混合多机器学习的ICU病人生死预测框架

ICU病人生死预测一直都是医学界的研究热点和难点。数据挖掘的机器学习方法近年来在该领域取得了一定的进展,但依然有很大的发展空间。针对ICU时序数据的高维度和不确定间隔采样特性,提出了不确定间隔采样转化为确定间隔的空采样的思想和相应的处理策略;在此基础上将传统的时间序列聚类与机器学习方法相结合,提出了一个两阶段的混合多机器学习算法框架,使得数据集的高维和不确定性得到了约简,从而可以采用经典的机器学习方法挖掘病人生死知识。在一个公开数据集上的两组实验结果表明,基于该算法框架的ICU病人死亡预测方法对于少数样本的分类效果优于传统方法,弹性时间间隔下的预测效果更好,最优时间间隔的选取可以通过实验效果来验证。     

量子机器学习综述

近年来, 机器学习一直是被关注和探讨的研究热点, 被应用到各领域并在其中起着重要作用. 但随着数据量的不断增加, 机器学习算法训练时间越来越长. 与此同时, 量子计算机表现出强大的运算能力. 因此, 有研究人员尝试用量子计算的方法解决机器学习训练时间长的问题, 量子机器学习这一领域应运而生. 量子主成分分析、量子支持向量机、量子深度学习等量子机器学习算法相继被提出, 并有实验证明了量子机器学习算法有显著的加速效果, 使得量子机器学习的研究展现出逐步走高的趋势. 对量子机器学习算法进行综述. 首先介绍量子计算基础; 然后对量子监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子深度学习5类量子机器学习算法进行介绍; 接着对量子机器学习的相关应用进行介绍并给出了算法实验; 最后进行总结和展望.     

基于神经网络和PID算法的数控机床并行混合控制模型

针对数控机床低速运动时由于非线性摩擦造成的问题，提出了一种基于神经网络和PID算法的并行混合控制模型．当电机速度大于转换速度时使用PID控制，小于转换速度时使用神经网络控制器．神经网络为5个输入的单神经元，采用Hebb学习算法．分析表明，混合控制器使跟随误差的波动明显减小，机床运动变得平稳．利用可由用户编写伺服算法的多轴运动控制器(PMAC)进行了实验，验证了混合控制器的控制效果．     

一个基于混合并发模型的Java虚拟机

从解释执行到及时编译的转变极大地提高了Java程序的运行速度.但是,现有的Java虚拟机还有待进一步的改进.提出了一种新的Java虚拟机编译与执行模型--混合并发模型HCCEM(hybrid concurrent compilation and execution model).该模型通过多线程控制方式将字节码的编译与执行过程相重叠,从而获取加速的效果.另外还给出了基于HCCEM的Java虚拟机JAFFE的设计方案,并就实现中的执行模式切换、异常处理以及层次线程等问题进行了讨论.实验结果表明,HCCEM能     

一种基于多维防御混合策略的虚拟机保护安全性增强方法

针对虚拟机模块连接安全性较弱的问题,提出一种多维防御混合的虚拟机保护安全性增强方法。首先融合ROP、指令重叠和指令自修改技术对虚拟机框架模块连接指令序列进行隐蔽性混淆,然后运用基于多样化和随机化技术构造的混淆指令网络提升指令序列复杂性,最后采用哨兵集和三线程保护技术完成模块连接指令序列的防篡改。采用了不透明谓词,随机选...     

Quantum Fuzzy Support Vector Machine for Binary Classification

In the objective world, how to deal with the complexity and uncertainty of big data efficiently and accurately has become the premise and key to machine learning. Fuzzy support vector machine (FSVM) not only deals with the classification problems for training samples with fuzzy information, but also assigns a fuzzy membership degree to each training sample, allowing different training samples to contribute differently in predicting an optimal hyperplane to separate two classes with maximum margin, reducing the effect of outliers and noise, Quantum computing has super parallel computing capabilities and holds the promise of faster algorithmic processing of data. However, FSVM and quantum computing are incapable of dealing with the complexity and uncertainty of big data in an efficient and accurate manner. This paper research and propose an efficient and accurate quantum fuzzy support vector machine (QFSVM) algorithm based on the fact that quantum computing can efficiently process large amounts of data and FSVM is easy to deal with the complexity and uncertainty problems. The central idea of the proposed algorithm is to use the quantum algorithm for solving linear systems of equations (HHL algorithm) and the least-squares method to solve the quadratic programming problem in the FSVM. The proposed algorithm can determine whether a sample belongs to the positive or negative class while also achieving a good generalization performance. Furthermore, this paper applies QFSVM to handwritten character recognition and demonstrates that QFSVM can be run on quantum computers, and achieve accurate classification of handwritten characters. When compared to FSVM, QFSVM’s computational complexity decreases exponentially with the number of training samples.     

