-
于剑
-
-
- 所属机构:北京交通大学计算机与信息技术学院
- 所在地区:北京市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 景丽萍
- 作品数:60被引量:309H指数:9
- 供职机构:北京交通大学计算机与信息技术学院
- 研究主题:推荐系统 自适应 矩阵分解 标签 协同过滤
- 贾彩燕
- 作品数:48被引量:170H指数:9
- 供职机构:北京交通大学
- 研究主题:复杂网络 推荐系统 聚类 数据挖掘 文本
- 柴变芳
- 作品数:25被引量:73H指数:4
- 供职机构:北京交通大学计算机与信息技术学院
- 研究主题:网络结构 大规模网络 信息检索 XML文档 贝叶斯网络
- 周雪忠
- 作品数:246被引量:1,559H指数:25
- 供职机构:北京交通大学
- 研究主题:数据挖掘 名老中医 复杂网络 中医 中医临床
- 黄厚宽
- 作品数:281被引量:2,211H指数:24
- 供职机构:北京交通大学计算机与信息技术学院
- 研究主题:数据挖掘 入侵检测 网络安全 支持向量机 数据仓库
- 关于硕士研究生人工智能学科课程建设的探讨
- 高等学校要成为培养高素质、创造性人才的摇篮,不断完善和提高研究生的培养质量是关键.研究生的课程建设直接关系到提高研究生培养质量,本文阐述了研究生课程建设的重要性和应遵循的原则,通过分析借鉴国外研究生培养的经验,结合研究生...
- 黄厚宽董红斌田盛丰于剑
- 关键词:研究生培养课程建设
- 文献传递
- 一种新颖的多源数据模糊聚类算法
- 本发明提供了一种多源数据模糊聚类方法。该方法主要包括:收集多源数据,该多源数据中的每个源中包括多个类,每个类又包括多个维度;构造多源数据的多源数据模糊聚类方法的目标函数,在目标函数中对多源数据中的每个源进行加权,对多源数...
- 于剑刘烨詹德川
- 文献传递
- 基于多核学习的投影非负矩阵分解算法被引量:3
- 2014年
- 非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。
- 李谦景丽萍于剑
- 关键词:核函数多核学习
- 基于传染病重大专项临床数据的历代方剂药物替代情况研究
- 2012年
- 目的:对传染病重大专项收集的中药处方数据中历代方剂药物替代情况进行研究。方法:通过传染病重大专项数据获取25907个中药处方,从历代方剂中选取了与该项目数据相关的83个方剂,将中药处方与历代方剂进行对比,找出其中的药物替代情况。结果:获取26个处方对应的44种替代关系,主要涉及人参、枳实、枳壳、橘红等药物。结论:常见替代使用药物在不同年代及不同地区用药来源具有差别,提示我们需要进一步根据方剂的出处确定相应的药物来源;目前关于不同来源药物的疗效差别研究较少,提示我们应该加强相关的实验及临床研究,以对临床合理应用历代方剂提供更多更充分的证据。
- 张磊王义国于剑周雪忠骆真张伟张启明
- 关键词:中药处方
- 基于节点相似度的网络社团检测算法研究被引量:15
- 2011年
- 社团结构是众多复杂网络的统计特性之一,挖掘网络中存在的社团结构日益受到人们的普遍关注。网络中的社团结构检测本质上类似于传统机器学习领域的聚类分析,其关键问题在于如何定义网络中节点间的相似度。首先提出了基于节点相似度的节点分裂算法SGN,相比传统的基于边界数(betweenness)的节点分裂算法GN,SGN在速度和精度上都有明显改善;接着,在利用各种节点相似度计算方法得到节点间的相似度之后,采用几种经典的聚类分析算法对网络进行社团划分,在模拟数据和真实数据上的实验表明:基于网络拓扑结构信息的signal和regular方法优于基于网络节点局部信息的Jaccard方法,而且对于复杂网络社团划分问题,如果选择好的网络节点相似度构造方法,已有的基于相似度矩阵的聚类分析算法都能快速有效地对网络社团进行划分。
