公共文化服务平台

陈红梅: 作品数：59 被引量：128H指数：6; 供职机构：西南交通大学更多>>; 发文基金：国家自然科学基金四川省科技厅应用基础研究计划项目国家科技支撑计划更多>>; 相关领域：自动化与计算机技术文化科学医药卫生更多>>

合作作者

集值粗糙集模型的近似集增量更新方法研究被引量：4: 2009年; 集值信息系统可以用来表示不完备信息系统,得到了广泛的应用。分析现有集值信息系统中的相容关系和拟序关系及其相应的近似集合,给出在相容关系和拟序关系下集值粗糙集模型的近似集增量更新方法,并通过实例验证了方法的有效性。; 邹维丽陈红梅胡成祥李天瑞; 关键词：集值信息系统

基于粗糙集和距离动态模型的重叠社区发现方法被引量：1: 2020年; 现实世界可被看作由许多不同的复杂系统组成。为了建模分析复杂系统中个体间隐藏的规律及功能,将复杂系统抽象为由节点和边组成的复杂网络。挖掘复杂网络中的社区结构在内容推荐、行为预测和疾病扩散等方面具有重要的理论意义和实际价值。随着复杂系统内个体的不断变化,多个社区间出现了重叠节点,有效且准确地挖掘社区中的重叠节点具有一定的挑战性。为了有效发现社区中的重叠节点,提出了一种基于粗糙集和距离动态模型的重叠社区发现方法(Overlapping Community Detection based on Rough sets and Distance Dynamics model,OCDRDD)。该方法首先根据网络的拓扑结构,结合节点度中心性和距离选出K个核心节点;然后按照定义的距离比率关系初始化社区的近似集和边界域,结合距离动态模型,迭代变化边界域节点与下近似集节点间相连的边的距离,且在每次迭代过程中将符合定义的距离比率关系的边界域节点划分到社区下近似集中,以缩小边界域节点(即缩小边界域的范围),直到找到最佳重叠社区结构;最后根据定义的两条规则处理“伪”重叠节点。在真实网络数据集和LFR Benchmark人工网络数据集上,以NMI和具有重叠性的模块度EQ作为评价指标,将OCDRDD方法与近几年具有代表性的社区发现方法进行实验测试比较,发现OCDRDD方法整体优于其他算法,结果表明该算法具有有效性和可行性。; 张琴张琴陈红梅; 关键词：粗糙集边界域

一种基于邻域条件互信息的交互特征选择方法: 本发明公开了一种基于邻域条件互信息的交互特征选择方法，首先针对不同的数据类型，利用HCOM距离函数确定每个特征的邻域关系，依据多邻域半径集计算每个特征的邻域相似关系矩阵；其次利用邻域信息探究特征之间的关联性,包含特征与类...; 陈红梅万继红李天瑞罗川胡节; 文献传递

基于相容关系集值粗糙集模型的近似集增量更新方法研究: 集值信息系统可以用来表示不完备信息系统，得到了广泛地应用。本文分析了现有集值信息系统中的相容关系和拟序关系及其相应的近似集合和相关性质，给出了在相容关系和拟序关系下集值粗糙集模型的近似集增量更新方法。实例验证了方法的有效...; 邹维丽陈红梅胡成祥李天瑞; 关键词：集值信息系统

粗糙集理论及应用被引量：2: 2013年; 2012年粗糙集联合国际会议（The 2012 Joint Rough Set Symposium（JRS2012），http：／／sist．swjtu．edu．cn／jrs2012／）于2012年8月17-20日在西南交通大学隆重召开。; 李天瑞陈红梅杨燕; 关键词：粗糙集理论 ROUGH HTTP SET

高斯核模糊粗糙集中基于粒子群算法的属性约简: 2018年; 通过高斯核模糊粗糙集模型与粒子群算法相结合的方式,利用粒子群算法收敛快、精度高等优点,可以减少获得约简所需要的时间.根据高斯核中可变参数的调整,可以实现一定程度上对约简后属性数量的控制,以确保分类的精度.实验结果表明,基于粒子群算法的高斯核模糊粗糙集属性约简算法有较好的约简性能和约简效率.; 刘东君陈红梅; 关键词：属性约简粒子群优化