混合量子进化算法及其应用

文章将量子进化算法(QEA)和粒子群算法(PSO)互相结合,提出了两种混合量子进化算法。第一种算法叫做嵌入式粒子群量子进化算法,其主要思想是将简化的PSO进化方程嵌入QEA的进化操作中,简化了QEA算法的结构,增强了QEA跳出局部极值的能力。第二种算法叫做量子二进制粒子群算法,其主要思想是将QEA中的量子染色体的概念引入二进制粒子群算法(BPSO),提高了BPSO算法保持种群多样性的能力和运算速度。通过对0-1背包问题和多用户检测问题的求解表明,新的算法不仅操作更简单,而且全局搜索能力有了显著的提高。     

互联网机器翻译

该文在回顾机器翻译发展的基础上,总结了主要的机器翻译方法,并主要阐述互联网机器翻译的特点及面临的挑战.面向互联网机器翻译的应用需求,并针对互联网资源具有海量、高噪声、时效性、稀疏的特点,提出了多策略混合翻译方法、资源挖掘和过滤以及分布式处理技术、领域自适应技术,针对数据稀疏论述枢轴语言技术和新语种快速部署技术;然后结合...     

基于C/S结构的公安综合移动警务系统的混合加密方案

为了实现基于C/S结构的公安综合移动警务系统信息的加密传输,设计并实现了一种基于AES算法和Morii-Kasahara算法的混合加密方案;该方案消除了对称加密算法密钥管理复杂;非对称加密算法加解密速度慢,占用内存大的缺点;并且采用查表和并行处理技术可以提高Morii-Kasahara算法的加密速度,通过改变Morii-Kasahara算法求取模数的方法可以提高算法安全性;实践证明,该方案具有算法安全性高、运算速度快、带宽需求低、密钥管理方便、需求存储空间小等优点,适合公安综合移动警务系统信息的加密传输.     

9-量子团簇态信道的非对称双向量子信息传输

利用一个9-量子团簇态为信道,分别提出了三个关于二量子态和三量子态的双向量子信息传输协议。在第一个协议中,Alice能把三量子a1、a2和a3的未知态传送给Bob,Bob能把二量子b1和b2的未知态传送给Alice。Alice采用特殊三粒子态测量基,使得方案简化了一半。在第二个协议中,Alice在远方的Bob处制备三粒子a1、a2和a3的已知态,同时Bob也能在Alice处制备二量子b1和b2的已知态。由于他们充分利用了前馈测量策略,制备任务能够完美完成。在第三个协议中,利用前两个协议的优点,Alice能成功将三量子a1、a2和a3的未知态传送给Bob,Bob也完美地在Alice处制备二量子b1和b2的已知态。     

通过五粒子信道的非对称双向量子信息传输

利用一个五粒子团簇态为信道,分别提出了三个关于二粒子态和单粒子态的双向受控量子信息传输协议.在第一个协议中,通过引入辅助粒子,实施受控非门运算和Bell态测量,Alice能把二粒子未知态传送给Bob,同时Bob也能把单粒子未知态传送给Alice.在第二个方案中,通过引入辅助粒子、巧妙构造正交基和执行单粒子投影测量,Al...     

面向人体动作识别的随机增量型混合学习机模型

针对自然人机交互应用中的人体动作识别问题,总结了传统机器学习模型在识别人体动作时的缺点,然后在此基础上针对自然人机交互应用的独特要求提出了面向人体动作识别的随机增量型混合学习机模型.该模型将误差反向传播模型、增量型极限学习机模型和双端增量型极限学习机模型相结合,克服了传统方法在识别人体动作时的不足.详细阐述了针对面向人体动作识别的随机增量型混合学习机模型的算法理论、模型合理性和实现方案.最后通过对比识别实验结果,验证了随机增量型混合学习机模型在识别人体动作问题上具有更好的鲁棒性、实时性和准确性.     

基于参数空间的混合多分辨率绘制

根据点和多边形在表示和绘制物体上各自不同的特点,提出了一种有效绘制细节高度复杂物体的多分辨率方法.3D表面被映射到参数平面,经规则采样成为几何图像,P-Quadtrees是基于几何图像建立的四叉树多分辨率层次结构.通过对四叉树的遍历,面向视点的表面用较大多边形面片绘制,光照细节通过法向映射完成;轮廓部分通过视点相关的LOD(level of detail)控制进行细化,使用点来绘制物体复杂精细的轮廓.通过此方法,细节复杂模型的绘制不仅可以被硬件加速,而且无论在表面还是在轮廓部分都能获得很好的视觉效果.     

