公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

SSXCS:半监督学习分类系统被引量：7: 2013年; 学习分类系统作为一种自适应的机器学习技术,已经被成功地运用于解决多种学习问题.传统的学习分类系统的工作主要关注监督学习(分类)和无监督学习(聚类)环境下的研究,而学习分类系统在半监督学习环境下的效果不得而知.因此提出一种新的半监督学习分类系统(SSXCS),目的是研究学习分类系统是否能够在已知少量的已标记数据的情况下利用大量的未标记数据来提高学习性能.SSXCS先通过更新与进化得到对应的已标记规则集与无标记规则集,然后利用新提出的规则标记算法对无标记规则集进行标记,约简规则后生成最终的分类系统.实验结果表明,SSXCS能够有效地利用提供的无标记数据来提高分类器性能,同时相比较于一般的半监督学习算法,SSXCS能够取得更好或者相当的分类性能.; 俞亚君霍静史颖欢高阳张剡; 关键词：半监督学习

基于分布相似度迁移的关键路由设备检测: 2014年; 在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。; 孟庆锴张剡杨琬琪胡裕靖史颖欢潘红兵王浩; 关键词：谱聚类

基于Group Lasso的多源电信数据离网用户分析被引量：2: 2014年; 随着行业竞争愈演愈烈,电信企业的客户流失情况越来越严重,给电信企业造成了巨大损失.通过电信企业的数据来做离网用户的预测,从而进一步作出挽留客户的正确决策,成为电信企业日益关注的问题.面对电信后台汇总的多源数据,经分析发现其呈现天然的组结构.为了选择对于离网类别最具判别性的特征,本文使用了一种基于Group Lasso的组特征选择方法,在此基础上用交叉验证法选择适当的特征组,最终将选择出的少量组特征用于预测离网和停机的宽带用户.实验表明,在江苏某地级市电信离网用户分析数据中取得了比其他特征选择方法的精度平均高至少10%的预测性能.; 孙良君范剑锋杨琬琪史颖欢高阳周新民; 关键词：客户流失多源数据 GROUP

Rete算法：研究现状与挑战被引量：21: 2012年; 产生式规则推理系统因其可理解性、易增删、易修改等特点而被广泛用于各种智能领域,但其规则匹配效率极其低下,不适合大规模推理。Rete算法通过规则条件共享和保存临时匹配结果大大加速了产生式推理,使其成为效率最高的产生式推理算法之一。但随着数据规模的日益增大、业务信息的频繁变更以及不完整数据和模糊逻辑的广泛出现,Rete算法也面临前所未有的挑战。基于这些背景,对Rete算法的原理、研究现状与面临的问题进行综述,指出了Rete算法的常用改进方法。介绍常见的改进方法,并对其进行分析和比较,最后总结了该算法面临的挑战,指出了未来的研究方向。; 顾小东高阳黄峻; 关键词：RETE算法规则引擎

全选清除导出

共1页<1>

教育部“新世纪优秀人才支持计划”(NCET-10-0476)