王杉杉
- 作品数：3 被引量：10H指数：2
- 供职机构：南京工业大学计算机科学与技术学院更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 一种结合类别权重及多示例的多标记学习改进算法被引量：6
- 2017年
- 多标记学习主要用于解决单个样本同时属于多个类别的问题.传统的多标记算法在输入空间仅用单一示例表示多义性对象,过度简化了对象的复杂内涵,导致在表示阶段丢失重要信息.针对这一问题,提出一种结合类别权重及多示例的多标记学习改进算法CWMI-INSDIF.算法采用MIML(Multi-Instance Multi-Label learning)框架,在表示阶段,将学习样本分化为多示例包形式,在生成示例包过程中定义一组描述数据重要度的权重函数,并加入自适应惩罚策略,最终确定了学习样本中各部分信息的权重大小,从而在输入空间更好的描述了样本歧义性.算法给出了在公开数据集的实验结果.通过仿真分析,验证了本文提出的算法在学习性能和分类效果方面的提高.
- 杨小健王杉杉李荣雨
- 关键词：多标记学习自适应
- 基于多标记学习改进算法的入侵检测系统研究被引量：1
- 2017年
- 针对企业信息化系统存在的问题,分析了当前网络安全存在的误报和漏报现象,对海量信息分析代价大、无法预知安全策略内容、系统自身安全等方面问题作了探讨,设计并建立了基于多标记学习改进算法的入侵检测系统模型。该模型主要包括数据采集、数据预处理、算法检测及响应处理等模块。在设计好基于多标记学习改进算法的入侵检测系统后,将该系统部署到原有系统中,并检测入侵数据,数据检测监控界面显示入侵检测系统的检测结果。针对未处理的网络连接记录,系统管理员可通过手动方式判断其是否为攻击行为;而对于异常的数据,系统会将此类型的攻击行为添加到样本库中。算法在适当的时间通过新的样本库来完善分类器。该模型在不改变原有信息化系统工作的基础上,实现了入侵检测系统的应用。
- 陶雯王杉杉李荣雨
- 关键词：多标记学习样本库入侵检测分类器
- 基于遗传算法的时空数据压缩策略优化被引量：3
- 2016年
- 针对时空数据因为有损压缩导致的还原精度不高的问题,提出了使用遗传算法对时空数据压缩策略进行优化。算法模拟生物进化过程,首先,在初始阶段,根据所处数据环境在格拉斯-普克算法基础上自适应地调整压缩参数,进行染色体编码,初始种群生成;然后在进化阶段,引入"精英保留策略"保证全局最优个体;最后完成交叉、变异等操作。采用四种不同的压缩策略进行实验,对比了各自压缩率和还原误差的详细情况。实验结果表明,遗传算法对于时空数据压缩的策略优化具有良好的效果,可以有效地降低还原误差。
- 钱景辉王杉杉
- 关键词：遗传算法时空数据有损压缩地理信息系统精英保留策略
