一种新型多标记懒惰学习算法
摘要：在多标记学习框架下，每个样本由单个实例进行表示并同时对应于多个概念标记．已有的多标记懒惰学习算法并未充分考察样本多个标记之间的相关性，因此其泛化性能将会受到一定程度的不利影响．针对上述问题，提出一种新型多标记懒惰学习算法IMLLA．该算法首先找出测试样本在训练集中与各个概念类对应的近邻样本，然后基于近邻样本的多标记信息构造一个标记计数向量，并提交给已训练的线性分类器进行预测．由于IMLLA在对每个概念类进行预测时利用了蕴含于其他概念类中的信息，因而充分考察了样本多个标记之间的相关性．在人工数据集以及真实世界数据集上的实验表明，IMLLA算法的性能显著优于常用的多标记学习算法．一种基于约束的中垂面相似度准则
摘要：在数据挖掘和机器学习的基于距离的各种技术中，例如基于距离的聚类和基于距离的分类，如何度量数据间的相似性已经成为一项基础任务．对于某一具体问题，采用合适的相似性度量，会使问题得到更有效的解决．越来越多的研究表明，通过对成对约束（正约束和负约束）的充分利用，从而得到与问题相匹配的相似性度量，能够大幅度地提升算法性能．目前基于约束的相似性度量研究主要是基于约束的距离度量学习，通过对约束信息的利用，学习一个距离度量矩阵，然后再进行分类或者聚类．通过对成对约束尤其是负约束的挖掘，提出一种基于成对约束的相似性度量准则，然后将此准则应用于聚类和分类任务中，分别提出聚类和分类算法，最后在大量标准数据集上将这些算法的性能与目前流行的算法进行实验比较，并据此得出了一些经验性的启示．一种基于标记传播的大规模图像分类方法
摘要：在基于内容的图像检索中，图像标记具有十分重要的作用．由于为图像加标注代价昂贵，研究者通过利用大量的未标记数据来提高分类性能，标记传播是其中的一类有效方法．随着数据采集、存储技术的发展，数字图像的积累越来越容易，但现有的标记传播方法难以处理真实世界中的大规模数据．因此，针对大规模图像标记，融合标记传播和随机森林技术，提出一种新方法RFLP．它使用随机决策树进行样本压缩，使得传统的标记传播方法能够在压缩过的示例上高效执行，以利用未标记数据提高分类性能，然后利用随机森林将标记传播的结果推广到所有未标记示例上．实验结果表明，新方法RFLP的可扩展性明显优于传统标记传播方法，且其分类性能良好．LDA—CRF：一种基于概率图模型的目标检测方法
摘要：目标检测和识别是计算机视觉和机器学习的研究热点．近年来，主题模型（如LDA等）在无监督的图像识别和定位等应用中获得了巨大的成功．然而，LDA忽略了图像区域之间的空间关系，并且不能处理连续值的视觉特征或特征向量．而条件随机场（CRF）能够利用图像区域之间的局部相关性来提高分类准确性．基于LDA和CRF提出了一种LDA—CRF模型．通过利用LDA生成的主题信息来辅助CRF的分类，同时结合图像区域之间结构化的类别信息来改进LDA的主题生成机制．实验结果表明，LDA-CRF模型的检测效果要优于CRF．科学家组合上千纳米机器可模拟人体肌肉运动
摘要：法国斯特拉斯堡大学教授尼古拉斯·朱塞波尼领导的研究小组首次成功合成了一种长长的聚合链，通过超分子键把成千上万的纳米机器结合在一起，每个纳米机器都能产生约1nm的线性伸缩运动．英国宣布成立网络安全研究机构
摘要：英国宣布成立一个新的学术研究机构，以提高人们对与日俱增的网络安全威胁的科学认识．该机构由英国外交部情报司（英国政府通讯总部）牵头设立，英国研究理事会全球不确定项目以及英国商业、IBM与CloudShare合作推出敏捷开发平台
