董元方
- 作品数：24 被引量：186H指数：5
- 供职机构：长春理工大学经济管理学院更多>>
- 发文基金：吉林省科技发展计划基金国家自然科学基金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术文化科学电气工程社会学更多>>
- 一种新的分类器性能评估方法
- 2012年
- 针对类不平衡或类分布偏斜数据分类器性能评估问题,提出了一种不平衡数据分类器的性能评估方法——加权AUC(wAUC),为区分不同类别上的正确率对总体性能的不同贡献,在计算ROC曲线下方面积的加权值时,根据真正率TPrate的取值,对不同区域采用不同的权值,使得评估度量更关注于正类准确度。讨论了权值函数应具有的性质,给出了wAUC的性质分析。理论分析和实验结果表明,加权AUC优于OP和AUC。
- 李军李军李雄飞董元方
- 关键词：计算机软件与理论不平衡数据AUC
- 基于LMS-KF算法的室内移动目标定位
- 2016年
- 针对时变环境下室内定位精度较差的问题,提出一种最小均方误差-卡尔曼滤波(LMS-KF)定位算法。应用最小二乘法拟合离线状态下的室内信号传播模型;在在线阶段,针对不断变化的室内环境,采用最小均方误差自适应滤波实时调节传播模型,应用三边定位法进行定位;将定位结果作为观测值,应用卡尔曼滤波对定位结果进行优化。仿真结果表明,在时变的室内环境下,LMS-KF算法能有效提高室内定位精度,使定位误差在1.5m以上的概率为17.5%,比未校正时减小了28.5%,比应用传统KF算法减小了12.5%。
- 程谟方董元方姜淑华
- 关键词：信号强度最小二乘法卡尔曼滤波
- Boosting算法的理论分析及其应用被引量：3
- 2009年
- Boosting是一种改善任意给定的学习算法性能的通用方法。主要关注AdaBoost算法,回顾了关于boosting的近期工作,包括AdaBoost训练误差和泛化误差的分析;boosting与博弈论及线性规划的联系;boosting与logistic回归的关系;AdaBoost在多类分类问题的扩展。
- 董元方李军
- 关键词：数据挖掘
- 一种新的不平衡数据学习算法PCBoost被引量：63
- 2012年
- 现实世界中广泛存在不平衡数据,其分类问题是机器学习研究中的一个热点.多数传统分类算法假定类分布平衡或误分类代价均衡,在处理不平衡数据时,效果不够理想.文中提出一种不平衡数据分类算法-PCBoost.算法以信息增益率为分裂准则构建决策树,作为弱分类器.在每次迭代初始,利用数据合成方法添加合成的少数类样例,平衡训练信息;在子分类器形成后,修正"扰动",删除未被正确分类的合成样例.文中讨论了数据合成方法,给出了训练误差界的理论分析,并分析了集成学习参数的选择.实验结果表明,PCBoost算法具有处理不平衡数据分类问题的优势.
- 李雄飞李军李军董元方
- 关键词：数据挖掘不平衡数据
- 基于生态视角的区域营商环境评价指标体系构建研究被引量：2
- 2022年
- 针对当前区域营商环境评价指标体系中普遍有待进一步强化“系统性”和“用户思维”的问题,在创新创业生态领域理论的基础上,基于“生态视角”,同时借鉴世界银行等权威机构提出的营商环境评价指标体系,采用焦点小组讨论法从核心要素、区域环境和核心支撑3个大层面设计区域营商环境评价指标体系。核心要素层面主要从基础设施、人才、技术、资本以及其他创新创业核心主体等方面进行评价;区域环境层面围绕法治环境、市场环境、社会环境等方面进行评价;核心支撑层面主要围绕政策支撑、政务服务、中介服务等方面进行评价。
- 薛晴予董元方
- 关键词：生态视角营商环境指标体系
- XML文档分类的IL-AdaBoost算法被引量：3
- 2011年
- 提出一种XML文档分类算法——IL-AdaBoost。算法以XML频繁变化子结构为特征构建决策树桩,作为boosting算法的弱分类器,并改进了AdaBoost算法;利用泊松过程模拟新增XML文档的生成,反映XML文档随时间增加的特性,更新样本分布,实现增量学习。利用采样改善基本分类器的差异性,提高集成学习效果。
- 董元方李雄飞李军李军
- 关键词：人工智能ADABOOST
- 基于深度学习的图像补全算法综述被引量：7
- 2020年
- 图像补全是图像处理的一个研究领域,为有物体遮挡以及图像关键部分缺失状况下的图像识别提供了解决方案,应用领域非常广泛,受到了人们的关注。经深度学习方法补全的图像具有更高的图像分辨率和可靠性,逐渐成为图像补全的主流方法之一。文中针对图像补全领域的主要问题,介绍了相关深度学习方法的基本原理和经典算法,系统而渐进地剖析了2010年以来有代表性的图像补全方法,探讨了基于深度学习的图像补全在不同领域的具体应用,并列举了该研究领域目前面临的几个问题。
- 唐浩丰董元方张依桐孙娟娟
- 基于QoS的动态组播路由问题研究
- 组播是一种有效支持多点通信的机制。IP组播利用树转发结构，只需在组播树的分支处复制数据报文，而且在每条链路上仅转发一次。这种技术使IP组播在转发数据到所有组成员时能有效利用资源，而且适合扩展到大的组播组。组播技术的核心是...
- 董元方
- 关键词：QOSIP组播路由协议
- 文献传递
- 一种新的不平衡数据学习的性能评估方法
- 在不平衡数据学习问题中,不同类别上的正确率对总体性能有不同的贡献,而AUC并没有反映这一点。本文提出一种新的分类器性能评估度量wAUC和一种新颖的求取wAUC值的方法。这种方法对于TPrate取不同值的区域,采用不同的权...
- 董元方李雄飞李军赵海英
- 关键词：AUC
- 用蒙特卡罗方法实现聚类结果评估
- 2008年
- 聚类分析的目标是识别相似对象的组,有助于在大数据集合上发现模式的分布和有价值的相关性。由于在工程、商业和社会科学等许多应用领域都已经应用聚类分析,因此已经被广泛研究过。特别是近年来,已有的大量事务和实验数据集需要利用,数据挖掘的需求不断增长,这些都促进了聚类算法在不同领域的应用。本文介绍了聚类的基本概念,及聚类过程的重要问题-聚类结果的质量评估,同时介绍了采用外部准则对聚类结果进行评估的方法。由于对聚类结果的评估会导致计算复杂度过大的问题,因此用蒙特卡罗方法来降低计算复杂度。
- 董元方李军
- 关键词：数据挖掘聚类有效性蒙特卡罗方法
