基于复杂类型数据的发现特征子空间模型(DFSSM)的研究

探讨围绕知识发现领域中较为宏观、较为重大的问题。首先 ,根据复杂类型数据 (包括Web数据、多媒体数据、空间数据、时间序列数据等 )所具有的非线性动力学性质和特征 ,采用模式 (定义为Hilbert空间中的矢量 )来定量地表征复杂类型数据的多变性及具有的不确定状态和行为 ,并用模式的变化来刻画其整体知识发现过程的发展和演变规律 ;其次 ,以知识发现系统内在机理的研究为基础 ,构造了复杂类型数据知识发现系统的总体结构模型———发现特征子空间模型DFSSM ;最后 ,用基于Web的文本挖掘系统和基于图像信息 (气象云图 )的知识发现系统作为实例进行了验证 ,结果表明DFSSM方法对于非结构化的文本数据及图像数据类型的知识发现过程具有指导性作用。因此 ,该结构模型具有较好的实用性与普适性 。

基于情感特征向量空间模型的中文商品评论倾向分类算法

为了能够快速有效地将中文商品评论识别为好评或差评,提出一种算法。针对不同类别的商品,预先根据其评论语料构建领域情感词典,评论文本与情感词典集匹配提取情感特征,构建情感特征向量空间模型SF-VSM(Sentiment Feature Vector Space Model),解决传统的特征向量空间模型维数较高及特征选择误差问题。然后基于该模型结合改进的多项式朴素贝叶斯方法对评论进行情感倾向分类。实验结果表明,相比分别基于原始特征和基于χ2特征选取的朴素贝叶斯分类算法,该算法分类精度较高且分类速度快。

音频数据的一种空间特征模型

音频是多媒体中一种典型的媒体 ,音频检索也自然成为多媒体检索的重要内容。本文针对波形声音 ,提出一种用于产生音频数据索引的空间特征模型 ,并给出该模型中各个元素的获取算法 ,举例说明了该空间特征模型的应用。

多定位源数据分析的特征向量空间滤波模型及仿真实验

目前,在室内定位中,鲜有研究者将多个定位源的空间布局这一重要因素考虑到定位结果的估计中来。室内定位中,众多定位源可以看作多个随机变量的一次实现,每个定位源结果并非严格独立,通常存在一定空间布局,可以模拟为确定性空间结构函数或统计空间自相关模型。定位源空间自相关会导致不同定位源影响系数(回归系数)方差膨胀效应和定位结果偏移效应。方差膨胀将导致参数估值的不确定性被低估,最终导致定位结果存在较大偏差。本文特征向量空间滤波模型(Eigenvector Spatial Filtering Model,ESF)将多定位源空间布局归结为一个代理变量,加入一般多元线性回归模型,构造最终的多定位源融合算法。定位源空间自相关效应通过特征向量空间滤波模型的空间代理变量来表征和分离,从而特征向量空间滤波模型满足独立(定位源结果彼此独立)同分布的一般线性回归模型条件。仿真分析表明运用特征向量空间滤波模型使用户定位结果和回归系数估值的精度均有明显提高。

中国省际人口迁移空间特征与影响因素分析

采用全国第六次人口普查的省际人口迁移及相关社会经济等数据,首先分析省际迁移人口的空间分布特征,然后利用全局Moran's I指数考察了省际人口迁移流中的网络自相关性,再构建基于网络自相关的特征向量空间过滤模型对省际人口迁移的动力机制进行分析,并与引力模型的回归结果进行对比验证,揭示网络自相关影响下省际人口迁移的动力机制.结果表明:(1)省际迁入及净迁入人口主要集中在我国三大经济圈,省际迁出人口主要分布于我国中南部;省际总迁移人口积聚于三大经济圈及中南部地区.(2)省际人口迁入、迁出流存在网络自相关,对人口迁移动力建模时应考虑网络自相关因素.文中加入了网络自相关因素后的特征向量空间过滤模型的拟合水平整体优于引力模型,较成功地揭示了人口迁移流中的网络自相关效应,减少了对其他变量的有偏估计.(3)非网络自相关变量中,人口总量、经济及距离因素对人口迁移活动的影响较大.