摘要：IBM和CloudShare最近宣布他们的伙伴关系，提供一个基于云的在几分钟内可以设置完成的敏捷开发环境．用户可以在包括Windows XP，CentOS，Ubuntu，Xubuntu，Windows7，Windows8，Gartner未来5年的10大关键性技术趋势
摘要：在Gartner日前举办的年度IT研讨会上，分析师DavidCappuccio总结了一些不容易被IT控制而又在推动IT支出的技术趋势．云计算、社交媒体网络、移动性和信息管理都正以迅猛的速度发展，2013大预测：对顶尖技术进行beta测试
摘要：根据Computerworld年度预测调查显示，在过去几年中，正在进行beta测试或者试点计划的受访者比率正在稳步上升，在接受调查的334名IT高管中，超过3／4（77％）的受访者表示，基于样例选取的属性约简算法
摘要：计算属性约简是粗糙集框架下归纳学习的关键部分．基于差别矩阵的属性约简算法是常用的属性约简算法之一．给定一个信息系统，利用该算法可以求出信息系统的所有属性约简．但是该算法需要的存储空间大，执行时间长，特别是对于大型数据库，差别矩阵的存储成为其应用的瓶颈．针对这一问题，提出了一种基于样例选取的属性约简算法，算法分为3步：首先从样例集中挑选出重要的样例；然后用选出的样例构造差别矩阵；最后计算信息系统的所有约简．实验结果显示，当处理大型数据库时，新算法能有效地减少存储空间和执行时间．一种新的基于嵌入集的图分类方法
摘要：随着图数据收集技术在许多科学领域的发展，对图数据分类已成为机器学习和数据挖掘领域的重要课题．目前已经提出许多图分类方法．其中，一些图分类方法采用3步来构筑分类模型；一些图分类方法采用2步来构筑分类模型．这些方法在挖掘频繁子图或特征子图时，只考虑到子图的结构信息，而没有考虑到子图的嵌入信息．为此，在L—CCAM子图编码的基础上，提出了一种基于嵌入集的图分类方法．该方法采用基于类别信息的特征子图选择策略，不但考虑了子图的结构信息，而且在频繁子图挖掘过程中充分利用嵌入信息嵌入集，通过一步即直接选择特征子图以及生成分类规则．实验结果表明：在对化合物数据分类时，在分类精度上该方法优于采用3步的图分类方法；在运行效率上该方法优于采用2步和3步的图数据分类方法．2013年《计算机研究与发展》专题（正刊）征文通知——“人工智能研究进展”
摘要：人工智能（AI）是计算机科学的核心分支学科之一，近年来该分支学科发展迅速，尤其是近年来随着数据分析需求的急剧增长，人工智能中机器学习等领域在理论、技术、应用方面都有很大发展，推动了整个人工智能学科取得显著进展．人工智能研究在我国起步相对较晚，但近年来取得了长足进步，我国学者在人工智能领域取得了不少成果，基于粒度层次映射转换的时态粒点差运算方法
摘要：计算两个时态粒点在任意时态粒度下的差值是时态断言的基础，提出基于时态粒度的层次映射转换方法，将时态粒点映射为各时态粒度下的可列集，差运算可转换为不同粒度映射下的自然数差运算．并论证了时态论域T与自然数集N间的对等关系以及映射的连续性，证明了方法的正确性．克服了弹性时态粒度的影响，适应任何基于非规则时态粒度集或者自定义时态粒度集上的时态粒点差运算．半配对半监督场景下的低分辨率人脸识别
