期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于机器学习的数据库小数据集并行集成方法 被引量:7
1
作者 王俊 程显生 王寿东 《科学技术与工程》 北大核心 2019年第16期239-244,共6页
为了解决传统方法不能按照训练样本量设计最优网络模型,集成效率低的弊端,通过机器学习方法研究数据库小数据集并行集成方法。机器学习选用朴素贝叶斯算法,依据条件独立性假设,通过计算目标先验概率,采用贝叶斯定理求出其后验概率,对后... 为了解决传统方法不能按照训练样本量设计最优网络模型,集成效率低的弊端,通过机器学习方法研究数据库小数据集并行集成方法。机器学习选用朴素贝叶斯算法,依据条件独立性假设,通过计算目标先验概率,采用贝叶斯定理求出其后验概率,对后验概率进行比较,完成决策分类,对基分类器进行训练,把不同朴素贝叶斯基分类器当成集成分类器,在原始数据库上对基分类器进行训练,依据分类结果对数据库中小数据集样本分布进行调整,将其当成新数据集对基分类器进行训练,按照基分类器的表现,通过加权将其组合在一起,产生强分类器,实现对数据库小数据集的集成处理。通过MapReduce并行处理完成并行数据集成,输出并行集成结果。通过仿真实验与实例分析验证所提方法的有效性,结果表明:所提方法在训练样本规模相同的情况下有最高的分类精度和最小的波动,在不同集成规模下的分类精度一直最高,波动最小;所提方法可达到数据的最优集成,数据失效比降低,合成比提高。可见所提方法集成精度高,计算稳定性强,集成效果好,效率优。 展开更多
关键词 机器学习 数据库 小数据集 并行集成
下载PDF
云计算网络入侵跳频数据关联规则挖掘方法 被引量:2
2
作者 程显生 杨珍 王俊 《计算机仿真》 北大核心 2021年第3期259-263,共5页
针对传统方法不能有效挖掘出入侵跳频数据中的频繁项集,挖掘结果准确性不高,易受干扰,易产生信息泄漏风险的问题,提出基于主成分分析与Apriori算法的云计算网络入侵跳频数据关联规则挖掘方法。采用分组统计监测方法构建入侵跳频数据统... 针对传统方法不能有效挖掘出入侵跳频数据中的频繁项集,挖掘结果准确性不高,易受干扰,易产生信息泄漏风险的问题,提出基于主成分分析与Apriori算法的云计算网络入侵跳频数据关联规则挖掘方法。采用分组统计监测方法构建入侵跳频数据统计特征监测模型,提取统计特征量。运用Apriori算法构建入侵跳频数据的大数据分布模型,检索入侵跳频数据库中的所有频繁项集,并采用主成分分析算法对频繁项集中的最小信任度进行构建,实现对云计算网络入侵跳频数据关联规则的挖掘。仿真结果表明,采用提出的方法进行关联规则挖掘的准确率较高,抗干扰能力较强,提高了网络入侵检测能力。 展开更多
关键词 云计算网络 入侵跳频数据 关联规则挖掘 主成分分析
下载PDF
基于主题映射元数据的异构数据库集成仿真 被引量:6
3
作者 程显生 王俊 《计算机仿真》 北大核心 2020年第3期198-201,332,共5页
传统异构数据库集成过程存在数据映射主题不明确问题,导致数据集成资源利用率偏低,切耗时较长。为此提出基于主题映射元数据的异构数据库集成方法。将待查询领域本体与元仓库组建映射,形成主体映射元数据,通过主体映射元数据解决数据库... 传统异构数据库集成过程存在数据映射主题不明确问题,导致数据集成资源利用率偏低,切耗时较长。为此提出基于主题映射元数据的异构数据库集成方法。将待查询领域本体与元仓库组建映射,形成主体映射元数据,通过主体映射元数据解决数据库异构问题,并对用户查询进行推理扩展,实现对不同数据库集成。实验结果表明,所提方法能够有效提升数据库集成后的资源利用率,减少数据库集成时间。 展开更多
关键词 主题映射元数据 异构数据库 集成
下载PDF
基于知识获取的网络增量数据自动分片仿真
4
作者 程显生 王俊 王寿东 《计算机仿真》 北大核心 2020年第5期322-325,424,共5页
在大数据时代中,网络增量数据自动分片是统计理论与数据库结合的产物,针对当前方法网络增量数据自动分片准确率和效率低的问题,提出基于知识获取的网络增量数据自动分片方法。为了完成对网络增量数据自动分片,需要先对数据做降维处理,... 在大数据时代中,网络增量数据自动分片是统计理论与数据库结合的产物,针对当前方法网络增量数据自动分片准确率和效率低的问题,提出基于知识获取的网络增量数据自动分片方法。为了完成对网络增量数据自动分片,需要先对数据做降维处理,利用数据样本中心计算数据样本点类内的平均距离,得到数据样本点重构误差的重构系数,利用该系数完成对网络增量数据的降维处理。在此基础上,分析数据观察变量和潜在变量的概率分布情况,并计算其后验概率,网络是根据数据节点之间的边所组成的,可以通过数据节点间的边数等条件衡量数据分片参数的估计量,利用参数的估计量来描述网络增量数据自动分片的过程,得到邻节点数据分片在传播中的分量加权乘积,并对其迭代计算,最终实现了网络增量数据的自动分片。实验结果表明,提出方法在对网络增量数据自动分片时,具有较高的准确率,并且数据自动分片耗时短,效率高,均验证了提出方法的有效性。 展开更多
关键词 知识获取 网络增量 数据 自动分片
下载PDF
Multiple dimensions of cardiopulmonary dyspnea 被引量:2
5
