基于主动学习和否定选择的垃圾邮件分类算法 被引量：16

1

作者 胡小娟 刘磊 邱宁佳 《电子学报》 EI CAS CSCD 北大核心 2018年第1期203-209,共7页

针对现在网络上泛滥的垃圾邮件问题,本文结合主动学习方法和否定选择算法提出了一种二类文本分类方法:主动否定学习算法.根据用户少量标注建立双向兴趣集,利用否定选择算法的自体异常检测机制改善主动学习中的采样策略,并将双向兴趣集... 针对现在网络上泛滥的垃圾邮件问题,本文结合主动学习方法和否定选择算法提出了一种二类文本分类方法:主动否定学习算法.根据用户少量标注建立双向兴趣集,利用否定选择算法的自体异常检测机制改善主动学习中的采样策略,并将双向兴趣集作为检测器,新增样本集作为自体集,对两者进行异常匹配.本文算法与在线垃圾邮件快速识别方法、增强差异性的半监督协同分类算法、垃圾邮件过滤方法、基于人工高免疫的多层垃圾邮件过滤算法和在线主动多领域学习方法在六个常用邮件语料集上进行了分析比较,结果表明本文算法具有较高的准确率、召回率、分类精度,和较低的用户标注负担.使用用户个性喜好转换为双向兴趣特征的方式有助于提高算法的分类能力;利用异常检测匹配选取未知类别特征的方式,有效地降低了用户标注负担. 展开更多

关键词 文本分类 垃圾邮件检测 主动学习 否定选择 双向用户兴趣集

下载PDF 职称材料

基于弯曲辊轧制的曲面零件连续成形方法 被引量：14

2

作者 李明哲 蔡中义 +2 位作者 李任君 兰英武 邱宁佳 《机械工程学报》 EI CAS CSCD 北大核心 2012年第14期44-49,共6页

为实现曲面零件的快速成形,提出基于可弯曲辊轧制连续成形三维曲面的新方法。在弯曲辊轧制过程中,通过控制上、下成形辊的辊缝分布,使板料在沿垂直于轧制方向产生弯曲变形的同时,在板料厚度方向不均匀减薄,从而导致沿轧制方向的弯曲变形... 为实现曲面零件的快速成形,提出基于可弯曲辊轧制连续成形三维曲面的新方法。在弯曲辊轧制过程中,通过控制上、下成形辊的辊缝分布,使板料在沿垂直于轧制方向产生弯曲变形的同时,在板料厚度方向不均匀减薄,从而导致沿轧制方向的弯曲变形,随着成形辊的转动,板料被连续成形,最终形成三维曲面零件。阐明曲面的形成机制,建立曲面轧制成形控制的理论与方法。对成形过程中板料厚度方向变形与轧制方向变形之间的关系进行分析,给出轧制方向弯曲变形曲率的计算公式,建立辊缝及轧辊轮廓曲线的计算方法。研制小型试验装置,进行典型曲面件的成形试验,并对凸曲面与鞍型曲面的成形结果进行测量与分析,结果表明,成形曲面的成形误差不超过1.2 mm,说明连续轧制方法用于成形三维曲面零件具有可行性与有效性。 展开更多

关键词 三维曲面 轧制 弯曲辊 板料 柔性成形

下载PDF 职称材料

六自由度机器人空间划线轨迹规划算法 被引量：14

3

作者 邱宁佳 隋振 +1 位作者 李明哲 郑承香 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2013年第5期1307-1313,共7页

针对多点拉形后板料空间划线的问题,提出了一种六自由度机器人划线轨迹规划的算法。首先根据拉形件尺寸参数选取曲面的划线范围,然后利用作图软件分析曲面参数域内数据点,通过这些数据点的坐标关系提取出边界点,用以判定曲面的划线域,... 针对多点拉形后板料空间划线的问题,提出了一种六自由度机器人划线轨迹规划的算法。首先根据拉形件尺寸参数选取曲面的划线范围,然后利用作图软件分析曲面参数域内数据点,通过这些数据点的坐标关系提取出边界点,用以判定曲面的划线域,并将这个划线域投影到平面内,利用机器人逆运动学原理模拟显示出划线操作结果。实验证明,运用该算法可以解决板材区域选取问题,为成形件提供了一种有效的划线方法。 展开更多

