智能系统学报 /oa 人工智能伦理体系:基础架构与关键问题 /oa/darticle.aspx?type=view&id=201906037 全球范围内针对人工智能伦理准则的讨论已达成基本共识。在此基础上,本文进一步研究4个关键问题:人工智能伦理体系的运行机制问题、人工智能伦理准则的场景落地问题、人工智能伦理风险的预测判别问题,以及人工智能伦理对重大社会问题综合创新的支撑机制问题。这些问题超越了人工智能伦理准则的范围,却是一种完整、有效的人工智能伦理体系所必须解答的。本文的主要贡献是对这4个问题提出一套建议方案。 2019年07月02 00:00 2019年04期 605 610 1729462 陈小平 上下文感知旅游推荐系统研究综述 /oa/darticle.aspx?type=view&id=201901013 随着人们生活水平的提高,旅游已成为一项普遍的休闲活动,进而推动了旅游推荐方面技术的研究。与传统推荐系统相比,除了考虑游客和旅游产品的相关特征之外,旅游推荐系统的推荐质量在很大程度上受到位置、时间、天气、游客社交群体等上下文信息的影响。本文首先给出上下文感知旅游推荐系统的总体框架;然后对位置、时间、游客社会化网络和多维上下文等4类典型的上下文信息在旅游推荐系统中的应用进行了详细考察,并对综合应用各种上下文信息的旅游推荐系统进行了分析;从旅游推荐产品的角度对推荐系统进行分类考察;最后讨论了上下文感知旅游推荐系统目前面临的重点和难点问题,指出下一步的研究方向。 2019年07月02 00:00 2019年04期 611 618 4012563 匡海丽, 常亮, 宾辰忠, 古天龙 可拓学中相关关系的变换方法研究 /oa/darticle.aspx?type=view&id=201811027 为了探讨通过改变事物之间的相关关系来解决矛盾问题的理论和方法,依据可拓学中的相关分析方法、可拓变换、TRIZ等理论,结合实际的工程经验,通过研究物元之间存在的某些相关关系,建立了改变这些相关关系的方法,并以“灯”为例,将该方法用于灯饰产品的创新以及与灯丝相关的技术问题的分析和解决。研究结果表明:运用所建立的方法,可获得一种有效的新产品创意,可根据人的心情变色的灯以及可有效提高其性能的方法,从而验证了所建立的相关关系变换方法在实际运用中的可操作性和有效性。 2019年07月02 00:00 2019年04期 619 626 3768122 李文军<sup>1,2,3</sup>, 杨春燕<sup>1,2</sup>, 汤龙<sup>1,2</sup>, 张文英<sup>3</sup>, 钟建华<sup>3</sup> 基于改进的Faster R-CNN高压线缆目标检测方法 /oa/darticle.aspx?type=view&id=201905026 利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的Faster R-CNN高压线缆目标检测方法。为了提高网络提取图像高级特征的能力,引入跳转连接并调整激活层、卷积层的顺序;然后对候选框生成机制进行改进,提升网络对小目标检测的性能;最后利用ROI池化层提取每个区域的特征,同时完成分类和框回归任务。通过构建高压线缆图像数据集,基于改进的Faster R-CNN模型进行大量实验,最后取得了较好的精度和较快的速度。 2019年07月02 00:00 2019年04期 627 634 4473308 刘召<sup>1</sup>, 张黎明<sup>2</sup>, 耿美晓<sup>1</sup>, 么军<sup>2</sup>, 张金禄<sup>2</sup>, 胡益菲<sup>2</sup> 半监督自训练的方面提取 /oa/darticle.aspx?type=view&id=201806006 方面提取是观点挖掘和情感分析任务中的关键一步,随着社交网络的发展,用户越来越倾向于根据评论信息来帮助进行决策,并且用户也更加关注评论的细粒度的信息,因此,从海量的网络评论数据中快速挖掘方面信息对于用户快速决策具有重要意义。大部分基于主题模型和聚类的方法在方面提取的一致性上效果并不好,传统的监督学习的方法效果虽然表现很好,但是需要大量的标注文本作为训练数据,标注文本需要消耗大量的人力成本。基于以上问题,本文提出一种基于半监督自训练的方面提取方法,充分利用现存的大量未标签的数据价值,在未标签数据集上通过词向量模型寻找方面种子词的相似词,对每个方面建立与数据集最相关的方面表示词集合,本文方法避免了大量的文本标注,充分利用未标签数据的价值,并且本文方法在中文和英文数据集上都表现出了理想的效果。 2019年07月02 00:00 2019年04期 635 641 990067 曲昭伟<sup>1</sup>, 吴春叶<sup>1</sup>, 王晓茹<sup>2</sup> 密集堆叠下的高相似度木块横截面检测 /oa/darticle.aspx?type=view&id=201806001 快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键。由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战。