张燕平
- 作品数：281 被引量：978H指数：15
- 供职机构：安徽大学更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学理学电子电信更多>>
- 基于多粒度结构的网络表示学习被引量：2
- 2019年
- 图卷积网络(GCN)能够适应不同结构的图,但多数基于GCN的方法难以有效地捕获网络的高阶相似性。简单添加卷积层将导致输出特征过度平滑并使它们难以区分,而且深层神经网络更难训练。本文选择将网络的多粒度结构和图卷积网络结合起来用于学习网络的节点特征表示,提出基于多粒度结构的网络表示学习方法Multi-GS。首先,基于模块度聚类和粒计算思想,用分层递阶的多粒度空间替代原始的单层网络拓扑空间;然后,利用GCN模型学习不同粗细粒度空间中粒的表示;最后,由粗到细将不同粒的表示组合为原始空间中节点的表示。实验结果表明:Multi-GS能够捕获多种结构信息,包括一阶和二阶相似性、社团内相似性(高阶结构)和社团间相似性(全局结构)。在绝大多数情况下,使用多粒度的结构可改善节点分类任务的分类效果。
- 张蕾钱峰赵姝陈洁张燕平刘峰
- 关键词：网络拓扑链接预测
- 不可约迭代函数系统的商空间理论
- 本文利用商空间理论和鞅论研究迭代函数系统(即分形几何图像),得出如下结果：给定不可约(irreducible)迭代函数系统{X,wi,pij;i,j=1,2,…,n},则存在一个对应的商空间链{Wk=(Xk,μk,Fk)...
- 张铃张燕平方宏彬张沆
- 关键词：鞅论
- 文献传递
- 基于覆盖算法的煤炭供应商评测模型被引量：2
- 2007年
- 阐述了当前进行煤炭供应商评测的方法以及这些方法的弊端。针对这种弊端,根据煤炭供应商评测的特点,利用前向神经网络的交叉覆盖算法及其改进算法对煤炭供应商供货质量进行了评测,在实验中将其与统计理论中加权平均的方法进行比较,证明取得了不错的效果,同时证明了核覆盖算法对交叉覆盖算法的改进。
- 胡光杰张燕平陈洁
- 关键词：交叉覆盖算法核函数
- EM最优参数求解的概率粗糙集推荐算法被引量：2
- 2016年
- 推荐系统根据用户对项目的历史评分实施推荐,评分矩阵的稀疏性导致推荐的先验知识不足,降低推荐准确率。粗糙集理论能够利用不完备知识实施有效推理,从而提出了基于人口统计学的概率粗糙集推荐模型,使用概率粗糙集理论划分等价类,降低了评分矩阵稀疏性对推荐结果的影响。使用基于最大期望(expectation maximization,EM)思想的参数求解算法求解参数α和β的最优值,将Pawlak粗糙集的边界域分解到正域或负域中,提升推荐效果。实验结果表明,概率粗糙集模型能够有效提高在评分矩阵非常稀疏情况下的推荐准确率,其在Movie Lens数据集上的推荐准确率最高达到71.42%,覆盖率指标最高达到99.18%。
- 王红张燕平钱付兰陈功平
- 关键词：粗糙集
- 一种局部和全局用户影响力相结合的社交推荐算法被引量：3
- 2015年
- 传统的协同过滤推荐系统认为用户之间的行为相互独立,忽视了用户之间的影响关系.而用户的历史行为数据不同、社交网络关系不同,其相互之间存在的影响力不同.为了分析用户的社交影响力在推荐中所起到的作用,通过历史行为数据和社交网络结构分析用户的局部影响力和全局影响力,分别提出基于局部影响力和基于全局影响力的模型以及两种影响力综合的模型.通过在真实的数据集上的实验表明,与以往方法相比,本文提出的基于影响力的三种模型在推荐精度上有一定提升,且在稀疏的数据集上基于全局影响力的模型和综合模型提升效果比更明显.
