李栋
- 作品数：4 被引量：23H指数：4
- 供职机构：南开大学计算机与控制工程学院更多>>
- 发文基金：国家自然科学基金天津市自然科学基金天津市科技支撑计划重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于正则化矩阵分解的用户用电行为分析被引量：6
- 2017年
- 针对细粒度、多类别的用户用电行为分析问题,提出了基于地理信息正则化矩阵分解的居民用户用电行为分析算法,探索用户用电的群体特点,为个性化的、更优的电力调度提供决策支持依据。该模型首先基于矩阵分解理论将用户映射到能表征其用电行为特点的潜在特征空间,然后采用k-means聚类算法在潜在特征空间上实现用电用户群的细分聚类。特别地引入了地理信息作为矩阵分解的正则化因子,使得学习到的潜在特征空间不仅满足用户群特征的正交,而且使得地理位置相近的用户在潜在特征空间的映射也相近,与真实物理空间保持一致。将所提方法应用于中新天津生态城智能电网采集到的真实居民用电数据分析挖掘任务中。实验结果表明,与基准的向量空间模型(VSM)和非负矩阵分解(NMF)算法相比,所提方法能够取得更好的用户细分聚类结果,挖掘出一定的用户群体用电模式,有助于辅助智能电网提升经营和服务水平。
- 王扬吴凡姚宗强刘杰李栋
- 关键词：智能电网非负矩阵分解用户细分
- 基于距离尺度学习的新类识别方法被引量：6
- 2009年
- 在在线分类任务中经常会出现新类别,导致数据分布发生显著变化,使得已有分类器不再适用.如何识别新类以使分类器能适应其出现已成为在线分类亟待解决的问题.本文提出基于距离尺度学习的识别偏离型新类的算法用于解决该问题.该方法能在缺少先验知识的前提下自动识别新类,并较好地解决了样本间类别相似性同样本间距离不一致的问题,为分类器的自适应更新提供了关键技术.在多个数据集上的实验结果表明在客观新类出现后该方法能有效发现新类,可使更新后的分类器保持较高准确度,为实现适应新类的在线分类系统奠定坚实基础.
- 谢茂强黄亚楼殷爱茹江皞李栋
- 关键词：自适应分类
- 基因表达数据聚类有效性分析的EFOM法被引量：6
- 2005年
- 论文讨论了用于评估基因表达数据聚类有效性的FOM方法,并结合基因表达数据聚类本身的特点,对已有的FOM方法进行了分析,提出了扩展的FOM方法———EFOM方法。通过分析人工数据和基因表达数据的EFOM值与调整Rand索引值的关系,充分说明了EFOM方法更加适合评估基因表达数据聚类结果的有效性。
- 殷爱茹李栋黄亚楼
- 关键词：FOM基因表达分析
- 基于PRank算法的主动排序学习算法被引量：5
- 2008年
- 针对排序学习中如何选择最值得标注的样本和通过尽可能少的已标注样本训练出较好的排序模型的问题,将主动学习的思想引入排序学习中,提出一种基于排序感知机的主动排序学习算法——Active PRank。基于真实数据集的实验结果表明,该算法在保证排序模型性能的前提下,减少样本的标注量,在同等标注量的条件下,提高排序结果的正确率。
- 王扬黄亚楼刘杰李栋蒯宇豪