针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单高效的Wood R-CNN网络模型,通过改进模型的损失函数和非极大值抑制算法来提升检测精度,简化网络结构和改进特征金字塔网络来保证检测速度。实验证明:该模型可在密集堆叠情况下精确地检测高相似度木块横截面,检测速度较快且鲁棒性良好,可实际运用于木块生产和交易中。 2019年07月02 00:00 2019年04期 642 649 2993532 魏文戈<sup>1,2</sup>, 谭晓阳<sup>1,2</sup> 冠状动脉系统的微分积分终端滑模混沌抑制 /oa/darticle.aspx?type=view&id=201801022 冠状动脉系统的混沌现象会导致严重的健康问题。以非线性冠状动脉系统为研究对象,建立了不确定性冠状动脉系统动力学模型,提出了不确定性冠状动脉系统的微分积分终端滑模混沌抑制方法,针对该模型的不确定性设计了扰动观测器,根据Lyapunov理论证明了所设计控制系统的稳定性,通过仿真实验验证了所提出的混沌抑制方法的有效性和可行性。 2019年07月02 00:00 2019年04期 650 654 3666353 钱殿伟, 席亚菲 基于带约束S型速度曲线的机械手笛卡尔空间轨迹规划 /oa/darticle.aspx?type=view&id=201806025 针对机械手在笛卡尔空间中轨迹规划问题,设计基于S型速度曲线的空间直线和空间圆弧插补算法。增加路径长度约束,将S型速度规划分为七段式、六段式、五段式和四段式4种类型;建立基于四元数的直线与圆弧运动的位姿模型,并采用弧长增量法插补技术实现轨迹规划。在六自由度机械手实时控制平台上进行了实验验证。结果表明:该算法可实现在路径长度约束下速度和加速度的自动调整;该算法可保证机械手末端加速度连续,有效减少冲击。 2019年07月02 00:00 2019年04期 655 661 1500449 李振娜, 王涛, 王斌锐, 郭振武, 陈迪剑 基于改进D*算法的无人机室内路径规划 /oa/darticle.aspx?type=view&id=201803031 针对多旋翼飞行器室内无GPS信号时的导航问题,本文采用二维码阵列构建室内定位系统,基于改进D*算法实现无人机室内路径规划,从而实现飞行器在室内的自主导航和避障。基于ArUco二维码设计了地面阵列为无人机提供了全局精确定位信息,使用改进D*算法保证了无人机在飞行过程中能自主进行路径规划和飞行。通过设计实验对改进D*算法进行了数值仿真验证,并在实际无人机的飞行中应用。实验结果证明:所提改进算法较传统D*算法能更好地保证无人机的飞行安全,同时基于二维码阵列的定位方式不但具有较高精度同时成本低易于实现。 2019年07月02 00:00 2019年04期 662 669 1549175 张飞<sup>1</sup>, 白伟<sup>2</sup>, 乔耀华<sup>3</sup>, 邢伯阳<sup>2</sup>, 周鹏程<sup>4</sup> 基于图像聚类的交通标志CNN快速识别算法 /oa/darticle.aspx?type=view&id=201806026 为了提高交通标志图像识别的准确性和实时性,提出一种基于图像聚类的交通标志CNN快速识别算法。利用图像聚类算法对原始数据集进行样本优化;采用多种图像预处理操作使样本整体质量进一步提升;构造了深度为9的CNN结构,通过多次训练得到最终的网络模型,将待识别的图像输入到CNN模型来实现自动识别。在德国交通标志数据集(German traffic sign recognition benchmark, GTSRB)和比利时交通标志数据集(Belgium traffic sign dataset, BTSD)上证明了算法的有效性,单张图片的识别速度只需0.2 s,识别精度高达98.5%以上。本算法具有识别速度快、准确率高的特点,可为智能驾驶的可靠性和安全性提供理论依据和技术支持。 2019年07月02 00:00 2019年04期 670 678 1225315 伍锡如<sup>1,2</sup>, 雪刚刚<sup>1,2</sup> 基于图约简的知识联想关系网络建模 /oa/darticle.aspx?type=view&id=201808009 考虑到人类知识在大脑中以联想记忆形式存在,尝试从联想关系的视角深入探索知识体系的内在关系网络模型,旨在为知识图谱的建模提供一种可参考的新思路。对于给定的知识语料库,首先考虑以直接联想关系生成方式构建初始的知识关系网络,随后引入多种图约简方法优化知识联想关系网络的建模。研究中特别地提出了随机选择、局部联想最大记忆保留、全局联想最大记忆保留等3种知识联想关系约简重整策略,并通过实验手段对这3种策略进行建模分析。实验结果表明:3种方法呈现出了价值意义清晰的共同性能特征,而其中的全局联想最大记忆保留策略能最优地平衡知识联想关系网络的规模和联想记忆效率,可为相关应用提供有效的方法基础,也可为进一步探索类脑联想记忆的知识关系网络生成建模提供十分有益的启发。 