- 张燕平张顺钱付兰严远亭
- 关键词：推荐系统社交网络矩阵分解
- 基于K最近邻的代价敏感三支决策边界域处理模型被引量：1
- 2016年
- 三支决策理论是Yao在研究粗糙集和决策粗糙集时提出的,其主要目的是为粗糙集三个域提供合理的语义解释,即正域POS(X)、负域NEG(X)和边界域BND(X)。目前,如何有效地处理边界域已成为三支决策理论研究的热点问题。例如,基于CCA的三支决策模型提出了三种方法对边界域样本进行处理,分别是距中心最近原则、距边界最近原则和万有引力原则,但是这三种方法都没有考虑到分类问题的代价敏感性。本文在基于CCA的三支决策模型的基础上,针对边界域的处理问题,提出了一种基于K最近邻的代价敏感三支决策边界域处理模型。该模型首先根据样本分布特征寻找最优K值,然后根据与样本边界距离最小的K个覆盖的类别和代价敏感损失函数对边界域样本进行划分。实验结果表明,与基于CCA的三支决策模型中的处理方法相比,本文模型在最优K值下的分类结果的高代价样本的误分类数显著减少,分类损失更小,而且总分类错误率较低。
- 王刚张燕平陈洁赵姝
- 网络结构分析的粒计算
- 2012年
- 网络结构分析是人工智能领域基本问题。应用粒计算方法讨论了网络结构信息计算,从粒计算基本问题角度,采用商空间理论研究了网络结构粒化和粒化后不同粒度空间中的问题,特别是基于粒化如何计算不同粒层的粒间距离问题。应用方面,讨论了大规模网络结构最短路径搜索问题。作为大规模网络路径分析的预处理方法,选择社团作为基本粒,将大规模网络粒化到不同的粒度空间,形成不同粒度商空间的分层递阶粒度链。提出了基于分层递阶粒度链的大规模网络的启发式路径搜索方法。与A*和ALT方法进行了比较,验证了粒计算方法的有效性。
- 何富贵刘仁金张燕平
- 关键词：粒计算商空间理论最短路径
- 基于交叉覆盖算法的入侵检测被引量：7
- 2005年
- 文章提出了一种应用人工神经网络进行入侵检测分类器设计的新方法,即采用多层前向网络的交叉覆盖算法进行入侵检测分类器的设计。该算法克服了传统BP算法的收敛速度慢,易陷入局部最小点的问题。实验结果表明,该分类器用于入侵检测,效果良好,学习速度快,分类准确率高,为实现入侵检测分类器提供了一条准确高效的途径。
- 赵姝张燕平张媛陈传明
- 关键词：交叉覆盖算法入侵检测神经网络
- 基于交叉覆盖算法的文本分类被引量：5
- 2007年
- 分类是文本信息搜索和挖掘的核心内容,被广泛应用于搜索引擎的设计以及数据挖掘的研究中。首先对文本进行分词,对分词的结果采用x2统计量的方法提取特征,再使用前向神经网络的交叉覆盖算法作为分类器进行文本分类。实验表明,x2统计量可大规模降低特征维数,在此基础上结合交叉覆盖算法的优秀分类能力,可在特征维数较低的情况下获得一个性能较好的文本分类器。
- 王倩倩段震张燕平
- 关键词：文本分类交叉覆盖算法
- 基于多层次集成学习的流特征在线稳定选择算法
- 2025年
- 特征选择是数据挖掘预处理阶段中的重要组成部分,旨在从原始数据集中选择出最相关的特征子集。传统的特征选择方法假设数据集是静态不变的。然而,在实际应用中,数据可能是动态生成并被处理的。为此,针对特征以流的方式逐个生成的在线流特征选择方法应运而生。目前,大多数研究者所提出的在线流特征选择方法主要关注可扩展性、高准确性和低时间开销,而忽视了算法的稳定性。稳定的特征选择结果才能有效增强用户对算法的可信度,使其具备实用价值。针对在线特征选择算法的稳定性问题,基于多层次集成学习策略,提出了一种新的流特征在线稳定选择算法框架(Multi-level Ensemble Learning Stream Feature Selection,MESFS)。具体来说,在数据集层面采用极限学习机(Extreme Learning Machine,ELM)对样本进行分组和映射来提高算法的准确性;在特征选择层面通过多次迭代和自适应调整阈值的策略对特征进行权重计算和选择,以减少特征选择结果的波动性和随机性。选取4种传统静态特征选择算法和5种先进的在线流特征选择算法,在UCI、ARFF以及NIPS等12个公开数据集上进行了大量实验对比,结果表明该方法可以在训练数据扰动下取得优秀的预测精度和稳定性平衡。
- 王琦周鹏张燕平
- 关键词：稳定性极限学习机
