面向未来学习需求的高校图书馆大信息服务探索

面对教育数字化变革和未来学习的新需求,高校图书馆正在向“新型基层学习组织”转型。当前高校图书馆大信息服务应主要通过“大资源×大服务”模式开展。“大资源”聚焦学校人才培养、学科建设、文化传承和创新发展需求保障;“大服务”以支撑科技创新为目标,为创新人才培养创造条件和机会;利用信息技术,打通校内外各类学习系统平台并整合教育数据,支持跨学科融合研究与应用,构建可扩展可关联的信息化平台,提供互联互通的大信息服务。

基于最大信息系数法和邓熵的D-S证据理论改进

物联网中大量传感器采集的数据存在不确定性,针对D-S证据理论在处理冲突证据时融合决策结果与事实相悖的问题,文章提出一种新的基于改进D-S证据理论的多传感器数据融合算法,首先使用最大信息系数法计算证据间的可信度;然后结合信息熵对证据的不确定度进行分析,以确定新的权重;最后使用Dempster组合规则得到融合结果。算例分析表明,文章所提方法能有效融合冲突证据,较经典算法有较高的基本概率分配。将所提方法用于传感器数据处理,不仅能降低数据中存在的不确定性,还能有效处理D-S理论中的冲突问题,从而得到较为准确的融合结果。

基于最大信息系数和深度残差图卷积的工业过程故障诊断方法

针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。

基于最大信息系数的关联性特征选择算法:MICCFS

针对基于关联性特征选择算法(CFS)对于回归任务只能识别变量线性关系和分类任务使用对称不确定性度量的不足,提出一种基于最大信息系数(MIC)的CFS特征选择算法:MICCFS.将回归任务中衡量变量间的线性相关系数和分类任务中的对称不确定性度量改进为MIC度量方式.运用最佳优先搜索算法搜索特征子集,以UCI机器学习数据库中11个回归数据集和10个分类数据集为实验对象,采用支持向量机、k近邻算法、朴素贝叶斯模型、决策树四种分类器,比较了MICCFS和CFS以及常用特征选择方法SVMRFE、Lasso、MIM、Relief F、Chi-Square的效果,结果表明MICCFS具有一定优势.

基于最大信息系数的短期太阳辐射协同估计

提出一种短期太阳辐射估计的协同方法,即利用邻近站点数据来估计目标站点的太阳辐射。先利用最大信息系数对所有站点的相关数据进行特征选择。然后将特征选择后的数据作为输入,采用不同的机器学习模型进行估计。最后在实际数据上将协同估计的误差与仅采用目标站点的估计误差进行比较。实验结果表明协同估计对所有目标站点都有更高的精度和更低的误差。

基于最大信息系数的分组支持向量数据描述故障检测

工业过程的众多变量之间往往存在着复杂的相关关系,传统的故障检测模型通常会忽略不同变量间相关性的差异,对不同相关关系的变量采用相同的特征提取方法,从而导致检测效果欠佳。针对以上问题,提出了一种基于最大信息系数的分组支持向量数据描述故障检测模型,首先计算变量间的最大信息系数矩阵,按照相关性的不同对变量进行分组,再通过最大信息系数为模型混合核函数中高斯核与多项式核的权重分配提供理论指导,从而分别为各组建立不同的支持向量数据描述检测模型,完成最大信息系数与支持向量数据描述的紧密结合,最终实现分布式故障检测。通过仿真对比,验证了该模型的可行性与有效性。

基于Fisher Score与最大信息系数混合模型的三电平逆变器故障特征选择方法

针对三电平逆变器在特征提取时出现特征表达不一致和冗余问题,以提高三电平逆变器故障识别准确率为目的,提出一种基于Fisher Score与最大信息系数混合模型的三电平逆变器故障特征选择方法。该方法采用Fisher Score方法对原始特征集进行故障特征重要度排序,且利用最大信息系数对特征之间的相关性进行评价,进而对特征排序结果进行调整;以故障分类准确率为评判依据,基于随机森林算法对Fisher Score与最大信息系数混合模型进行修正,实现敏感故障特征筛选与分类;利用仿真和实验台的逆变器故障数据集进行实验,实验结果表明所提出的故障诊断模型准确率分别为93.3%和90.2%,与传统reliefF特征选择方法相比,所提出的特征选择方法筛选的敏感特征更有利于三电平逆变器故障诊断识别分类,故障识别准确率分别提高了2.1%和1.3%。

