【摘 要】
:
在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因
【机 构】
:
福州大学数学与计算机科学学院,福建省网络计算与智能信息处理重点实验室(福州大学),数字福建金融大数据研究所(福州大学),福建江夏学院电子信息科学学院
【基金项目】
:
国家自然科学基金(61772135,U1605251),中国科学院网络数据科学与技术重点实验室开放基金(CASNDST201708,CASNDST201606),北邮可信分布式计算与服务教育部重点实验室主任基金(2017KF01),福建省自然科学基金(2017J01755).
论文部分内容阅读
在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因此,本文提出一种基于深度自动编码器的多标签分类模型。该方法首先利用轨迹计算算法(Orca)计算不同规模下网络中节点的结构相似性,作为深度自动编码器的输入来改进隐藏层中的向量表示,保留网络的全局结构;然后利用节点的邻接领域信息在模型中进行联合优化,从而能有效地捕捉到网络的高度非线性结构;最后根据隐藏层得到节点的向量表示,利用支持向量机对节点进行多
其他文献
针对同一坐标系下多区域内重合点坐标转换结果不统一,限制测量成果综合利用问题,根据反距离权重法原理,提出一种多区域的平面坐标转换方法,并采用实际坐标数据进行验证计算。首先给出了进行坐标转换的计算模型,通过分析探究了坐标分布与其转换精度的特殊关系,引入了移动窗口提取区域内坐标,并对重合点的坐标转换参数进行插值计算,最后利用实际数据验证了算法的有效性和可靠性。结果表明:对比直接进行坐标转换的传统算法,引
"twin-CME"模型是Li等人提出的一种比单个CME更高效的产生SEP事件的模型。本文主要以"twin-CME"模型为出发点,综合运用SOHO/LASCO、STEREO-A/SECCHI、STEREO-B/SECCHI的日冕观测
排序学习已经在信息检索和机器学习领域中获得了广泛的关注,一系列的排序学习理论主要是基于3种排序样本构造方法提出的,分别是:单文档方法(pointwise)、文档对方法(pairwise
为了控制混沌Rueklidge系统的不稳定平衡点,本文首先采用数值分析的方法对该系统的混沌特性进行研究,结果表明Rucklidge系统具有十分丰富的动力学行为;然后根据微分几何理论,对Ru
为了解决在永磁同步电机无速度传感器直接转矩控制系统中,扩展卡尔曼滤波器在转速估计时系统噪声矩阵和测量噪声矩阵难以较准确获得的问题,提出了一种基于改进粒子群优化的扩
基于液滴运动特性分析,建立了单液滴吸收实验装置,测定了毫米级液滴传质系数。将液滴与气流间的相互作用和传质理论结合起来,揭示了液滴传质过程本质。通过对液滴内部化学平
通过对公交车辆行驶特性以及行驶环境的实际分析,本文确立了影响公交车辆行程时间的几个关键因素:天气状况、时间段(高峰/平峰)、交通流量以及路段长度。结合BP神经网络具有的非线
基于VDR模型,建立了行人与机动车相互干扰的元胞自动机模型.在开放边界条件下,研究了车辆产生概率、消失概率和绿信比对车流量及过街人数的影响.数值模拟表明车辆产生概率、
针对竹片自动检测领域中竹片正反面识别率低的问题,提出基于BP神经网络的竹片正反面识别算法,构建并训练一个三层的3输入1输出的BP神经网络模型;提取竹片的2个纹理特征和灰度值特征值,输入经过训练的神经网络模型,计算预测的识别结果。实验结果表明:基于BP神经网络的竹片正反面识别算法在最小风险的原则下的反面识别率为97%;正面的识别率为98%;稳定性明显高于单一特征识别的稳定性。
本文引入灰色关联分析法,探讨其在学科领域论文综合评价中的可行性。以CNKI中国学术期刊网络出版总库为数据源,以“概率论与数理统计”学科领域2015年发表的既是高被引又是高下