关键词 材料合成与加工工艺 多点拉形 六自由度机器人 机器人逆运动学分析 空间划线

下载PDF 职称材料

一致性哈希的数据集群存储优化策略研究 被引量：11

4

作者 邱宁佳 胡小娟 +1 位作者 王鹏 杨华民 《信息与控制》 CSCD 北大核心 2016年第6期747-752,共6页

结合虚拟节点技术和均分存储区域技术,提出了嵌套循环式数据一致性哈希优化分布式集群存储的多副本放置策略.按照此优化策略,能够有序选择数据副本机架,确定数据节点存储位置,保证数据存储的均衡性分布,可以针对集群的实际要求开展扩展... 结合虚拟节点技术和均分存储区域技术,提出了嵌套循环式数据一致性哈希优化分布式集群存储的多副本放置策略.按照此优化策略,能够有序选择数据副本机架,确定数据节点存储位置,保证数据存储的均衡性分布,可以针对集群的实际要求开展扩展,并按照扩展情况制定使数据存储完成自适应优化调整,加快数据处理的速度.有效实验表明存储优化后算例的执行速度得到很大提升,能够保证解决负载均衡问题;而针对实际情况中可能出现的扩展与删减问题进行测试后表明,使用优化存储策略处理此类问题时,振荡对整体负载均衡影响不大,且执行时间与负载占比变化趋势一致. 展开更多

关键词 集群存储 HADOOP分布式文件系统 一致性哈希 存储副本优化

原文传递

结合改进主动学习的SVD-CNN弹幕文本分类算法 被引量：11

5

作者 邱宁佳 丛琳 +2 位作者 周思丞 王鹏 李岩芳 《计算机应用》 CSCD 北大核心 2019年第3期644-650,共7页

为解决传统卷积神经网络(CNN)模型使用池化层进行文本特征降维会损失较多文本语义信息的问题,提出一种基于奇异值分解(SVD)算法的卷积神经网络模型(SVD-CNN)。首先,采用改进的基于密度中心点采样的主动学习算法(DBC-AL)选择对分类模型... 为解决传统卷积神经网络(CNN)模型使用池化层进行文本特征降维会损失较多文本语义信息的问题,提出一种基于奇异值分解(SVD)算法的卷积神经网络模型(SVD-CNN)。首先,采用改进的基于密度中心点采样的主动学习算法(DBC-AL)选择对分类模型贡献率较高的样本进行标注,以低标注代价获得高质量模型训练集;然后,结合SVD算法建立SVD-CNN弹幕文本分类模型,使用奇异值分解的方法代替传统CNN模型池化层进行特征提取和降维,并在此基础上完成弹幕文本分类任务;最后,使用改进的梯度下降算法(PSGD)对模型参数进行优化。为了验证改进算法的有效性,使用多种弹幕数据样本集,对提出的模型与常用的文本分类模型进行对比实验。实验结果表明,改进的算法能够更好地保留文本语义特征,保证训练过程的稳定性并提高了模型的收敛速度,在不同的弹幕文本上较传统算法具有更好的分类性能。 展开更多

