于投票的不平衡数据分类集成算法。基分类器选择NB和C4.5,通过投票平均方法进行分类决策;并选择公开的不平衡数据集进行实验验证。实验结果表明,该算法能有效提高不平衡数据的分类性能,特别是对正类(少数类)的误报率较低,具有良好的鲁棒性。
- 李勇
- 关键词：不平衡数据分类朴素贝叶斯决策树投票表决
- 面向网络舆情分析系统的本体应用被引量：2
- 2014年
- 针对现有网络舆情分析系统缺乏语义信息,可能导致分析结果不精确的问题,研究了本体技术在构建网络舆情分析系统中的应用,提出基于本体的网络舆情分析系统结构,并对系统实现中采用的本体技术包括网络舆情本体库的构建、网络文本语义标注、基于语义相似度的敏感话题发现和构建查询词的概念空间等进行了研究。通过本体建立舆情分析概念的共享空间,可以有效地挖掘网络内容的语义信息,提高舆情分析的准确率。
- 李勇刘战东
- 关键词：网络舆情分析本体技术语义计算
- 不平衡数据的集成分类算法综述被引量：72
- 2014年
- 集成学习是通过集成多个基分类器共同决策的机器学习技术,通过不同的样本集训练有差异的基分类器,得到的集成分类器可以有效地提高学习效果。在基分类器的训练过程中,可以通过代价敏感技术和数据采样实现不平衡数据的处理。由于集成学习在不平衡数据分类的优势,针对不平衡数据的集成分类算法得到广泛研究。详细分析了不平衡数据集成分类算法的研究现状,比较了现有算法的差异和各自存在的优点及问题,提出和分析了有待进一步研究的问题。
- 李勇李勇刘战东
- 关键词：不平衡数据数据采样
