采用动态相关度权重的特征选择算法

基于互信息的特征选择算法在考虑候选特征提供的新分类信息时,通常忽略了候选特征的加入会使得已选特征和类标签的相关性发生变化而带来额外的新增信息量,以及在计算冗余信息时采用累加求和的形式可能导致低估候选特征的冗余程度。针对以上问题,提出动态相关度权重的定义,以更全面地考虑候选特征带来的新信息量成分;提出改进冗余项的定义,采用取最大值和归一化策略,以解决传统算法存在的低估冗余问题;在此基础上提出一种采用动态相关度权重的特征选择算法(feature selection using dynamic relevance weight,FSDRW)。选取五种当前主流的基于互信息的过滤式特征选择算法进行对比实验,在来自加州大学尔湾分校UCI和亚利桑那州立大学ASU的机器学习测试数据集上的实验表明,所提出的算法在分类准确率及综合性能方面具有较好的表现。最后将所提出算法应用于广西某水库工程的微震、爆破信号识别中,算法选取出的特征用于微震信号识别可达到98.86%的分类准确率,验证了算法在实际应用中的有效性。

抑制差异与错误信息持续影响效应的关系:信息相关度的作用

为考察个体抑制控制能力与错误信息持续影响效应的关系以及信息相关度在其中的影响,135名年龄范围在18~25岁的被试通过大学校园广告招募自愿参加了实验。研究采用直接衡量个体抑制能力的实验任务对被试进行了分组,同时在错误信息持续影响效应的范式中进一步区分了信息的不同相关度。结果发现,个体抑制能力的差异导致了错误信息更正的差异,高抑制能力组能够较好地更正之前的错误信息,而低抑制能力组的更正效果随信息相关度的不同而变化。结果提示抑制过程的失败也取决于信息相关度的差异。本研究结果为错误信息持续影响效应的提取失败解释提供了更为直接的实验依据并细化了已有的理论解释,为教育教学中知识的更正过程提供了支持与借鉴。

基于S变换相关度的配电网单相接地自适应有源消弧法

提出了基于S变换相关度的配电网单向接地自适应有源消弧法,有效消除了配电网单相接地故障电弧,提升了电力系统稳定性。采集配电网线路零序电流时序数据,经S变换获取零序电流时频信息矩阵后,计算并获取各线路间时频信息矩阵相关度矩阵,输入卷积神经网络模型,输出单相接地故障选线结果;在故障线路采用基于模糊准PR与PI控制的双闭环自适应控制方法,向配电网故障线路中性点注入零序电流,有效控制注入电流相位以及幅值,迫使配电网故障线路所在相的电压值为0,完成自适应有源消弧。实验结果表明:该方法可有效识别配电网单相接地故障线路,实现配电网单相接地自适应有源消弧,且可尽快完成单相接地自适应有源消弧工作,保证配电网安全稳定运行。

计及源荷相关度类线性紧缩法的配电网有功无功协同优化

随着分布式电源的高比例渗透,主动配电网的稳定性受到很大影响,因此主动配电网有功-无功协同优化至关重要。对此,提出一种计及源荷相关度类线性紧缩法(Quasi-Linear Contraction,QLC)的配电网有功无功协同优化方法。首先,基于相关性分析方法分析新能源出力以及负荷的相关度,给出源荷相关度概率约束,完善系统优化模型。然后,针对优化模型非凸非线性容易导致局部最优解问题,采用泰勒展开式求解分支电流的上下界并代入节点电压和功率流方程,完成主动配电网模型的类线性紧缩,再采用罚函数方法校正,当得出的解在缩小后的约束范围内时该解为实际最优解,当得出的解在紧缩的约束边界上时,在满足原有约束范围的前提下向外寻优,得到实际最优解。最后,通过Yalmip等仿真计算软件验证所提方法的稳定性、准确性以及有效性。

考虑属性相关度的大数据随机游走抽样仿真

大数据通常是非随机的,且大数据量下可能存在抽样偏倚的问题,部分群体可能被过采样或欠采样,从而导致结果准确性较低。为此,提出基于属性相关度的大数据随机游走抽样算法。获取大数据邻域关系矩阵,根据排序思想得到大数据单属性邻域关系矩阵。计算不同大数据属性的邻域关系矩阵,计算数据属性的相关度,得到大数据属性约简结果。采用区间密度相似性调整区间,建立可变网格空间,将网格空间和密度偏差抽样算法有效结合,完成大数据随机游走抽样。仿真实验分析表明,所提算法可以大幅度提升样本质量,且能耗明显更低一些,最高仅为280Wh,获取更加精准的大数据随机游走抽样结果。

