(山西大学大数据科学与产业研究院 太原 030006) (计算智能与中文信息处理教育部重点实验室(山西大学) 太原 030006) (山西大学计算机与信息技术学院 太原 030006) (jinchengqyh@126.com)
出版日期:
2020-02-01基金资助:
国家自然科学基金项目(61672332);山西省拔尖创新人才支持计划项目;山西省三晋****项目;山西省回国留学人员科研项目(2017023)Association Learning: A New Perspective of Mining Association
Qian Yuhua, Zhang Mingxing, and Cheng Honghong(Research Institute of Big Data Science and Industry, Shanxi University, Taiyuan 030006) (Key Laboratory of Computational Intelligence and Chinese Information Processing (Shanxi University), Ministry of Education, Taiyuan 030006) (School of Computer and Information Technology, Shanxi University, Taiyuan 030006)
Online:
2020-02-01Supported by:
This work was supported by the National Natural Science Foundation of China (61672332), the Program for the Outstanding Innovative Teams of Higher Learning Institutions of Shanxi, the Program for the San Jin Young Scholars of Shanxi, and the Overseas Returnee Research Program of Shanxi Province (2017023).摘要/Abstract
摘要: 关联关系挖掘与发现是大数据挖掘与分析的重要基础,现有的关联关系挖掘方法多是对数据进行统计分析,对未知数据缺少关联判别作用.尝试从学习的角度进行关联关系挖掘,给出了关联学习的形式化定义和相关概念,并根据关联学习定义构建学习数据集.具体地构建了2类关联图像数据集(two class associated image data sets, TAID),利用卷积神经网络提取关联特征,然后分别用softmax函数和K近邻算法判别关联关系,基于此提出3种关联关系判别器:关联图像卷积神经网络判别器(associated image convolutional neural network discriminator, AICNN)、关联图像LeNet判别器(associated image LeNet discriminator, AILeNet)和关联图像K近邻判别器(associated image K-nearest neighbor discriminator, AIKNN).3种关联判别器在TAID数据集上进行测试,AICNN在64×64像素90 000个训练样本上的判别精度达0.821 7,AILeNet在256×256像素22 500个训练样本上的判别精度达0.845 6,AIKNN在256×256像素22 500个训练样本上的判别精度达到0.866 4.这3种关联判别器有效地证明了学习角度挖掘关联关系的可行性.
参考文献
相关文章 3
[1] | 张云洁, 张璇, 王旭, 任峻民, 唐子淇. 基于边际贡献的需求变更技术债务量化评估[J]. 计算机研究与发展, 2021, 58(1): 208-223. |
[2] | 杨 丹, 申德荣, 聂铁铮, 于 戈, 寇 月,. 异构信息空间中实体关联关系挖掘算法CFRQ4A[J]. 计算机研究与发展, 2014, 51(4): 895-904. |
[3] | 文中华, 姜云飞,. 用分层关联方法求有向图中所有Hamilton回路的算法[J]. , 2005, 42(10): 1809-1814. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4127