【摘 要】
：
多标签学习是分类任务中一个重要研究方向,如何保证高分类精度是关键要素.论文提出基于相似度的多标签分类算法SMLC.该算法首先构建实例相似度函数,再采用并行计算方式算出相似值,最后通过加权计算类标签集合权重或者学习阈值方法预测类标签集合.仿真结果表明,与RankSVM、ML-KNN算法对比,SMLC在多标签分类任务的多个指标上表现更优.
【机 构】
：
昆明理工大学信息工程与自动化学院 昆明 650500
论文部分内容阅读
多标签学习是分类任务中一个重要研究方向,如何保证高分类精度是关键要素.论文提出基于相似度的多标签分类算法SMLC.该算法首先构建实例相似度函数,再采用并行计算方式算出相似值,最后通过加权计算类标签集合权重或者学习阈值方法预测类标签集合.仿真结果表明,与RankSVM、ML-KNN算法对比,SMLC在多标签分类任务的多个指标上表现更优.
其他文献
针对断路器批量化制造过程中的生产逻辑关系建模与控制问题,提出一种基于逻辑Petri网的断路器数字孪生车间系统建模与控制方法.基于物理车间的构成信息和断路器批量化制造工艺特点,建立了逻辑约束的递进式Petri网,实现了对物理生产过程的精准建模分析.在此基础上,采用模型结构分析、系统协同优化、物理引擎开发等方法,结合逻辑Petri网构建了忠实映射、精准匹配的断路器数字孪生车间系统,实现了物理车间与数字孪生车间的高度融合和忠实同步.开发了与实际断路器制造车间相融合的数字孪生车间系统,运行结果验证了所提方法的可行
词语语义相似度计算在很多自然语言处理相关领域都有着广泛应用.基于知网的现有词语语义相似度计算方法未深入考虑同棵义原层次树的义原距离、义原深度、义原密度及主次关系的影响,致使相似度计算结果并不够精确.针对该问题,提出一种词语语义相似度改进算法,通过分析知网中的义项表达式和义原层次树,用集合的加权平均值代替了义项相似度最大值,在新的边权重函数中引入义原密度,进而通过调节权重因子限制义原深度与义原密度对相似度计算准确度的影响.实验结果表明,改进后的算法有效提高了词语语义相似度准确率,取得了比较满意的结果,比现有
针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速度快、算法稳定性好,更适合求解动态调度问题,所提资源动态调度方法可以应对分布式光伏运维过程中的动态因素影响,提升服务质量.
为提高双稳态复合材料圆柱壳设计的准确性和效率,基于可伸展变形和均匀曲率假设,提出复合材料圆柱壳双稳态特性分析的简化理论模型;利用Python语言,基于仿真软件Abaqus进行二次开发,建立了实现复合材料圆柱壳快速、参数化建模与自动后处理的插件.利用所提模型讨论了几何参数、铺设参数、温度对复合材料圆柱壳双稳态特性的影响.通过实验验证了计算模型的有效性和准确性.结果表明,该计算模型可满足复合材料圆柱壳的设计需求,为后续双稳态圆柱壳的优化设计奠定基础.
为了解决云服务评估决策中QoS(Quality of Service,服务质量)属性的动态性刻画不足以及传统决策方法中用户主观因素过强的缺点,提出了一种基于概率语言术语集(Probabilistic Linguistic Term Set,PLTS)的选择方法.通过相似性权重与可靠性权重结合获取推荐权重,加入决策矩阵中得到综合评估矩阵;通过层次分析法(Analytic Hierarchy Process,AHP)获取的属性权重与综合评估矩阵结合得到加权综合评估矩阵;并采用TOPSIS(Technique
为了克服心脏疫病突发就医不及的安全隐患,早期心脏疾病早发现、早治疗,开发了一种基于嵌入式微控制器的小型化心电信号检测系统,该系统包含心电信号采集硬件、控制系统软件以及心率转换算法设计,实现对被测者心电图、呼吸波及心率的获取,利用串口通信方式,上传给串口屏显示模块,并且设计了一套基于心电信号检测的Qt上位机软件系统,可实现对心电数据的采集与查看生理和病理状态.测试结果验证表明,该系统可在确保高准确度及低功耗的条件下获取被测者心电图与呼吸波形,相应的,能够准确计算出心率值并显示.
以便携式回放设备的语音为代表的假冒语音攻击,给说话人识别系统带来了严峻的挑战.针对这种回放语音攻击问题,论文提出一种基于小波包的多频带回放语音鉴别算法.首先,通过小波包分解及重构后的信号进行傅里叶变换,取每一帧频谱的最大值;然后,利用对数运算以及离散余弦变换(DCT)来得到鉴别特征;最后,使用高斯混合模型(GMM)作为分类器进行假冒语音判别.实验表明,该检测算法能有效地鉴别回放语音.
为了对比评价超声B-mode ratio及MR-IP-OP两种检查方法对糖尿病患者颌下腺脂肪沉积的诊断效能.选取志愿者174人(糖尿病患者89人和健康志愿者85人),利用超声B-mode ratio技术和3D MR-IP-OP方法评估和检测颌下腺的脂肪含量.使用独立样本t检验比较两组患者B-radio和MRI-IP-OP的FF值组间差异.采用受试者工作特征曲线(ROC)分析两种技术对颌下腺脂肪沉积的诊断效能.用Spear-man相关系数评价两组参数之间的相关性.糖尿病组的B-mode ra?tio值(1.
针对广义符号网络,论文在复杂网络结构洞、洞主、无特权网络等概念的基础上,提出了节点的邻居集和洞数的概念,并基于这两个概念对无特权网络进行分析.之后,考虑了与无特权网络无洞主相反的情况,即每个节点都是洞主的网络,提出了全洞主网络的概念,并给出了一种生成全洞主网络的方法,对这样的网络进行了分析并将其与无特权网络进行了比较.最后,数值仿真验证了提出的方法的有效性.
针对传统头部姿态估计网络存在空间结构信息易丢失问题,论文提出一种将胶囊网络与传统卷积神经网络相结合的头部姿态估计网络模型.该模型采用具有多级输出结构的传统卷积神经网络,将不同层级的空间结构信息和语义信息进行提取,同时利用胶囊网络能够充分保留特征信息的优点,将提取的特征进行编码,从而使其以胶囊的形式进行传递和输出,有效避免了空间结构信息丢失的问题.实验结果表明,论文提出的模型在AFLW2000和BIWI数据集上的平均绝对误差分别为5.68和4.33,进一步提高了对头部姿态估计的准确度,并在室内条件下对光照变