Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 353

年份

2024 1

2023 39

2022 53

2021 38

2020 30

2019 24

2018 27

2017 25

2016 13

2015 5

2014 2

2013 1

2012 6

2011 5

2010 7

2009 4

2008 8

2007 9

2006 14

2005 9

展开︾

关键词

分类 5

人工智能 4

可持续发展 3

Bent函数 2

COVID-19 2

冷凝水闪蒸 2

平均功率 2

机器学习 2

模糊 2

液压提升机 2

神经网络 2

类器官 2

1) 1

2-基展开 1

2D—3D配准 1

3D细胞容器 1

5G 1

ABC-F家族蛋白 1

展开︾

检索范围：

排序：展示方式：

基于最大间隔的贝叶斯分类器 Article

Tao-cheng HU,Jin-hui YU

《信息与电子工程前沿（英文）》 2016年第17卷第10期页码 973-981 doi: 10.1631/FITEE.1601078

摘要：概要：多分类学习中经常需要考虑在泛化性能和计算开销间进行权衡。本文提出一个生成式概率多分类器，综合考虑了泛化性和学习/预测速率。我们首先证明了我们的分类器具有最大间隔性质，这意味着对于未来数据的预测精度几乎和训练阶段一样高。此外，我们消除了目标函数中的大量的局部变元，极大地简化了优化问题。

关键词：多类学习；最大间隔学习；在线算法

HTML PDF 收藏

TIE算法：一种用于处理演化数据的聚类分层分类法生成技术上层算法 None

Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR

《信息与电子工程前沿（英文）》 2018年第19卷第6期页码 763-782 doi: 10.1631/FITEE.1700517

摘要：分类法可实现对大量数据的有效组织和访问。分类法是表示数据概念的一种方法，其需要通过不断演进来反映数据变化。现有分类法自动生成技术无法处理数据演化，因此，所生成的分类法不能真实反映数据。为反映数据演变，可从头对分类法进行再生，或根据数据变化随时对分类法进行增量演进。其中，前者的时间和资源成本较高。提出一种新颖的分类增量进化（TIE）算法，用于处理随时间演变的数据。TIE是一种现有聚类分层分类法生成技术的上层算法，它允许现有分类法增量地演进。在计算机领域的研究论文中对该算法进行了评估。结果表明，与从头再生分类法相比，随数据演化的分类法生成算法耗时非常短，且在单位时间下性能更佳。

关键词：分类法；聚类算法；信息科学；知识管理；机器学习

HTML PDF 收藏

边信道攻击和学习向量量化 Article

Ehsan SAEEDI, Yinan KONG, Md. Selim HOSSAIN

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 511-518 doi: 10.1631/FITEE.1500460

摘要： LVQ作为多类分类器的主要特点是它具有学习复杂非线性输入-输出关系、使用顺序训练程序和适应数据的能力。实验结果表明基于LVQ的多类分类是边信道数据表征的强大且有前景的方法。

关键词：边信道攻击；椭圆曲线加密；多类分类；学习向量量化

HTML PDF 收藏

面向多类不平衡学习的一对多海林格距离决策树研究 Research Articles

董明刚1,2,刘明1,2,敬超1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第2期页码 278-290 doi: 10.1631/FITEE.2000417

摘要：由于传统机器学习方法对偏斜分布很敏感，且未考虑多类不平衡问题的特点，多类偏斜分布对机器学习算法来说是一个巨大挑战。为解决这一问题，提出一种新的基于一对多的海林格距离（OAHD）决策树分割准则。首先，将一对多思想集成到OAHD的海林格距离计算过程中，从而对海林格距离决策树进行扩展，使其能解决多类不平衡问题。其次，针对多类不平衡问题，考虑了不同类的分布和数量，设计了改进的基尼系数。实验结果表明，与其他5种常用决策树相比，OAHD在精度、F值，和多类别接收者操作特征曲线下面积（MAUC）上有显著优势。

