期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于pairwise的改进ranking算法
被引量：
1
1
作者
程凡
仲红
《计算机应用》
CSCD
北大核心
2011年第7期1740-1743,共4页
传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难...
传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数。最后基于基准数据集的实验证明了算法的有效性。
展开更多
关键词
ranking
算法
pairwise方法
支持向量机
NDCG
割平面
算法
下载PDF
职称材料
一种基于潜变量的Ranking模型构造算法
被引量：
1
2
作者
程凡
李龙澍
+1 位作者
仲红
刘政怡
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第6期739-744,共6页
现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以...
现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以潜变量形式引入算法的框架中,并在此基础上定义了面向NDCG的目标函数。针对该目标函数非凸非平滑,首先使用"凹-凸过程"进行逼近,然后用"近似Bundle法"展开优化计算。基准数据集上的实验结果表明:相比完全依靠训练数据的Ranking算法,本文算法获得的模型更为精确。
展开更多
关键词
ranking
算法
潜变量
结构化SVM
NDCG
凹-凸过程
近似Bundle法
下载PDF
职称材料
基于非凸上界的ranking模型构造算法
3
作者
程凡
王煦法
李龙澍
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第4期57-63,共7页
现有的ranking算法均通过最小化原目标函数的凸上界构造ranking模型,得到的模型不够精确.为此,文中提出一种基于非凸上界的ranking算法.该算法首先给出一个基于多类支持向量机(SVM)的框架,然后定义面向NDCG的目标函数,在此基础上设计一...
现有的ranking算法均通过最小化原目标函数的凸上界构造ranking模型,得到的模型不够精确.为此,文中提出一种基于非凸上界的ranking算法.该算法首先给出一个基于多类支持向量机(SVM)的框架,然后定义面向NDCG的目标函数,在此基础上设计一个比现有的凸上界更为紧凑的非凸上界逼近原目标函数;针对上界函数的非凸非光滑,提出使用凹-凸过程进行凸逼近,并采用割平面算法进行求解;最后,通过在基准数据集上的实验对该算法进行验证,并与现有算法进行对比.结果表明,相比现有的基于凸上界的ranking算法,文中算法得到的模型不但更为精确,而且更加稳定.
展开更多
关键词
ranking
算法
非凸上界
NDCG
凹-凸过程
割平面
算法
多类支持向量机
下载PDF
职称材料
有效的子空间支配查询算法——Ranking-k
4
作者
李秋生
吴亚东
+3 位作者
林茂松
王松
王海洋
冯鑫淼
《计算机应用》
CSCD
北大核心
2015年第1期108-114,共7页
针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法。首先,采用B+-trees为待...
针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法。首先,采用B+-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数。迭代上述过程优化查询结果,直到满足条件为止。实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值。
展开更多
关键词
TOP-K
dominating
子空间
ranking
-k
算法
有序列表
轮询调度
算法
下载PDF
职称材料
题名
基于pairwise的改进ranking算法
被引量：
1
1
作者
程凡
仲红
机构
安徽大学计算机科学与技术学院
中国科学技术大学计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2011年第7期1740-1743,共4页
基金
安徽省自然科学基金资助项目(11040606M141)
安徽省自然科学基金青年基金资助项目(11040606Q07)
安徽大学"211工程"资助项目
文摘
传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数。最后基于基准数据集的实验证明了算法的有效性。
关键词
ranking
算法
pairwise方法
支持向量机
NDCG
割平面
算法
Keywords
ranking
algorithm
pairwise method
Support Vector Machine（SVM）
Normalized Discounted Cumulative Gain（NDCG）
cutting plane algorithm
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种基于潜变量的Ranking模型构造算法
被引量：
1
2
作者
程凡
李龙澍
仲红
刘政怡
机构
安徽大学计算机科学与技术学院
中国科学技术大学计算机科学与技术学院
出处
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第6期739-744,共6页
基金
国家自然科学基金项目(61003131)
安徽省自然科学基金项目(11040606M141)
+2 种基金