关键词 卷积神经网络 奇异值分解 主动学习 梯度下降 文本分类

下载PDF 职称材料

结合迁移学习模型的卷积神经网络算法研究 被引量：10

6

作者 邱宁佳 王晓霞 +2 位作者 王鹏 周思丞 王艳春 《计算机工程与应用》 CSCD 北大核心 2020年第5期43-48,共6页

针对传统的卷积神经网络算法在训练集与测试集分布不同时分类精度较低且标注成本较高的问题,提出结合迁移学习模型的卷积神经网络算法。使用主成分分析算法对源域数据进行无监督降维,同时结合自编码机算法对目标数据集降维,使源域和目... 针对传统的卷积神经网络算法在训练集与测试集分布不同时分类精度较低且标注成本较高的问题,提出结合迁移学习模型的卷积神经网络算法。使用主成分分析算法对源域数据进行无监督降维,同时结合自编码机算法对目标数据集降维,使源域和目标数据集在低维度下具有相似的特征分布;根据卷积神经网络特征提取的特点,利用JS散度来判别卷积池层能否迁移,并使用初始化的隐藏层补全trCNN模型;使用少量带标注的目标数据集进行训练,完成分类模型的构建。设计实验验证分类模型能够在使用少量标注数据情况下准确地完成分类工作。 展开更多

关键词 主成分分析 自编码机 卷积神经网络 迁移学习

下载PDF 职称材料

基于粒子群优化的朴素贝叶斯改进算法 被引量：9

7

作者 邱宁佳 李娜 +2 位作者 胡小娟 王鹏 孙爽滋 《计算机工程》 CAS CSCD 北大核心 2018年第11期27-32,39,共7页

针对朴素贝叶斯(NB)算法因条件独立性的理想式假设引起分类性能降低的问题,提出一种改进的粒子群优化-朴素贝叶斯(PSO-NB)算法。在文本预处理时,引入权重因子、类内和类间离散因子进行属性约简,基于NB加权模型,将条件属性的词频比率作... 针对朴素贝叶斯(NB)算法因条件独立性的理想式假设引起分类性能降低的问题,提出一种改进的粒子群优化-朴素贝叶斯(PSO-NB)算法。在文本预处理时,引入权重因子、类内和类间离散因子进行属性约简,基于NB加权模型,将条件属性的词频比率作为其初始权值,利用PSO算法迭代寻找全局最优特征权向量,并以此权向量作为加权模型中各个特征词的权值生成分类器。运用经典数据集对PSO-NB算法进行性能分析,结果表明,改进算法可有效减少冗余属性,降低计算复杂度,具有较高的准确率和召回率。 展开更多

关键词 朴素贝叶斯 互信息 属性约简 粒子群优化算法 权值优化

下载PDF 职称材料

改进卷积神经网络的文本主题识别算法研究 被引量：7

8

作者 邱宁佳 杨长庚 +1 位作者 王鹏 任涛 《计算机工程与应用》 CSCD 北大核心 2022年第2期161-168,共8页

针对于传统方法中存在的文本特征表示能力差、模型主题识别准确率低等问题,提出一种融合SENet与卷积神经网络的文本主题识别方法。将每个词对应的Word2vec词向量与LDA主题向量进行融合,并依据词语对主题的贡献度完成文档加权向量化处理... 针对于传统方法中存在的文本特征表示能力差、模型主题识别准确率低等问题,提出一种融合SENet与卷积神经网络的文本主题识别方法。将每个词对应的Word2vec词向量与LDA主题向量进行融合,并依据词语对主题的贡献度完成文档加权向量化处理;构建SECNN主题识别模型,使用SENet对卷积层输出的特征图进行权值的重标定,依靠其提升重要特征并抑制无用特征的性能,高效地进行主题识别;使用FDA评估样本的类别表征能力,提出FDA-SGD算法对模型参数进行调优,完成文本主题识别任务。使用新闻文本数据集验证改进算法的有效性,通过与传统模型对比表明,改进算法可以有效提高模型的收敛速度,具有较好的主题识别能力。 展开更多

关键词 主题识别 SENet 卷积神经网络 Word2vec 隐含狄利克雷分布(LDA)