基于粗糙集和果蝇优化算法的特征选择方法被引量：7: 2019年; 特征选择是模式识别领域重要的数据预处理步骤之一,旨在从原始特征集合中选出最有效的特征子集使得给定评价准则达到最优。为此,文中提出了一种基于粗糙集和果蝇优化算法的特征选择方法。该方法基于一种新的双策略进化果蝇优化算法进行特征子集的迭代寻优,并结合粗糙集属性依赖度和属性重要性构造适应度函数对所选特征子集进行评估,既可以在全局范围内尽可能多地搜索出重要的特征,又能选出对决策最具有贡献的有效特征子集。在UCI数据集上的实验结果表明,提出的特征选择方法可以有效地搜索出具有最少信息损失的特征子集,并达到较高的分类精度。; 方波方波陈红梅; 关键词：粗糙集属性依赖度

基于知识图谱的兴趣捕捉推荐算法: 2024年; 知识图谱作为一种辅助信息,可以为推荐系统提供更多的上下文信息和语义关联信息,从而提高推荐的准确性和可解释性。通过将项目映射到知识图谱中,推荐系统可以将从知识图谱中学习到的外部知识注入到用户和项目的表示中,进而增强用户和项目的表示。但在学习用户偏好时,基于图神经网络的知识图谱推荐主要通过项目实体利用知识图谱中的属性信息和关系信息等知识信息。由于用户节点并不与知识图谱直接相连,这就导致不同的关系信息和属性信息在语义上和用户偏好方面是独立的,缺乏关联。这表明,基于知识图谱的推荐难以根据知识图谱中的信息来准确捕获用户的细粒度偏好。因此,针对用户细粒度兴趣难以捕捉的问题,提出了一种基于知识图谱的兴趣捕捉推荐算法。该算法利用知识图谱中的关系和属性信息来学习用户的兴趣,并增强用户和项目的嵌入表示。为了充分利用知识图谱中的关系信息,设计了关系兴趣模块以学习用户对不同关系的细粒度兴趣。该模块将每个兴趣表示为知识图谱中关系向量的组合,并利用图卷积神经网络在用户项目图和知识图谱中传递用户兴趣以学习用户和项目的嵌入表示。此外,还设计了属性兴趣模块以学习用户对不同属性的细粒度兴趣。该模块采用切分嵌入的方法为用户和项目匹配与之相似的属性,并使用与关系兴趣模块中相似的方法进行消息传播。最终,在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性。; 金宇陈红梅陈红梅; 关键词：知识图谱

基于距离比值尺度的模糊粗糙集属性约简被引量：4: 2020年; 属性约简能有效地去除不必要属性,提高分类器的性能。模糊粗糙集是处理不确定信息的重要范式,能有效地应用于属性约简。在模糊粗糙集中,样本分布的不确定性会影响对象的近似集,进而影响有效属性约简的获取。为有效地定义近似集,文中提出了基于距离比值尺度的模糊粗糙集,该模型引入了基于距离比值尺度的样本集的定义,通过对距离比值尺度的控制,避免了样本分布不确定性对近似集的影响;给出了该模型的基本性质,定义了新的依赖度函数,进而设计了属性约简算法;以SVM,NaiveBayes和J48作为测试分类器,在UCI数据集上评测所提算法的性能。实验结果表明,所提出的属性约简算法能够有效获取约简并提高分类的精度。; 陈毅宁陈红梅; 关键词：属性约简模糊粗糙集

一种用于混合属性数据的模糊粗糙粒离群点检测方法: 本发明公开了一种用于混合属性数据的模糊粗糙粒离群点检测方法，包括如下步骤：首先对于给定的数据集，计算关于每个属性的模糊关系矩阵；其次利用每个属性的模糊关系矩阵计算去掉某个属性的模糊关系矩阵和相应的近似精度；再基于去掉不同...; 陈红梅袁钟李天瑞桑彬彬王澍; 文献传递

陈红梅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陈红梅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