安徽省自然科学基金青年基金(11040606Q07)
安徽省科技攻关计划重大科技专项(08010201002)
安徽大学"211工程"资助项目
文摘
现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以潜变量形式引入算法的框架中,并在此基础上定义了面向NDCG的目标函数。针对该目标函数非凸非平滑,首先使用"凹-凸过程"进行逼近,然后用"近似Bundle法"展开优化计算。基准数据集上的实验结果表明:相比完全依靠训练数据的Ranking算法,本文算法获得的模型更为精确。
关键词
ranking
算法
潜变量
结构化SVM
NDCG
凹-凸过程
近似Bundle法
Keywords
ranking
algorithm
latent variables
structural support vector machine
NDCG
concaveconvex procedure proximal bundle method
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于非凸上界的ranking模型构造算法
3
作者
程凡
王煦法
李龙澍
机构
中国科学技术大学计算机科学与技术学院
安徽大学计算机科学与技术学院
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第4期57-63,共7页
基金
国家自然科学基金资助项目(60875027)
安徽省自然科学基金资助项目(090412054
+5 种基金
1104060M141
1208085QF120)
安徽省科技攻关计划重大科技专项项目(08010201002)
安徽省高校优秀青年人才资助项目(2012SQRL016)
安徽大学计算智能与信号处理教育部重点实验室开放基金资助项目
安徽大学青年科学基金资助项目(KJQN1119)
文摘
现有的ranking算法均通过最小化原目标函数的凸上界构造ranking模型,得到的模型不够精确.为此,文中提出一种基于非凸上界的ranking算法.该算法首先给出一个基于多类支持向量机(SVM)的框架,然后定义面向NDCG的目标函数,在此基础上设计一个比现有的凸上界更为紧凑的非凸上界逼近原目标函数;针对上界函数的非凸非光滑,提出使用凹-凸过程进行凸逼近,并采用割平面算法进行求解;最后,通过在基准数据集上的实验对该算法进行验证,并与现有算法进行对比.结果表明,相比现有的基于凸上界的ranking算法,文中算法得到的模型不但更为精确,而且更加稳定.
关键词
ranking
算法
非凸上界
NDCG
凹-凸过程
割平面
算法
多类支持向量机
Keywords
ranking
algorithm
non-convex upper bound
normalized discounted cumulative gain
concave-convex procedure
cutting plane algorithm
multi-class support vector machine
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
有效的子空间支配查询算法——Ranking-k
4
作者
李秋生
吴亚东
林茂松
王松
王海洋
冯鑫淼
机构
西南科技大学计算机科学与技术学院
西南科技大学信息工程学院
中国工程物理研究院电子工程研究所
出处
《计算机应用》
CSCD
北大核心
2015年第1期108-114,共7页
基金
国家自然科学基金资助项目(61303127)
国家科技支撑计划项目(2013BAH32F02
+4 种基金
2013BAH32F03)
国防重点学科实验室项目(13zxnk12)
四川省教育厅重点项目(13ZA0169)
四川省苗子工程资助项目(2014-043)
西南科技大学研究生创新基金资助项目(14ycx057)
文摘
针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法。首先,采用B+-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数。迭代上述过程优化查询结果,直到满足条件为止。实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值。
关键词
TOP-K
dominating
子空间
ranking
-k
算法
有序列表
轮询调度
算法
Keywords
Top-k dominating
subspace
ranking
-k algorithm
sorted list
round-robin scheduling algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
TP301.6 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于pairwise的改进ranking算法
程凡
仲红
《计算机应用》
CSCD
北大核心
2011
1
下载PDF
职称材料
2
一种基于潜变量的Ranking模型构造算法
程凡
李龙澍
仲红
刘政怡
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2011
1
下载PDF
职称材料
3
基于非凸上界的ranking模型构造算法
程凡
王煦法
李龙澍
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012
0
下载PDF
职称材料
4
有效的子空间支配查询算法——Ranking-k
李秋生
吴亚东
林茂松
王松
王海洋
冯鑫淼
《计算机应用》
CSCD
北大核心
2015
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
