计华

作品数：23被引量：49H指数：4
导出分析报告
供职机构：山东师范大学更多>>
发文主题：多标记学习多标记图像修复算法复杂度不平衡数据集更多>>
发文领域：自动化与计算机技术电子电信理学一般工业技术更多>>
发文期刊：《山东大学学报（理学版）》《计算机工程与应用》《计算机应用研究》《小型微型计算机系统》更多>>
所获基金：山东省自然科学基金国家自然科学基金国家教育部博士点基金山东省教育厅科技计划更多>>
-
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：
基于关联属性主成分分析的SVM技术应用于Web Spam分类
《信息技术与信息化》2016年第4期65-69,共5页韩缤 计华 
基于特征建模优化及判别学习的web spam识别技术研究;国家自然科学基金(61170145);基于特征建模与优化的web垃圾页面识别技术研究;教育部博士点基金(20113704110001);Spam页面特征优化模型及非线性识别技术;山东省自然科学基金(ZR2010FM021)
垃圾网页(Web Spam)的大量存在严重降低了搜索引擎的检索效率。针对垃圾网页内容特征、链接特征的高维性及特征属性间的冗余性,本研究先对垃圾网页数据集中具有较高相关度的关联属性进行分组主成分分析(PCA),并选取最高贡献率的第一主...
关键词：垃圾网页 关联属性 主成分分析 支持向量机 
一种基于邻域粗糙集的多标记加权分类算法
《山东师范大学学报（自然科学版）》2015年第4期30-33,共4页马文 计华 
国家自然科学基金资助项目（61170145）;教育部高等学校博士点专项基金资助项目（20113704110001）;山东省自然科学基金资助项目（ZR2010FM021）;山东省科技攻关计划项目（2013GGX10125）.
多标记分类问题在文本分类、图像标注和基因功能组学习等领域都有很好的应用前景．考虑到多标记分类问题中的不确定性和相关性问题，引入了邻域粗糙集模型来构造一种新的框架MLRS．但该方法忽略了邻域中样例与测试样例之间的局部相关性...
关键词：多标记分类 邻域粗糙集 不确定性 K近邻 
基于I2C距离和标记相关性的多标记场景分类被引量：2
《计算机科学》2014年第1期88-90,共3页郝虹 计华 张化祥 刘丽 
国家自然科学基金(61170145);教育部博士点基金(20113704110001);山东省自然科学基金(ZR2010FM021);山东省科技攻关计划(2013GGX10125);泰山学者项目资助
将改进的ML-I2C与基于标记相关性的方法结合,提出一种改进的多标记场景分类方法。首先提取所有图像的SURF特征,将每个类用一个特征集来表示;然后采用改进的I2C方法来计算待测图像与已知类之间的距离,根据距离进行标记排序;最后根据排序...
关键词：多标记学习 场景分类 I2C距离 卡方检验 
基于标记特征的多标记学习改进算法被引量：1
《计算机工程与应用》2013年第22期163-166,共4页邱继钊 计华 张化祥 
国家自然科学基金(No.61170145);教育部高等学校博士点专项基金(No.20113704110001);山东省自然科学基金和科技攻关计划项目(No.ZR2010FM021;No.2008B0026;No.2010G0020115);山东省分布式新技术重点实验室的资助
基于标记特征的多标记分类算法通过对标记的正反样例集合进行聚类,计算样例与聚类中心间的距离构造样例针对标记的特征子集,并生成新的训练集,在新的训练集上利用传统的二分类器进行分类。算法在构造特征子集的过程中采用等权重方式,忽...
关键词：分类 聚类中心 加权 多标记学习 
用于多标记学习的局部顺序分类器链算法被引量：3
《计算机应用研究》2013年第9期2606-2609,共4页邱继钊 计华 张化祥 
国家自然科学基金资助项目(61170145);国家教育部高等学校博士点专项基金资助项目(20113704110001);山东省自然科学基金;科技攻关计划资助项目(ZR2010FM021;2008B0026;2010G0020115)
标记间的相关性在分类问题中具有重要作用,目前有研究将标记相关性引入多标记学习,通过分类器链的形式将标记结果引入属性空间,为学习其他标记提供有用信息。分类器链中标记的预测顺序具有随机性,分类结果存在着很大的不确定性与不稳定...