基于分布式计算框架Spark的语义相关度计算方法

该文利用了分布式方法构建分布式语义相关度计算框架,提出了分布式语义分析的新方法,构建巨大的语义空间。该方法通过构建一系列的概念向量以及与其相关的维基百科中的词构成概念向量的维数,从而构建概念-词语矩阵。然后,通过提取概念-词语矩阵的两个词语向量,根据它们的余弦测度计算两个词语的语义相关度。该方法建立在开源分布式计算框架Spark上。对比已有的显式语义分析(Explicit Semantic Analysis Method)方法,该文提出的方法在构建概念-词语向量空间时,明显地减少了计算时间。同时,实验结果表明,数据量足够大时,本方法的Spearman相关系数达到0.797。

交易所网络平台互动与分析师盈余预测质量——基于管理层回复文本相关度的调节作用

文章基于中国资本市场特有的政策背景,从分析师盈余预测误差和盈余预测分歧度两个角度,检验交易所网络平台互动对分析师盈余预测质量的影响。研究发现,网络平台的海量互动信息存在信息过载效应而非信息增量效应。具体表现为:网络平台互动提高了分析师盈余预测误差和分歧度;管理层回复文本相关度能够弱化网络平台互动对分析师预测质量的负向影响;拓展性研究表明,当管理层披露更少的风险信息和竞争文化信息时,越能弱化网络平台互动对分析师盈余预测质量的不利影响。研究结论为管理层与投资者信息交互过程所引致的信息过载效应方面的研究和分析师盈余预测质量影响因素方面的研究提供了有益补充。

结合时间相关度与课程搭配度的课程推荐方法

针对现有课程推荐系统存在过度依赖用户对课程的评分、未考虑用户兴趣随时间变化以及忽略了用户已学课程和推荐课程之间的搭配问题,提出一种基于时间相关度与课程搭配度的TIMR课程推荐模型。TIMR模型一方面采用课程观看进度代替课程评分,并将时间相关度函数应用于课程间的相似度计算;另一方面利用课程的共同被选频率,构建课程搭配度函数;然后将时间相关度与课程搭配度融合起来产生预测评分。为了验证TIMR模型的有效性,分别在TM数据集、CN数据集和MOOC数据集进行实验。实验表明,与现有推荐方法UserCF、ItemCF、LFM、PR、MPR、SMCR相比,TIMR在Precision、Recall、F1_score指标上均有明显提升,对于提高推荐质量具有明显的优势。

基于相关度的自适应时隙同步工业无线传输策略研究

时分多址(Time Division Multiple Access,TDMA)是工业无线传输解决信道接入冲突的主流方法,时隙同步是TDMA系统首要考虑的问题。当前时隙同步均基于无线传感网络的网络时隙同步,对点对点控制的工业控制现场和大型工程装备并不适用。在研究分析RBS、FTSP、TPSN和DMTS算法后,针对工业点对点控制提出了一种基于相关度的自适应时隙同步策略CA-STS,并搭建ADF7030通信硬件,实现了CA-STS策略。实验表明,当相关度大于或等于95%时,同步建立时间小于0.3 s,失步率接近于0,自适应时隙补偿可有效修正时隙偏移,保持稳定同步。

一种采用类相关度优化距离的KNN算法

样本距离机制的定义直接影响到KNN算法的准确性和效率。本文提出了一种采用类相关度优化距离的KNN改进算法。将样本特征参数的熵值与样本分布概率的乘积作为特征参数针对分类的相关度,并根据相关度值衡量特征参数对分类影响程度的强弱以计算样本间的距离,解决KNN近邻选择时大类别、高密度样本占优的情况。实验结果表明,提出的采用类相关度优化距离-KNN算法提高了分类性能。

因子相关度生成最优测试用例集的工程方法

针对Pairwise工程方法测试用例数量巨大的不足,提出了一种基于因子相关度的最优测试用例集生成工程方法(Factor Relation ship-BasedTest,FRBT)。它通过因子相关度计算模型分析UML设计模型和程序源码,计算出被测系统各模块的因子相关度矩阵,并通过相关因子覆盖算法实现按因子相关度的两两正交覆盖。最关键的改进点是FRBT方法采用了数学模型来挑选相交因子,从而解决了其他工程方法中完全依赖STE(SoftwareTestEngineer)经验挑选因子所带来的风险与不稳定性,使测试用例设计更加快速、客观。实验表明,FRBT工程方法不仅生成的测试用例数量最少,而且将Pairwise工程方法的缺陷命中率从26.518%提升到了52.568%。

基于中文维基百科链接结构与分类体系的语义相关度计算

自然语言词汇的语义相关度的计算需要获取大量的背景知识,而维基百科是当前规模最大的百科全书,其不仅是一个规模巨大的语料库,而且还是一个包含了大量人类背景知识和语义关系的知识库,研究表明,其是进行语义计算的理想资源.本文提出了一种将维基百科的链接结构和分类体系相结合计算中文词汇语义相关度的算法,算法只利用了维基百科的链接结构和分类体系,无需进行复杂的文本处理,计算所需的开销较小.在多个人工评测的数据集上的实验结果显示,获得了比单独使用链接结构或分类体系的算法更好的效果,在最好的情况下,Spearman相关系数提高了30.96%.