作者 HAN Jiang-na XIONG Chang-ming +4 位作者 YAO Wei FANG Qiu-hong ZHU Yuan-jue cheng xian-sheng Karel P Van de Woestijne 《Chinese Medical Journal》 SCIE CAS CSCD 2011年第20期3220-3226,共7页
Background The current theory of dyspnea perception presumes a multidimensional conception of dyspnea. However, its validity in patients with cardiopulmonary dyspnea has not been investigated. Methods A respiratory sy... Background The current theory of dyspnea perception presumes a multidimensional conception of dyspnea. However, its validity in patients with cardiopulmonary dyspnea has not been investigated. Methods A respiratory symptom checklist incorporating spontaneously reported descriptors of sensory experiences of breathing discomfort, affective aspects, and behavioral items was administered to 396 patients with asthma, chronic obstructive pulmonary disease (COPD), diffuse parenchymal lung disease, pulmonary vascular disease, chronic heart failure, and medically unexplained dyspnea. Symptom factors measuring different qualitative components of dyspnea were derived by a principal component analysis. The separation of patient groups was achieved by a variance analysis on symptom factors. Results Seven factors appeared to measure three dimensions of dyspnea: sensory (difficulty breathing and phase of respiration, depth and frequency of breathing, urge to breathe, wheeze), affective (chest tightness, anxiety), and behavioral (refraining from physical activity) dimensions. Difficulty breathing and phase of respiration occurred more often in COPD, followed by asthma (R2=0.12). Urge to breathe was unique for patients with medically unexplained dyspnea (R2=0.12). Wheeze occurred most frequently in asthma, followed by COPD and heart failure (R2=0.17). Chest tightness was specifically linked to medically unexplained dyspnea and asthma (R2=0.04). Anxiety characterized medically unexplained dyspnea (R2=0.08). Refraining from physical activity appeared more often in heart failure, pulmonary vascular disease, and COPD (R2=0.15). Conclusions Three dimensions with seven qualitative components of dyspnea appeared in cardiopulmonary disease and the components under each dimension allowed separation of different patient groups. These findings may serve as a validation on the multiple dimensions of cardiopulmonary dyspnea. 展开更多
关键词 BREATHLESSNESS respiratory disease cardiovascular disease
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部