检测多元相关关系的最大信息熵方法

目前提出的用于检测变量间相关关系的方法,如最大信息系数(Maximal Information Coefficient,MIC),多应用于成对变量,却很少用于三元变量或更高元变量间的相关性检测。基于此,该文提出能够检测多元变量间相关关系的新方法最大信息熵(Maximal Information Entropy,MIE)。对于k元变量,首先基于任意两变量间的MIC值构造最大信息矩阵,然后根据最大信息矩阵计算最大信息熵来度量变量间的相关度。仿真实验结果表明MIE能够检测三元变量间的1维流形依赖关系,真实数据集上的实验验证了MIE的实用性。

“最大信息保留”原则在书画修复中的应用与思考—以安徽博物院馆藏潘玉良书画保护为例

安徽博物院收藏有4000余件潘玉良艺术作品,其中大部分书画作品在入藏前都经过装裱,其装裱用材和装裱样式体现了20世纪初期的西方书画装裱特点,具有重要的参考价值。如何“最大化”保留书画作品的原裱信息,是书画作品保护修复领域非常值得思考的问题之一。文章以《坐小凳女人体》为研究对象,根据科学仪器对文物的材质、微观形貌等方面的检测,全面获取装裱用纸的种类以及保存状况信息,深入挖掘原裱的艺术风格,以期科学合理地保护该幅作品。

一种估计最大信息系数阈值最优取值的方法

为了简化最大信息系数计算的复杂度,达到计算准确性与计算复杂度的最优平衡,通过基因与疾病相关性实验研究了最大信息系数阈值的合适取值区间及最优取值。结果表明:利用变量间强相关数据和不相关数据出现的频数,及其在不同阈值下的变化趋势,可以估计出阈值的合适取值区间;通过统计阈值取值区间上界集合的最小值,可以估计阈值的最优取值;对于不同变量,阈值的最优取值也不相同,并且随着采样数的增大,阈值的最优取值有减小的趋势。

基于最大信息系数和近似马尔科夫毯的特征选择方法

最大信息系数(Maximum information coefficient,MIC)可以对变量间的线性和非线性关系,以及非函数依赖关系进行有效度量.本文首先根据最大信息系数理论,提出了一种评价各维特征间以及每维特征与类别间相关性的度量标准,然后提出了基于新度量标准的近似马尔科夫毯特征选择方法,删除冗余特征.在此基础上提出了基于特征排序和近似马尔科夫毯的两阶段特征选择方法,分别对特征的相关性和冗余性进行分析,选择有效的特征子集.在UCI和ASU上的多个公开数据集上的对比实验表明,本文提出的方法总体优于快速相关滤波(Fast correlation-based filter,FCBF)方法,与Relief F,FAST,Lasso和RFS方法相比也具有优势.

基于最大信息系数的永久性房颤差异表达基因识别

心房颤动是一种常见的、与年龄相关的心律失常,由其所导致的脑卒中具有高致残率和致死率。通过对高通量基因表达谱的分析,可以帮助理解心房颤动的生物学过程和功能紊乱机制,并发现相关致病基因。新型的非参数统计方法——最大信息系数,在探索双变量之间的关联方面具有独特的优点。利用该方法,发现差异与非差异基因表达值与样本表型之间的关联程度不同,构建差异表达基因识别方法。对永久性房颤基因表达谱GSE2240的分析,识别出41个差异表达基因,其中有14基因是已有工作未发现的新差异表达基因。信号通路和富集分析表明,这些差异表达基因与房颤高度相关。同时,对乳腺癌基因表达数据GSE24037的分析,进一步说明该方法在差异表达基因识别方面的有效性。最大信息系数的非参数特性与抗噪能力,使它非常适合于差异表达基因的识别。

基于图排序和最大信息增益的领域实体抽取方法

领域知识图谱在各行各业中都发挥着重要作用,领域实体的获取则是构建领域知识图谱的重要基础。数据标注、编写抽取规则等现有的实体抽取方法往往需要较多的人工参与工作。提出一种基于图排序的实体抽取方法和基于最大信息增益的实体扩展方法来构建领域实体集,通过实体识别获得候选实体,基于维基百科的背景信息计算候选实体间的相关度构建实体图,并利用基于置信度传播的图排序算法筛选领域核心实体。在DBpedia中根据最大信息增益来平衡类与领域核心实体相关性及类的抽象程度两个因素以生成实体扩展的共性类。在此基础上,通过SKOS体系中的“Is subject of”关系获得共性类的实例实体,并根据基于字符串相似和结构相关度的方法对扩展实例实体进一步筛选,最终获得全面、准确的领域实体集。以数据结构课程为例构建该课程领域实体集,得到1115个实体。实验结果表明,在领域数据集上,领域实体抽取F1值达到0.67,能够在较少人工参与的条件下有效获得领域实体,有助于领域知识图谱的构建。

