特征权重

摘要： 针对案例推理(case-based reasoning, CBR)检索过程中特征权重的分配结果直接影响CBR预测模型性能的问题,提出了一种基于自私牧群优化-模拟退火(selfish herd optimizer-simulated annealing, SHO-SA)算法的特征权重优化分配方法.首先,将CBR预测模型的均方根误差定义为SHO算法和SA算法中权重寻优的适应度;然后,通过SHO算法的牧群运动、捕食及恢复等步骤得到种群内最小均方根误差所对应的权重;最后,采用SA算法对上述权重进行随机搜索,从而获得特征权重的近似最优解.采用加州大学欧文分校(University of California Irvine, UCI)数据集中的5个标准回归数据集进行实验,结果表明该方法与一些典型的优化方法相比可以显著提高CBR预测模型的精度,说明SA算法能够改善SHO算法陷入局部最优的问题.

摘要： 针对多特征参数分析地磁适配性时,易存在重复表征现象的问题,提出利用因子分析法提取主要特征参数;对于因子分析法单一采用累积方差贡献率作为权重在评价过程中不充分不全面的问题,提出熵值法结合因子分析法的方差贡献率对所提取的公共因子进行赋权,最后将权重与因子得分进行线性组合求得综合评价值。综合评价值越大,候选匹配区的适配性越好,以此分析出适配性较好的候选匹配区,为后期地磁匹配做准备。为验证所提方法的有效性,利用地磁匹配算法对各个候选匹配区进行匹配验证,其结果表明:利用因子分析法得出的结果与利用地磁匹配算法得出的结果一致,表明利用因子分析法对地磁基准图候选区域适配性进行分析是可行的。

摘要： 子空间聚类算法是一种面向高维数据的聚类方法,具有独特的数据自表示方式和较高的聚类精度。传统子空间聚类算法聚焦于对输入数据构建最优相似图再进行分割,导致聚类效果高度依赖于相似图学习。自适应近邻聚类(CAN)算法改进了相似图学习过程,根据数据间的距离自适应地分配最优邻居以构建相似图和聚类结构。然而,现有CAN算法在进行高维数据非线性聚类时,难以很好地捕获局部数据结构,从而导致聚类准确性及算法泛化能力有限。提出一种融合自动权重学习与结构化信息的深度子空间聚类算法。通过自编码器将数据映射到非线性潜在空间并降维,自适应地赋予潜在特征不同的权重从而处理噪声特征,最小化自编码器的重构误差以保留数据的局部结构信息。通过CAN方法学习相似图,在潜在表示下迭代地增强各特征间的相关性,从而保留数据的全局结构信息。实验结果表明,在ORL、COIL-20、UMIST数据集上该算法的准确率分别达到0.7801、0.8743、0.7421,聚类性能优于LRR、LRSC、SSC、KSSC等算法。

摘要： 针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好的可解释推荐算法。利用评论中抽取的特征及对应情感设计用户商品的表征,根据TF-IDF算法确定其重要性,将其加入相关性建模中;在评分预测时引入贝叶斯个性化排序减小评分误差;在生成推荐的同时,提供特征短语级别的解释。实验结果表明,对比现有模型,该模型均方根误差平均降低了3.62%,最大降低了4.93%。

摘要： 机载激光雷达技术为获取高时空分辨率的空间信息提供了新的解决方法,近年来被应用于森林资源规划设计与调查,通过空间点云数据提取林木特征,并在此基础上推演出相关林分因子。以陕西省安康市岚皋县国营林场中部分天然林为研究对象,在利用机载激光雷达点云数据进行森林资源调查时,通过对不同特征变量在不同林分因子模型反演中重要程度的分析,利用特征权重评估特征变量的贡献值,并以此为依据筛选出优秀的核心特征子集,采用随机森林算法对研究区蓄积量、林分平均高以及株数进行回归预测。实验结果表明该方法具有较优的拟合精度及较小的相对均方误差,且对不同密度下的点云数据均具有较高的稳定性。

