胡敏杰
- 作品数：5 被引量：5H指数：1
- 供职机构：闽南师范大学更多>>
- 发文基金：福建省教育厅科技项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 遗传算法下的粗糙集属性约简算法及其有效性分析被引量：2
- 2019年
- 将核引入遗传算法初始群体,根据决策属性对条件属性的依赖度来加强局部搜索能力,并保证全局寻优,得到最佳搜索效果。
- 郑文彬胡敏杰胡敏杰
- 关键词：遗传算法约简算法有效性
- 基于特征关联的多标记谱特征选择算法被引量：1
- 2017年
- 在多标记学习中,一个样本不仅同时具有多个标记,而且还由高维特征描述,解决特征间的相关性和冗余性以应对维数灾难问题是多标记学习前的一个重要步骤.文中将谱图理论与多标记数据的特征选择相结合,提出基于特征关联的多标记谱特征选择算法.该算法假设各标记之间独立,首先对各单个标记考虑特征间的相关性和冗余性构建目标函数生成与该标记相关的一组特征排序;然后对各标记产生的排序进行融合,最后得到一组合理的特征序列.在4个数据集和5个评价指标上的实验表明,文中算法优于当前流行的多标记特征选择算法.
- 胡敏杰杨红和傅为郑荔平
- 关键词：谱图理论
- 多粒度特征关联的分层分类谱特征选择被引量：1
- 2024年
- 利用类别的层次信息解决一个特征子集难区分所有类别的问题,同时将特征间的统计相关性引进谱特征选择解决单个特征区分力问题,据此提出基于多粒度特征关联的分层分类谱特征选择算法.该算法首先对样本按类别层次结构自下而上聚合粒化,形成多粒度分层任务集;然后对子任务中的特征空间利用谱图理论设计异类样本间的相似矩阵并构建目标函数迭代地排序出特征关联重要度.最后,在5个数据集上通过该算法与4种基于传统的及3种新颖的分层特征选择算法相比,文中算法具有有效性,尤其是获取少量的特征.
- 胡敏杰胡敏杰张阳林肖莹
- 关键词：多粒度谱分析
- 基于权重距离的优势边界小类样本合成算法
- 2024年
- 提出基于权重距离的优势边界小类样本合成算法(ABWD)来克服数据类别不平衡的问题.ABWD算法具有如下特点:1)定义权重距离,并基于该距离选取样本近邻;2)根据样本近邻确定该样本是否为小类的边界样本;3)对每个小类的边界样本确定其合成位置与合成数量,使该小类样本合成后近邻中小类个数不少于大类的个数,确保该小类样本具有优势边界.实验结果表明,与其他典型过抽样算法相比,算法较大提高了小类的分类性能,在G-mean、F-measure及查全率三种度量上均取得很好的实验结果.
- 何田中郑艺峰郑艺峰
- 关键词：数据挖掘不平衡数据过抽样
- 基于层次粒化的特征选择算法被引量：1
- 2016年
- 许多实际应用问题中,特征空间存在着层次粒化结构.首先,提出基于核方法度量的层次聚类来对特征空间进行层次粒化.其次,在层次粒化后的各个子空间上,基于邻域互信息考量特征和标记间最大相关以及特征与特征间最小冗余性,在某一指定的层次上对特征进行排序.在此基础上,选择各个子空间具有代表性的部分特征,组成最终的特征子集.最后,在6个UCI数据集和2个不同基分类器上的实验表明所提算法的有效性.
- 陈辉皇林耀进王晨曦童先群胡敏杰
- 关键词：粒计算互信息
