方宇

作品数：20被引量：46H指数：4
导出分析报告
供职机构：西南石油大学计算机科学学院更多>>
发文主题：粒计算计算机基础序贯代价敏感学习支持向量数据描述更多>>
发文领域：自动化与计算机技术文化科学石油与天然气工程语言文字更多>>
发文期刊：《南京理工大学学报》《数据采集与处理》《数码设计》《重庆理工大学学报（自然科学）》更多>>
所获基金：国家自然科学基金四川省教育厅重点项目四川省教育厅青年基金四川省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
三支边缘过采样的不平衡文本情感分类
《重庆理工大学学报（自然科学）》2024年第3期201-211,共11页余啟煬 方宇 李昭宸 刘畅 杨梅 
国家自然科学基金项目(62006200);中央引导地方科技发展专项项目(2021ZYD0003);四川省青年科技创新团队项目(2019JDTD0017);西南石油大学2021年一流本科课程培育建设项目(X2021YLKC035);西南石油大学研究生全英文课程建设项目(2020QY04);第二批产学合作协同育人项目(202102211111)。
在实际应用中,少数类样本往往包含重要信息,而传统机器学习方法通常对少数类样本的分类准确率低,且误分类代价较高。针对不平衡文本数据的情感分类问题,以三支采样(three-way sampling, 3WS)与过采样为基础,提出了三支过采样算法(three-...
关键词：情感分类 不平衡数据 三支决策 采样 粒计算 
面向大图的Top-Rank-K频繁模式挖掘算法
《南京大学学报（自然科学版）》2024年第1期38-52,共15页邹杰军 王欣 石俊豪 兰卓 方宇 张翀 谢文波 沈玲珍 
国家自然科学基金(62172102);四川省科技创新人才基金(2022JDRC0009)
频繁模式挖掘(Frequent Pattern Mining,FPM)在社交分析中扮演重要角色,能从海量社交数据中挖掘用户行为的模式和规律,为社交网络的研究提供新的认识和决策支持.然而,对于一个FPM任务,设置一个合适的支持度阈值不容易;此外,FPM作为一个N...
关键词：频繁模式挖掘 社交分析 支持度阈值 兴趣度 
多示例学习的自适应密度分布挖掘与三视角嵌入集成
《昆明理工大学学报（自然科学版）》2023年第6期54-65,共12页陈天霖 杨梅 闵帆 方宇 
国家自然科学基金项目(62006200);中央引导地方科技发展专项项目(2021ZYD0003);四川省自然科学基金项目(2019YJ0314);浙江省海洋大数据挖掘与应用重点实验室开放课题(OBDMA202102).
多示例学习(Multi-Instance Learning,MIL)的处理对象是包含若干示例的包,包有标签而示例通常没有标签.MIL的主要任务是学习已有包的特征信息以训练分类器.基于嵌入的MIL方法的主要策略是选择代表样本,将包嵌入到新的特征空间.然而,现...
关键词：自适应密度 聚类 示例选择 多示例学习 三视角嵌入 
频繁量化模式图挖掘及应用
《计算机科学》2023年第S02期565-576,共12页沙雨济 王欣 何艳潇 钟学燕 方宇 
频繁模式挖掘(FPM)是图数据研究领域的一个经典问题,单一大图上的FPM问题近年来受到了更加广泛的关注。该问题被定义为根据用户给定的频率阈值查找在大图(Graph)中频繁出现的所有模式图(Pattern)。近年来,人们见证了FPM在多个领域的广...
关键词：量化模式图 频繁模式挖掘 分布式挖掘 量化图模式关联规则 链接预测 
三支过采样的不平衡数据分类方法被引量：1
《山东大学学报（理学版）》2023年第12期41-51,共11页方宇 郑胡宇 曹雪梅 
国家自然科学基金资助项目(62006200);中央引导地方科技发展专项项目(2021ZYD0003);2021年第二批产学合作协同育人项目;西南石油大学2021年一流本科课程培育建设项目(X2021YLKC035);西南石油大学研究生全英文课程建设项目(2020QY04)。
结合三支决策和合成少数过采样技术(synthetic minority over-sampling technique,SMOTE),提出了一种新的采样方法—三支过采样(three-way over-sampling,3WOS)。3WOS通过对所有样本构建三支决策模型,选取该模型边界域中的样本作为关键...
