基于特征类别属性分析的文本分类器分类噪声裁剪方法

提出一种应用文本特征的类别属性进行文本分类过程中的类别噪声裁剪(Eliminating class noise,ECN)的算法.算法通过分析文本关键特征中蕴含的类别指示信息,主动预测待分类文本可能归属的类别集,从而减少参与决策的分类器数日,降低分类延迟,提高分类精度.在中、英文测试语料上的实验表明,该算法的F值分别达到0.76与0.93,而且分类器运行效率也有明显提升,整体性能较好.进一步的实验表明,此算法的扩展性能较好,结合一定的反馈学习策略,分类性能可进一步提高,其F值可达到0.806与0.943.

基于组合局部孤立点的噪声处理算法

LOF(Local Outlier Factor)算法是基于密度的典型孤立点识别算法,在实践中被广泛用于检测属性噪声。然而,LOF算法没有综合考虑类与类、类与整体之间的信息,因而对类别噪声识别欠佳。CLOF(Combined Local Outlier Factors)是在LOF算法的基础上提出一种基于组合局部孤立系数的类别噪声处理算法。算法通过lofa、lof1、lof0三个局部孤立系数值,首先在整体数据集上剔除属性噪声,其次综合利用整体和局部信息,通过3个lof值之间的关系来识别类别噪声,并更正其类标签。在仿真数据集和UCI数据集上的实验结果表明,CLOF算法能够同时有效识别类别噪声和属性噪声,提高分类器的分类精度,对具有类重叠的复杂数据处理效果尤佳。

基于相对贡献率的噪声裁剪算法

提出了一种基于相对贡献率的噪声裁剪算法(Class noise cutting, CNC)。通过计算得到特征对于主题的相对贡献率,利用特征区分度评分挑选对于当前主题分类最有价值的特征集,选出相应的候选类别,减少候选类别集,提高了分类准确率,加快了分类器的响应速度。与另一种噪声裁剪算法(Eliminating class noise, ECN)比较,CNC具有更高的准确率,由于具有更精简的特征维度词典以及更优异的候选类别集使得响应速度大大加快。

基于学习自动机的容噪模式分类

在模式分类学习问题中,训练数据中的标注差错(也称类别噪声)对分类器的性能有很大的影响。本文将一种新近提出的连续动作学习自动机(即聚焦区间学习自动机)应用于针对类别噪声的容噪学习问题。分类器采用简单的单隐层前馈神经网络,利用一个由这种学习自动机组成的自动机团队,对神经网络的权值参数进行学习。通过广义异或问题和Iris数据集的仿真试验,将该算法与两种基于群体搜索的优化算法——粒子群优化(PSO)和差分进化(DE)进行了比较研究。结果表明,新算法具有更好的容噪学习性能。

Noise-assisted MEMD based relevant IMFs identification and EEG classification

Noise-assisted multivariate empirical mode decomposition(NA-MEMD) is suitable to analyze multichannel electroencephalography(EEG) signals of non-stationarity and non-linearity natures due to the fact that it can provide a highly localized time-frequency representation.For a finite set of multivariate intrinsic mode functions(IMFs) decomposed by NA-MEMD,it still raises the question on how to identify IMFs that contain the information of inertest in an efficient way,and conventional approaches address it by use of prior knowledge.In this work,a novel identification method of relevant IMFs without prior information was proposed based on NA-MEMD and Jensen-Shannon distance(JSD) measure.A criterion of effective factor based on JSD was applied to select significant IMF scales.At each decomposition scale,three kinds of JSDs associated with the effective factor were evaluated:between IMF components from data and themselves,between IMF components from noise and themselves,and between IMF components from data and noise.The efficacy of the proposed method has been demonstrated by both computer simulations and motor imagery EEG data from BCI competition IV datasets.

噪声作业工人耳鸣患病情况及其影响因素

[背景]耳鸣为噪声作业工人常见症状,尚无特效治疗方法。关注耳鸣患病影响因素对预防耳鸣至关重要。[目的]调查噪声作业工人的耳鸣患病情况,并探讨噪声暴露相关因素与耳鸣患病的关系。[方法]采用横断面研究方法,以杭州市1011例接触噪声的男性工人为研究对象。通过问卷调查耳鸣情况、年龄、文化程度、个人防护、吸烟史、饮酒史、家族史等,对所有研究对象进行双耳纯音听阈测试,并对工作场所进行环境噪声检测。采用多因素logistic回归分析噪声作业工人耳鸣患病与噪声暴露强度、噪声接触时间、噪声接触类别、累积噪声暴露量、佩戴听力防护用品的关系。[结果]噪声作业工人的耳鸣患病率为36.1%。耳鸣组左右耳的500、3000、4000、6000 Hz的平均听阈高于非耳鸣组(P<0.05);耳鸣组右耳2000 Hz听阈高于非耳鸣组(P<0.05)。单耳语频听损患病率与单耳高频听损患病率两组间差异无统计学意义(P>0.05)。现场噪声强度分为<85、85~<95和≥95 dB(A)三组,耳鸣患病率分别为19.6%、40.5%和66.7%。作业工人接噪工龄分为<1、1~<5和≥5年三组,耳鸣患病率分别为17.9%、34.0%和45.4%。作业工人累积噪声暴露量分为<80、80~<85、85~<90、90~<95、95~<100和≥100 dB(A)·年六组,耳鸣患病率分别为6.8%、25.0%、31.0%、39.6%、43.1%和46.7%。非稳态噪声组耳鸣患病率(42.5%)高于稳态噪声组(26.8%)(χ^(2)=26.18,P<0.01)。不佩戴和佩戴听力防护用品组耳鸣患病率分别为39.7%、35.5%。多因素logistic回归分析结果显示,暴露在更大强度现场噪声、更长接噪工龄、更高累积噪声暴露量、非稳态噪声类别下(对比稳态噪声)的工人耳鸣患病风险更高(P趋势<0.01或P<0.01),佩戴听力防护用品(对比不佩戴听力防护用品)的工人耳鸣患病风险更低(P<0.05)。[结论]作业工人接触现场噪声强度越大、接噪工龄越长、累积噪声暴露量越高,耳鸣患病风险越高。佩戴防护耳塞能够降低耳鸣患病风险。噪声作业工人耳鸣现象可早于听力损失异常的检出。

互联网图像驱动的语义分割自主学习

针对目标任务收集新类别的海量标注数据通常需要大量时间和人力成本,并已成为语义分割技术投入实际产业应用过程的主要瓶颈.本文旨在以"网络监督"的方式,在仅利用用户提供的目标类别关键词以及相应自动搜索到的网络数据的条件下实现语义分割模型的自主学习.该任务的核心挑战在于网络爬取的图像中存在一定量的类别噪声,从而影响自主学习的可靠性.为了解决类别噪声问题,本文设计了一种新颖的噪声擦除模型.该模型通过每次从小批次样本的置信注意力区域中以跨样本的方式学习语义信息来擦除训练图像中与搜索关键词无关的区域.基于该模型,本文同时提出了一种能够用于训练语义分割模型的高质量伪标注生成方法.在国际主流的公开数据集(PASCAL VOC2012)上的大量实验表明,基于该方法的语义分割模型在利用网络监督与弱监督的条件下均取得了良好结果(mIoU=62.0%以及66.1%).