基于半监督的SVM迁移学习文本分类算法

随着互联网的快速发展,文本信息量巨大,大规模的文本处理已经成为一个挑战。文本处理的一个重要技术便是分类,基于SVM的传统文本分类算法已经无法满足快速的文本增长分类。于是如何利用过时的历史文本数据(源任务数据)进行迁移来帮助新产生文本数据进行分类显得异常重要。文章提出了基于半监督的SVM迁移学习算法(Semi-supervised TL_SVM)来对文本进行分类。首先,在半监督SVM的模型中引入迁移学习,构建分类模型。其次,采用交互迭代的方法对目标方程求解,最终得到面向目标领域的分类器。实验验证了基于半监督的SVM迁移学习分类器具有比传统分类器更高的精确度。     

基于不确定偏好信息的多属性群决策研究

针对不确定偏好信息的多属性群决策问题,本文提出了一种新的方法。首先将决策者给出的不同形式的偏好信息分别规范化为模糊互补偏好关系,基于该偏好关系矩阵,构造一个优化模型来评估它的排序值,从而求得最优方案。该模型在理论上具有创新性,同时也符合实际意义。     

基于Keras的分类预测应用研究

人工神经网络是机器学习领域中的一个重要研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。人工神经网络在搜索技术、数据挖掘等其他相关领域都取得了很多成果。Keras是一个由Python编写的开源人工神经网络库,可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口,进行深度学习模型的设计、调试、评估、应用和可视化。采用Keras对给定的某餐饮业的样本集合通过归纳分析进行训练,建立神经网络分类模型,得到分类规则,给出该分类预测的算法实现,并对得到的分类结果生成混淆矩阵图进行评价。     

G.1070视频质量评估改进模型的实现与评估

传统的G.1070模型在评估视频质量时,未考虑视频内容的差异性对用户感受质量的影响,当视频编码比特率较低时,评价结果与用户主观感受有较大差距。为了实现对视频质量的准确评估,在G.1070改进模型的基础上,考虑视频内容的影响,减少模型参数,提出了更精简的评价模型,利用运动复杂度表征视频内容特性,依据视频内容对模型分类,将视频分辨率作为评估因素加入到G.1070模型中;采用线性函数拟合参数关系,精简模型。实验结果表明,所提出的模型计算得到的客观分数与主观测试分数的均方误差为0.338 1,能够准确评价不同视频的质量。     

垃圾邮件的概念漂移及过滤技术研究

提出了双级别的概念漂移检测算法,监视已有的垃圾邮件过滤模型在对邮件分类时是否产生了持续的分类错误,进而对概念漂移进行识别。针对由用户偏好引起的垃圾邮件概念范畴变化,基于本体提出邮件数字指纹与概念子类别之间的关联强度和隶属度算法。通过对比实验,验证了所提方法在垃圾邮件概念漂移问题上的有效性。     

基于MapReduce技术的海量文本数据统计方法研究

为了实现海量文本数据的有效发掘和统计,从文本分类与大数据并行处理两个方面着手,研究在海量文本数据挖掘的相关理论知识和MapReduce编程模型的相关技术支撑下的海量文本数据挖掘统计方法。在并行运算模型的开源实现Hadoop平台上,提出了一种简单、有效的文本分类方法——基于MapReduce的平均朴素贝叶斯文本分类算法。     

基于可拓层次分析法的隧道病害评估方法及应用

依据隧道病害调查及检测结果,将隧道病害进行分类,采用层次分析法将隧道病害分为三级指标,利用可拓学理论确定各因素的权重,形成权重集,利用权重集与单因素模糊评价矩阵的合成算法,最终得到隧道病害模糊评价模型,并将定量化的评价结果与现行规定中的评价等级进行对应。最后通过具体隧道工程,采用建立的隧道病害评估模型进行评价,得到的结果与专家评价一致,验证了该评价模型的准确性,可作为隧道病害评价的选择方法。     

基于混合模拟退火算法的多约束装箱问题研究

文章针对现实中在实际多种约束条件下存在的三维装箱问题,考虑在多种现实约束条件下,建立一个装箱模型。该模型通过启发式算法得到一个初始解,再根据模拟退火法得到最优解,利用标准抽样对最优解进行多次测试,得到符合实际情况的最优解,提高空间利用率,从而实现利润最大化。最后,以一个具体的例子进行测试,计算结果表明在约束条件下装箱问题的解决方案可行性较强。     

孤立性肺结节诊断模型的特征选择算法

孤立性肺结节诊断模型中未得到充分解决的一个关键问题就是如何选择合适的特征子集。为了构建一个良好的诊断预测模型,提高肺结节良恶性诊断的效率以及准确率,提出了一种基于联合互信息的混合模型特征子集选择算法。该算法综合过滤式和包裹式特征选择模型各自的优势,首先使用过滤式方法得到与诊断有高相关度的候选特征子集,然后通过包裹式方法对候选特征子集进行特征间冗余分析,最后得到最优特征子集。实验表明,该算法与基于其他互信息的过滤式、混合模型特征选择方法相比,不仅在特征子集数目上,而且在良恶性诊断的敏感性、特异性和平均分类准确率上,均具有很好的性能效果。     

基于投影寻踪的港口泊位建设评估模糊物元模型

为解决港口泊位建设评价中宏微观指标间的不相容问题,基于可拓学中的模糊物元模型,并将投影寻踪模型引入到权重计算中,同时兼顾决策者对不同决策属性的偏好,使量化指标的赋权达到主观与客观的统一。在此基础上,建立了基于投影寻踪的港口泊位建设评估模糊物元模型。经标准化处理得到复合模糊物元矩阵,并确定优距离矩阵,利用基于决策者偏好的投影寻踪确定评价指标权重,计算各方案的欧式贴近度确定排序结果。应用该方法对港口泊位建设方案进行综合评价,验证该方法切实可行,可操作性强,同时决策者偏好因素的引入为投资决策提供了更丰富的信息。