吕靖
- 作品数：4 被引量：10H指数：2
- 供职机构：安徽大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目安徽省高等学校优秀青年人才基金更多>>
- 相关领域：自动化与计算机技术文学更多>>
- 唐代女性诗歌之女性意识研究
- 唐代在我国古代文学发展历程中是十分重要的一个阶段，也是诗歌创作的高度繁荣和兴盛时期。在男性诗歌创作高涨和繁盛的同时，受到经济发展、思想宗教等众多因素的影响，唐代也涌现出了一大批女性诗人，这些女诗人凭借其独特的情感体验和审...
- 吕靖
- 关键词：唐代诗歌创作诗歌题材女性意识审美方式
- 不完整数据集成分类算法的研究
- 分类被广泛的应用于生产、科学研究、日常生活等领域的方方面面。随着机器学习应用范围的扩大，信息技术以及互联网的迅速发展，每天都有大量的数据被收集，新的挑战和问题也随之出现。在心理学研究中经常出现研究对象可能由于对自己隐私的...
- 吕靖
- 关键词：信息熵互信息不完整数据
- 不完整数据集的信息熵集成分类算法被引量：6
- 2014年
- 集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法———信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高.
- 赵姝吕靖张燕平张以文
- 关键词：信息熵不完整数据
- 基于AdaBoost的不完整数据的信息熵分类算法被引量：3
- 2013年
- 目前,针对不完整数据的集成分类算法没有考虑缺失属性之间的差异,在衡量各个子分类器的权值时仅仅考虑了数据集的大小以及包含属性的多少,并没有考虑各个数据子集之间属性的差异度。本文利用信息熵对各个子数据集的重要程度进行量化,进而评估从该数据集构建出的分类器的权值,使得在最终的加权投票过程更加公平,最终结果更加准确。使用基于multi-class AdaBoost的集成分类算法,以BP算法为基础分类器,对来自UCI的数据集进行实验,实验结果表明该算法在一定程度上提高了不完整数据的分类精度。
- 吕靖舒礼莲
- 关键词：MULTI-CLASSADABOOST信息熵不完整数据
