【摘 要】
：
类属属性学习避免相同属性预测全部标记,是一种提取各标记独有属性进行分类的一种框架,在多标记学习中得到广泛的应用。而针对标记维度较大、标记分布密度不平衡等问题,已有的基于类属属性的多标记学习算法普遍时间消耗大、分类精度低。为提高多标记分类性能,该文提出一种基于标记密度分类间隔面的组类属属性学习(GLSFL-LDCM)方法。首先,使用余弦相似度构建标记相关性矩阵,通过谱聚类将标记分组以提取各标记组的类
【机 构】
：
安庆师范大学计算机与信息学院,安徽省高校智能感知与计算重点实验室
论文部分内容阅读
类属属性学习避免相同属性预测全部标记,是一种提取各标记独有属性进行分类的一种框架,在多标记学习中得到广泛的应用。而针对标记维度较大、标记分布密度不平衡等问题,已有的基于类属属性的多标记学习算法普遍时间消耗大、分类精度低。为提高多标记分类性能,该文提出一种基于标记密度分类间隔面的组类属属性学习(GLSFL-LDCM)方法。首先,使用余弦相似度构建标记相关性矩阵,通过谱聚类将标记分组以提取各标记组的类属属性,减少计算全部标记类属属性的时间消耗。然后,计算各标记密度以更新标记空间矩阵,将标记密度信息加入原
其他文献
英语教学活动的高效开展离不开课堂话语的有效利用,需要教师具有一定的修辞意识、受众意识、语境构建能力,以便有效利用多模态元话语。文章针对多模态视角下的英语教师课堂元
药物的协同与拮抗关系预测,有助于药物的使用安全及组合用药的发展。该文从药物互作网络(DDINet)出发,基于网络拓扑结构构造分类特征,提出一种预测药物协同和拮抗关系的方法。从特征选择结果可知,根据药物与其公共邻居节点关系构造的特征表现出了明显的正负样本分布差距,能有效地反映出药物的协同或拮抗关系。在使用不同特征分类器的分类结果中,最优AUC和分类精度值分别达到了0.9687和0.9187。而在协同
目的：探讨高频振荡通气联合常频通气联合硫酸镁对新生儿持续性肺动脉高压（PPHN）的临床疗效。方法：选取2016年4月至2017年10月收治的100例PPHN患儿,随机将患儿分为高频振荡通气（HFO
由于车载应用的普及和车辆数量的增加,路边基础设施的物理资源有限,当大量车辆接入车联网时能耗与时延同时增加,通过整合内容分发网络(CDN)和移动边缘计算(MEC)的框架可以降低时延与能耗。在车联网中,车辆移动性对云服务的连续性提出了重大挑战。因此,该文提出了移动性管理(MM)来处理该问题。采用开销选择的动态信道分配(ODCA)算法避免乒乓效应且减少车辆在小区间的切换时间。采用基于路边单元(RSU)调
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
为提高信号采样值之间的相关性和降低噪声对感知性能的影响,该文提出基于信号包络自相关矩阵的频谱感知算法。首先对采样信号等间隔时长截取,以相邻间隔的采样值计算信号自相关性,并构造出近似自相关矩阵。其次依据矩阵次对角线元素性质构造了统计量。分别计算了该统计量的检测概率分布函数与虚警概率分布函数,分析了频谱感知算法的检测性能,算法优化了信号相关性的计算,降低了噪声对感知性能的影响。最后通过仿真验证了不同参
摘要：基础教育协同发展是京津冀协同发展战略当中十分重要的一项内容，其从理论供应环节到具体的落实都在不断地完善当中。但在现今阶段，由于教育协同管理体系还不够完善，以及相关资源有所稀缺，因此也容易产生一些问题。对此，我们应在加强前期合作的基础上，制定出京津冀教育协同发展管理体制，通过整体布局来进一步提升区域内教育的竞争能力，通过对基础教育资源和质量进行动态监测等来进一步提升发展水平。本文针对京津冀基础
在当前的幼儿园教育机制下,要促进幼儿的心理健康发展,需要运用家园联动的方式,切实转变家长的健康观念,关注幼儿的心理健康问题,同时通过构建幼儿心理健康教育的跟踪机制、
可变剪接是一种广泛存在于生物体中造成蛋白质多样性的重要机制,它对细胞的增殖、分化、发育、凋亡等一系列重要的生物过程具有重要精细调控的作用。近年来,人们发现多种复杂疾病的产生往往伴随着剪接异构体的紊乱表达。为了研究剪接异构体在整体分布上的差异,该文提出一种基于中值的JS散度可变剪接(AS)差异分析方法。结果表明,该文的方法能够发现大量在剪接异构体整体分布上具有显著差异的基因。这些基因不仅富集在一些癌
深度学习是一种自主建构知识、积累数学活动经验和思想方法,发展高阶思维能力的有意义的数学学习,强调知识的广度、深度、关联度。文章以人教版"最大公因数"一课"预习学习单"