基于依赖最大化和稀疏回归的多标签特征选择

针对基于稀疏回归的多标签特征选择方法中数据的特征和标签之间线性关系假设不成立的问题,提出一种基于依赖最大化和稀疏回归的多标签特征选择方法 (multi-label feature selection with dependence maximization and sparse regression,DMSR)。构建数据的低维子空间,最大化低维空间与数据的标签空间之间的依赖性,使用希尔伯特-施密特独立性准则作为依赖性的计算依据,将数据从特征空间映射到该低维空间,设计一种交替优化的算法对稀疏回归模型进行求解,得到用于特征选择的投影矩阵。在多个不同类型的多标签数据集上的实验结果表明,所提算法的性能优于其它对比算法。     

时间视角下时间领导、时间效能感和员工创造力的关系:下属依赖的调节作用

目的应用社会认知理论,从时间视角出发探讨时间效能感在时间领导与员工创造力关系的间的中介作用,以及下属依赖的调节作用。方法采用领导-员工配套问卷的方式收集443份有效问卷数据,并运用SPSS和Amos分析工具对数据进行分析。结果时间领导对员工创造力具有显著正向影响;时间效能感在时间领导和员工创造力之间起部分中介作用;下属依赖不仅负向调节时间领导和时间效能感之间的关系,而且还负向调节时间效能感在时间领导与员工创造力间的中介作用。结论时间领导有利于提高员工时间效能感和员工创造力,但会因个体下属依赖程度有所差异。     

基于条件信息卷积生成对抗网络的图像识别

传统的图像识别方法需要大量有标签样本进行训练，且模型训练难以达到稳定。针对这些问题，结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络（C-Info-DCGAN）。模型增加图像的类别信息和潜在信息作为输入数据，然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用，并且利用深度卷积网络来加强对图像特征的提取能力。实验结果表明，该方法能够加快模型训练收敛速度，并有效提高图像识别的准确率。     

基于贪婪局部路径重连的随机并行社区检测

为提高社区检测的效率与精度,提出一种随机并行的局部搜索算法。用图模型结构表示复杂系统,将顶点划分成簇。构建贪婪随机自适应搜索过程与路径重连过程,以解决加权图的模块最大化问题。引入一种{0,1}矩阵类特征并定义聚类的距离函数,从而进行顶点的邻域搜索,实现社区的高精度检测识别。实验结果表明,该算法的F_1值与NMI指标值均较高。     

微博侃天下

中国经济的未来显然要靠改革开放,而不是货币刺激。在全球过度依赖货币放水、饮鸩止渴的背景下,中国是唯一货币政策正常化的大型经济体,这不仅需要勇气,更需要信仰。——@任泽平不论贫富,都要学会在约束条件下去追求自己的目标。哪个家庭都是比上不足比下有余。让孩子不要自卑,也不要愤怒,因为改变别人对自己的看法很难,真正容易的不是求人,而是求己。     

基于实时可靠度评估的航空产品序贯检测模型

针对航空产品相关部件性能退化不确定性强的特点,为了较为科学合理地确定产品检测维修的时刻,提出一类基于实时可靠度评估的序贯检测模型。采用Wiener过程描述产品的性能退化规律,然后基于随机过程首达时理论给出产品实时可靠度的解析表达式,并综合利用强跟踪滤波算法、最优平滑算法和期望最大化算法对模型未知参数进行自适应估计。当获得新的退化数据信息时,根据贝叶斯规则重新迭代对模型参数进行实时更新。在更新过程中,融合同类型产品的历史信息选取初始化参数,实现了更新算法的快速收敛。接着根据对产品的实时可靠度要求确定出了优化的序贯检测间隔期。通过某航空铝合金材料的疲劳裂纹增长的实例验证了模型与算法的有效性。研究结果表明:实时可靠度评估模型能够最大限度利用运行期的实时数据,有效提高不确定条件下产品可靠度估计的准确性,从而保证相应序贯检测策略的效率和实用性。