一种基于抽样与约简的集成学习算法

集成学习的一个重要目标是获得一组差异性大的基分类器来构建集成分类器。为实现这一目标,提出一种基于抽样与约简的集成学习算法ELSR。该算法采用多模态扰动策略来训练基分类器。首先,采用多次抽样策略从训练集中抽样产生k个抽样集;其次,使用粗糙集的属性约简技术对每个抽样集进行约简;第三,在每一个约简之后的抽样集上分别训练一个基分类器;最后,利用一个验证集对每个基分类器进行性能测试,并根据测试结果选择一组合适的基分类器来构建集成分类器。在UCI数据集上的实验表明:当采用KNN算法或者C4.5算法来训练基分类器时,ELSR的分类性能总是要优于现有的集成学习算法。     

基于选择性集成学习的焊接缺陷识别研究

针对射线检测焊缝图像中缺陷识别正确率低的问题,提出一种选择性集成学习的焊接缺陷识别算法.算法中的个体学习器由稳定分类器和非稳定分类器组成,使用SVM-RFE算法移除集成学习器中的冗余个体学习器,保留子学习器预测输出加权作为集成学习器的输出,有效地增强了个体之间的差异性,进而提高了集成的泛化性能.结果表明：该算法充分利用更多的缺陷特征和样本数据集信息,继承了强集成学习的优点,有效地提高分类正确率.使用一对多的方法把二分类选择性集成学习器推广到多分类问题中,所提出的算法在训练精度为92.4%时;焊缝缺陷识别率提高到85.5%.     

利用旋转森林变换的异构多分类器集成算法

为了增强集成系统中各分类器之间的差异性,提出了一种使用旋转森林策略集成两种不同模型分类器的方法,即异构多分类器集成学习算法．首先采用旋转森林对原始样本集进行变换划分,获得新的样本集;然后通过特定比例选择分类精度高的支撑矢量机或分类速度较快的核匹配追踪作为基本的集成个体分类器,并对新样本集进行分类,获得其预测标记;最后结合两种模型下的预测标记．该算法通过结合两种不同分类器模型,实现了精度和速度互补,将二者混合集成后改善了集成系统泛化误差,相比单个模型集成提高了系统分类性能．对UCI数据集和遥感图像数据集的仿真实验结果表明,文中算法相比单一分类器集成缩短了运行时间,同时提高了系统的分类准确率．     

基于选择性集成分类器的通用隐写分析

面对高维度的特征集和大规模的样本集,隐写分析技术对分类器的要求越来越高.在集成分类器的基础上提出了一种面向通用隐写分析的选择性集成分类器.首先基于随机森林生成若干个基分类器,然后利用基于遗传算法的选择性集成算法剔除掉个别影响整体性能的基分类器,最后根据遗传优化得到的最优权值向量赋予剩余的基分类器不同权值以用来加权投票集成.实验表明,提出的选择性集成分类器测试性能优于现有分类器,特别在基分类器数量较大、特征维数较高时与现有集成分类器相比,有效降低了检测错误率.     

一种基于集成学习与类指示器的文本分类方法

提出了一种基于集成学习机制与类指示器的文本分类方法.该方法利用AdaBoost.MH算法框架,在每一轮次中,自适应地计算类指示度,通过加权组合所有成员类指示度,获得对理想类指示度的一种逼近.利用最终的类指示度所得到的分类器不仅简单、易于更新,而且泛化能力强.在标准语料集TanCorp-12上的实验表明,该方法适用于对分类效率要求较高的实时应用,同时可以利用集成学习进行某些知识的精确学习,并将这些知识用于弱分类器,从而实现简单高效的分类.     

基于N-Gram与加权分类器集成的恶意代码检测

提出网页恶意脚本代码的监测系统,将恶意脚本用V8引擎编译成机器码,用变长N-Gram模型对其进行数据处理,提取特征形成样本训练集.分别与随机森林、逻辑回归及朴素贝叶斯等分类器组合创建分类模型.研究将多个经过训练集训练的分类模型集成,提出加权分类器集成的方式,每个分类器设定不同权值.通过实验分析,试验多种分类器组合,并通过训练集找出最优权值分配.通过比较单个分类器和其他集成方式,结果证明训练过的加权集成分类器的方式能更准确地检测网页存在恶意行为的代码,有较高的准确率.     

