基于主成分分析法的人工免疫识别软件缺陷预测模型研究 被引量：6

1

作者 朱朝阳 陈相舟 +1 位作者 闫龙 张信明 《计算机科学》 CSCD 北大核心 2017年第S1期483-485,518,共4页

针对软件系统日益复杂以及软件缺陷难以预测的问题,提出了一种使用人工免疫识别系统的软件缺陷预测模型。模型的构建首先通过主成分分析法对软件缺陷预测数据集进行特征的识别和提取,进一步提高学习算法的性能;针对计算亲和度时欧氏距... 针对软件系统日益复杂以及软件缺陷难以预测的问题,提出了一种使用人工免疫识别系统的软件缺陷预测模型。模型的构建首先通过主成分分析法对软件缺陷预测数据集进行特征的识别和提取,进一步提高学习算法的性能;针对计算亲和度时欧氏距离不能满足非线性应用需求的情况,为了提高算法对非线性应用的适用性,使用基于高斯径向基核函数的亲和度计算来计算抗体和抗原之间的亲和度阈值。再基于亲和度计算,进行抗体训练、资源竞争以及记忆细胞的选择。最后,利用记忆细胞集进行分类。模拟实验表明,针对实验中的数据集,所提模型的预测准确度达到84%~90%,精准度达到85%~91%。 展开更多

关键词 软件缺陷检测 人工免疫识别系统 主成分分析法 静态分析 有监督机器学习

下载PDF 职称材料

基于工业物联网网关状态预测的有监督机器学习模型设计

2

作者 刘涛 《西安交通工程学院学术研究》 2024年第1期52-57,共6页

传统方法工业物联网状态预测准确率低、预测时间长,为此,提出有监督机器学习模型的设计。利用有监督机器学习方法采集过滤数据样本,通过信息增益算法对分类数据进行特征评估,经相关性判断公式删除穴余数据,提高数据参数精准度。利用多... 传统方法工业物联网状态预测准确率低、预测时间长,为此,提出有监督机器学习模型的设计。利用有监督机器学习方法采集过滤数据样本,通过信息增益算法对分类数据进行特征评估,经相关性判断公式删除穴余数据,提高数据参数精准度。利用多元线性回归分析构建有监督机器学习预测模型,模拟训练得到数据运行规律,有效提高状态预测的精准度。实验分析得出:有监督机器学习模型预测误差值在0.1MB左右,误差率最小可达2%,迭代50次的单位预测速度为0.3min,准确率和预测速率明显优于传统方法,具有良好的可行性与有效性。 展开更多

关键词 有监督机器学习 工业物联网网关 状态预测 多元线性回归 信息增益

下载PDF 职称材料

基于K均值和双支持向量机的P2P流量识别方法 被引量：4

3

作者 郭伟 王西闯 肖振久 《计算机应用》 CSCD 北大核心 2013年第10期2734-2738,共5页

针对目前常用于P2P流量识别的有监督机器学习方法普遍存在时间代价较高的现状,提出采用时间代价为标准支持向量机四分之一的双支持向量机来构建分类器,并采用K均值集成方法快速生成有标签样本集,组合有标签样本集构成双支持向量机的训... 针对目前常用于P2P流量识别的有监督机器学习方法普遍存在时间代价较高的现状,提出采用时间代价为标准支持向量机四分之一的双支持向量机来构建分类器,并采用K均值集成方法快速生成有标签样本集,组合有标签样本集构成双支持向量机的训练样本,最后利用构建好的双支持向量机分类模型进行P2P流量的识别。实验结果表明采用基于K均值集成结合双支持向量机的方法在P2P流量识别的时间代价、准确率和稳定性方面要远优于标准支持向量机。 展开更多

关键词 P2P流量识别 有监督机器学习 双支持向量机 K均值集成 时间代价

下载PDF 职称材料

基于有监督机器学习的光伏故障监测系统研究进展

4

作者 董煌锋 郭信平 +1 位作者 冀璇 肖文波 《成都大学学报（自然科学版）》 2024年第3期262-273,共12页

系统性总结了有监督机器学习在光伏故障监测技术中的应用.支持向量机(SVM)对惩罚因子和核函数非常敏感,通过优化参数选择和数据预处理可以提高监测准确率.决策树(DT)容易过拟合,可以通过剪枝技术避免过拟合问题.随机森林(RF)对数据量和... 系统性总结了有监督机器学习在光伏故障监测技术中的应用.支持向量机(SVM)对惩罚因子和核函数非常敏感,通过优化参数选择和数据预处理可以提高监测准确率.决策树(DT)容易过拟合,可以通过剪枝技术避免过拟合问题.随机森林(RF)对数据量和参数调节要求较高,可以通过算法生成数据和优化参数来满足要求,从而提高监测准确率.K-近邻(KNN)在处理高维数据时能力较差,可以引入合适的核函数和数据预处理技术来提高准确率.神经网络(ANN)需要大量数据和参数选择,优化算法可以解决这些问题.ANN和SVM具有最高的准确率但耗时较长,DT耗时短但准确率较低.未来的趋势是进一步优化算法,结合深度学习和智能化发展.由于ANN在故障监测中具有高准确率,基于ANN的光伏故障监测系统预计将成为主流方法. 展开更多