摘要： 针对光通信设备在多工况条件下由于健康状态的不确定性导致难以及时发现运行异常的问题,对基于监控日志数据量化分析的设备异常检测方法进行研究,提出了基于加权线性修正函数(W-ReLU)的设备多工况状态异常检测方法.首先采用滑动时间窗口机制对告警日志进行划分,并根据每条日志的类型,将日志子集表征为日志特征向量;然后对健康状态下的样本点进行密度峰值聚类分析,以构建设备的基准健康状态矩阵;最后采用W-ReLU非线性映射模型量化评估设备的异常度,并据此进行异常检测.结果表明,与现有的相似性度量方法相比,该方法具有更高的准确率和稳定性.

摘要： 近年来由于计算机和人们的工作生活结合得更加紧密,为保障信息安全,恶意软件分类的重要性与日俱增,但是现有的恶意软件分类方法大多都存在模型复杂、耗费时间长以及效果不突出等困境。为提高恶意软件分类效率,提出一个结合特征提取和卷积神经网络的恶意软件分类框架。针对目前恶意软件分类算法准确率低、处理时间慢等问题,引入并改进了NLP领域中的一种特征权重算法。通过计算操作码的特征权重,选取具有较大信息增益的操作码作为特征词,然后提取恶意样本的特征图,最后传入卷积神经网络进行训练和分类。实验结果表明,该方法在big2015数据集上的准确率为99.26%,比基于TFIDF特征提取的方法略好,接近该数据集上的冠军方法,在不均衡类别上的分类表现优于基于频率的特征词选择的提取算法,并且在预处理时间上短于其他方法。

摘要： 为了降低高维特征空间的维度,从高维特征空间中选择最优特征子集作为检索特征,并合理设置检索特征的权重,使得最优检索特征能够有效融合,运用遗传算法进行自适应特征选择和权重设置.实验数据表明,运用遗传算法进行特征选择和权重设置,提高了图像检索的精度.

摘要： 为了解决传统的基于上下文图形爬行模型爬取效率低、特征词提取不精确的问题,本文采用了在现有的技术支持上,融入机器学习算法的思想,设计并实现了一种改进的基于主题的爬虫算法,结果表明该算法是有效的.

摘要： 针对局部均值伪近邻(LMPNN)算法对k值敏感且忽略了每个属性对分类结果的不同影响等问题,提出了一种参数独立的加权局部均值伪近邻分类(PIW-LMPNN)算法.首先,利用差分进化算法的最新变体——基于成功历史记录的自适应参数差分进化(SHADE)算法对训练集样本进行优化,从而得到最佳k值和一组与类别相关的最佳权重;其次,计算样本间的距离时赋予每类的每个属性不同的权重,并对测试集样本进行分类.在15个实际数据集上进行了仿真实验,并把所提算法与其他8种分类算法进行了比较,实验结果表明,所提算法的分类准确率和F1值分别最大提高了约28个百分点和23.1个百分点;同时Wilcoxon符号秩检验、Friedman秩方差检验以及Hollander-Wolfe两处理的比较结果表明,所提出的改进算法在分类精度以及k值选择方面相较其他8种分类算法具有明显优势.

摘要： 特征权重是文本分类中分类计算的核心,对文本分类的效果有着重要的影响。现阶段特征权重计算中广泛采用TF*IDF方法,但这种方法忽略了特征项语义之间的关联性对权重的影响。针对该问题,提出了一种新的特征向量权重计算方法(TF*IDF*CIV),引入语义概念信息量CIV作为一个变量考虑在权重的计算过程中。实验结果表明,该算法是有效可行的,且在一定程度上提高了文本分类的正确率、召回率。

摘要： 应用决策树方法采获取混合属性数据点集的"规则聚类区域",利用"异类子聚类相离,同类子聚类相近"的原则来交替优化有序属性和无序属性的权重,提出了基于决策树划分的特征权重优化方法.该方法在一定程度上解决了有效获取数据子集的子聚类问题和混合属性数据点集的特征权重优化难题.仿真实验表明,该方法在优化混合属性数据点集的特征权重时是有效的.

