国家自然科学基金(61170306)
- 作品数：34 被引量：89H指数：5
- 相关作者：梁意文谭成予董红斌林楠史苇杭更多>>
- 相关机构：武汉大学湖北大学郑州大学更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金国家科技型中小企业技术创新基金更多>>
- 相关领域：自动化与计算机技术理学机械工程更多>>
- 基于危险理论的地震预测方法被引量：5
- 2019年
- 采用机器学习算法进行地震预测存在过拟合且需要大量训练集的问题。为此,将危险理论引入地震预测的应用中,在分析大量地震历史源数据和结合领域专家经验知识的基础上,提出一种利用地震学获取特征指标的地震预测方法。通过Gutenberg-Ricthter规则、特征地震震级分布和近期地震预测研究的结论提取9个地震特征指标,采用具有动态性的危险理论预测未来一个月内发生大地震事件的概率。同时,通过分析四川省地震历史数据,应用危险理论对地震特征指标进行分析和预测,并与现有的地震预测方法 BP神经网络进行比较。实验结果表明,该方法的检查概率、准确率及R得分均高于BP神经网络,表明在采用较少的样本集时其可靠度更高。
- 甘颖梁意文谭成予周雯吴晶晶
- 关键词：地震预测特征指标BP神经网络
- 基于片上系统协同计算的实时数据自动检测电化学传感器被引量：1
- 2016年
- 针对应用于生物体内特征物质检测与跟踪的电化学传感器的其智能化和集成化问题,文章提出了一种基于片上系统的支持实时数据自动检测的电化学传感器;首先,将应用于电化学传感器结构,通过将测量样品、检测溶液接口、多电极和检测传导器等单元集成在片上系统,结合信号转换和电源装置,实现电化学传感器的独立计算、存储和通信功能;接着,通过实现待测量物多电极、检测溶液电极子和单片机逻辑控制的协同计算满足自动检测需求;最后,基于数据整合与自动化处理设计了支持实时数据检测的电化学传感器;验证结果表明,在数据检测精度和实时性方面所提方案明显优于传统的非片上系统电化学传感器。
- 周剑李跃新
- 关键词：电化学传感器片上系统
- 基于反向选择的地震预测方法被引量：3
- 2019年
- 针对大地震历史数据缺乏导致的大地震预测准确率低的问题,提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器,用于预测地震是否发生。由于反向选择在训练过程中无须非我数据,可减小大地震数据缺乏对训练效果的影响。实验采用四川省历史地震数据,对一个月内是否发生5. 0级及以上地震进行预测。与传统机器学习算法进行对比,结果表明反向选择算法具有更好的预测效果。
- 吴晶晶梁意文谭成予周雯
- 关键词：地震预测神经网络
- 基于DCA算法的微博虚假信息检测被引量：2
- 2019年
- 通过对微博虚假信息的分析,基于DCA算法的思想,提出一种检测微博虚假信息的方法;以新浪微博为例,从虚假信息发布者的用户属性和虚假信息评论的文本内容两个方面进行分析;从用户方面选取用户的特征属性,如是否认证、有无简介、地址信息是否详细、关注数、粉丝数等,从评论内容方面选取评论与微博内容的相关性、评论的支持性及其置信度等特征属性,将以上属性的分析结果作为区别虚假信息与真实信息的特征信号,并基于树突状细胞算法(Dendritic Cells Algorithm,DCA)实现新浪微博虚假信息的识别;使用新浪微博真实数据对算法有效性进行了验证和对比实验,结果表明该方法能够有效检测出新浪微博中的虚假信息,具有较高的检测准确率。
- 杨超项振辉李涛
- 关键词：虚假信息人工免疫树突状细胞算法
- 一种联合的时序数据特征序列分类学习算法被引量：4
- 2016年
- 针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题,提出一种联合学习特征序列和分类参数的分类算法。对时序数据进行特征变换后,采用线性分类器从最小距离矩阵中学习模型参数,以预测目标变量。在目标函数中,对分类预测的损失函数和分类器的线性权重进行联合学习,并利用随机梯度下降法求解优化问题。实验结果表明,与F-Stat和表达式变换方法相比,该算法在保持较少运算时间的前提下,具有较高的分类预测准确率。