一种SURF-FREAK特征误差模型视觉里程计

针对深度相机在定位过程中存在的实时性差、定位精度低等问题,该文结合深度相机的特点,在传统ICP算法的基础上融合FREAK-SURF特征匹配点。首先,为了提高匹配速度,采用二进制描述符FREAK描述子简化传统的SURF特征点描述信息完成图像粗匹配,并结合对极几何约束预估相机初始位姿,为后续精匹配环节提供一个良好的初值。其次,在完成粗配准的基础上将特征点的空间位置和相机位姿误差模型引入点云配准算法中,并且为了弥补微小扰动和空间尺度对系统的影响,构造一种欧氏、马氏距离相融合的距离度量函数对匹配点对进行度量,构建出视觉里程计累计误差模型。最后,为增强特征点空间位置准确性与降低视觉里程计累计误差,在精匹配后采用卡尔曼滤波对特征点空间位置进行更新,以提高特征点位置与相机位姿精度。实验验证表明,该研究对深度相机视觉里程计问题的处理上,实时性优于主流的PnP-BA算法和SVD-ICP算法,精度高于传统的SVD-ICP算法。

近20年黄河流域夏季土壤水分时空变化特征及驱动因素分析

利用2001—2020年的中分辨率成像光谱仪产品和全球陆地数据同化系统气象数据,基于“植被指数-地表温度”梯形特征空间模型反演黄河流域夏季的土壤水分,并采用Sen斜率与Mann-Kendall法以及地理探测器进行黄河流域的土壤水分时空变化格局及驱动因素分析。研究结果表明:黄河流域土壤水分在空间上具有明显的空间异质性,黄河源区和下游地区较为湿润,黄河中游相对比较干旱;2001—2020年黄河流域土壤水分含量在空间上主要表现为不显著增加和不显著减少变化趋势,分别占全流域面积的39.54%和58.01%,其中上游地区土壤水分增长速度最快;降水是黄河流域土壤水分时间变化的主导要素,气温和高程是影响黄河上游土壤水分空间变化的主要因子,归一化植被指数和降水是黄河中游土壤水分变化的主要驱动因子。

社区步行通达性对独栋住宅房价的效益评估--美国德克萨斯州奥斯丁市空间特征分析

通过分析美国德克萨斯州奥斯丁市2010—2012年独栋住宅的销售价格,以街道智慧步行指数(Street Smart Walk Score)和人行道密度(Sidewalk Density)作为衡量指标,研究社区步行通达性对房价的影响。使用Cliff-Ord空间特征模型(即广义空间模型,General Spatial Model,或者SAC)控制空间自相关影响。结果表明:在依赖小汽车的社区通过增加设施可达性来提升步行通达性的举措并不能提高房价;增加人行道也只能最小限度地提高房价。投资社区便利设施和人行道对适宜步行社区的房价提升效果比依赖小汽车的社区显著。

线状空间特征的影响力计算与分析方法研究

本文提出了线状空间特征影响力的概念,根据不同情形给出了相应的计算模型,并指出它与缓冲区分析的不同之处。以台风路径空间影响力分析为例,给出多线状特征影响力的累积模型的实现方法。

旅游产品的信息性差异化模型

通过构建一个基于信息传递的旅游产品特征空间模型,将消费者偏好、二次运输成本、广告技术、规模经济、产品价格,以及旅游产品种类纳入一个统一的分析框架之中,重点研究了厂商通过广告强度寻求游客心理差异与上述各要素之间的变动关系。

区域遥感双源蒸散发模型研究进展

系统回顾了基于热红外地表温度和基于阻抗过程的两类遥感双源蒸散发模型研究进展,综述了能量平衡模型、特征空间模型和基于阻抗过程模型的优缺点,提出在未来遥感蒸散发模型的开发过程中,应注重上述两类双源模型物理机制的结合,强化机器学习方法的应用,在基于阻抗过程的蒸散发模型中加强与碳循环的耦合,进一步开发适用于城市区域的遥感蒸散发模型。

基于DCSSM的文本特征提取及文本挖掘研究

提出了用模式作为复杂类型数据的知识表示方法,结合结构化数据挖掘给出了基于复杂类型数据知识发现的结构模型——发现特征子空间模型DCSSM。在此基础上讨论了文本特征提取及文本挖掘的方法。

基于本体兴趣特征向量空间模型的社区自组织算法

为了解决远程教育不可避免地产生的"孤独"学习者的问题,把具有相同学习兴趣的学习者组织到同一个学习社区中进行协作式学习。学习社区建立的重点和难点在于学习者之间相似关系的判定和计算,针对传统的向量空间模型中术语间语义相关性被忽略的不足,提出基于本体的向量空间模型来计算学习者的兴趣特征向量,根据兴趣的隐性表示获取对应的显式表示,此计算模型提高了兴趣相似性比较的精确程度。同时提出了一种基于学习者兴趣相似匹配度和学习者兴趣匹配浓度的学习社区的自组织算法。针对基于本体的向量空间模型使用本体中的概念构造向量空间表现出的巨大维数,运用概念索引降维法对兴趣特征矩阵进行合理降维,大大减少了计算的复杂性。最后,以网络学习案例来进行实验分析,验证该模型算法具有较高的效率和良好的扩展性。