下载PDF 职称材料

针对行为特征的社交网络异常用户检测方法 被引量：7

9

作者 王鹏 宋艳红 +2 位作者 李松江 杨华民 邱宁佳 《计算机应用》 CSCD 北大核心 2017年第A02期219-224,共6页

针对检测社交网络中的异常用户,提出了一种基于用户基本特征的异常用户检测方法。利用GirvanNewman社区发现算法将用户分为孤立点用户和社区用户两种,结合粗糙集理论,计算用户的基本特征权重,根据特征权重计算有意义的行为特征信任值,... 针对检测社交网络中的异常用户,提出了一种基于用户基本特征的异常用户检测方法。利用GirvanNewman社区发现算法将用户分为孤立点用户和社区用户两种,结合粗糙集理论,计算用户的基本特征权重,根据特征权重计算有意义的行为特征信任值,利用特征权重和特征信任值计算用户的可信度,建立异常用户检测模型。实验结果表明,所提检测的异常用户模型适用于检测比较大的数据集,和基于内容、行为特征等传统的方法相比稳定性强、精确率和效率高。 展开更多

关键词 在线社交网络 粗糙集 异常用户检测 可信度

下载PDF 职称材料

基于最小方差的自适应K-均值初始化方法 被引量：7

10

作者 肖洋 李平 +1 位作者 王鹏 邱宁佳 《长春理工大学学报（自然科学版）》 2015年第5期140-144,149,共6页

K-均值算法对初始聚类中心敏感,聚类结果随不同初始聚类中心波动。针对以上问题,提出一种基于最小方差的自适应K-均值初始化方法,使初始聚类中心分布在K个不同样本密集区域,聚类结果收敛到全局最优。首先,根据样本空间分布信息,计算样... K-均值算法对初始聚类中心敏感,聚类结果随不同初始聚类中心波动。针对以上问题,提出一种基于最小方差的自适应K-均值初始化方法,使初始聚类中心分布在K个不同样本密集区域,聚类结果收敛到全局最优。首先,根据样本空间分布信息,计算样本方差得到样本紧密度信息,并基于样本紧密度选出满足条件的候选初始聚类中心;然后,对候选初始聚类中心进行处理,筛选出K个初始聚类中心。实验证明,算法具有较高的聚类性能,对噪声和孤立点具有较好的鲁棒性,且适合对大规模数据集聚类。 展开更多

关键词 聚类 K-均值 方差 初始聚类中心

下载PDF 职称材料

融合语义特征的加权朴素贝叶斯分类算法 被引量：6

11

作者 邱宁佳 贺金彪 +2 位作者 薛丽娇 王鹏 赵建平 《计算机工程与设计》 北大核心 2020年第9期2523-2529,共7页

针对传统朴素贝叶斯算法属性独立性假设降低分类效果的问题,提出一种融合语义特征的加权朴素贝叶斯算法。在特征提取时引入Google距离衡量词语间语义相关性对节点权值进行重新计算;利用改进的NGD-TextRank算法提取数据集中关键特征,去... 针对传统朴素贝叶斯算法属性独立性假设降低分类效果的问题,提出一种融合语义特征的加权朴素贝叶斯算法。在特征提取时引入Google距离衡量词语间语义相关性对节点权值进行重新计算;利用改进的NGD-TextRank算法提取数据集中关键特征,去除冗余属性进行降维;在分类过程中对不同特征项的影响程度进行划分,将特征项的权值融合到朴素贝叶斯公式中构造加权朴素贝叶斯分类算法。为验证算法性能,使用多类型数据集设计实验,与同类算法对比分析结果表明,该算法能够有效提取关键特征,经过加权处理后较好提高了文本分类的准确性。 展开更多