关键词：不平衡数据 三支决策 支持向量数据描述 合成少数过采样技术 分类 
三支残差修正的时间序列预测被引量：1
《南京大学学报（自然科学版）》2023年第3期363-372,共10页方宇 贾春虹 吴思琪 闵帆 
国家自然科学基金(62006200);中央引导地方科技发展专项(2021ZYD0003);2021年第二批产学合作协同育人项目(202102211111);西南石油大学2021年一流本科课程培育建设项目(X2021YLKC035);西南石油大学研究生全英文课程建设项目(2020QY04)。
时间序列预测是大数据发展背景下的重要研究课题,具有广泛的应用前景,其主要任务是根据时序数据反映的发展规律去推测未来某阶段的走势,但大多数预测模型未能充分考虑残差带来的影响,无法取得更优的预测结果 .提出一种三支残差修正的融...
关键词：LightGBM STL TCN 时序预测 三支决策 
三支残差修正的燃气负荷预测被引量：2
《计算机工程与应用》2022年第22期291-296,共6页王兵 吴思琪 方宇 
南充市市校科技战略合作项目(18SXHZ0052);西南石油大学研究生全英文课程建设项目(2020QY04)。
燃气负荷的准确预测对于燃气调度、规划燃气使用有着重要的意义。单一的预测模型在燃气负荷预测中不能取得很好的预测效果,故基于燃气负荷数据的特点设计了一种三支残差修正的燃气负荷组合预测模型。首先基于燃气负荷数据特点,采用鲁棒...
关键词：燃气负荷预测 三支决策 时序预测 ARIMA LightGBM 鲁棒局部加权回归 
基于粒计算的支持向量数据描述分类方法被引量：3
《数据采集与处理》2022年第3期633-642,共10页方宇 曹雪梅 杨梅 王轩 闵帆 
国家自然科学基金(62006200);四川省青年科技创新团队项目(2019JDTD0017);西南石油大学研究生全英文课程建设项目(2020QY04)。
分类学习效果与有限训练样本的分布情况密切相关。支持向量数据描述(Support vector data description,SVDD)作为单一边界求解模型,不能良好刻画数据实际分布特征,从而导致部分目标对象落在超球以外。为了提高其分类能力,本文提出一种...
关键词：粒计算 支持向量数据描述 超球 邻域自信息 特征选择 
多示例学习的两阶段实例选择和自适应包映射算法被引量：2
《南京大学学报（自然科学版）》2022年第1期94-102,共9页杨梅 曾雯喜 方宇 闽帆 
国家自然科学基金(62006200);四川省自然科学基金(2019YJ0314);四川省青年科学技术创新团队(2019JDTD0017);西南石油大学研究生全英文课程建设项目(2020QY04)。
多示例学习(Multi-Instance Learning,MIL)研究对象的内部结构比单示例学习更加复杂.已有的MIL方法大都基于原始空间中的实例进行包映射,但这些方法通常忽略包的内部结构信息,难以保证所选实例与包在新特征空间中的关联性.提出一种多示...
关键词：自适应映射 关联性 密度 实例选择 多示例学习 
天然气集输异常工况处理的主动学习方法被引量：2
《西南石油大学学报（自然科学版）》2020年第6期124-132,共9页方宇 曹雪梅 李宾倩 闵帆 谯英 
天然气集输系统中出现的各种异常工况对安全生产构成威胁。提出一种针对异常工况的智能处理系统模型。该模型的异常工况类别预测模块采用了主动学习方法,既可实时、准确地判断异常类型,又可为系统向专家推荐合适的处理方案奠定基础。首...
关键词：主动学习 分类 异常工况 集输系统 人工智能 专家系统 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部