基于空间特征价格模型的学校质量对住宅价格的影响研究——来自北京市二手住宅市场的证据

本文基于住宅微观交易数据,利用空间特征价格模型(SHPM)方法解决学校质量变量的内生性问题,考察了学校质量对住宅价格的影响。分析发现,重点小学的学区房价格比其他住宅价格高出7.6%,购房者对学校质量的支付意愿水平高于其他公共设施的支付意愿水平;进一步的空间分位数回归(SQR)的异质性检验表明,购买高价住宅的高收入阶层比购买低价住宅的低收入阶层愿意且有能力为孩子提供更多的教育投资。本文的研究结果有助于了解城市居民的住宅区位选择和消费偏好,从而为城市管理者制定学校的空间布局、调控学区房价格的政策提供有益参考。

基于空间特征价格模型的酒店房价影响因素空间差异性分析

采用空间特征价格模型,以上海市星级酒店为例,分析了酒店房价影响因素的空间差异性特征.结果表明:影响因素对酒店房价的影响方向、程度呈现出显著的差异,其中酒店等级、服务质量、客房数量、距机场距离4个变量的影响是正向的,距火车站距离、距汽车站距离、距CBD距离3个变量的影响是负向的;影响因素影响程度呈现出显著的“中心-外围”特征,其中酒店等级、服务质量、距火车站、距汽车站距离呈现出明显的“中心高,外围低”的趋势,客房数量、距CBD距离呈现出“中心-外围”反向分布特征,中心为负向影响,外围为正向影响,且在负向影响区域呈现出“中心高,外围低”的趋势.

“租购同权”政策对学区房溢价的影响研究——基于空间特征价格模型的广州实证

在公共服务对住房市场的影响研究领域,学校质量的资本化效应一直是重要话题。本文借鉴边界固定效应思路,使用广州市2016和2019年136所重点小学周边学区房与相邻非学区房的配对面板数据,利用空间特征价格模型定量测度了不同质量等级教育资源的资本化效应,使用双重差分模型检验了“租购同权”政策对重点小学学区房房价和租金溢价的影响。研究结果表明:(1)广州市教育质量已部分资本化于住房价格和租金之中,且教育资源越优质,资本化程度越高。(2)“租购同权”政策的实施,并未带来学区房房价和租金溢价的显著变化。(3)“租购同权”政策对不同质量等级的重点小学学区房房价影响存在异质性,政策实施后省级重点小学的学区房溢价上升,区级重点小学的学区房溢价下降。(4)“租购同权”政策对于不同区域重点小学学区房房价和租金溢价的影响无显著差异。本文的研究结论可以为制定教育资源供给与配置的均衡化和公平性政策提供参考。

基于社会正则化的推荐算法研究

社会网络中包含大量的社会信息,如何从这些社会信息中发掘对用户有用的信息已成为学者和专家的研究热点。本文提出一种基于社会正则化的推荐算法:把改进的矩阵分解技术应用到社会化推荐中;利用社会网络中用户间的朋友关系来优化对用户的建模,学习更好的用户特征空间模型;利用社会网络中的标签信息建立用户和物品的关系,并利用这种关系来优化用户-物品的建模。实验结果表明,改进后的推荐算法的精确度高于传统的推荐算法,有效地解决了社会信息冗余问题。

内容推荐中用户偏好计算方法及影响因素

基于内容过滤的推荐系统是为了提高用户在信息过载的情况下进行信息查找与获取而采用的推荐系统。内容推荐对于项目属性明显的系统效果较好。本文提出了一种基于内容过滤的推荐系统模型,针对项目与用户分别建立项目特征空间模型与用户兴趣模型以进行用户偏好度的计算排序。并且讨论了该方法的两个重要影响因素。

基于DFSSM的WEB文本挖掘过程的研究和应用

给出DFSSM的一般性描述,通过对特征词选取方法的介绍和文本表示方法的分析,进而给出该模型下文本挖掘中具体过程,最后结合项目背景分析了DFSSM模型下文本挖掘的过程,从而设计出高效的文本挖掘工具.

Spatial Structure Characteristics Detecting of Landform based on Improved 3D Lacunarity Model

The spatial structure characteristics of landform are the foundation of geomorphologic classification and recognition.This paper proposed a new method on quantifying spatial structure characteristics of terrain surface based on improved 3D Lacunarity model.Lacunarity curve and its numerical integration are used in this model to improve traditional classification result that different morphological types may share the close value of indexes based on global statistical analysis.Experiments at four test areas with different landform types show that improved 3D Lacunarity model can effectively distinguish different morphological types per texture analysis.Higher sensitivity in distinguishing the tiny differences of texture characteristics of terrain surface shows that the quantification method by 3D Lacu-narity model and its numerical integration presented in this paper could contribute to improving the accuracy of land-form classifications and relative studies.