摘要：实际环境（如监控）中常遇到大量低分辨率人脸图像需要识别．对低分辨率人脸的识别相对高分辨率更难，因其含有相对有限的判别信息．为此，通过在人脸识别（系统）构建阶段引入与低分辨率人脸相配对的高分辨率人脸，以提高识别性能成为最近研究的焦点之一．但这些研究仍存在以下不足：1）均要求高、低分辨率人脸样本间的全配对；2）识别系统构建时未利用给出的类信息，导致系统性能受限．事实上常常面对的应用场景是仅能获取部分配对和部分标号的高、低分辨率人脸样本集，即所谓的半配对半监督场景，对此提出一种用于低分辨率人脸识别的半配对半监督算法，以弥补现有相关研究的不足．在Yale和AR人脸数据集上的实验结果验证了该算法的有效性．一种基于Petri网的RFID事件检测的形式化方法
摘要：无线射频识别（RFID）采用唯一的电子标签识别物理对象，可高速收集大量目标数据．为向各类应用提供语义信息，RFID系统需从收集的数据中检测用户自定义的复合事件．通过提出一种基于Petri网的RFID事件检测方法，引入形式化的ED-net模型描述复合事件语义，并以此为基础实现一种事件检测方法．ED—net模型是对传统Petri网的一种扩展，提供了描述用户自定义类型、函数及表达式的能力，可精确描述RFID复合事件的属性及时域、非时域、参数化等约束条件．通过对RFID事件形式化描述，各种RFID事件可以统一在ED—net模型，并可自动化进行检测处理，避免了不同复合事件间公共子事件重复检测的问题．最后，经过实验测试和分析，验证了该形式化方法的有效性及其优势．Tag—TextRank：一种基于Tag的网页关键词抽取方法
摘要：关键词抽取是从文本中抽取代表性关键词的过程，在文本处理领域中具有重要的应用价值．利用一种近年来受到广泛关注的新的信息源——社会化标签（tag）来提高网页关键词柚取的质量．通过对Tag数据进行统计分析，发现用户往往对多个在话题上相关的网页使用同样的标签词，一个特定的文档可以通过其标注信息找到相关文档．在此基础上，提出了利用Tag进行关键词抽取的框架，并给出了一种具体的实现方法Tag-TextRank．该方法在TextRank基础上，通过目标文档中的每个Tag引入相关文档来估计词项图的边权重并计算得到词项的重要度，最后将不同Tag下的词项权重计算结果进行融合．在公开语料上的实验表明，Tag—TextRank在各项评价指标上均优于经典的关键词抽取方法TextRank，并具有很好的推广性．一种结合文本和链接分析的局部Web社区识别技术
摘要：当前Web社区识别算法大都基于纯链接分析，忽略了Web的文本属性．针对Flake等人提出的基于最大流算法的社区识别框架的不足（如赋予网页之间的链接不公平的权重、排序策略单一等），提出了一种结合网页内容分析与链接分析的改进算法．首先，提出一种新的基于文本相似度的边容量分配方法．基于网页间内容越相似彼此传递的权威度越大的特点，将网页的内容相似度用于Web图的边容量设置上，具体策略为Max-flow＋TF—IDF边容量设置和Max-flow＋TF-IDF＋Seeds边容量设置．其次，提出的社区结点的排序策略充分考虑了结点和社区主题的相似度，以此来增强结点区分度．理论分析和实验证明了该算法具有提高社区发现的精度和大小、计算出的排序分值更为客观合理等优点．基于动态主题建模的Web论坛文档摘要
摘要：针对论坛文档由于自身特点缺乏有效的文档摘要方法的现状，提出一种基于LDA主题模型的论坛文档摘要方法．在主题建模中考虑了Web论坛文档中帖子和帖子之间的回复关系，并把主题的分布变为随文档变化而变化的一个动态过程，来解决主题的依赖和偏移问题．在使用Gibbs EM采样算法来确定动态主题模型的参数后，通过计算句子中主题权重之和来确定各个主题的重要程度；最后根据动态主题模型中主题的概率分布计算各句子的权重并得到文档的摘要．实验结果表明，新方法在各个ROUGE评测标准上均优于其他各种对比的摘要方法．
