首页期刊导航|山东大学学报（理学版）
期刊信息/Journal information
山东大学学报（理学版）
山东大学学报（理学版）

刘建亚

月刊

1671-9352

xblxb@sdu.edu.cn

0531-88396917

250061

济南市经十路73号

山东大学学报（理学版）/Journal Journal of Shandong University(Natural Science)CSCD北大核心CSTPCD
查看更多>>本刊系国家教育部主管、山东大学主办的自然科学类学术期刊。主要刊载数学、物理、化学、生物、计算机理论、电子工程、力学等为主的具有一定学术水平和理论水平的理学类研究论文。
正式出版
收录年代

    基于粒神经网络的多标签学习

    陈玉明郑光宇焦娜
    1-11页
    查看更多>>摘要：引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性.样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则.在此基础上,引入粒损失函数,构建粒神经网络进行多标签学习,采用多个Mulan多标签数据集进行实验,在多种评价指标上与现有的多标签分类算法比较,结果表明了粒神经网络多标签学习算法的有效性与可行性.

    粒计算深度学习粒神经网络多标签学习粒向量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于三支因果力的邻域推荐算法

    范敏秦琴李金海
    12-22页
    查看更多>>摘要：本文将三支决策思想、因果力理论与形式概念分析相结合,提出了三支因果力下的邻域推荐算法.考虑到极端用户评分对推荐精度的影响,根据宽松度和严苛度对用户进行分类,修正极端用户评分.基于修正评分矩阵计算节点之间的三支余弦相似度和节点相似结构重要度,找出专家节点.在对象弱概念需要满足的目标函数和约束条件下进行聚类得到邻域,在邻域中根据属性密度识别关键的条件属性和决策属性并计算置信度,结合三支因果力提取推荐规则对社区成员进行邻域推荐.实验结果表明,本文算法的精确度、召回率、F1 均优于其他传统的推荐算法.

    形式概念分析三支决策因果力推荐算法网络形式背景

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于全局和局部关系的类属特征多标记分类算法

    张珊丹翁伟谢小竹魏博文...
    23-34页
    查看更多>>摘要：针对忽视局部关系中的二阶标记关系问题,本文提出了一种基于全局和局部关系的类属特征多标记分类(global and lo-cal relationships based on multi-label classification algorithm with label-specific features,LFGML)算法.通过全局关系的角度来获取类属特征,使用加权平均法计算每个实例的邻域信息,利用杰卡德相似度提取局部关系中的二阶标记关系.LFGML算法在10 个多标记数据集Genbase、Medical、Arts、Health、Flags、Cal500、Yeast、Image、Education和Emotions进行了实验.结果表明,所提出的算法相对于其他对比算法在多标记分类中具有明显的的性能优势.

    多标记学习全局关系局部关系类属特征优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种邻域粒的模糊C均值聚类算法

    郑晨颖陈颖悦侯贤宇江连吉...
    35-44页
    查看更多>>摘要：针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题,引入粒计算理论,采用邻域粒化技术,提出邻域粒模糊C均值聚类算法.样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上粒化形成邻域粒向量,定义多种粒距离公式度量粒子之间的距离.根据粒距离度量,提出粒模糊C均值聚类算法,采用多个数据集进行实验,将粒模糊C均值聚类算法与经典聚类算法进行比较,验证了所提出的邻域粒模糊C均值聚类算法的可行性和有效性.

    粒计算邻域粒模糊C均值聚类无监督模糊聚类方法粒向量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自然最近邻的样本扰动三支聚类

    朱金付玉管文瑞王平心...
    45-51,62页
    查看更多>>摘要：利用数据样本的自然最近邻信息,给出了一种基于样本扰动理论的三支聚类算法,结合自然最近邻信息生成 2 组扰动数据集,随机提取特征子集并使用K-means聚类算法获得不同的聚类结果,利用共现概率矩阵和确定函数获得样本的稳定性,根据样本稳定性阈值将样本划分为稳定区域和不稳定区域,再对 2 个区域的样本使用不同的策略获得每个类簇的核心域和边界域.实验采用 5 个公开数据集与 2 种传统的聚类算法进行对比,结果验证了所提算法的有效性.