关键词 Google距离 TextRank Hellinger距离 权值优化 朴素贝叶斯

下载PDF 职称材料

基于改进信息增益的ACO-WNB分类算法研究 被引量：6

12

作者 邱宁佳 高鹏 +1 位作者 王鹏 陶跃 《计算机仿真》 北大核心 2019年第1期295-299,共5页

针对朴素贝叶斯分类算法对文本分类性能不高的问题,提出一种基于改进信息增益的ACO-WNB分类算法。首先,根据特征词在数据集中的词频分布情况加入调节因子,对特征词的贡献/干扰作用进行增强/抑制的调节,选择具有强区分度的特征形成特征子... 针对朴素贝叶斯分类算法对文本分类性能不高的问题,提出一种基于改进信息增益的ACO-WNB分类算法。首先,根据特征词在数据集中的词频分布情况加入调节因子,对特征词的贡献/干扰作用进行增强/抑制的调节,选择具有强区分度的特征形成特征子集,提高IG处理非均衡数据集的准确率。然后,将蚁群优化算法(ACO)和加权朴素贝叶斯模型相结合,利用ACO对权重进行迭代和全局寻优,生成ACO-WNB分类器,提高对文本数据的分类效率。使用典型新闻数据集将改进前后的算法对比分析,实验表明IG (可以有效去除冗余的高频特征,对非均衡数据集有更好的特征选择能力,ACO-WNB分类器具有更高的准确率,使得对实际的文本数据有更好的分类效率。 展开更多

关键词 朴素贝叶斯 信息增益 特征子集 蚁群算法

下载PDF 职称材料

融合语法规则的双通道中文情感模型分析 被引量：5

13

作者 邱宁佳 王晓霞 +1 位作者 王鹏 王艳春 《计算机应用》 CSCD 北大核心 2021年第2期318-323,共6页

针对使用中文文本进行情感分析时,忽略语法规会降低分类准确率的问题,提出一种融合语法规则的双通道中文情感分类模型CB_Rule。首先设计语法规则提取出情感倾向更加明确的信息,再利用卷积神经网络(CNN)的局部感知特点提取出语义特征;然... 针对使用中文文本进行情感分析时,忽略语法规会降低分类准确率的问题,提出一种融合语法规则的双通道中文情感分类模型CB_Rule。首先设计语法规则提取出情感倾向更加明确的信息,再利用卷积神经网络(CNN)的局部感知特点提取出语义特征;然后考虑到规则处理时可能忽略上下文的问题,使用双向长短时记忆(Bi-LSTM)网络提取包含上下文信息的全局特征,并对局部特征进行融合补充,从而完善CNN模型的情感特征倾向信息;最后将完善后的特征输入到分类器中进行情感倾向判定,完成中文情感模型的构建。在中文电商评论文本数据集上将所提模型与融合语法规则的Bi-LSTM中文情感分类方法R-Bi-LSTM以及融合句法规则和CNN的旅游评论情感分析模型SCNN进行对比,实验结果表明,所提模型在准确率上分别提高了3.7个百分点和0.6个百分点,说明CB_Rule模型具有很好的分类效果。 展开更多

关键词 情感分析 语法规则 特征融合 卷积神经网络 双向长短时记忆网络

下载PDF 职称材料

改进CNN的多通道语义合成情感分类模型研究 被引量：5

14

作者 邱宁佳 周思丞 +2 位作者 丛琳 王鹏 李岩芳 《计算机工程与应用》 CSCD 北大核心 2019年第23期136-141,共6页

为了解决传统神经网络由于上下文语序变化而导致的情感歧义问题,提出一种多通道语义合成卷积神经网络(SFCNN)。使用改进的情感倾向注意力机制对词向量进行情感加权操作;将情感倾向词向量进行多通道语义合成,生成带有文本上下文语义信息... 为了解决传统神经网络由于上下文语序变化而导致的情感歧义问题,提出一种多通道语义合成卷积神经网络(SFCNN)。使用改进的情感倾向注意力机制对词向量进行情感加权操作;将情感倾向词向量进行多通道语义合成,生成带有文本上下文语义信息的深度语义向量,构建情感分类模型;使用自适应学习率的梯度下降算法对模型参数进行优化,完成行情感分类任务。为了验证改进算法的有效性,使用多种微博数据样本集在提出的模型上进行对比实验。实验结果表明,改进的情感倾向注意力机制结合多通道语义合成卷积神经网络具有较好的情感分类能力,并且自适应学习率的梯度下降算法可以更快地完成模型收敛工作。 展开更多