关键词：多标记学习 标记相关性 分类器链 K-近邻 
基于聚类优化的RBF神经网络多标记学习算法被引量：2
《山东大学学报（理学版）》2012年第5期63-67,共5页冯新营 计华 张化祥 
国家自然科学基金资助项目(61170145);山东省科技研究计划项目(2008B0026;ZR2010FM021;2010G0020115)
多标记学习采用RBF神经网络与K-means聚类算法相结合取得了较好的效果,但由于聚类数事先不能很好地确定,无法给出准确的聚类个数值,会导致聚类质量下降、聚类结果不稳定等,进而影响RBF神经网络多标记算法的稳定性及分类性能。本文从样...
关键词：多标记学习 RBF神经网络 K-MEANS聚类 优化 指标函数 
用于不均衡数据集分类的KNN算法被引量：9
《计算机工程与应用》2011年第28期143-145,236,共4页孙晓燕 张化祥 计华 
山东省自然科学基金(No.ZR2010FM021);山东省科技研究计划项目(No.2007ZZ17;No.2008GG10001015;No.2008B0026);山东省教育厅科研项目(No.J09LG02)
针对KNN在处理不均衡数据集时,少数类分类精度不高的问题,提出了一种改进的算法G-KNN。该算法对少数类样本使用交叉算子和变异算子生成部分新的少数类样本,若新生成的少数类样本到父代样本的欧几里德距离小于父代少数类之间的最大距离,...
关键词：不均衡数据集 K最近邻居(KNN)算法 过抽样 交叉算子 
基于AdaBoost的欠抽样集成学习算法被引量：2
《山东大学学报（工学版）》2011年第4期91-94,100,共5页孙晓燕 张化祥 计华 
山东省科技研究计划项目(2008B0026;ZR2010FM021;2010G0020115)
不平衡数据集分类中,采用欠抽样方法容易忽略多数类中部分有用信息,为此提出一种基于AdaBoost的欠抽样集成学习算法U-Ensemble。该方法首先使用AdaBoost算法对数据集预处理,得到各样例权重。训练基分类器时,针对多数类数据不再采用boots...
关键词：不平衡数据集 ADABOOST算法 欠抽样 
基于最近邻原则的半监督聚类算法被引量：7
《计算机工程与设计》2011年第7期2455-2458,共4页计华 张化祥 孙晓燕 
山东省科技研究计划基金项目(2007ZZ17;2008GG10001015;2008B0026;ZR2010FM021;2010G0020115);山东省教育厅科研基金项目(J09LG02)
基于最近邻原则的半监督聚类算法是以基于最近邻的聚类中心求解算法为基础的。在基于最近邻的聚类中心求解算法中,用相似度矩阵记录数据点间的相似程度,由目标函数最小值求得聚类的类中心点。在基于最近邻原则的半监督聚类算法中,根据...
关键词：最近邻原则 加权欧式距离矩阵 半监督聚类 类中心点 约束信息 
不平衡数据集的神经网络阈值优化方法被引量：3
《计算机工程与应用》2010年第20期168-171,共4页李明方 张化祥 张雯 计华 
山东省科技研究计划项目No.2007ZZ17;No.2008GG10001015;No.2008B0026;山东省教育厅科研项目No.J09LG02~~
不平衡数据集分类为机器学习热点研究问题之一,近年来研究人员提出很多理论和算法以改进传统分类技术在不平衡数据集上的性能,其中用阈值判定标准确定神经网络中的阈值是重要的方法之一。常用的阈值判定标准存在一定缺点,如不能使少数...
关键词：不平衡数据集 阈值判定标准 神经网络 遗传算法 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部