岳晓冬
- 作品数：45 被引量：169H指数：7
- 供职机构：上海大学计算机工程与科学学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术理学交通运输工程电子电信更多>>
- 基于多特定决策类的不完备决策系统正域约简
- 2019年
- 现有的属性约简方法大部分关注决策系统中的所有决策类,而在实际决策过程中决策者往往仅关注决策系统中的一种或几种决策类。针对上述问题,提出基于多特定决策类的不完备决策系统正域约简的理论框架。首先,给出不完备决策系统单特定决策类正域约简的概念;第二,将单特定决策类正域约简推广到多特定决策类,构造了相应的差别矩阵及区分函数;第三,分析并证明了相关定理,提出基于差别矩阵的不完备决策系统多特定决策类正域约简算法(PRMDM);最后,选取4组UCI数据集进行实验。在数据集Teaching-assistant-evaluation、House、Connectionist-bench和Cardiotocography上,基于差别矩阵的不完备决策系正域约简算法(PRDM)的平均约简长度分别为4.00、13.00、9.00和20.00,PRMDM算法(多特定决策类中决策类数目为2)的平均约简长度分别为3.00、8.00、8.00和18.00。实验结果验证了PRMDM算法的有效性。
- 孔贺庆张楠岳晓冬岳晓冬童向荣
- 关键词：粗糙集不完备决策系统差别矩阵
- PAM概率主题模型研究综述被引量：3
- 2013年
- 近年来,主题模型逐渐成为计算机科学领域的一个研究热点,在自然语言处理、文本分类以及信息检索等方面都有很广泛的应用。介绍了概率主题模型的发展后,主要针对PAM模型及其改进的层次PAM和非参PAM进行了分析和比较,层次PAM可以更好地表达主题层次结构;非参PAM则是给定一个基于HDP的非参贝叶斯先验,对复杂结构的模型有更强的表现力。最后对PAM相关主题模型的理论及应用进行了总结,并对未来发展趋势进行了探讨。
- 余淼淼王俊丽赵晓东岳晓冬
- 关键词：主题模型PAM文档生成统计推断
- 基于稀疏低秩描述的图像检索方法被引量：2
- 2014年
- 使用颜色、形状、纹理等特征的基于内容的图像检索技术,将图像看作向量空间中的点,通过计算两点之间的某种距离来衡量图像间的相似度,然而在提取图像特征时相同类型的图像会出现不一致的特征,极大地影响了检索算法的准确率。针对该问题,提出一种稀疏低秩描述的多特征图像检索方法。通过对图像集的稀疏低秩描述,保持了相同类别特征的全局结构,同时也降低了对于局部噪声的敏感度,增强了检索算法的鲁棒性。在Corel图像集上的检索实验结果表明,该方法较已有的基于内容的图像检索方法有更好的检索效果。
- 陈刚岳晓冬陈宇飞
- 关键词：特征提取
- 一种三维可视化展示及属性测量的肝脏功能区域诠析方法
- 本发明公开了一种三维可视化展示及属性测量的肝脏功能区域诠析方法，该方法首先提取肝脏、肝血管和肝肿瘤。然后通过三维图像细化算法获取肝门静脉的骨架结构，经拓扑点提取与环路修剪后生成有向无环图，用以表示门静脉的拓扑结构，并记录...
- 陈宇飞岳晓冬柳先辉赵卫东
- 文献传递
- 一种基于密度聚类算法的城市交通拥堵状态检测方法
- 本发明公开了一种基于密度聚类算法的城市交通拥堵状态检测方法，具体步骤如下：首先对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据；然后以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据；然后对候选拥堵...
- 吴悦武兴业岳晓冬
- 知识不确定性度量及其关系研究
- 知识的不确定性度量研究是人工智能领域的一个热点问题。在回顾几种经典知识不确定性度量方法的基础上，系统研究了这些度量方法之间的联系与区别，结果表明信息粒度等度量与知识粒度是等价的，而Rough熵和协同熵等则可看作是信息熵的...
- 刘财辉苗夺谦岳晓冬赵才荣
- 关键词：不确定性粗糙集信息熵
- 基于友邻-用户模型的微博主题推荐研究被引量：7
- 2013年
- 在微博社交网络中,微博文本内容短小,主题覆盖较少,同时主题变化快,用户兴趣更新频繁。已有用户模型不能完全准确刻画微博用户变化的兴趣。友邻集由用户认知度高的群体组成,友邻集的主题兴趣可以全面反映目标用户的多样化兴趣。利用目标用户的友邻集,在本体用户模型上构建微博用户的友邻主题兴趣集,计算更新友邻主题兴趣度,提出友邻-用户模型的实现算法。实验表明,在微博社交网络平台中,友邻-用户模型的微博主题推荐精度要优于传统的用户模型。
- 郑建兴张博锋岳晓冬成泽宇
- 关键词：用户模型本体
- 基于粗糙集理论的协同训练算法被引量：1
- 2013年
- 为了提升风险决策环境下协同训练的效果,提出了一种基于粗糙子空间的协同决策算法。首先利用粗糙集属性约简的概念,将部分标记数据属性空间分解为两差异性较大的粗糙子空间;在各子空间上训练分类器,并依据各分类器决策风险代价及隶属度将无标记数据划分为可信、噪声和待定样本。综合两分类器的分类结果,标注少量可信无标记样本后重复协同训练。从理论上分析了算法性能提升的区间界,并在UCI数据集上进行实验,验证了模型的有效性及效率。
- 盛小春岳晓冬
- 关键词：属性约简粗糙集
- 区间值决策表的正域增量式属性约简算法被引量：7
- 2019年
- 实际应用中存在大量动态增加的区间型数据,若采用传统的非增量正域属性约简方法进行约简,则需要对更新后的区间值数据集的正域约简进行重新计算,导致属性约简的计算效率大大降低。针对上述问题,提出区间值决策表的正域增量属性约简方法。首先,给出区间值决策表正域约简的相关概念;然后,讨论并证明单增量和组增量的正域更新机制,提出区间值决策表的正域单增量和组增量属性约简算法;最后,通过8组UCI数据集进行实验。当8组数据集的数据量由60%增加至100%时,传统非增量属性约简算法在8组数据集中的约简耗时分别为36.59s、72.35s、69.83s、154.29s、80.66s、1498.11s、4124.14s和809.65s,单增量属性约简算法的约简耗时分别为19.05s、46.54s、26.98s、26.12s、34.02s、1270.87s、1598.78s和408.65s,组增量属性约简算法的约简耗时分别为6.39s、15.66s、3.44s、15.06s、8.02s、167.12s、180.88s和61.04s。实验结果表明,提出的区间值决策表的正域增量式属性约简算法具有高效性。
- 鲍迪张楠童向荣童向荣
- 关键词：粗糙集正域
- 邻域粗糙协同分类模型被引量：12
- 2014年
- Pawlak粗糙集理论是一种有监督学习模型,只适合处理离散型数据.但在一些现实问题中存在着大量的连续型数据,并且有标记数据很有限,更多的是无标记数据.结合邻域粗糙集和协同学习理论,提出了适合处理连续型数据并可有效利用无标记数据提升分类性能的邻域粗糙协同分类模型.该模型首先构建了邻域粗糙半监督约简算法,并利用该算法提取两个差异性较大的约简构造基分类器,然后迭代地在无标记数据上交互协同学习.UCI数据集实验对比分析表明,与其他同类模型相比,该模型有较好的性能.
- 张维苗夺谦高灿岳晓冬
- 关键词：邻域粗糙集