- 史苇杭林楠
- 关键词：时序数据优化算法
- 基于线性学习模型的社会媒体流排名算法被引量：1
- 2015年
- 在社会媒体中,对用户推荐适合的状态更新不仅降低了用户搜索信息的时间,也可以增加用户对服务的粘性。针对社会媒体中状态更新而推荐的准确性低的不足,提出了一种基于线性学习模型的状态更新排名算法。首先,根据社会媒体的性质定义了相应的偏好属性,并提出了一种基于线性模型的潜在偏好模型;其次,根据状态更新以及接收者的特征定义了相应的线性特征模型;最后,将潜在偏好模型和特征模型相结合,提出了一种引入时间效应的线性模型。通过实验验证表明,提出的算法与其它相关算法相比,算法的预测准确性更高,执行效率更快。
- 张威李跃新
- 关键词：排名算法
- 基于自适应性分类器的垃圾邮件检测被引量：4
- 2018年
- 垃圾邮件形式内容多变,容易伪装成正常邮件而绕过检测,其中新型垃圾邮件的检测漏报率较高。为此,结合反向选择和支持向量机(SVM)的思想,设计一种新的自适应性分类器并应用于垃圾邮件检测。使用SVM的最优超平面对邮件进行预分类,得到与预测模型匹配的"正常邮件"和垃圾邮件,运用反向选择算法(NSA)对筛选出的"正常邮件"数据集进行二次过滤以检测出新型垃圾邮件,并利用含有标签的正常邮件和垃圾邮件集合自适应更新原有的最优超平面,循环上述检测过程直至垃圾邮件的识别率趋于稳定,最终得到的最优超平面符合当前检测最优。实验结果表明,相对于SVM与NSA,该检测方法能在保证正常邮件高识别率的基础上,提高新型垃圾邮件的识别率。
- 陈龙梁意文谭成予
- 关键词：支持向量机自适应分类器
- 基于潜在特征的重叠社团识别算法
- 2015年
- 针对标签空间的指数增长这一问题,提出了一种基于潜在特征的重叠社团识别算法。首先,提出了一种包含重叠社团的网络产生式模型。根据该产生式模型,通过最大化目标网络的产生概率来推导网络中节点的潜在特征,并给出了优化目标函数。然后,通过将网络诱导为二部图,分析得出了潜在特征个数的下届,并据此对标签空间进行优化。实验表明,提出的重叠社团识别算法与Big Clam算法相比较,在保持运行效率和查准率基本不变的前提下,可以明显提高检索结果的召回率。该算法可以有效地应对社团识别中标签空间的指数增长。
- 孙辉霞李跃新
- 关键词：社会网络二部图
- 基于数据世系的微博信息管理与检索算法研究被引量：1
- 2015年
- 在微博平台中用户的消息以流的形式按照时间顺序到达系统,对微博数据流的有效管理可以及时地响应用户的查询操作。基于数据库的数据世系思想,提出了一种基于数据世系的微博信息管理方法。首先,根据事件的产生、发展以及变化,将同一社会事件包含的消息定义为数据世系;其次,将微博消息流划分为不同的数据世系,并根据新消息动态地维护数据世系集合;最后,应用数据世系中的文本消息响应用户的查询。实验表明,基于数据世系的微博信息管理方法使用的内存少,运行效率高,可用于微博消息流的实时处理及查询响应工作。
- 黄庆宇卢珞先
- 关键词：数据流信息检索
- 基于LDA的结构—内容联合社团发现模型
- 2016年
- 在社会网络中,根据已有的连接关系和文本信息发掘社会网络中的社团不但可以将相似的用户划分在一个社团,还可以用来预测网络中潜在的连接关系。为了提高社会网络中社团发现的性能,提出了一种基于LDA的结构—内容联合社团发现模型。首先,对社会网络的图论描述进行转换,使其适用于LDA模型;其次,对LDA模型描述进行扩充,使其包含了用户间交互的文本信息;最后,通过Gibbs采样方法对模型的参数进行估计。实验表明,提出的社团发现模型与其他相关方法相比较,社团发现得到的社团不仅用户间连接的紧密度和用户共享兴趣爱好的强度高,而且可以更好地用于社会网络中潜在连接的预测。
- 叶娟陈启买
- 关键词：社会网络社团发现LDA模型网络模型
