检索结果

Select

1. 基于AUC及Q统计值的集成学习训练方法

章宁, 陈钦

计算机应用 2019, 39 (4): 935-939. DOI: 10.11772/j.issn.1001-9081.2018102162

摘要（883）

PDF （884KB）（738）

针对借贷过程中的信息不对称问题，为更有效地整合不同的数据源和贷款违约预测模型，提出一种集成学习的训练方法，使用AUC（Area Under Curve）值和Q统计值对学习器的准确性和多样性进行度量，并实现了基于AUC和Q统计值的集成学习训练算法（TABAQ）。基于个人对个（P2P）贷款数据进行实证分析，发现集成学习的效果与基学习器的准确性和多样性关系密切，而与所集成的基学习器数量相关性较低，并且各种集成学习方法中统计集成表现最好。实验还发现，通过融合借款人端和投资人端的信息，可以有效地降低贷款违约预测中的信息不对称性。TABAQ能有效发挥数据源融合和学习器集成两方面的优势，在保持预测准确性稳步提升的同时，预测的一类错误数量更是进一步下降了4.85%。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于运动显著图的人群异常行为检测

胡学敏, 易重辉, 陈钦, 陈茜, 陈龙

计算机应用 2018, 38 (4): 1164-1169. DOI: 10.11772/j.issn.1001-9081.2017092340

摘要（504）

PDF （1014KB）（552）

针对公共场所中人群监控准确性和实时性低的问题，提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场，并对光流场进行时间和空间上的滤波处理，然后计算特征点的运动方向、速度和加速度。为了准确描述人群行为，将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道，并以此合成代表人群运动特征的运动显著图。最后，设计和训练面向人群运动显著图的卷积神经网络模型，并利用该模型检测人群中是否存在异常行为。实验结果表明，该方法能够有效、实时地检测人群异常行为，在UMN和PETS2009数据集的检测率均达到了97.9%以上。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于TF-IDF算法的P2P贷款违约预测模型

章宁, 陈钦

计算机应用 2018, 38 (10): 3042-3047. DOI: 10.11772/j.issn.1001-9081.2018030673

摘要（672）

PDF （887KB）（528）

针对目前P2P贷款违约预测模型受限于借贷双方信息不对称性，未考虑投资人之间差异性的问题，提出了基于信息检索词频-逆文本频率（TF-IDF）算法的P2P贷款违约预测模型。首先以投资效用理论为基础，利用投资人历史投资收益率、贷款利率出价等信息，建立基于投资人效用的贷款违约预测模型；然后，借鉴信息检索TF-IDF算法，构造投资人逆向投资比例因子，对投资人差异性进行量化度量，优化模型中投资人权重计算因子。实验结果表明，该模型预测准确度与其他模型相比平均提高了6%左右，并在不同的测试数据集上都保持最优。

参考文献 | 相关文章 | 多维度评价

Select

4. 企业检索中访问权限控制方法的实现与比较

陈钦原焕冯建华

计算机应用 2009, 29 (07): 2000-2002.

摘要（1226）

PDF （455KB）（1230）

针对企业检索系统中最常用的四种访问控制方法，结合其各自的特点及关键技术进行了分析与比较，并就各种方法对检索性能的影响进行了测试与对比。提出了三种典型的企业检索系统应用场景，并分别给出了建议采用的访问控制方法。