一种混合式机器翻译方法的分析研究

在机器翻译的研究中,混合式方法是一种好方法。本文的工作有两部分:第一部分提出新的句型转换的机器翻译方法;第二部分讨论近似机器翻译方法的改进,并对对齐处理、相似度计算和检索方法做了详细说明。     

构造性混合决策树

提出了一种构造性混合决策树学习方法CHDT。该方法用符号学习来进行定性分析,用神经学习进行后续的定量分析,在一定程度上模拟了人类的思维过程。CHDT采用了一种独特的构造性归纳机制,较好地解决了在缺乏领域知识指导的情况下进行构造性学习的问题,它通过采用FTART2网络和适宜于混合决策树的神经网络嵌入机制,获得了较强的泛化能力。实验结果表明,CHDT能构造出结构简洁、预测精度高的混合决策树。     

基于量子遗传算法的支持向量机人脸识别技术

首先应用K-L变换对人脸图像进行特征提取,然后利用支持向量机对其进行识别。由于支持向量机的参数对识别性能有较大影响,因此这篇文章文采用量子遗传算法对支持向量机参数进行选取。算法解决了支持向量机参数选取的难题。利用ORL人脸库进行仿真实验,得到了较好的识别效率。     

面向超导量子计算机的程序映射技术研究

量子程序在量子计算机上执行时可能由于噪声产生错误.先前的量子程序映射策略将量子程序映射至量子计算机中的最健壮的区域上,以获得更高的保真度.在量子计算机上同时映射多个量子程序可以提升量子计算机的通量和资源利用率.但由于健壮资源稀缺、资源分配冲突,并发量子程序映射会导致整体可靠性下降.介绍了量子程序映射,对相关研究进行分类,并深入分析了其特点与区别.此外,针对并发量子程序映射问题提出了一种新的映射策略,包括3个关键设计：1)提出了社区发现辅助量子位划分算法.结合拓扑结构和错误率数据为并发量子程序进行物理量子位划分,提升初始映射可靠性,避免健壮资源的浪费.2)引入了跨程序SWAP操作,降低了并发量子程序的映射开销.3)提出了一种量子程序映射任务的调度框架,用于动态选取并发量子程序,在保证量子计算机保真度的前提下,提升了通量.所提策略较先前工作在程序执行保真度上提升了8.6%,节省了11.6%的映射开销.所设计的系统是一个面向量子计算机的操作系统原型——QuOS.     

基于多策略的交互式智能辅助翻译平台总体设计

为了改善实用机器翻译系统的翻译处理效果,提出一种基于多策略的交互式智能辅助翻译平台的总体设计方案．该系统基于多知识一体化表示、多种翻译处理策略、多种翻译知识获取方式、多策略译文选优等,并采用面向对象的多类型知识数据库管理,有效实现了多策略、多知识的交互式智能处理．平台实现基于规则分析、基于类比推理和统计知识的多翻译模式集成处理,提供人机交互接口,实现人工对翻译结果的干预,以及面向对象的工程、任务管理和用户管理．     

基于HPSO的钢坯加热过程炉温优化设定

针对一种蓄热推钢式加热炉三个加热区的炉温稳态优化问题,本文提出了一种混合粒子群优化(HPSO)方法.首先,基于钢坯导热偏微分方程和边界条件,建立钢坯温度预报模型.然后,采用HPSO算法确定最佳稳态炉温,即炉温控制的参考输入.该方法利用混沌机制产生初始种群,通过免疫和克隆来提高粒子群优化(PSO)算法的全局搜索能力和搜索精度.     

Optimal Deep Hybrid Boltzmann Machine Based Arabic Corpus Classification Model

Natural Language Processing (NLP) for the Arabic language has gained much significance in recent years. The most commonly-utilized NLP task is the ‘Text Classification’ process. Its main intention is to apply the Machine Learning (ML) approaches for automatically classifying the textual files into one or more pre-defined categories. In ML approaches, the first and foremost crucial step is identifying an appropriate large dataset to test and train the method. One of the trending ML techniques, i.e., Deep Learning (DL) technique needs huge volumes of different types of datasets for training to yield the best outcomes. The current study designs a new Dice Optimization with a Deep Hybrid Boltzmann Machine-based Arabic Corpus Classification (DODHBM-ACC) model in this background. The presented DODHBM-ACC model primarily relies upon different stages of pre-processing and the word2vec word embedding process. For Arabic text classification, the DHBM technique is utilized. This technique is a hybrid version of the Deep Boltzmann Machine (DBM) and Deep Belief Network (DBN). It has the advantage of learning the decisive intention of the classification process. To adjust the hyperparameters of the DHBM technique, the Dice Optimization Algorithm (DOA) is exploited in this study. The experimental analysis was conducted to establish the superior performance of the proposed DODHBM-ACC model. The outcomes inferred the better performance of the proposed DODHBM-ACC model over other recent approaches.