梅颖 作品数:27 被引量:34 H指数:4 供职机构: 丽水学院 更多>> 发文基金: 浙江省自然科学基金 浙江省教育厅科研计划 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 理学 文化科学 天文地球 更多>>
高职教育《高等数学》教学改革探讨 被引量:1 2010年 本文探讨了高职专业《高等数学》课程教学的现状,就其教学方法和考试方法的改革,提出了一些建议。 梅颖 卢诚波关键词:高职专业 高等数学 教学 MATLAB 关于r-首尾和循环矩阵的开平方运算 被引量:1 2007年 给出了求r-首尾和循环矩阵的平方根矩阵的一种算法,同时证明了n阶r-首尾和循环矩阵的平方根矩阵中仍为r-首尾和循环矩阵的个数为2n,最后还给出了求r-首尾和循环矩阵的主平方根矩阵的算法。 梅颖关键词:平方根矩阵 利用集成OS-ELM的不平衡数据流分类与存储方法 被引量:1 2023年 目前多数针对不平衡数据流的分类算法需要大量保存历史数据,并在训练过程中反复扫描以提升分类准确率,这与数据流的单通道特征不符,且数据流的无穷性需要消耗大量的内存空间。为此,提出一种基于集成欠采样与在线序列超限学习机(EU-OS-ELM)的不平衡数据流分类方法。首先基分类器选择一种适用于数据流的在线学习算法OS-ELM;然后使用不放回随机欠采样构建训练集提升算法的鲁棒性;最后使用一个固定大小的矩阵保存历史数据的特征信息,在提高数据流分类准确率的同时,所需的额外内存空间最小。将EU-OS-ELM与主流算法在一些数据集上的对比实验结果表明,所提算法在所有数据集上的额外内存空间只需0.8906 KB,证明了算法的有效性。 汤程皓 梅颖 卢诚波基于差异指标的概念漂移数据流集成分类仿真 2023年 集成算法是处理概念漂移数据流的常用方法之一。为了更全面反映基分类器在模型中的整体价值,提出了一种基于差异指标的概念漂移数据流的集成分类算法AE-Div(Ensemble Algorithm for Data Streams with Concept Drift Based on Diversity Measure)。将基分类器的分类准确率和集成差异性进行融合,结合时间因子作为综合度量指标,并根据概念漂移检测情况对基分类器设置不同权重。将AE-Div算法与其它几种使用广泛的概念漂移分类算法在合成数据集与真实数据集上进行仿真。结果表明,AE-Div具有更高的准确率和更好的适应性和稳定性。 柳京秀 梅颖 卢诚波关键词:数据流 集成分类器 关于数学试题命题的几点思考 2004年 通过分析各类数学考试命题中出现的失误,提出了避免这些失误的原则,以提高数学命题的质量,从而提高数学教育的质量。 姜国祥 叶立军 梅颖关键词:数学试题 命题 现代教育技术 关于循环矩阵逆平方根矩阵的计算(英文) 被引量:1 2010年 利用矩阵分块降阶的方法给出了计算循环矩阵逆平方根矩阵的两种方法.可以证明这两种算法与已有的方法相比,在减少运算量方面具有较大的优势. 梅颖 卢诚波关键词:循环矩阵 SCHUR分解 基于“项目化学习+课程思政”的离散数学课程线上线下混合式教学实践 被引量:3 2023年 离散数学是计算机学科的基础核心课程之一。由于离散数学的高度抽象性以及学生对其重要性的认识不足,许多学生对离散数学产生畏难情绪,造成学习效率低下、学习效果不佳。文章对离散数学教学中的痛点问题进行了分析,给出了解决策略和具体实施方案,并介绍了课程的创新成果。 梅颖 卢诚波关键词:离散数学 基于差异指标的概念漂移数据流集成分类方法及系统 本申请提供了一种基于差异指标的概念漂移数据流集成分类方法,该方法首先比较样本数据均值来判断当前数据分布是否发生变化;其次利用不一致度量、Kohavi‑Wolpert方差作为差异性度量因素来计算集成的差异性,并结合时间因子... 卢诚波 梅颖 柳京秀 蔡锡飞 谷伟波基于ELM特征映射的kNN算法 被引量:3 2016年 研究了基于ELM特征映射的kNN算法,利用ELM特征映射,将原始数据映射到这种高维特征空间当中,使得数据间变得更加线性可分,即数据结构会变得简单,因此,在利用kNN算法进行分类时,利用ELM特征空间中对应的特征数据代替原始空间中的数据进行分类将会取得更好的分类效果.最后,来自MNIST和UCI中的几个数据集的仿真实验进一步验证了该算法的优良性能. 卢诚波 林银河 梅颖关键词:K最近邻算法 一种面向动态不平衡数据流的集成超限学习机分类算法 被引量:1 2023年 随着数据收集、存储和传输技术的快速发展,数据流的挖掘处理技术正在成为机器学习中的一个热点问题。在许多情形下,持续到达的数据之间可能会呈现出不平衡的态势,甚至是动态不平衡,这给许多机器学习算法造成了困难。文中提出面向动态不平衡数据流的集成超限学习机算法,设计了数据流中不平衡率变化的快速监测方法,修正了历史数据不平衡率的计算方式,使其更接近不平衡率的实时变化,并结合超限学习机的特点,将增量学习与集成学习结合。定期剔除权重低的基分类器,利用新到达的数据更新集成中的基分类器和训练新的基分类器。该方法针对动态不平衡数据流设计,具有很好的学习能力,同时也能适用于静态或者平衡的数据流的分类。实验中,将该方法与其他几种常用的方法在一些不同类型的数据流上进行了比较,结果表明,文中方法的分类性能更好。 高源 施伟谊 周亦华 梅颖 卢诚波 蔡锡飞关键词:数据流 概念漂移