关键词 光伏故障 有监督机器学习 神经网络 监测系统

下载PDF 职称材料

脑功能连接模型在机器学习中分类鲁棒性研究——以静息态功能磁共振定位癫痫发作侧为例 被引量：3

5

作者 杨泽坤 葛曼玲 +4 位作者 付晓璇 陈盛华 张夫一 郭志彤 张志强 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第5期521-530,共10页

机器学习能促进静息态功能磁共振成像(rf MRI)在癫痫中应用,尽管Pearson相关性的传统功能连接(FC)模型作为成像算法有较多报道,但其分类鲁棒性却少有研究。提出特异于健康人的癫痫患者FC指数模型,与FC在有监督机器学习分类敏感性和稳定... 机器学习能促进静息态功能磁共振成像(rf MRI)在癫痫中应用,尽管Pearson相关性的传统功能连接(FC)模型作为成像算法有较多报道,但其分类鲁棒性却少有研究。提出特异于健康人的癫痫患者FC指数模型,与FC在有监督机器学习分类敏感性和稳定性上进行比较,以期为提取癫痫患者功能影像学标记提供新算法。搜集20名结构像标记为海马阳性的内侧颞叶癫痫患者(各10名纳入左侧、右侧2组)和142名来自连接组学且与患者相同年龄段健康人的rf MRI数据;以健康人群为参照,构建个体患者FC特异性指数模型,为每个脑区功能打分;通过ROC敏感性分析曲线和曲线下面积(AUC)提取指数模型,对发作侧敏感脑区获得功能影像标记;以其指数作为特征向量,分别输入至概率神经网络和支持向量机,对患者发作侧分类;10次随机交叉验证分析稳定性,再分别对敏感脑区之间和患者之间的特征向量做线性相关性分析,以探求影响稳定性的内在原因。最后,用FC代替指数模型做同上处理,并比较两种功能连接模型的分类稳定性。结果显示,以FC为特征向量的AUC为0.76,而特异性指数的特征向量AUC为0.84,指数模型的分类敏感性高于FC。另外,FC的分类精度在25%~100%之间强烈波动,方差高达25.99%,且特征向量平均相关系数为0.67,相关性较强;而指数模型则在75%~100%之间较小波动,方差低至7.10%,且特征向量平均相关系数为0.28,相关性较小。在机器学习癫痫定侧中,静息态功能连接特异性指数模型表现出较强的分类鲁棒性,远优于传统模型,特征向量相关性较大可能是影响后者稳定性的主要原因。 展开更多

关键词 功能连接特异性 Pearson相关性 静息态功能磁共振成像 有监督机器学习 癫痫发作侧定位

下载PDF 职称材料

基于有监督机器学习的旅客购票行为建模分析 被引量：1

6

作者 张镫月 彭超华 《科技与创新》 2023年第22期65-69,77,共6页

主要对旅客出行时的购票行为进行建模分析。确立旅客出行影响因素模型的基本框架,基于有监督机器学习模型和框架模型中量化的指标,建立旅客购票行为的数学模型。通过应用Pearson相关性检验与Fisher-Score准则,科学评价各特征的影响程度... 主要对旅客出行时的购票行为进行建模分析。确立旅客出行影响因素模型的基本框架,基于有监督机器学习模型和框架模型中量化的指标,建立旅客购票行为的数学模型。通过应用Pearson相关性检验与Fisher-Score准则,科学评价各特征的影响程度。通过Scott-Knott显著性检验挑选出泛化能力最好的随机森林模型,并以此为基础构建了旅客购票行为的计算模型,预测学生的购票行为,给出铁路管理局具体的建议。 展开更多

关键词 有监督机器学习 Pearson检验 Fisher-Score准则 Scott-Knott检验

下载PDF 职称材料

急性胰腺炎机器学习模型的研究进展

7

作者 殷民月 朱锦舟 +3 位作者 刘璐 高静雯 林嘉希 许春芳 《临床肝胆病杂志》 CAS 北大核心 2023年第12期2978-2984,共7页

急性胰腺炎是一种需要早期干预的消化系统急症,当进展为中度重症或重症急性胰腺炎时,患者病死率显著升高。机器学习凭借强大的计算和学习能力,充分利用临床数据对急性胰腺炎进行早期预测,取得了显著成果。本文综述机器学习在预测急性胰... 急性胰腺炎是一种需要早期干预的消化系统急症,当进展为中度重症或重症急性胰腺炎时,患者病死率显著升高。机器学习凭借强大的计算和学习能力,充分利用临床数据对急性胰腺炎进行早期预测,取得了显著成果。本文综述机器学习在预测急性胰腺炎严重程度、并发症和死亡中的研究进展,为进一步通过人工智能协助急性胰腺炎临床诊疗提供理论依据和新思路。 展开更多