语义查询扩展中词语-概念相关度的计算

在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语.概念共现程度两个方面来计算词语.概念相关度问语.文档.概念所属程度来源于标注的文档集中词语对概念的所属关系,即词语出现在若干文档中而文档被标注了若干概念.词语.概念共现程度是在词语概念对的共现性基础上增加了词语概念对的文本距离和文档分布特征的考虑.3种不同类型数据集上的语义检索实验结果表明,与传统方法相比,基于K2CM的语义查询扩展可以提高查询效果.

基于地理空间本体的语义检索相关度研究

以地理信息领域为应用背景,面向地理空间语义检索,基于地球信息科学中的空间拓扑理论,以空间本体为语义检索的概念空间,提出了一种语义相关度的算法。其特点是考虑了传统字面匹配相关度与语义关系相关度两部分的融合,同时引入了本体关系权值的机制控制在不同语义检索应用中本体的关联程度,并体现了其与语义距离的反比关系。通过所作的相关实验,验证了该语义相关度算法在地理空间语义检索应用中可以达到良好的效果,并且也为其他领域应用提供了较好的参考和借鉴价值。

基于知网的语义相关度计算

为解决句法分析中的结构性歧义,引入了语义相关度计算.基于语义相似度计算及知网的语义信息,提出了语义相关度计算方法;利用知网的义原纵向与横向关系及实例信息计算不同词性的相关度.在计算义原距离时,考虑了义原之间的解释关系,对义原的距离进行修正.根据相似度的对称性,计算实例的影响因素提高了相关度的准确率.实验结果表明,使用该计算方法得出的语义相关度结果更加合理.

基于模糊相关度的模糊C均值聚类加权指数研究

在极小化模糊C均值(FCM)聚类目标函数的过程中,针对目前模糊加权指数m的确定缺乏理论依据和有效评价方法的问题,提出了一种基于模糊相关度的模糊加权指数计算方法。首先定义模糊相关度的聚类有效性函数,然后通过Gauss迭代计算FCM聚类有效性并将其反馈到模糊加权指数的变化中,从而使m收敛到一个稳定的最优解。理论分析和实验结果表明,该算法是有效的,所得到加权指数m符合预期的结果。

维基百科的中文语义相关词获取及相关度分析计算

为了研究在线百科全书维基百科在语义相关词抽取、语义相关度计算等方面的应用,从中文维基百科下载并整理了5万余篇解释页面文档,抽取了反映语义关系的站内超级链接网络,通过挖掘文档间相互引用的链接关系抽取了近40万对语义相关词,并研究了语义相关词之间的主题聚类特性,选择两两相关的多个词得到相关词集合并计算了平均语义相关度.相关度计算综合利用了链接在文档中的位置、频率等信息,通过对比经典算法在同一测试集上的计算结果对算法进行了分析评估,证明了维基百科语义相关词抽取方法的有效性.

基于属性相关度的Web数据库大小估算方法

提出了一种基于词频统计的方法以估算Web数据库的规模.通过分析Web数据库查询接口中属性之间的相关度来获取某个属性上的一组随机样本;并对该属性分别提交由前k位高频词形成的试探查询以估算Web数据库中记录的总数.通过在几个真实的Web数据库上进行实验验证,说明该方法可以准确地估算出Web数据库的大小.

中文维基百科的结构化信息抽取及词语相关度计算方法

维基百科作为一个以开放和用户协作编辑为特点的Web 2.0知识库系统,具有知识面覆盖度广,结构化程度高,信息更新速度快等优点。然而,维基百科的官方仅提供一些半结构化的数据文件,很多有用的结构化信息和数据,并不能直接地获取和利用。因此,该文首先从这些数据文件中抽取整理出多种结构化信息;然后,对维基百科中的各种信息建立了对象模型,并提供了一套开放的应用程序接口,大大降低了利用维基百科信息的难度;最后,利用维基百科中获取的信息,该文提出了一种基于链接所对应主题页面所属类别的词语语义相关度计算方法。

基于主题相关度的地理信息Web服务爬虫研究

针对通用搜索引擎对于地理信息Web服务检索存在的不足,提出了一种基于主题相关度的服务爬虫方法,利用向量空间模型表示主题特征,通过引入特征值权重的计算方法分析页面内容与主题的相关度,过滤与主题无关的页面;并利用改进的PageRank算法从URL和锚文本两方面分析链接的重要性,优化爬取队列。实验表明,该方法在服务检索效率和抓取能力上都取得了良好的效果。