摘要： Abstract 本文设计了多个语料质量评价特征，并利用线性模型来组合这些特征，同时实现了特征权重的自动学习。实验结果表明，在人工标注语料质量的数据上，本文提出的方法可以非常有效地区分高质量与低质量翻译句对，准确率达到83.56％。进一步，我们把所提出的方法应用于面向统计机器翻译的高质量训练数据选取，在不降低系统翻译质量的情况下，大大降低了训练和解码的代价。在CWMT 2008和NIST评测部分数据(约100万句对)两个汉英数据集上的实验证明，当选取训练数据子集规模达到原始数据的30％时，能够获得同原始数据相当甚至更高的翻译性能。

摘要： 基于向量空间模型的分类方法是目前各种分类方法广泛使用的文档结构表示方法，在对基于向量空间模型的分类方法的研究发现，基于向量空间模型的分类方法存在不合理之处，即特征值之间的“鸿沟”，这种鸿沟会导致向量空间模型中两点之间的距离的计算出现偏差，本文介绍了一种使用虚点的方法，这种方法消除了特征值之间的鸿沟，使得分类的效果得到了提高。该方法是通过重新定义特征权重，调整向量空间模型中点的特征值，即相当于重新定义向量空间中的点，这样的点是相对于原来向量空间模型中的点的矫正映射，即就好像是虚拟点一样，最后问题归结为计算向量空间模型中的点与虚拟点的映射函数。理论分析表明虚点方法能提高基于向量空间模型的分类方法的效果，在SVM中运用虚点方法的实验结果表明，运用虚点方法的SVM的精确度得到了提高，这种结果验证了本文提出的虚点方法的有效性。

摘要： 人名消歧是自然语言理解中的一个重要问题，该问题解决的好坏直接影响信息自动处理中的诸多问题。目前人名消歧研究多是针对英文进行的，本文针对中文人名消歧工作做了研究，通过实验提出了能够较好区分人名的特征。在特征权重的计算中，使用TF的计算方法，并通过构造识别人名的规则，提高了实验效果。在191个待消歧人名的测试中，实验最终取得了平均F值88.15%的较好效果。

摘要： 本文在SVM和多特征融合的基础上提出了一种自适应特征权重调节的图像分类算法,该方法首先在单个特征上分别构建分类器,然后根据训练样本集自动学习各个特征的权重系数,最后利用特征权重系数将单个特征上的分类器组合成一个复杂的分类器.实验结果表明.与一般方法相比,该方法对图像分类的性能有一定的改善,且具有一定的自适应和调节能力.此外,该算法避免了各个特征量纲不同所带来的负面影响,有一定的鲁棒性.

摘要： 针对传统的TFIDF模型计算根集(root set)文档特征权重的不适应性,提出了计算文档特征权重的新方法--TFIDF-2模型.另外,给出3种启发式规则用于获取根集文档的质心向量.通过计算文档与质心之间的相似度进行文本分类只是质心的一个初步应用.在这个过程中,提出了一种计算文档与质心之间相似度的新方法.通过一系列的对比实验,分析验证了此种分类方法比传统的分类算法更准确、更高效.最后,验证了将本体与质心相结合提取未标识数据集中相关文档的有效性。

摘要： 通过对CBR传统模型的分析与研究,针对传统CBR检索中主观确定特征权重的不足,本文提出了CBR检索的线性回归模型,该模型利用最小二乘法的线性回归性,更加科学、准确地确定各特征的权重,再依据成熟的距离公式准确地求出范例的相似度,达到范例的准确高效重用目的.

摘要： 文本分类是自然语言处理的应用领域中比较重要的一个部分.为了适应因特网上大规模在线文本的分类要求,提出一种过滤网页噪音数据的方法,并使用基于词的类权重模式,将词放在类别中进行考虑,加强类别中文本之间的相互联系,扩大不同类别的文档的区别特征,提高分类的精确度.经实验证明,该方法与传统的词特征权重计算方法相比,具有较高的分类精确度,同时保持了较低的计算成本,符合大规模在线文本自动分类的需要.