基于最大信息传递熵的ICS因果关系建模

针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究,提出基于最大信息传递熵的因果关系建模算法。首先,利用最大信息系数对非线性数据的时序趋势间的关联度进行检测,弱化噪声对变量间相关性的影响;然后根据筛选因子剔除弱相关变量,并通过随机经验估值计算强关联变量间的传递熵,以减少传递熵的计算量;最后,传递熵确定因果关系方向,形成支持链路溯源的单向因果网络。利用经典化工过程数据集对该算法进行测试分析,实验结果表明,相比于现有的因果关系建模算法,该算法可定位异常变量,对12维以上的高维数据建模的稳定性高于85%,因果关系的准确率可达83.33%,实际建模效果优于对比算法,可用于工业控制系统异常检测定位。

基于最大信息系数的时延数据相关性分析方法

针对无法有效检测两组时延数据间相关关系的情况,提出以最大信息系数(MIC)为基础的平移搜索法。根据实际应用场景,设置合适的平移搜索窗和平移步长,由搜索窗内取得最大MIC值的位置求得时延估计值。将此方法分别应用到航天器载荷安装表面温度之间的相关性分析和狭义货币供应量(M1)与居民消费价格指数(CPI)的相关性分析中,结果表明针对两组时域上不对应的相关数据,利用此方法可以有效地检测出它们的相关性和时延。

变分模态分解模型中关键参数K的辨识研究——基于加权最大信息系数法

变分模态分解模型中参数K的最优辨识问题,一直是影响该方法理论与应用研究的一个重要问题。针对该模型中参数K的最优辨识,尝试构建基于分量累积信息贡献的加权最大信息系数法,对该模型的参数K进行辨识研究,并通过美元兑人民币汇率和中国消费者信心指数这两个实际数据的算例进行分析检验。研究结果表明,针对不同的序列数据特征,单纯的最大信息系数或分量方差贡献方法都难以辨识出变分模态分解的最优参数K值,而加权最大信息系数法对于参数K的确定具有良好效果,可以有效辨识出不同特征序列分解的最优K值。

基于最大信息系数的动态加权特征融合的齿轮箱故障诊断

随着机械设备的精细化和复杂化,用于监测其运行状态的传感器数量和类型不断增多,为了能有效地将多传感器信息融合,补全时间和空间上的信息,提高传感器信息的可靠性,提出了一种基于最大信息系数的动态加权特征融合的齿轮故障诊断方法。利用小波包变换对多传感器采集到的振动信号分解到时频域;计算时频域的特征,通过最大信息系数计算各传感器的权重并以并联融合的方式对特征进行融合;将融合后的特征输入到支持向量机模型进行故障分类。实验证明,融合后的特征聚合度更好,更有利于分类;在两种转速条件下,融合后的故障诊断准确率分别达到了87.72%和99.16%,动态加权融合的诊断效果好于定权重融合的诊断效果。

基于最大信息系数与冗余分摊的特征选择方法

特征选择是机器学习的关键环节,通常采用最小冗余最大相关法进行特征选择,但该方法存在相关性测度与冗余性测度不可比、特征引入无法自动终止等问题。为此,提出一种基于最大信息系数(MIC)与冗余分摊策略的特征选择方法(MIC-share)。以MIC度量相关性测度与冗余性测度,采用冗余分摊策略获取新的特征得分,自动终止特征引入过程,减少最优子集确定所需时间。仿真结果表明,与PLSR、MIFS、KNN-FABC等特征选择方法相比,MIC-share方法得到的回归数据均方根误差更小,分类数据错误率更低。

最大信息系数在瓣膜性心脏病差异表达miRNA识别中的应用

将1种称为最大信息系数的新型统计工具引入到表达miRNA的识别中,并应用到瓣膜性心脏病(valvular heart disease,VHD)的miRNA表达谱中识别差异表达miRNA。通过对表达谱GSE28954的分析,最大信息系数方法识别了2个具有强烈差异表达的miRNA,其中,hsa-miR-221*是已有研究未发现的新的差异表达miRNA。实验提示,最大信息系数可用于差异表达miRNA的识别,且其最佳阈值为0.5~0.6。

基于最大信息系数的变压器过热故障特征选择

改良三比值法只关注若干个气体浓度比值,信息利用不充分,而且气体浓度的随机误差对故障诊断结果有影响,因此文中将变压器故障特征气体扩充为单种气体增长率、多种气体比值和相对浓度等62个故障特征,通过具有稳健性的最大信息系数提取与变压器故障状态相关度高的故障特征。同时为了避免筛选特征之间的冗余性,采用相关系数筛选冗余性小的特征组合,并采用距离相关系数和多种分类器进行检验。结果表明与油中溶解气体相比,筛选特征集合与变压器过热故障状态联系更加紧密,且针对过热故障类型的诊断精度,筛选特征集合在样本类别不平衡时性能更优,突破了单一分类器性能上限。