分类器动态组合及基于分类器组合的集成学习算法

针对目前基于分类器静态组合的集成学习算法难于推广的问题,根据组合分类器分类错误最小化原则,研究了组合系数随分类器输出变化而变化的分类器动态组合理论,包括组合系数的选取、组合分类器分类错误率的估计等.证明了在分类器相互独立时,一些动态组合分类器等价于Bayes统计推断.提出了基于分类器组合的通用集成学习算法,并把AdaBoost、Real AdaBoost、Gentle AdaBoost算法推广到了多分类问题.证明了按照集成学习算法得到的分类器,其动态组合的有效性可不依赖于分类器的独立性,这支撑了基于分类器相互独立假设来研究分类器组合的有用性.最后,通过UCI数据实验验证了动态组合的有效性.     

基于AlexNet和集成分类器的乳腺癌计算机辅助诊断方法

为解决在计算机辅助诊断(computer aided diagnosis, CAD)中采用人工提取医学影像特征的弊端,在ImageNet数据集上预训练深度神经网络模型Alexnet,通过迁移学习再训练后的Alexnet模型对医学影像进行特征提取,利用集成学习方法训练分类器进行分类。试验结果表明,基于Alexnet和随机森林方法的分类器正确率达到了0.87±0.03,集成分类器的分类性能优于单一分类器。     

模拟电路故障的支持向量机集成诊断新方法

为了解决支持向量机应用于多类别模拟故障诊断时泛化性能较低导致诊断精度难以提高的问题,提出了一种基于支持向量机集成的模拟电路故障诊断新方法.首先,通过将本次迭代中不可分区域的样本加入训练集来构造下一次迭代的训练集,以提高基分类器间的差异性;然后选择分类精度不低于平均分类精度的基分类器进行集成,以提高整体诊断精度.实验表明,该方法应用于线性及非线性模拟电路均取得了良好的诊断效果.     

基于随机子空间的多分类器集成

提出了一种基于随机子空间的多分类器集成算法RFSEn.首先选择一个合适的子空间大小,然后随机选择特征子集并投影,并得到子空间上的基分类器,从而通过基分类器构成集成分类器,并由集成分类器来进行文本的分类.将该算法与单一分类器和基于重抽样技术的bagging算法进行了比较,在标准数据集上进行了实验.结果表明,该方法不仅优于单一分类器的分类性能,而且一定程度上优于bagging算法.     

基于AHP和模糊评价的研发人员绩效考核研究

研发人员的工作绩效不同于一般职能部门工作绩效,在对其考核时也不能与其他人员共用一套考核标准,如何准确衡量研发人员的绩效已经成为企业的一大难题。文章综合考虑了研发人员的工作特点,从德能勤绩等方面进行指标设计,并用层析分析法进行指标权重赋值,用模糊评价法构建了绩效考核模型。最后案例研究论证了绩效模型的实用性和可行性。     

基于模型的Web Service性能测试方法

为提高web service性能测试的效率和自动化程度,提出了一种基于模型的web service性能测试方法．web service性能测试模型分层建立,测试步骤模型、测试事务模型、测试调度模型从下至上可实现不同层间测试模型的重用．基于该模型编制了web service性能测试工具软件,并进行了实际应用,为基于模型的自动化性能测试提供了可行的解决方案．     

质子交换膜燃料电池的氧化剂实验性能

分析采用不同氧化剂和改变气体压力对质子交换膜燃料电池性能的影响，用测定电压／电流密度曲线的方法研究了质子交换膜燃料电池的性能特点以及电池温度对电池性能的影响，并对氢-氧和氢-空气燃料电池做了性能对比，实验结果是氧气作氧化剂比空气作氧化剂性能好得多，而且随着温度的增加性能有所改善．压力实验结果是随着气体压力的增大电池性能增强，输出功率增大．     

