数据挖掘与机器学习——经典图书介绍

对于“数据挖掘”,有多种文字不同但含义接近的定义,简单来说,可以归纳为“试图从海量数据中找出有用的知识”。在学术界,有时也将“数据挖掘（DM）”称为“数据库中的知识发现（KDD）”。而“机器学习”是人工智能的核心研究领域之一,目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”。     

基于机器学习的因材施教应用探究

新冠疫情时期的在线教育使得在线教育所具备的因材施教属性受到越来越多的关注。但大量的在线教育课程也暴露出许多问题,如接受在线教育课程的学生的知识把握差异较大、学生对适应性在线课程的发现较难、在线课程的训练效能低下等。针对这些问题,本研究应用机器学习技术,利用其精确迅速、自动化、可自定义和规模化等特征,实现课表定制化,并为因材施教的实施构造了一种范式。     

基于机器学习的基因组微卫星状态探测方法综述

[目的]探讨机器学习在基因组微卫星状态检测方法中的应用及未来研究方向.[文献范围]本文收集了微卫星状态检测方法相关文献.[方法]首先简要介绍微卫星状态检测的意义和常用的检测手段,其次对目前主流的基于机器学习的检测方法进行详细介绍,最后展望未来机器学习在微卫星状态检测领域中的研究方向.[结果]基于机器学习的检测方法从大量...     

基于大数据的机器学习趋势分析

目前,利用大数据系统收集、统计、分析数据,已成为很多行业的惯例。随着大数据库规模的日益扩大,机器学习逐渐引入大数据计算。随着机器学习深度和广度的加深,逐步提升大数据分析计算效率,成为互联网时代下我国计算机未来发展的重要趋势。不可否认,我国当前机器学习还处于起步阶段。笔者基于大数据的现实背景,进一步分析我国机器学习的趋势,为我国经济发展中提供良好助力。     

基于机器学习的PCB布线电阻计算方法

在FPD领域中FPC端口和IC端口之间的布线被称为PCB布线.受到可布线区域形状、线宽和线间距等多种因素的影响,PCB布线可能是规则形状的布线,也可能是不规则形状的布线,导致精确计算布线电阻十分困难.现有的电阻计算方法能够基于布线拐点坐标计算任意形状的PCB布线电阻,但是这些方法时间开销和空间开销都很大,严重影响设计的...     

大数据背景下的机器学习算法应用研究

大数据背景下,机器学习和数据分析是利用大数据为人类服务的重要手段。本文阐述了机器学习算法的使用 步骤、特征维度的提取方法、特征模型建立的理论支撑,以及模型融合所占的权重。针对当前大数据下机器学习算法的关键技 术,对其发展前景进行了展望。     

大数据环境下机器学习课程的教学实践探索

结合大数据应用的时代背景,高校教学科研的重心也随之发生变化。机器学习课程作为数据科学与大数据技术专业的专业核心课,依托于现阶段计算机技术的更新迭代,涉及多学科的交叉学科课程,兼顾理论与实践应用。正因为学科的复杂性和时效性,本科生学习该课程面临较大难度和挑战,基于这一现状,教师更应从理论出发,不断探索大数据环境下机器学习课程教学的新模式。     

数据缺失条件下的贝叶斯推断方法

Recently Bayesian network(BN) becomus a noticeable research direction in Data Mining.In this paper we introduce missing data mechanisms firstly,and then some methods to do Baysesian inference with missing data based on these missing data mechanisms.All of these must be useful in practice especially when data is scare and expensive.It can foresee that Bayesian networks will become a powerful tool in Data Mining with all of these methods above offered.     

系统软件构造与验证技术专题前言

<正>系统软件是计算机系统的核心基础软件,涵盖基础系统软件,如操作系统、语言及编译器、中间件、数据库等;领域系统软件,如无人系统、工业控制、航空航天飞行器等的核心控制软件;人工智能系统软件和区块链关键基础软件等新型软件.系统软件的安全可靠性关系到整个系统,如何构造并验证高质量的系统软件仍然是学术界和工业界面临的重大问题.尤其是系统软件构造与验证过程中,提高系统软件开发效率、提升系统软件质量、增强系统软件安全可靠性相关的理论与方法、技术与工具、应用与案例等,对于我国从事系统软件的研发人员,具有重要的参考价值.     

