基于z得分的科学计量学多关系融合方法研究

关系融合是目前科学计量学研究中新出现的一个研究方向，是将实体集间不同的相似关系融合共同反映研究领域结构的尝试和探索。基于Fisher的多关系融合方法是较为有代表性的研究成果，但是本文通过分析发现，基于Fisher的多关系融合方法容易受到极端值的影响，且计算过程复杂繁琐。针对这些不足，本文提出了一种基于Z得分的多关系融合方法，并进行了比较研究。结果证明基于Z得分的多关系融合方法对基于Fisher的关系融合方法的改进是有效的。

基于多属性规则的生物医学语义关系研究

生物医学领域文献指数级增长亟需快速识别出领域内核心且关键的语义关系,开展领域知识发现研究。本文借鉴DisGeNET基于规则的关系得分方法设计思想,在专家咨询基础上,提出生物医学领域语义关系具有可靠性、重要性和新颖性3种属性,设定每种属性对应的指标及定量计算方法。通过分析结直肠癌领域关系计算结果,验证本文所提关系得分方法在关系重要性排序方面的有效性。该方法考虑维度更加全面,为生物医学领域知识图谱构建、知识发现等提供有益参考。

基于邻域维护准则的特征选择算法优化研究

应用特征选择处理多标签数据分类时"维度灾难"问题已成为重要研究方向,因此提出一种基于邻域维护准则的特征选择算法(NPFS,feature selection algorithm based on neighborhood preservation criterion)。通过近似基于特征子空间和基于标签空间的2个相似度矩阵来构建相似性维护表达式,再通过线性近似扩展相似性维护公式得到邻域关系维护公式,并计算出邻域关系维护得分(NRPS,neighborhood relationship preserving score)来评估特征子集的重要性,结合贪婪方法设计具有NRPS的多标签特征选择算法(NPFS)。仿真结果表明,对比MMIFS算法和MDMR算法,所提出的算法在平均准确率、覆盖率、汉明损失、1-错误率、排名损失5个性能指标上均有改善。