软件学报杂志 北大期刊 CSCD期刊 统计源期刊

统计学习研究与应用专刊前言

作者：高阳 陈松灿 刊期：2013年第11期

机器学习是计算机科学、认知科学、数学、统计学、控制、人工智能等诸多学科的交叉领域．机器学习研究自二十世纪五六十年代的感知机开始起步，经过符号学习、神经网络等技术后，逐步发展成为包含统计机器学习、集成机器学习、强化机器学习的研究领域，并在近年来又涌现出迁移学习、流形学习、概率图模型等新的研究方向．机器学了自身研究范围不...

概率图模型研究进展综述

作者：张宏毅 王立威 陈瑜希 刊期：2013年第11期

概率图模型作为一类有力的工具，能够简洁地表示复杂的概率分布，有效地（近似）计算边缘分布和条件分布，方便地学习概率模型中的参数和超参数．因此，它作为一种处理不确定性的形式化方法，被广泛应用于需要进行自动的概率推理的场合，例如计算机视觉、自然语言处理．回顾了有关概率图模型的表示、推理和学习的基本概念和主要结果，并详细介绍...

稀疏学习优化问题的求解综述

作者：陶卿 高乾坤 姜纪远 储德军 刊期：2013年第11期

机器学习正面临着数据规模日益扩大的严峻挑战，如何处理大规模甚至超大规模数据问题，是当前统计学习亟需解决的关键性科学问题．大规模机器学习问题的训练样本集合往往具有冗余和稀疏的特点，机器学习优化问题中的正则化项和损失函数也蕴含着特殊的结构含义，直接使用整个目标函数梯度的批处理黑箱方法不仅难以处理大规模问题，而且无法满足机...

Call for papers International Conference on Software and Systems Process

刊期：2013年第11期

关系分类的学习界限研究

作者：王星 方滨兴 张宏莉 何慧 赵蕾 刊期：2013年第11期

在关系分类模型的学习过程中，目前还没有类似统计学习理论中学习界限的支撑．研究关系分类的学习界限显得尤为重要，为此，提出了一些适用于关系分类模型的学习界限．首先推导出在模型假设空间有限和无限情况下的学习界限．接着提出一个衡量关系模型关联数据能力的复杂性度量——关系维，并证明了该复杂度和关系模型的生长函数之间的关系，得到...

Lp范数约束的多核半监督支持向量机学习方法

作者：胡庆辉 丁立新 何进荣 刊期：2013年第11期

在机器学习领域，核方法是解决非线性模式识别问题的一种有效手段．目前，用多核学习方法代替传统的单核学习已经成为一个新的研究热点，它在处理异构、不规则和分布不平坦的样本数据情况下，表现出了更好的灵活性、可解释性以及更优异的泛化性能．灶合有监督学习中的多核学习方法，提出了基于上。范数约束的多核半监督支持向量机（semi-supervi...

动态粒度支持向量回归机

作者：郭虎升 王文剑 刊期：2013年第11期

粒度支持向量机（granular support vector machine，简称GsVM）可以有效提高支持向量机（support vector machine，简称SVM）的学习效率，但由于经典GSVM通常将粒用个别样本替代，且粒划和学习在不同空间进行闺而不可避免地改变了原始数据分布，从而可能导致泛化能力降低．针对这一问题，通过引入动态层次粒划的方法，设计了动态粒度支持向量回...

加权光滑CHKS孪生支持向量机

作者：丁世飞 黄华娟 史忠植 刊期：2013年第11期

针对光滑孪生支持向量机（smooth twin support vector machines，简称STWSVM）采用的Sigmoid光滑函数逼近精度低和STWSVM对异常点敏感的问题，引入一种性能更好的光滑函数—弋HKs函数，提出了光滑CHKS孪生支持向量机模型（smooth CHKS twin support vector machines，简称SCTWSVM）．在此基础上，根据样本点的位置为每个训练样本赋予不同的重要...

