期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征空间降噪的局部保持投影算法及其在轴承故障分类中的应用
被引量:
11
1
作者
张绍辉
李巍华
《机械工程学报》
EI
CAS
CSCD
北大核心
2014年第3期92-99,共8页
实际机械振动信号不可避免受到各种各样的噪声干扰,导致机械状态诊断结果误判等问题。目前的降噪算法主要都是针对时域振动信号,所需计算时间较长、占用存储空间较大。流形学习算法处理对象是样本特征空间数据,提出一种直接对样本特征...
实际机械振动信号不可避免受到各种各样的噪声干扰,导致机械状态诊断结果误判等问题。目前的降噪算法主要都是针对时域振动信号,所需计算时间较长、占用存储空间较大。流形学习算法处理对象是样本特征空间数据,提出一种直接对样本特征空间进行奇异值分解降噪方法,再对降噪后的特征空间利用局部保留投影算法进行维数约简,通过1NN算法对设备运行状态进行识别。轴承故障仿真试验表明,与直接对时域信号进行降噪相比,所提方法能有效保证局部保持投影算法的降维效果,同时加快计算速度及减少所占存储空间。
展开更多
关键词
特征
空间
降
噪
局部保持投影
流形学习
故障分类
轴承
下载PDF
职称材料
基于多粒度特征交叉剪枝的点击率预测模型
2
作者
白婷
刘轩宁
+3 位作者
吴斌
张梓滨
徐志远
林康熠
《计算机研究与发展》
EI
CSCD
北大核心
2024年第5期1290-1298,共9页
在推荐系统中,学习有效的高阶特征交互是提升点击率预测的关键.现有的研究将低阶特征进行组合来学习高阶交叉特征表示,导致模型的时间复杂度随着特征维度的增加呈指数型增长;而基于深度神经网络的高阶特征交叉模型也无法很好地拟合低阶...
在推荐系统中,学习有效的高阶特征交互是提升点击率预测的关键.现有的研究将低阶特征进行组合来学习高阶交叉特征表示,导致模型的时间复杂度随着特征维度的增加呈指数型增长;而基于深度神经网络的高阶特征交叉模型也无法很好地拟合低阶特征交叉,影响预测的准确率.针对这些问题,提出了基于多粒度特征交叉剪枝的点击率预测模型FeatNet.该模型首先在显式的特征粒度上,通过特征剪枝生成有效的特征集合,保持了不同特征组合的多样性,也降低了高阶特征交叉的复杂度;基于剪枝后的特征集合,在特征元素粒度上进一步进行隐式高阶特征交叉,通过滤波器自动过滤无效的特征交叉.在2个真实的数据集上进行了大量的实验,FeatNet都取得了最优的点击率预测效果.
展开更多
关键词
点击率预测
高阶
特征
交叉
多粒度
特征
剪枝
特征降噪
下载PDF
职称材料
题名
基于特征空间降噪的局部保持投影算法及其在轴承故障分类中的应用
被引量:
11
1
作者
张绍辉
李巍华
机构
华南理工大学机械与汽车工程学院
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2014年第3期92-99,共8页
基金
国家自然科学基金资助项目(51075150
51005078)
文摘
实际机械振动信号不可避免受到各种各样的噪声干扰,导致机械状态诊断结果误判等问题。目前的降噪算法主要都是针对时域振动信号,所需计算时间较长、占用存储空间较大。流形学习算法处理对象是样本特征空间数据,提出一种直接对样本特征空间进行奇异值分解降噪方法,再对降噪后的特征空间利用局部保留投影算法进行维数约简,通过1NN算法对设备运行状态进行识别。轴承故障仿真试验表明,与直接对时域信号进行降噪相比,所提方法能有效保证局部保持投影算法的降维效果,同时加快计算速度及减少所占存储空间。
关键词
特征
空间
降
噪
局部保持投影
流形学习
故障分类
轴承
Keywords
feature space de-noising: locality preserving projections: manifold learning: fault classification: bearing
分类号
TG156 [金属学及工艺—热处理]
下载PDF
职称材料
题名
基于多粒度特征交叉剪枝的点击率预测模型
2
作者
白婷
刘轩宁
吴斌
张梓滨
徐志远
林康熠
机构
北京邮电大学计算机学院(国家示范性软件学院)
微信事业群开放平台基础部
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第5期1290-1298,共9页
基金
国家自然科学基金项目(62102038,61972047)
腾讯微信开放平台项目(S2021120)。
文摘
在推荐系统中,学习有效的高阶特征交互是提升点击率预测的关键.现有的研究将低阶特征进行组合来学习高阶交叉特征表示,导致模型的时间复杂度随着特征维度的增加呈指数型增长;而基于深度神经网络的高阶特征交叉模型也无法很好地拟合低阶特征交叉,影响预测的准确率.针对这些问题,提出了基于多粒度特征交叉剪枝的点击率预测模型FeatNet.该模型首先在显式的特征粒度上,通过特征剪枝生成有效的特征集合,保持了不同特征组合的多样性,也降低了高阶特征交叉的复杂度;基于剪枝后的特征集合,在特征元素粒度上进一步进行隐式高阶特征交叉,通过滤波器自动过滤无效的特征交叉.在2个真实的数据集上进行了大量的实验,FeatNet都取得了最优的点击率预测效果.
关键词
点击率预测
高阶
特征
交叉
多粒度
特征
剪枝
特征降噪
Keywords
CTR prediction
high-order feature interaction
multi-granularity
feature pruning
feature denoising
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征空间降噪的局部保持投影算法及其在轴承故障分类中的应用
张绍辉
李巍华
《机械工程学报》
EI
CAS
CSCD
北大核心
2014
11
下载PDF
职称材料
2
基于多粒度特征交叉剪枝的点击率预测模型
白婷
刘轩宁
吴斌
张梓滨
徐志远
林康熠
《计算机研究与发展》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部