结合类属特征及因果发现的序列优化分类器链

来源 :北京理工大学学报 | 被引量 : 0次 | 上传用户:qhxfxfxf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分类器链是利用标签间相关性实现挖掘特定对象多维标记信息的重要多标签分类方法.面向现有分类器链算法,针对各标签的基学习器均在完整特征空间中训练导致学习特征冗余,以及因标签学习顺序随机且分类器链训练过程单向无反馈导致的标签间相关信息利用不充分等问题,本文提出一种结合类属特征及因果发现的序列优化分类器链.该方法采用类内仿射传播聚类为每个基学习器构建高级结构化特征,减少冗余信息;利用条件熵准则挖掘标签间因果关系,优化学习序列提高对标签间相关信息的利用程度.在多个公开数据集的实验结果表明,序列优化分类器链有效增强了单节点学习效果以及对多标签间关联信息的利用,有效提升了多标签分类效果,实用价值高.
其他文献
创新基础设施是支撑高技术研究和开发的公益性基础设施,世界各发达国家和地区都高度重视创新基础设施的布局建设.文章从创新基础设施的内涵和建设要求出发,梳理北京、上海、合肥和深圳综合性国家科学中心的创新基础设施建设实践,总结了这四座城市的创新基础设施建设模式及其对综合性国家科学中心争创工作的启示.
武术变迁是社会变迁的表征之一.武术在现代化发展中一直遭受“传统武术不堪一击”的质疑,本文以纪录片《藏着的武林》为分析对象,解构大众对传统武术的刻板印象,直面传统武术发展的社会舆论,重构武术文化在大众视野的崭新身份,描述社会变迁下传统武术对技击的坚守以及围绕技击文化传承而形成多元化的拳场与民间化的生存状态,重新认识隐藏于新时代之下真实的武林.研究认为,在传统武术面临时代困境中,民间武者对技击文化坚守始终如一:在追求技击文化坚定其本质的执着共性;在社会阶层与文化消费中的同源特性;以及武术多元化发展下对传统武术
为了提高细颗粒物PM2.5浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合(PCA-OS-ELM)的PM2.5浓度预测方法.首先,通过主成分分析方法(PCA)提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机(OS-ELM)网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM2.5浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM2.5浓度预测,
为了指导直达声场试验平台搭建,以替代成本较高的混响室试验,提出了一种速度边界等效扬声器声源的方法,并基于该等效方法建立了直达声场有限元模型,比较了不同区域内声压级响应,并与混响声场进行对比.研究表明,速度边界等效方法能准确模拟扬声器的指向性以及声压级响应,基于该方法建立的直达声场模型在靠近声场中心区域内响应结果与混响场吻合,能为直达声场试验中的可靠试验区域选取提供参考.
安徽省政务工作用图移动端系统基于移动GIS技术,将工作用图进行信息化管理,实现移动端一站式指挥决策.系统收录了150多幅权威地图,同时将涵盖了安徽省全域1.401×105 km2的高精度卫星影像、90 m DEM(数字高程模型)、地名地址、行政边界、地质灾害等数据导入系统平台,以二维切片地图和三维数字地球的形式直观地展现安徽省地形地貌,为领导宏观决策提供有力支持.
干式变压器是轨道交通供电系统中承上启下的设备,关系着整个轨道系统设备的正常运行,对干式变压器的巡视、检测是地铁运营部门的重点工作.当前对于干式变压器的巡视检查主要依靠检修员的人工技能水平,除红外热像仪外,未采用其他后备的检测辅助设备,巡检方式较为单一.本文提出一种在采集和分析干式变压器运行中的振动频谱基础上,利用大数据的比对作为对标,构建干式变压器运行状态的辅助检测评估手段.
目的:探讨“微课+翻转课堂”教学模式在血管外科学理论及临床实践教学中的应用.方法:选择临床医学本科专业学生230人作为研究对象.参加理论教学研究110人、临床实践教学研究120人,分别分为教学改革组和传统教学组.教学改革组采取“微课+翻转课堂”教学模式,传统教学组采取传统教学模式.比较两组理论或实习考试成绩以及学生课后问卷调查.结果:教学改革理论或实习考试成绩显著高于对照组(均P<0.01),72.97%的学生希望将“微课+翻转课堂”教学模式应用于其他临床课程.结论:将“微课+翻转课堂”教学模式应用于血管
提出一种新的基于生成对抗网络的人脸属性编辑全局组织网络算法.人脸属性编辑是指通过结合编码解码器结构与生成对抗网络,生成具有期望属性的人脸图像.传统的编码解码器结构对人脸的重构和编辑能力有限.直接将编码特征与属性标签结合会因为融入编码特征造成属性编辑性能低下,同时,也会由于缺失编码特征造成人脸还原度的损失,两者无法平衡.因此,提出U型传递方式与全局组织单元.U型传递改变了传统的属性流动方式,并生成反向状态.全局组织单元结合反向状态生成全局属性信息,在编码解码器中搭建桥梁,帮助解码器更好地融入编码器特征与属性
提出一种复杂系统内多源传感器的故障诊断方法.利用多源传感器数据之间的相关性,使用卷积神经网络提取不同传感器之间的联系和特征.在卷积网络中,设计了传感器数据标定模块使得网络更关注学习与故障信号相关的传感器数据.利用循环网络对传感器自身的时序特征建模,引入跳跃连接和辅助损失函数降低网络的训练难度.最后综合时空特征,一次计算得到故障分类结果和故障参数估计.仿真结果表明,改进后的CNN-GRU网络能够实时准确地诊断传感器的固定偏差故障和漂移偏差故障,传感器数据标定模块和跳跃连接的引入有效地提高了诊断算法的准确率和
在阵列信号处理中,传感器间的互耦效应会对参数估计产生不利影响.为了降低互耦影响,提出了一种用于未知互耦模型下的波达方向(direction of arrival,DOA)估计算法.该算法运用了迭代的思想,利用全部阵列估计初步的DOA.之后基于子空间理论估计角度依赖系数(angularly dependent coefficients,ADCs),并用得到的ADCs进一步提升DOA估计精度通过求解最小二乘问题确定互耦参数,将新的DOA值作为初始值开始下一轮迭代.仿真结果证实了在未知互耦模型下,相较于其他DO