基于统计学习分析多核间性能干扰

作者：赵家程 崔慧敏 冯晓兵 刊期：2013年第11期

普遍认为，云计算和多核处理器将会统治计算领域的未来．但是，目前云计算数据中心的计算资源使用率非常低，其主要原因在于多核处理器上存在严重且不可预知的性能干扰．为了保证关键应用程序的QoS，只能禁止这些关键程序与其他程序共同运行，导致了资源的过度分配．为了提高数据中心的利用率，分析多核间的性能干扰成为一个关键的问题．观察到...

一种基于聚类的PU主动文本分类方法

作者：刘露 彭涛 左万利 戴耀康 刊期：2013年第11期

文本分类是信息检索的关键问题之一．提取更多的可信反例和构造准确高效的分类器是PU（positive and unlabeled）文本分类的两个重要问题．然而，在现有的可信反例提取方法中，很多方法提取的可信反例数量较少，构建的分类器质量有待提高．分别针对这两个重要步骤提供了一种基于聚类的半监督主动分类方法．与传统的反例提取方法不同，利用聚类技...

具有Fisher一致性的代价敏感Boosting算法

作者：曹莹 苗启广 刘家辰 高琳 刊期：2013年第11期

AdaBoost是一种重要的集成学习元算法，算法最核心的特性“Boosting”也是解决代价敏感学习问题的有效方法．然而，各种代价敏感Boosting算法，如AdaCost、AdaC系列算法、CSB系列算法等采用启发式策略，向AdaBoost算法的加权投票因子计算公式或权值调整策略中加入代价参数，迫使算法聚焦于高代价样本．然而，这些启发式策略没有经过理论分析的验...

一种基于数据流的软子空间聚类算法

作者：朱林 雷景生 毕忠勤 杨杰 刊期：2013年第11期

针对高维数据的聚类研究表明，样本在不同数据簇往往与某些特定的数据特征子集相对应．因此，子空间聚类技术越来越受到关注．然而，现有的软子空间聚类算法都是基于批处理技术的聚类算法，不能很好地应用于高维数据流或大规模数据的聚类研究中．为此，利用模糊可扩展聚类框架与熵加权软子空间聚类算法相结合，提出了一种有效的熵加权流数据软子...

属性加权的类属型数据非模聚类

作者：陈黎飞 郭躬德 刊期：2013年第11期

类属型数据广泛分布于生物信息学等许多应用领域，其离散取值的特点使得类属数据聚类成为统计机器学习领域一项困难的任务．当前的主流方法依赖于类属属性的模进行聚类优化和相关属性的权重计算．提出一种非模的类属型数据统计聚类方法．首先，基于新定义的相异度度量，推导了属性加权的类属数据聚类目标函数．该函数以对象与簇之间的平均距离为...

辅助信息自动生成的时间序列距离度量学习

作者：邹朋成 王建东 杨国庆 张霞 王丽娜 刊期：2013年第11期

对于时间序列聚类任务而言，一个有效的距离度量至关重要．为了提高时间序列聚类的性能，考虑借助度量学习方法，从数据中学习一种适用于时序聚类的距离度量．然而，现有的度量学习未注意到时序的特性，且时间序列数据存在成对约束等辅助信息不易获取的问题．提出一种辅助信息自动生成的时间序列距离度量学习（distance metric learning based o...

等谱流形学习算法

作者：黄运娟 李凡长 刊期：2013年第11期

基于谱方法的流形学习算法的目标是发现嵌入在高维数据空间中的低维表示．近年来，该算法已得到广泛的应用．等谱流形学习是谱方法中的主要内容之一．等谱流形学习源于这样的结论：只要两个流形的谱相同，其内部结构就是相同的．而谱计算难以解决的问题是近邻参数的选择以及如何构造合理邻接权．为此，提出了等谱流形学习算法（isospectral mani...