摘要： 本文以两种黏着语维吾尔语和蒙古语为研究对象,介绍了基于最大后验概率模型非监督式形态切分方法。该模型是以最小描述长度原理为基础,视形态丰富的语言为词素编码的文本序列。形态切分实质则是由蒙古语的文本序列找到一个词素集合,且要求该集合能够高效的对形态丰富文本语料进行编码。然而最大后验概率模型无法根据特定的语言进行调整,鉴于此本文提出在最大后验概率的基础上加入权值参数,并采用少量人工切分的语料进行参数调整的方法。实验显示,最大后验概率模型可以较好的对维吾尔语和蒙古语进行形态切分,加入权重参数后,模型能更好够适特定的语言,使切分准确率、召回率和F值均有了进一步的提高。

摘要： 本发明公开了一种指数权重VLAD特征的权重处理方法及装置。用于将VLAD特征处理得到权重特征，所述方法包括：接收目标图像的第一特征；对所述第一特征执行降维操作，得到所述第一特征的低维特征向量；对所述低维特征向量按照预设权重处理得到权重特征向量；采用接收目标图像的第一特征的方式，通过对第一特征执行降维操作，达到了对低维特征向量按照预设权重处理得到权重特征向量的目的，从而实现了提高相似度计算精确度的技术效果，进而解决了由于相关技术中的图像特征由于没有进行准确的降维和权重修正处理导致计算相似度时产生较大误差的技术问题。

摘要： 一种利用不同卷积层特征间关系为特征分配权重的方法，首先，确定要关注的特征层A，取出A对应的前一层特征A'，A和A'通道数需相同，其次利用全局平均池化获得它们的通道特征，利用RELU‑Dot‑Product函数计算通道间的关系，然后将关系矩阵输入到第一个全连接层进行权重学习，该全连接的输出维度为A通道数的1/16以控制网络的参数量，第一个全连接层的输出输入到第二个全连接层，再次进行权重学习，该层的输出维度和A的通道数目相同，最后对此输出进行填充，填充到和A一样的维度做Hadamar积，为A的每个通道分配权重。本发明可以更加突出卷积层中重要的特征，抑制不重要的特征，提升网络的检测效果。

摘要： 本发明涉及一种可以提高地名的声音识别性能的权重系数生成装置、声音识别装置、导航装置、车辆、权重系数生成方法、以及权重系数生成程序。为了解决上述问题，地址数据库(12)对地址信息进行管理，该地址信息具有国名、城市名、街道名、门牌号码作为地址信息数据，并具有显示从广域至狭域的地名的阶层关系的树结构。将存储于地址数据库(12)的各地名作为声音的识别候补，权重系数生成装置(10)的权重系数计算部(11)根据属于所述候补的城市名的下级阶层的街道名的数量，计算出所述识别候补的似然比的权重系数。

摘要： 本发明公开了一种基于成对标签权重的多标签特征选择方法，步骤1、对训练数据集进行离散化处理；步骤2、给定训练数据的特征全集和标签集合；步骤3、初始化已选特征集合为空，设定特征子集维度；步骤4、通过曼哈顿距离和标签相似性设计成对标签权重；步骤5、利用特征相关性和特征冗余性得到完整的多标签特征选择评估标准；步骤6、为每个候选特征计算特征评估标准，选择取得特征评估标准最大值对应的候选特征，将其加入已选特征集合中，并将其从特征全集中剔除；步骤7、如果已选特征集合中特征个数等于设定的维度，则停止；否则重复步骤6；步骤8、将获得的特征子集S应用在多标签数据中，将降维后的数据输入到多标签分类学习模型。

摘要： 本发明公开了一种基于概率慢特征分析和弹性权重巩固的过程监控方法，属于工业监测和故障诊断领域，包括：依次采集工业系统正常工况下的过程数据构成训练集；利用概率慢特征分析和弹性权重巩固方法进行训练，计算模型参数和参数的重要性衡量矩阵；构建监测统计量并计算阈值；采集系统实时运行下的数据作为测试样本，利用当前训练模型计算该样本的统计量，判断系统运行状态。本发明利用单模型实现对多工况动态过程的有效监测，具有持续学习能力；可处理噪声和缺失数据，模型可解释性强，算法简单，易于实现，可广泛应用于化工、加工制造、大型火力发电厂等领域。