基于特定话题的微博意见领袖在线检测方法

针对目前已有的微博意见领袖识别模型存在的不足以及意见领袖在线检测方法研究的缺乏,提出一种基于特定话题的微博意见领袖在线检测方法。对某一话题进行约一周的微博意见领袖在线检测实验,结果表明该方法能够在线收集与指定话题有关的微博信息并且能够动态计算出参与该话题讨论的用户的影响力,从而检测出其中的意见领袖。     

基于商务谈判的机器学习理论方法研究

电子商务的谈判中应用机器学习方法可增加其智能特性.探讨基于商务谈判的机器学习理论,建立了商务谈判学习模型,设计出相应的学习算法Strategy Learning以获取谈判领域的专家知识-谈判规则.通过一个应用实例,验证了SL方法的可行性和正确性.     

一个基于机器学习的神经网络初始化方法

本文针对ＢＰ前馈神经网络存在的训练时间长、容易陷入局部极小等问题，研究了一个基于机器学习的神经网络初始化方法。实验结果表明，用这种方法初始化神经网络，提高了神经网络的学习效率和泛化能力，并且可以有效地抑制陷入局部极小的可能性。     

基于神经网络迁移学习的蒙汉机器翻译方法

针对蒙汉神经机器翻译过程中出现严重未登录词的问题,利用字节编码技术对蒙汉平行语料进行预处理,实验结果表明字节对编码技术有效缓解了未登录词现象。同时,为缓解蒙汉平行语料不足问题,将迁移学习策略应用到在蒙汉神经机器翻译中,实验结果表明最终的翻译译文提高了1.6个BLEU值。另外,考虑到在神经机器翻译模型中的双语词向量的质量对最终的翻译译文质量有较大影响,将基于Word2vec预训练得到的词向量嵌入到蒙汉神经机器翻译模型中,实验结果表明译文提升了0.6个BLEU值。     

基于机器学习的源程序自动标注方法

程序注释是软件开发过程中不可缺少的工作.大量的Java程序需要准确的注释来提高程序的可维护性.对自动标注方法进行研究,分析现存方法存在的问题,为了改善注释的效率,提出一种基于机器学习的程序注释自动标注方法用于Java程序的自动标注.方法 主要分为两个部分:数据的预处理和机器学习模型.数据预处理采用双编码器对程序进行处理...     

一种基于极限学习机的缺失数据填充方法

数据处理过程中经常会遇到不完备数据需要填充的问题,寻求简单有效的缺失数据填充方法非常重要。针对该情况,提出一种基于极限学习机ELM(Extreme Learning Machine)的缺失数据填充方法,通过极限学习机网络建模,建立需要填充的缺失属性与其他属性的非线性映射模型。实验结果表明:该方法具有非常好的填充效果。     

基于局部线性嵌入极限学习机的人脸识别新方法

针对人脸图片数量多、容易受噪声干扰,致使人脸识别的识别速度慢、准确率低的问题,提出一种基于局部线性嵌入极限学习机的人脸识别方法——LLE-ELM算法。利用局部线性嵌入(LLE)算法对人脸数据提取特征,最大限度保留原数据的特征结构,减少数据量,降低计算复杂;采用极限学习机(ELM)算法对提取特征后的数据进行分类;实现人脸识别,输出识别准确率和时长。通过在ORL数据库、Yale数据库、AR人脸库和CASIA-WEBFACE人脸库上的数值实验表明:与PCA、SVM、CNN算法对比,该算法具有较高的识别准确率和较快的识别速度。     

机器翻译系统中基于机器学习的目标词选择

文中利用机器人学习的方法研究英汉机器释译中目标词选择的问题。     

基于机器学习的图像偏色检测

图片偏色检测目前大多是利用统计学知识,通过计算各个颜色通道关系判断偏色。目前针对马路摄像机偏色检测的研究工作较少,据此提出一种基于机器学习的马路视频图像偏色检测模型。在YUV色彩空间下,对图像过滤马路的灰色信息,针对部分偏色采用Floyd算法将图片分割。根据色彩分布提取特征值,采用监督性机器学习算法,输入特征向量得到分类器。通过实验表明采用BP神经网络和SVM支持向量机算法,能得到很好的结果。实验结果表明该模型,对多种偏色情况、多种偏色状态有良好的适应性。