关键词：决策树；多类不平衡学习；节点划分准则；海林格距离；一对多技术

HTML PDF 收藏

一适用于超多类手写汉字识别的新改型Adaboost算法

丁晓青,付强

《中国工程科学》 2009年第11卷第10期页码 19-24

摘要：

提出一种适用于超多类手写汉字识别的新改型Adaboost算法，采用基于描述性模型的多类分类器（modified quadratic discriminantfunction，MQDF）作为Adaboost基元分类器，可直接进行多类分类，无需将多类问题转化为多个两类问题处理，其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重，实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度，提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。

关键词：多类Adaboost算法手写汉字识别广义置信度改进的二次鉴别函数

HTML PDF 收藏

词加权有监督主题模型：多标签文本分类 None

Yue-peng ZOU, Ji-hong OUYANG, Xi-ming LI

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 513-523 doi: 10.1631/FITEE.1601668

摘要：有监督主题模型已成功应用于多标签文本分类任务。这些已有模型忽略单词类别频率信息，即训练集中单词出现的类别数量，对分类任务的影响。CF-weight方法基于如下假设：具有较高（或较低）类别频率的单词在分类问题中具有较低（或较高）判别力。将CF-weight方法应用于L-LDA和dependency-LDA模型。实验结果表明，相比传统有监督主题模型，基于CF-weight的模型在多标签分类性能上具有优势。

关键词：有监督主题模型；多标签分类；类别频率；有监督隐含狄利克雷分配模型；判别隐含狄利克雷分配模型

HTML PDF 收藏

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：概要：在图像分类任务中，不同类别之间的相似度是不同的，样本经常被误分到相似度较高的类别中。为了区分高度相似类别中的样本，需要更加具体的图像特征，以便于分类器能够提高分类性能。然后，从全部类别中抽取的通用特征和从高度相似类别中抽取的具体特征被融合成一个特征向量，并将其输入线性分类器进行分类。Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比，我们提出的方法能有效的提高分类精度。

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类

HTML PDF 收藏

用于手机屏缺陷检测的基于图的两阶段分类网络 Research Article

周超凡1,2,刘妹琴3,2,1,张森林1,2,魏平3,陈霸东3

《信息与电子工程前沿（英文）》 2023年第24卷第2期页码 203-216 doi: 10.1631/FITEE.2200524

摘要：手机屏缺陷的特性带来了一些具有挑战性的问题，包括：（1）类间相似性和类内差异性；（2）低对比度、微小尺寸或不完整缺陷的识别带来的困难；（3）针对多标签图像的类别相关性建模。为了解决这些问题，本文提出一种图推理模块，它可以堆放在常规的分类模块上。该推理模块利用类别间的依赖性、图像间的关系以及类别图像之间的相互作用来扩展特征维度，并且达到改进低质量图像特征的目的。为了进一步提高分类性能，分类模块的分类器被设计为一个余弦相似度函数。在对比学习的帮助下，分类模块可以更好地初始化推理模块的类别图。

关键词：基于图的方法；多标签分类；手机屏缺陷；神经网络

HTML PDF 收藏

基于异构特征和组合分类器的网页分类 Research Articles

邓立,杜歆,沈继忠

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900240

摘要：网页特征是网页分类的关键，通过有区分度的特征能有效对网页分类。网页结构特征是对文本特征的有效补充。不同分类器有不同特点，多分类器组合可实现分类器性能互补。提出一种基于异构特征和组合分类器的网页分类算法。与计算HTML标记的频率不同，本文采用树状分布的HTML标签表示网页结构特征，以向量形式将异构文本和结构特征融合。通过计算一组样本的分类准确率，提出将分类结果置信度作为比较不同分类器分类结果的标准。基于置信度采用投票、比较大小和直接输出的决策策略，得到组合分类器的分类结果。融合文本和结构特征的分类方法比仅使用文本特征的方法更全面有效。同时多分类器组合能够提高网页分类准确率，高于同类网页组合分类算法。