基于回归模型的Spark任务性能分析方法

为解决Spark任务运行过程中的性能评估与改进问题,本文提出一种基于启发式算法和支持向量机回归模型的Spark性能评价与分析方法.本文首先提出一种启发式性能评价算法,该方法采用Ganglia收集并处理Spark任务运行时的集群资源消耗数据,根据k-means算法划分任务类型,并根据任务类型确定启发式性能评价算法的评价指标和初始权重.然后,从Spark历史服务器中收集并处理任务运行效率数据,与集群资源消耗数据一并作为Spark任务运行时的状态数据.最后,根据状态数据迭代确定启发式性能评价算法的最终权重,以此建立Spark性能评价回归模型.本文随后提出一种基于支持向量机SVM回归算法(SVR)的Spark性能分析方法.该方法对Spark配置参数与整体性能建立回归模型,然后对该回归模型进行敏感度分析,找到能够影响Spark性能的重要参数.实验结果表明,启发式性能评价算法能够量化Spark任务资源消耗和运行效率等各方面性能,比较全面地评估任务的整体性能.基于SVR的性能分析方法能够比较有效地应用于Spark任务的实际分析中,形成初步的Spark任务性能调优建议.     

燃料电池发动机综合性能评价工具——FCE-CPET

主要开发了一种燃料电池发动机综合性能评价软件,该软件采用C#开发语言,根据燃料电池发动机的试验数据以及已定义的评价体系,对发动机的各项指标及综合性能进行定量评价,并可对多个燃料电池发动机的性能进行对比分析.该软件提供了一个快速、直观地评价燃料电池发动机性能的工具,具有很强的实用性.     

企业社会资本与企业绩效关系实证研究

企业社会资本有助于企业竞争优势的获得,进而促进企业绩效的增加。基于文献研究的基础上,文章首先界定了企业社会资本的三个维度:纵向关系、横向关系和信任关系,以及企业绩效的两个维度:市场财务绩效和人力绩效,并据此设计相关问卷进行收发。其次,利用SPSS 16.0软件对110份有效样本数据进行分析,实证检验企业社会资本与企业绩效的影响关系途径,结果表明:企业社会资本纵向关系仅对企业市场财务绩效有显著的正向促进作用,对提升企业人力绩效的促进作用却不显著;企业社会资本横向关系对企业市场财务绩效与人力绩效均存在显著的正向促进作用;企业社会资本信任关系对企业市场财务绩效与人力绩效均存在显著的正向促进作用。最后,结合研究结论,从三方面提出促进企业发展的政策建议。     

基于灰色评估理论的鞍钢绿色营销绩效评价

针对企业实施绿色营销的绩效评价研究并不成熟的问题,以鞍钢为研究对象,建立了企业绿色营销绩效评价指标体系,利用专家评价法计算出了各指标的影响权重,利用灰色系统理论中的三角白化权函数对鞍钢绿色营销的绩效做了评价。结果表明,鞍钢绿色营销总体绩效评价属于＂良＂灰类,企业绩效属于中灰类,生态环境绩效属于优灰类,消费者绩效属于优灰类,社会绩效属于差灰类。     

论物业管理企业的绩效管理

在知识经济的时代背景下,人力资源已经成为社会生产力中的第一要素,而绩效管理又在人力资源管理系统中占据着核心地位,起着主导作用.就我国的物业管理,到现在已经走过20多年的风雨历程,目前的现状是各项法律法规日趋完善、物业管理覆盖面积迅速增加、物业管理企业队伍不断壮大以及人们的物业管理意识也在提高.通过对物业管理企业绩效管理、绩效考核等概念的诠释,分析了绩效管理的内容、本质和特征;从绩效计划、绩效实施、绩效考评和绩效反馈等四个方面详细论述了物业管理企业绩效管理的全过程,最终实现企业和人的和谐发展.     

特征选择对FHMM性能影响研究

在利用因子隐马尔可夫模型(Factorial Hidden Markov Model, FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素．通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则．将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果．使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论: 基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响．为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好．     

摩擦加载式电液负载模拟器力矩加载实验

为研究加载结构对摩擦加载式电液负载模拟器力矩加载性能的影响,介绍该负载模拟器的加载原理,搭建单向摩擦加载式电液负载模拟器实验样机.建立该负载模拟器的线性数学模型;设计PID+前馈的控制器,在提高控制精度同时避免引入多余力矩抑制补偿;实验研究弹簧刚度、摩擦盘摩擦性能等对力矩加载性能的影响;着重研究该负载模拟器在强舵机干扰条件下的小幅值力矩加载性能.实验结果表明:摩擦加载式力矩加载方法在结构上不存在多余力矩,能够获得高性能的力矩加载结果.优化弹簧刚度,选用摩擦性能优良的摩擦盘材料,以及设计高性能的控制器均可以提高力矩加载性能.