    三支决策三支聚类样本扰动自然最近邻

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于优化可辨识矩阵的多粒度粗糙集属性约简算法

    宋苏洋叶军曾广财孙清...
    52-62页
    查看更多>>摘要：为了解决多粒度粗糙集中构造可辨识矩阵计算量过大等问题,提出了一种基于优化可辨识矩阵的改进的多粒度属性约简算法.使用属性重要度作为相似度构造不同粒度空间,输出各粒度空间的优化可辨识矩阵中的核属性,用于求解最终约简,对约简集进行反向冗余检测,避免存在冗余属性.结果表明:该算法能够有效降低时间复杂度,提升约简效率.实例和多个UCI数据集的实验结果验证了该算法的有效性.

    多粒度粗糙集粒度空间优化可辨识矩阵属性约简算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于模糊对象语言概念格的规则提取

    吴江刘德山于莹莹庞阔...
    63-69,81页
    查看更多>>摘要：针对不确定环境下模糊语言决策信息的处理问题,本文提出基于不协调模糊对象语言决策形式背景的具有置信度的语言规则提取方法.构建不协调模糊对象语言决策形式背景,基于模糊对象语言概念格之间的细于关系对模糊对象语言决策形式背景的协调性进行讨论.给出规则置信度的定义,借助规则置信度研究不协调模糊对象语言决策形式背景上的提取规则,提出相应的具有置信度的语言规则提取方法.通过学校学生整体成绩预测实例与实验说明该方法的有效性与实用性.

    形式概念分析模糊对象语言概念格不协调决策形式背景规则提取置信度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于次相关特征和邻域互信息的在线多标记特征选择算法

    程雨轩毛煜张小清曾艺祥...
    70-81页
    查看更多>>摘要：为了充分地挖掘被单一度量指标算法忽略但对分类结果有利的特征,提出了基于次相关特征和邻域互信息的在线多标记特征选择算法,通过计算得到的新到达特征的重要性以及相关度,分析其显著性的区别,将特征区分为显著特征以及次相关特征.利用邻域交互信息对新到达的特征与已选特征集合进行冗余性分析,剔除依赖度较低的特征,以此逐步提升特征子集的质量.构建了基于全局的线性和非线性关系的度量指标,并以此来计算特征的局部相关度,有效地挖掘次相关特征.充分考虑特征空间中次相关特征存在的问题,将次相关特征从特征集合中剥离并单独保存,使之在冗余分析阶段不会因显著特征对度量指标敏感度高所产生的影响而被剔除出特征集合.建立了特征选择指标,利用迭代策略根据指标进行特征选择.实验结果表明,该算法具有很好的有效性和稳定性.

    在线特征选择多标记学习邻域熵邻域互信息次相关特征

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    决策集值系统中的知识约简

    方逢祺吴伟志
    82-89,99页
    查看更多>>摘要：针对决策为集合值的数据集的知识约简问题,定义了决策集值系统、确定性决策集值系统和倾向性决策集值系统等几类决策系统的概念.对比了决策集值系统与相类似的几类信息系统的区别,明确了决策集值系统的相关特点.结合三支决策方法,定义了决策集值系统上的单值约简与多值约简的概念,并给出了在确定性决策集值系统上计算约简的方法.结果表明,该方法在确定性决策集值系统上能有效提取信息.

    粒计算信息系统决策集值系统三支决策

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于高维相关性多标签在线流特征选择

    朱礼全林耀进毛煜程雨轩...
    90-99页
    查看更多>>摘要：提出了一种基于高维相关性的多标签在线流特征选择算法,该算法将标签空间进行等价映射,构建基于高维标签空间的权重无向图,利用图信息和Jaccard指数来衡量标签之间的高维权重,利用标签的高维相关性计算新到达特征的显著性.通过迭代显著性均值来判断新特征的显著水平,设计了一种基于平衡全局和局部的在线特征选择算法对已选特征子集进行动态优化,考虑已选特征与标签空间的全局相关性,过滤掉不相关的特征.分析已选特征之间的局部相关性,剔除冗余特征.与 6 种多标签特征选择方法进行对比实验,实验结果验证了所提算法的有效性.

    多标签特征选择在线流特征高维相关性标签权重

      原文链接:
    • NETL
    • NSTL
    • 万方数据