关键词：网页分类；网页特征；分类器组合

HTML PDF 收藏

一种融合多特征聚类与神经网络的PM_2.5小时浓度预测新模型及其在中国城市的应用 Article

刘辉, 龙治豪, 段铸, 施惠鹏

《工程（英文）》 2020年第6卷第8期页码 944-956 doi: 10.1016/j.eng.2020.05.009

摘要：本文提出一种改进的PM_2.5浓度多步预测模型，即多特征聚类分解(MCD)-回声状态网络(ESN)-粒子群优化(PSO)混合模型。该模型包括分解预测部分和优化预测部分。在分解部分，提出了一种由粗糙集属性约简(RSAR)、k均值聚类(KC)和经验小波变换(EWT)组成的MCD方法进行特征选择和数据分类。在MCD方法中，采用RSAR算法选择重要的空气污染物变量，使用KC算法对所得变量进行聚类，利用EWT算法将PM_2.5浓度序列的聚类结果分解为多个子层。

关键词： PM_2.52.5浓度预测 PM_2.52.5浓度聚类经验小波分解多步预测

HTML PDF 收藏

未知辐射源信号特征辅助的广义标签多伯努利滤波器 Research Article

国强1,滕龙1,2,吴新良2,宋文明2,黄大羽2

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1871-1880 doi: 10.1631/FITEE.2200286

摘要：提出一种未知辐射源信号特征辅助的广义标签多伯努利滤波器。复杂电磁环境下，辐射源特征通常未知且随时间变化。针对辐射源特征未知的问题，提出一种基于数据场动态聚类的辐射源特征求解方法。在此基础上，将辐射源特征集成到广义标签多伯努利滤波器中，从而获得新的递归方程。仿真结果表明，提出的方法可以提高对多目标的跟踪性能，尤其在强杂波环境中。

关键词：多目标跟踪；广义标签多伯努利；辐射源信号特征；模糊C-均值；动态聚类

HTML PDF 收藏

类差分平衡函数的性质及其应用

张文英,李世取

《中国工程科学》 2004年第6卷第3期页码 45-52

摘要：

定义了布尔函数的类差分和类差分平衡函数，研究了类差分平衡函数的密码学性质以及构造方法。作为类差分平衡函数的应用，给出了〓上逻辑函数是完全非线性函数的充要条件，并在首先分析得到所有四元类差分平衡函数的基础上，编程搜索出〓上所有的完全非线性函数。

关键词： Bent函数完全非线性函数 2-基展开类差分类自相关函数类差分平衡函数

HTML PDF 收藏

一种粗模糊神经分类器

曾黄麟,王晓

《中国工程科学》 2003年第5卷第12期页码 60-65

摘要：

介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念，讨论了知识编码、属性简化、分类系统简化的方法；并利用模糊隶属度函数将输入精确信息映射为模糊变量信息，解决分类中病态定义的数据问题和提高系统非线性映射的分类能力；提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。

关键词：模糊粗集神经网络分类

HTML PDF 收藏

一种基于锚点的谱聚类方法 None

Qin ZHANG, Guo-qiang ZHONG, Jun-yu DONG

《信息与电子工程前沿（英文）》 2018年第19卷第11期页码 1385-1396 doi: 10.1631/FITEE.1700262

摘要：谱聚类是模式识别、机器学习和数据挖掘中最流行最重要的聚类方法之一。然而，高计算复杂度妨碍了谱聚类在大规模数据集的应用。对于具有n个样本的聚类问题，谱聚类需O(n3)时间复杂度计算图拉普拉斯矩阵特征向量。为解决该问题，提出一种新的基于锚点谱聚类方法（anchor-based spectral clustering，ASC）。将该方法与经典谱聚类方法和两种最新谱聚类加速方法，即能量迭代聚类（power iteration clustering，PIC）和基于地标聚类（landmark-based spectral clustering实验结果表明，ASC算法比经典谱聚类算法具有更快聚类速度，在效率和有效性上与现有方法相当或优于现有方法。

关键词：聚类；谱聚类；图拉普拉斯；锚点