- 姜雅文贾彩燕于剑
- 关键词:复杂网络社团结构信号传递节点相似度
- 专家寄语
- 2015年
- 随着大数据时代的到来,数据挖掘迎来了自己的黄金时代。各行各业都已经积累了大量数据,急需从中即提取或“挖掘”出有用的潜在知识,为相关行业和学科提供更加科学合理的服务。由此,数据挖掘吸引了越来越多不同领域的研究学者,涉及机器学习、模式识别、数据库、数学、统计学、物理学、生物信息学、中文信息处理等不同的学科。为了给数据挖掘的同行提供一个公开交流的机会,中国计算机学会组织了两年一届的数据挖掘学术会议。2014年中国数据挖掘学术会议在浙江金华浙江师范大学成功举办。
- 于剑
- 关键词:数据挖掘中文信息处理生物信息学
- 前言被引量:1
- 2019年
- 从AlphaGo到无人驾驶,从语音识别到人脸识别,人工智能已经成为当代最重要的技术之一,人工智能技术已广泛应用于科学发现、经济建设、社会生活等各个领域.2017年7月20日,国务院印发《新一代人工智能发展规划》,标志着人工智能研发已经提升至国家战略层面.随着大数据、云计算、物联网等信息技术的不断发展,人工智能研究在理论、方法、应用等多个层面均面临新的挑战.
- 封举富于剑
- 关键词:人工智能技术无人驾驶人脸识别语音识别经济建设社会生活
- 基于Biclustering的中医药症关系分析被引量:3
- 2010年
- 针对中医临床中的药症关系知识发现问题,在计算药症相关相似度的基础上,采用Biclustering分析方法获得中医临床诊疗中的重要药物配伍信息,并发现与这些药物配伍相应的临床症状。研究结果表明,Biclustering方法是一种有效的中医药物配伍和药症关系分析方法。
- 庄力周雪忠贾彩燕于剑张润顺王映辉
- 关键词:聚类数据挖掘
- 快速可扩展的子空间聚类算法被引量:1
- 2016年
- 子空间聚类算法只能处理小规模数据,且无法处理样本外数据.针对此问题,文中提出采用二次采样策略的子空间聚类框架(TSSC).该框架由两个核心部件组成:判别性协作表示(DCR)与多尺度K近邻(KNN)采样方法.在TSSC中,DCR首先结合多尺度KNN对数据点进行特征变换,从而保证属于同一子空间的点有更一致的表示.为了提高算法的可扩展性,TSSC在新的特征空间中使用多尺度KNN对数据进行二次采样,并根据采样点获得的初步聚类结果训练线性分类器,最后根据学习得到的分类器对剩余样本点进行分类,获得最终的聚类结果.在真实数据集上的实验验证TSSC的有效性.
- 刘博谢博鋆朱杰景丽萍于剑
- 关键词:子空间聚类
- 样本加权的多视图聚类算法被引量:12
- 2019年
- 大数据时代,人类收集、存储、传输、管理数据的能力日益提高,各行各业已经积累了大量的数据资源,这些数据常呈现出多源性和异构性.如何对这些多源数据进行有效的聚类(也称为多视图聚类)已成为当今机器学习研究关注的焦点之一.现有的多视图聚类算法主要从“全局”角度关注不同视图和特征对簇结构的贡献,没有考虑不同样本间存在的“局部”信息间的差异.因此,提出一种新的多视图样本加权聚类算法(sample-weighted multi-view clustering, SWMVC),该算法对每个样本的不同视图进行加权,采用交替方向乘子法自适应学习样本权值,不仅可以学习不同样本点间不同视图权重的“局部”差异,还可以从学习到的“局部”差异反映出不同视图对簇结构贡献的“全局”差异,具有较好的灵活性.多个数据集上的实验表明:SWMVC方法在异质视图数据上具有较好的聚类效果.
- 洪敏贾彩燕贾彩燕于剑
- 关键词:数据挖掘多视图聚类