关键词 卷积神经网络 注意力 情感分类 多通道

下载PDF 职称材料

基于MapReduce的密度聚类改进算法 被引量：5

15

作者 邱宁佳 李宾 +2 位作者 王鹏 杨华民 王玮琦 《计算机应用》 CSCD 北大核心 2017年第A01期63-67,共5页

针对空间密度聚类算法(DBSCAN)经验化求解参数导致聚类效果差和执行效率低下的问题,提出了一种基于遗传算法和Map Reduce并行计算编程框架的自适应DBSCAN算法。通过遗传算法迭代优化合理规划密集区间阈值min Pts、扫描半径Eps大小,同时... 针对空间密度聚类算法(DBSCAN)经验化求解参数导致聚类效果差和执行效率低下的问题,提出了一种基于遗传算法和Map Reduce并行计算编程框架的自适应DBSCAN算法。通过遗传算法迭代优化合理规划密集区间阈值min Pts、扫描半径Eps大小,同时结合数据集的相似性和差异性利用Hadoop集群高效的计算能力对其进行两次规约处理,将数据合理地序列化,最终实现高效的自适应并行化聚类。实验结果表明,改进后的算法(GADBSCANMR)在处理万条以上数据集时执行效率较原DBSCAN算法提升了3倍左右,聚类质量提升了约10个百分点,而且数据量越大这种优势越明显。由此证明,改进的DBSCAN算法为阈值确定给出了更合理的界定方法,并且通过具体的并行化处理计算,为解决聚类算法的效率和质量问题提供了一种新的研究方案。 展开更多

关键词 DBSCAN 遗传算法 MAPREDUCE

下载PDF 职称材料

基于Huffman-LDA和Weight-Word2vec的文本表示模型研究 被引量：4

16

作者 黄春雨 胡迪 +1 位作者 邱宁佳 孙爽滋 《长春理工大学学报（自然科学版）》 2020年第1期89-96,132,共9页

LDA是对主题到文档的全局结构建模,但其特征中缺少文档内部的局部词之间的关系,只能获得稀疏特征。Word2vec是一种基于上下文预测目标词的词嵌入模型,然而,基于这种方法只能以局部信息表示文档特征,缺乏全局信息。LDA和Word2vec的文本... LDA是对主题到文档的全局结构建模,但其特征中缺少文档内部的局部词之间的关系,只能获得稀疏特征。Word2vec是一种基于上下文预测目标词的词嵌入模型,然而,基于这种方法只能以局部信息表示文档特征,缺乏全局信息。LDA和Word2vec的文本表示模型是基于主题向量和文档向量计算新的特征表示文本,但直接计算所得的稀疏主题特征与基于词向量的文档特征的距离,缺乏特征的一致性。本文提出了Huffman-LDA和Weight-Word2vec的文本表示模型,首先,使用LDA模型得到主题向量后构建主题哈夫曼树,再运用梯度上升方法更新主题向量,新的主题向量包含不同主题词之间的关系,求得的特征不再具有稀疏性;然后,使用LDA主题向量与主题矩阵中词的主题特性计算词权重更新Word2vec的词向量,使得词向量包含主题词之间的关系进而表示文档向量;最后,通过主题向量和文档向量的欧式距离得到具有强分类特征的文本表示。实验结果表明,该方法可获得更强的文本表示特征,有效提高文档分类精度。 展开更多

关键词 主题模型 词嵌入 文本表示 Huffman-LDA Weight-Word2vec

下载PDF 职称材料

融合MHS与AIM-RT的谱聚类优化推荐算法 被引量：3

17

作者 邱宁佳 王宪勇 +1 位作者 王鹏 杨华民 《计算机应用研究》 CSCD 北大核心 2020年第11期3292-3296,共5页

传统协同过滤推荐算法存在时序性过低以及用户过多时数据稀疏相似用户计算复杂度高等问题。为此,提出融合最小哈希签名(MHS)与时序模型预测(AIM-RT)的谱聚类优化推荐算法。首先使用MHS与Levenshtein距离测度对用户—项目评分矩阵提取相... 传统协同过滤推荐算法存在时序性过低以及用户过多时数据稀疏相似用户计算复杂度高等问题。为此,提出融合最小哈希签名(MHS)与时序模型预测(AIM-RT)的谱聚类优化推荐算法。首先使用MHS与Levenshtein距离测度对用户—项目评分矩阵提取相似用户;然后利用时序模型进行权重拟合的AIM-RT预测算法预测评分补全相似用户稀疏矩阵;最后结合谱聚类进行相似用户优化,找到最优相似用户集合完成最终推荐。通过实验分析验证表明,所提推荐算法能够在计算复杂度、评分预测精度、数据缺失填补等方面提高整体推荐性能。 展开更多

