检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于链接模型的主动半监督社区发现方法

柴变芳, 王建岭, 许冀伟, 李文斌

计算机应用 2017, 37 (11): 3090-3094. DOI: 10.11772/j.issn.1001-9081.2017.11.3090

摘要（477）

PDF （756KB）（506）

链接模型可对网络的社区发现问题建模，相比具有相同目标的对称模型和条件模型，PPL模型处理网络类型更多、社区发现准确率更高。但PPL模型是一个无监督模型，在网络社区结构不清晰时效果不佳，且不能利用易获取的先验信息。为使用尽可能少的先验，获得社区发现链接模型性能较大的提升，提出了一个主动节点先验学习（ANPL）算法，该算法主动选择效用高、易标记的成对约束进行标记，基于标记的约束对自动生成信息量更大的标记节点集合。基于PPL模型设计了一个融合网络拓扑结构和标记节点先验的半监督社区发现（SPPL）模型，并给出模型用于半监督社区发现的参数估计算法。人工网络和实际网络上的实验结果表明，利用ANPL获得的标记节点先验和网络拓扑结构，SPPL模型的社区发现准确率高于无监督PPL模型及当前流行的基于非负矩阵分解（NMF）的半监督社区发现模型。

参考文献 | 相关文章 | 多维度评价

Select

2. 多决策树的模糊积分融合在银行信贷管理系统中的应用

傅玥潘世英王建岭

计算机应用 2014, 34 (3): 763-766. DOI: 10.11772/j.issn.1001-9081.2014.03.0763

摘要（618）

PDF （687KB）（390）

为了提高基于数据挖掘的商业银行信贷管理系统的信贷风险评估水平，将多决策树的Choquet模糊积分融合(MTCFF)模型应用到银行信贷管理系统中。基本思想是采用决策树在已知类型的客户数据上进行挖掘，按照决策树剪枝程度不同形成不同的决策树并产生规则，利用所生成的不同决策树的规则，对未知类型的客户数据进行分类，然后让Choquet模糊积分对多棵决策树的分类结果进行融合，形成最优判断。采用UCI数据库中German客户信用卡数据集进行验证，实验证明Choquet模糊积分的非线性融合效果优于单棵决策树的分类效果，也优于其他线性融合方法，并且Choquet模糊积分要优于Sugeno模糊积分。