李鸣 作品数:6 被引量:17 H指数:2 供职机构: 安徽工业大学管理科学与工程学院 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 经济管理 更多>>
基于过采样算法的不平衡数据分类研究与应用 不平衡数据集中不同类别的样本之间分布不平衡,且数目相差较大,其广泛存在于网络入侵检测、癌症检测、垃圾邮件分类等各个场景中。用传统的分类器对数据进行处理时由于对少数类样本的信息学习较少,常常把少数类样本错分,造成分类效果不... 李鸣关键词:不平衡数据 过采样 SMOTE 网络入侵检测 文献传递 基于R型聚类-因子分析的指标体系简化方法 被引量:10 2016年 评价指标体系过于复杂,容易产生冗余信息,增加计算与分析的难度.本文针对评价指标体系的简化方法展开研究,提出了基于R型聚类-因子分析的代表元提取方法.该方法具有定量控制代表元的信息丢失率、代表元实际含义易于解释等优点,同时避免了因子分析难以处理独立指标的问题.实验结果表明本文所提出的R型聚类–因子分析指标体系简化方法可以在没有先验知识可用的情况下,有效提高指标体系的简明性与有效性,同时保持指标信息的完备性. 陆可 邹启鸣 李鸣 吴金南关键词:代表元 改进的K-prototypes算法在农民工养老参保中的应用研究 2015年 农民工养老问题一直备受社会关注。许多学者对该问题展开了调研,并采用Logistic回归模型来分析调研结果。但是,Logistic回归模型要避免变量间的多元共线性。农民工养老保险参保调研数据各变量之间往往存在关联性,而且数据维度高。针对Logistic回归模型的局限性和调研数据维度高的问题,本文改进了K-prototypes聚类算法,并用于分析农民工未购买养老保险的原因。基于该方法得到的分析结果可以为相关部门制定针对性政策提供参考。 陆可 李鸣 邹启鸣 徐浩关键词:聚类 农民工养老保险 最大相关与独立分类信息最大化特征选择算法 被引量:2 2020年 模式识别、自然语言处理和生物信息学等各领域的高维数据,存在着大量的无关和冗余特征,增加了数据分析时问题的复杂度,因此有必要通过特征选择来剔除无关和冗余特征。基于互信息的特征选择算法评价准则存在以下不足:评价标准单一,以最小化特征之间冗余性或最大化特征提供的新分类信息评价特征,选择出的特征不具有最佳的类辨别能力;基于累加求和的评价准则易过高估计特征的重要性。为此,提出一种基于最大相关性独立分类信息最大化(maximum relevance and independent classification information maximization,MRICIM)的特征选择算法。该算法以互信息评价特征与类别的相关性,采用独立分类信息综合衡量新分类信息和特征冗余,利用最大最小准则对特征的重要性进行非线性评价。在6个评测数据集上与4个具有代表性的特征选择算法进行比较,结果表明,MRICIM能够有效地提升分类准确率和F-measure。 周传华 李鸣 吴幸运关键词:互信息 基于蝙蝠算法的车间设施布局研究 被引量:1 2018年 为了实现降低车间作业单元间物料搬运费用,将蝙蝠算法应用于车间设施布局问题中,求解以最小化搬运成本为目标的车间布局问题。该文通过仿真数据的实验和与遗传算法运行结果的对比,证明基本蝙蝠算法在处理这类问题的可行性。 郜振华 吴昊 李鸣关键词:电机厂 基于WGAN单帧人脸图像超分辨率算法 被引量:3 2020年 针对人脸超分辨率重建中引入的先验知识不够丰富的问题,提出了一种基于Wasserstein生成对抗网络(WGAN)的人脸超分辨率重建算法。模型包含生成网络和判别网络,生成网络去除批量规范层并增加残差块数量加深网络深度,判别网络增加特征图通道数并引入了快捷连接优化网络,模型用Wasserstein距离代替KL散度作为网络的对抗损失,交替训练生成网络和判别网络,生成高分辨率的人脸图像。实验结果表明,相比原始生成对抗网络超分辨率重建算法(SRGAN),所提算法在MS-Celeb-1M和LFW数据集中峰值信噪比(PSNR)和结构相似性(SSIM)分别提高了0.26 dB、2%和0.31 dB、3%,同时对比最近邻(NN)、双三次插值(Bic)、基于卷积神经网络超分辨率重建(SRCNN)、SRGAN,所提算法在LFW、MS-Celeb-1M数据集上均重建出视觉效果更好的人脸图像,证明了该算法的有效性,为人脸超分辨率重建提出了新的解决方案。 周传华 吴幸运 李鸣关键词:超分辨率重建