【摘 要】
：
随着信息技术日渐成熟,数据的规模日益扩大,主要表现为数据的样本和特征两个维度上的急剧增长,传统的机器学习和深度学习方法面临着巨大挑战。一方面,特征维度上的增长使得冗余特征大量增加,机器学习难度上升,效率低下。另一方面,样本维度上的增长使得样本数量增加后数据的类别数量也随之增加,数据分类精度骤然下降。针对特征维度方面的问题,本文通过优化集合间的距离计算公式提高了传统模糊粗糙集算法的效率,实现了对高维
论文部分内容阅读
随着信息技术日渐成熟,数据的规模日益扩大,主要表现为数据的样本和特征两个维度上的急剧增长,传统的机器学习和深度学习方法面临着巨大挑战。一方面,特征维度上的增长使得冗余特征大量增加,机器学习难度上升,效率低下。另一方面,样本维度上的增长使得样本数量增加后数据的类别数量也随之增加,数据分类精度骤然下降。针对特征维度方面的问题,本文通过优化集合间的距离计算公式提高了传统模糊粗糙集算法的效率,实现了对高维数据集的高效特征选择。针对类别维度方面的问题,本文利用数据集中类别间存在的语义层次结构,通过在卷积神经网络中添加分支网络的方式,实现了对多类别数据集的分层分类。主要研究内容如下:（1）基于模糊粗糙集的分层特征选择算法,针对传统模糊粗糙集算法复杂度高效率低的问题,使用了改进的Hausdorff距离替代高斯距离来计算集合的上下近似,降低了算法的时间复杂度,再通过引入阈值的方式筛选出重要程度高于阈值的特征,显著地提高了算法的效率的同时提高了特征选择的分类精度。（2）基于卷积神经网络的分层分类算法,针对卷积神经网络只能实现端到端的一次分类问题,使用VGG16作为主干网络,在主干网络卷积层不同深度的位置添加全连接网络作为分支网络,从而在各个分支网络上实现多次分类。另外,在分类过程中将前一个分支网络的分类结果通过特征拼接的方式传递给下一个分支网络,使得前面网络的分类结果直接影响到下一个网络,从而实现对层次类别数据集的分层分类。
其他文献
随着物联网技术和5G技术的重大突破,越来越多新兴应用的产生对用户设备的计算能力和能耗提出更高的要求。相比于传统云计算,移动边缘计算（Mobile Edge Computing,MEC）在保证移动设备服务质量,减少能耗方面有着得天独厚的优势。任务卸载是影响移动边缘计算效果的一项重要内容。近年来,科研人员在移动边缘计算的任务卸载方面进行过大量研究工作。用户移动性和计算任务随机性是许多MEC应用程序的固
陶瓷制品的使用极大地便利了人们的生活,各具特色的陶瓷器皿不仅具有一定的实用价值,还有一定的收藏价值,而一些古陶瓷和现代艺术陶瓷也承担着传播历史文化和陶瓷文化的责任。然而,由于利益驱动,无论是古代的还是现代的陶瓷制品,都存在着被仿制或伪造的情况。为了防止对陶瓷的仿造行为对消费者的利益和陶瓷文化造成损害,研究者们结合各个学科的知识对陶瓷的鉴定方法不断地优化更新。由于传统陶瓷鉴定方法采用的物理化学鉴定技
目前,随着信息技术的飞速发展,电脑音乐技术已成为国外音乐教育的主要教学方法之一。近20年来,电脑音乐技术在我国蓬勃发展,对传统音乐教育模式产生了重要影响。电脑音乐技术不仅优化了教学质量和效率,而且显著提高了课堂教学的知识培养能力。这些优势更有利于推动音乐教育改革。在音乐创作方面,电脑音乐技术的发展极大拓宽了作曲人的乐思,赋予了音乐创作无穷的可能性。本文首先对蓬勃发展的电脑音乐技术进行了概述,然后探
随着全球化、城镇化、市场化的快速发展,科学技术的不断进步,我国传统的乡村社会正发生着翻天覆地的变化,但这种变化中也有一些令人担忧的现象,一些古村落建筑遭到了破坏,传统的乡土文化也正在逐渐消失,对于许多国人而言,曾经的家乡早已不似记忆中那般存在。到了2013年12月,习近平在中央城镇化工作会议和中央农村工作会议上相继提出了要“让居民望得见山、看得见水,记得住乡愁”,看似诗意般的表达实则一针见血的指出
图G的完美匹配图是以图G的每个完美匹配作为顶点并且两个顶点相邻当且仅当这两点对应于G中两个完美匹配的对称差恰好是一个圈,记其为PM（G）.如果PM（G）是完全图,则称G是完美匹配紧邻的（perfect matching compact）,简称G是PM-紧邻的.本文主要研究几类图的PM-紧邻性质.在第一章中,主要介绍研究背景及PM-紧邻图的研究进展.第二章主要阐述一些基本术语及用到的引理.第三章对一
一个至少有两个点的连通图G,当其任意一条边都属于G的某个完美匹配,则我们称图G是匹配覆盖图,G中所有完美匹配的关联向量,通过整数线性组合形成的空间,称为图G的匹配格。若匹配覆盖图G满足完美匹配数等于匹配格的维数,则称其为匹配覆盖极值图。当图任意去掉两个点不交的匹配交错圈后,剩下的图无完美匹配,则称该图满足PM紧邻。当匹配覆盖图G中的一条边满足G-e仍然是匹配覆盖的,则我们称边e是可去的。称图G:=
计算思维是信息技术课程的核心素养之一,培养学生计算思维能够有效提高学生问题解决的能力。2020新颁布的《中等职业学校信息技术课程标准》将计算思维作为信息技术学科核心素养,探索学生计算思维的培养路径进入实质性推进阶段。于此同时,以人工智能技术为代表的科学技术飞速发展,人工智能教育和编程教学正逐步走进中职信息技术课堂。中等职业教育作为高中阶段教育的重要组成部分,在发展现代职业教育中具有基础性作用,因此
近年来,随着科学信息技术的高速发展,VR技术早已经进入教学领域,实现教育手段从文字到二维图像、从多媒体视频到虚拟现实的变革是必然趋势。在VR条件下情境教学不仅能极大激发学生的学习兴趣,而且能培养学生独立的探究精神和创造能力,提升美术核心素养,促进人的全面发展,然而在高中美术学科的应用和探索仍较为薄弱。笔者拥有数年VR行业从业者的实践工作经验,并结合情境教学的相关理论为基础,以漳州市第二中学高中美术
移动边缘计算（Mobile Edge Computing,MEC）已经成为5G网络的关键技术之一,能够提供一个强大的平台以解决未来网络的时延、能耗和容量等问题。面对不可忽视的能耗问题,如何通过对资源发现、资源分配、功率优化和任务卸载等关键问题的研究,破解高能耗难题,提高MEC系统的能源效率,显得尤为重要。然而,当前对这些问题的研究都是单独优化,或者部分联合优化,作为整个MEC系统的一部分,有必要对
依据Pfirrmann分级标准对腰椎间盘退变（LDD,lumbar disc degeneration）进行诊断时往往存在多义性问题,即影像医师往往在相邻退变等级的判断中存在分歧或不确定性。目前鲜有文章关注LDD多义性诊断问题。本文基于核磁共振成像技术（MRI,Magnetic Resonance Image）检测到的腰椎间盘代谢组学数据,应用决策论中量化主观概率的区间对分法以及标签分布学习等方法