毕鑫
- 作品数：3 被引量：8H指数：1
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于抽样方法的不确定极限学习机
- 2015年
- 实际应用中的大量数据具有不确定属性,而传统的挖掘算法无法直接应用在不确定数据集上.针对不确定数据的分类问题,提出一种基于抽样方法的不确定极限学习机.该算法通过抽样的方法,对不确定数据集中样本的抽样实例进行学习和分类,得到该不确定样本的所属类别的概率,从而实现了传统极限学习机分类算法对不确定数据的分类,并极大降低了不确定对象实例的枚举代价.实验结果表明,该算法在不确定数据的分类问题中具有较好的有效性和高效性.
- 赵相国毕鑫张祯喻鑫
- 关键词：极限学习机
- 分布式环境中基于核函数的极限学习机
- 2015年
- 针对海量数据规模下的集中式核函数极限学习机的性能问题,将基于核函数的极限学习机扩展到云计算技术框架下,提出了基于MapReduce的分布式核函数极限学习机MR-KELM.该算法将分布式径向基核函数计算出的核函数矩阵进行分布式矩阵分解,并通过分布式矩阵向量乘法得到分类器输出权重,减小了网络通讯和数据交换代价.实验结果表明,MR-KELM算法能够在不影响基于核函数的极限学习机的计算理论的前提下,具有较好的可扩展性和分类训练性能.
- 赵相国毕鑫张祯杨洪波
- 关键词：极限学习机核函数分布式MAPREDUCE
- XML数据中Twig查询处理与优化技术研究综述被引量：8
- 2013年
- 可扩展标记语言(extensible markup language,XML)数据已被广泛应用于网络数据交换和存储领域。作为XML数据查询的核心操作,Twig查询处理与优化技术具有十分重要的研究意义。为此,全面总结了Twig查询处理与优化技术在传统XML数据、分布式XML数据、不确定XML数据、图模型XML数据中的发展现状,并分析了存在的问题和挑战,最后探讨了Twig查询处理与优化技术今后的发展趋势和研究方向。
- 毕鑫王国仁赵相国袁野张盼
- 关键词：TWIG查询