关键词 推荐算法 最小哈希签名 时序模型 权重拟合 谱聚类

下载PDF 职称材料

基于MapReduce编程模型的改进KNN分类算法研究 被引量：3

18

作者 邱宁佳 郭畅 +2 位作者 杨华民 王鹏 温暖 《长春理工大学学报（自然科学版）》 2017年第1期110-114,共5页

采用一种属性约简算法,将待分类的数据样本进行两次约简处理--初次决策表属性约简和基于核属性值的二次约简。通过属性约简方法来删除数据集中的冗余数据,进而提高KNN算法的分类精度。在此基础上应用MapReduce并行编程模型,在Hadoop集... 采用一种属性约简算法,将待分类的数据样本进行两次约简处理--初次决策表属性约简和基于核属性值的二次约简。通过属性约简方法来删除数据集中的冗余数据,进而提高KNN算法的分类精度。在此基础上应用MapReduce并行编程模型,在Hadoop集群环境上实现并行化分类计算实验。实验结果表明,改进后的算法在集群环境下执行的效率得到很大提升,能够高效处理实验数据。实验执行的加速比也有明显提高。 展开更多

关键词 KNN 属性约简 MapReduce编程模型 HADOOP

下载PDF 职称材料

基于遗传算法的测试用例生成技术研究 被引量：2

19

作者 吴云 胡小娟 +2 位作者 邱宁佳 王鹏 杨华民 《长春理工大学学报（自然科学版）》 2010年第3期137-139,47,共4页

提出了一种结合遗传算法和神经网络算法的测试用例生成方法,算法融合了误差反向传播算法在避免陷入局部最优和保持种群多样性方面的优势,克服了遗传算法局部搜索能力差及其早熟现象。实验结果表明,新方法在测试用例自动生成的效率和效... 提出了一种结合遗传算法和神经网络算法的测试用例生成方法,算法融合了误差反向传播算法在避免陷入局部最优和保持种群多样性方面的优势,克服了遗传算法局部搜索能力差及其早熟现象。实验结果表明,新方法在测试用例自动生成的效率和效果方面,优于传统遗传算法。 展开更多

关键词 遗传算法 神经网络 测试用例生成

下载PDF 职称材料

基于PSO的支持向量机改进算法研究 被引量：2

20

作者 邱宁佳 贺金彪 +1 位作者 赵建平 李岩芳 《长春理工大学学报（自然科学版）》 2019年第3期120-127,共8页

提出一种改进的PSO-SVM算法。首先在文本预处理时,针对互信息方法存在的低频特征词倚重,忽略了高频特征词的不足之处,引入了权重因子、类内和类间离散因子进行属性约简;然后基于支持向量机分类模型,以不同核函数相结合构造混合核函数,... 提出一种改进的PSO-SVM算法。首先在文本预处理时,针对互信息方法存在的低频特征词倚重,忽略了高频特征词的不足之处,引入了权重因子、类内和类间离散因子进行属性约简;然后基于支持向量机分类模型,以不同核函数相结合构造混合核函数,利用粒子群优化算法(PSO优化算法)迭代寻找全局最优参数组合,并以此参数构造混合核函数结合哈夫曼最优二叉树生成分类器。使用经典数据集对PSO-SVM算法进行性能分析,实验表明改进后的算法可以有效地减少冗余属性,降低计算复杂度并具有更高的准确率和召回率。 展开更多

关键词 支持向量机 互信息 属性简约 PSO优化算法 权值优化

下载PDF 职称材料