关键词 急性胰腺炎 人工智能 有监督机器学习 无监督机器学习

下载PDF 职称材料

基于多元回归模型的钻头前方地层速度预测方法 被引量：1

8

作者 郭书生 朱江梅 +2 位作者 王世越 赵前华 王晓飞 《中国海上油气》 CAS CSCD 北大核心 2022年第3期49-54,共6页

为了应对中深地层高温、超高压等特点所带来的钻井工程风险,准确预测钻头前方压力变化界面深度是其中的关键点之一。因此钻头前方地层速度预测成为了一项重要的研究课题,备受国内外学术界和工业界关注。本文提出利用多元回归模型量化刻... 为了应对中深地层高温、超高压等特点所带来的钻井工程风险,准确预测钻头前方压力变化界面深度是其中的关键点之一。因此钻头前方地层速度预测成为了一项重要的研究课题,备受国内外学术界和工业界关注。本文提出利用多元回归模型量化刻画客观因素对地层速度的影响,从而将钻头前方地层速度预测转化为基于非线性多元回归的有监督机器学习问题。主要步骤包括:首先基于VSP走廊叠加资料的多属性信息构建多元回归模型;然后利用反演来预测中频地层速度;再利用粒子滤波法来求解该多元回归模型的状态参数,该模型将中频地层速度等因素特征作为输入,通过求解从而有效地预测钻头前方地层速度。实际应用成效表明该方法可预测钻头前200 m的高精度地层速度,从而验证了本文方法的有效性和推广应用价值。 展开更多

关键词 钻头前方地层速度 多元回归模型 有监督机器学习 VSP走廊叠加资料 粒子滤波法

下载PDF 职称材料

联合作战太空作战力量体系贡献度仿真分析框架研究

9

作者 张庆军 张明智 张庆娟 《军事运筹与系统工程》 2018年第3期22-29,共8页

太空作战力量体系是联合作战体系的重要组成部分。立足太空作战力量体系对联合作战的影响,在分析当前开展太空作战力量体系对联合作战体系的贡献度研究面临问题的基础上,给出了研究的基本思路和流程,提出了基于功能依赖网理论和有监督... 太空作战力量体系是联合作战体系的重要组成部分。立足太空作战力量体系对联合作战的影响,在分析当前开展太空作战力量体系对联合作战体系的贡献度研究面临问题的基础上,给出了研究的基本思路和流程,提出了基于功能依赖网理论和有监督机器学习的体系贡献度分析方法,构建了联合作战太空作战力量体系贡献度仿真分析的体系结构和总体框架。实验结果表明,该分析框架合理有效。 展开更多

关键词 太空作战力量体系 体系贡献度 仿真试验床 有监督机器学习 功能依赖网分析

下载PDF 职称材料

跨领域中文评论的情感分类研究 被引量：4

10

作者 张莉 《计算机应用研究》 CSCD 北大核心 2013年第3期736-741,共6页

主要对跨领域中文评论句中的各个评价对象所对应的观点表达的情感倾向进行研究。在结合单一领域特别是产品领域中情感分类的常用算法以及结合跨领域评论观点表达的特殊性的基础上,提出了基于词典资源和有监督机器学习这两种方法来对跨... 主要对跨领域中文评论句中的各个评价对象所对应的观点表达的情感倾向进行研究。在结合单一领域特别是产品领域中情感分类的常用算法以及结合跨领域评论观点表达的特殊性的基础上,提出了基于词典资源和有监督机器学习这两种方法来对跨领域中文评论句进行情感分类,探讨了跨领域中文评论在算法上与单一领域的异同,同时对两种方法进行了比较。实验结果表明,提出的方法具有较大的实用价值。 展开更多

关键词 跨领域 情感分类 知网 有监督机器学习方法 支持向量机

下载PDF 职称材料

K近邻算法在政府采购数据挖掘中的研究与应用 被引量：1

11

作者 王宏 门博 雷娜 《智能计算机与应用》 2019年第3期269-272,共4页

随着政府采购信息化水平的不断提升,政府部门在履行职责过程中沉淀了大量的政府采购数据。本文分析了政府采购中标信息的要素,在研究有监督机器学习方法和文本数据处理流程的基础上,选取K近邻分类算法将其应用于文本分类中,形成政府采... 随着政府采购信息化水平的不断提升,政府部门在履行职责过程中沉淀了大量的政府采购数据。本文分析了政府采购中标信息的要素,在研究有监督机器学习方法和文本数据处理流程的基础上,选取K近邻分类算法将其应用于文本分类中,形成政府采购项目领域模型之后,再对各中标公司在各领域的出现情况进行分析,并研究在取不同K值情况下分类的准确率。 展开更多

关键词 政府采购数据 文本数据处理 有监督的机器学习 K近邻分类算法 领域模型

下载PDF 职称材料