摘要： 本发明公开一种基于权重标签的局部子集合多标记特征选择方法。特征选择是指在不同数据集中选择与标签相关度较高且特征之间冗余度较低的特征子集。传统的特征选择方法没有考虑标签的权重和与标签相关性较弱的特征也可能对特征的划分起决定性作用。在分析传统的多标签特征选择方法优劣的基础上，引入权重标签和局部子空间实现优化多标签特征选择。改进后的方法通过计算标签的权重，能有效的了解单个标签在多标签集合中的重要性，使得计算特征与标签的相关性时，更有说服力，并对三个子空间设置采样比例，能有效地增强特征选择的灵活度。

摘要： 基于特征权重池的动态特征选择的无人机视觉跟踪方法，首先读取跟踪序列；然后提取目标特征，使用特征权重池中的特征权重对目标特征进行加权，获取多个加权后的特征通道；将所有特征通道与偏移滤波器进行卷积，获取多个响应图；计算响应图的峰值旁瓣比，记录下最优响应图对应的特征权重及峰值；使用EdgeBoxes提取建议，放弃评分过高或过低的建议，提取建议区域特征，使用保留的特征权重加权，随后与模型外观做高斯相关操作，得到建议的置信度，如果建议的置信度高于峰值，则保留建议。最后将建议尺度与基线滤波器估计的尺度进行线性融合。本发明在目标发生尺度变化、背景扰动等复杂挑战下，有效提高了跟踪器对小目标跟踪的整体性能。

摘要： 本发明公开了一种基于特征权重的决策树特征选择算法，具体按照以下步骤实施：步骤1、对数据集进行预处理，得到预处理数据集；步骤2、判断数据集中是否有连续特征：对连续特征使用K‑Means聚类算法进行离散化处理，非连续特征直接进入下一步；步骤3、使用改进后的ReliefF算法对经过步骤2处理过的数据集中的特征集进行过滤，保留在样本分类时与类别相关性高的特征；步骤4、使用经过步骤3过滤得到的特征集构造决策树。通过本发明的方法能够提供特征选择分类准确率，提高F1值。

摘要： 本申请实施例提供的降低特征权重的方法、装置及计算机可读存储介质，涉及计算机技术领域。首先，获取样本特征集；接着，得到不同样本特征的特征权重排名；然后，将样本特征集分为需要降低特征权重排名的样本特征组成的第一样本特征子集与不需要降低特征权重排名的样本特征组成的第二样本特征子集；最后，根据第二样本特征子集构建基模型，并在基模型的基础上通过第一样本特征子集中样本特征构的特征权重排名顺序依次进行增量模型构建。上述方法通过减少第一样本特征子集中样本特征参与构建的树的棵数，降低第一样本特征子集中样本特征的权重排名，从而实现降低特征权重的目的，避免直接删除特征带来的信息损失和模型效果的大幅度降低。

摘要： 本发明公开了一种人脸特征权重映射方法、人脸识别方法及其装置，其人脸特征权重映射方法包括：获取正常人脸图像的第一特征向量和与特定掩码对应的第二特征向量；根据第一特征向量和第二特征向量，计算偏移向量；根据多个正常人脸图像进行迭代训练，获取多个偏移向量；根据多个偏移向量，计算特定掩码的特征权重向量，生成特征权重向量与特定掩码的映射关系。本发明公开的人脸特征权重映射方法，通过计算偏移向量，将被遮掩部分的差异，转化为了偏移信息，便于机器识别。通过进行迭代训练，能够降低误差，防止欠拟合。通过映射关系，能够使得图像被遮掩时可单独降低被遮掩部分的特征权重，使得可以通过单一数据库检测图像中任一位置被遮掩的情况。