2019年07月02 00:00 2019年04期 679 688 1227050 王坤, 谢振平, 陈梅婕 一种双优选的半监督回归算法 /oa/darticle.aspx?type=view&id=201805010 针对一些工业过程中存在的有标签样本少,而传统的半监督学习无法保证对无标签样本准确预测的问题,提出一种双优选的半监督回归算法。首先,确定有标签样本密集区中心,并计算无标签样本与该中心的相似度,实现对无标签样本的优选,同时根据有标签样本间相似度优选有标签样本;然后,利用高斯过程回归方法对选出的有标签样本建立辅学习器,以对优选出的无标签样本预测标签;最后,利用这些伪标签样本提升主学习器的预测效果。通过数值例子以及实际脱丁烷塔过程数据进行建模仿真,证明了所提方法在有标签样本较少的情况下有良好的预测性能。 2019年07月02 00:00 2019年04期 689 696 3236462 程康明<sup>1</sup>, 熊伟丽<sup>1,2</sup> 用于目标跟踪的智能群体优化滤波算法 /oa/darticle.aspx?type=view&id=201805049 针对目标跟踪中的状态估计,提出一种智能群体优化滤波算法。算法在贝叶斯滤波的基础上,运用智能群体优化的3种运动模型估计目标的后验状态,其中内聚运动在保持了粒子多样性的情况下增加了样本的权值,分离运动和排列运动相协调能够更加准确地预测下一时刻目标的先验状态。实验结果表明:与标准粒子滤波相比,该算法能够更加准确地估计非线性系统中的后验状态,在复杂多变的场景环境中,表现出更高的跟踪准确性。 2019年07月02 00:00 2019年04期 697 707 1470571 许奇, 王华彬, 周健, 陶亮 基于深度学习的椎间孔狭窄自动多分级研究 /oa/darticle.aspx?type=view&id=201806015 椎间孔狭窄症的术前定性分级诊断对临床医生治疗策略的制定和患者健康恢复至关重要,但目前该方面临床上仍然存在很多问题,并且缺乏相关的研究和行之有效的方法用于辅助临床医生诊断。因此,为提高计算机辅助椎间孔狭窄症诊断准确率以及医生工作效率,本文提出一种基于深度学习的椎间孔狭窄图像自动分级算法。从人体矢状切脊柱核磁共振图像中提取脊柱椎间孔图像,并做图像预处理;设计一种监督式深度卷积神经网络模型,用于实现脊柱椎间孔图像数据集的自动多分级;利用迁移学习方法,解决深度学习算法在小样本数据集上的过拟合问题。实验结果表明,本文算法在脊柱椎间孔图像数据集上的分类精确度可达到87.5%以上,且其具有良好的鲁棒性和泛化能力。 2019年07月02 00:00 2019年04期 708 715 4478585 洪雁飞<sup>1,2</sup>, 魏本征<sup>1,2</sup>, 刘川<sup>2</sup>, 韩忠义<sup>1,2</sup>, 李天阳<sup>1,2</sup> 基于光照预处理与特征提取的纺织品瑕疵检测方法 /oa/darticle.aspx?type=view&id=201805023 针对光照对纺织品图像特征提取的影响以及传统完整局部二值模式(complete local binary pattern)算法的局限性,本文提出了一种基于局部对比度增强(local contrast enhancement )算法的改进CLBP特征提取方法并将其应用到纺织品瑕疵检测中。该方法采用局部对比度增强算法对受光照影响的纺织品图像进行预处理,使用改进CLBP算法对分块后(格分割)图像进行特征提取,计算每一格子特征值与标准特征值的KLD散度并与训练得到的阈值进行比较,大于阈值格子标记为瑕疵。使用本文方法在标准星形(star)数据库与箱形(box)数据库中实验结果表明,该方法与其他预处理方法相比有更加出色的处理效果,大部分检测结果的查全率均可达到0.99左右。 2019年07月02 00:00 2019年04期 716 724 5142945 狄岚, 赵树志, 何锐波 联合外形响应的深度目标追踪器 /oa/darticle.aspx?type=view&id=201807029 针对追踪器使用卷积网络提取出来的特征模板进行目标位置匹配时,易产生响应噪声的问题,本文提出一种联合外形响应和卷积响应的深度目标追踪方法。在当前帧中,由前一帧提供的目标信息先分别提取卷积特征和外形信息,然后获得相应的卷积位置响应和外形位置响应;最后利用外形位置响应对卷积位置响应进行修正,从而有效地抑制响应噪声。实验表明:这种方法具有较高的位置精度,能够提高目标跟踪的准确性。 2019年07月02 00:00 2019年04期 725 732 5616864 孙海宇, 陈秀宏, 肖汉雄 基于异构距离的集成分类算法研究 /oa/darticle.aspx?type=view&id=201807023 针对异构数据集下的不均衡分类问题,从数据集重采样、集成学习算法和构建弱分类器3个角度出发,提出一种针对异构不均衡数据集的分类方法——HVDM-Adaboost-KNN算法(heterogeneous value difference metric-Adaboost-KNN),该算法首先通过聚类算法对数据集进行均衡处理,获得多个均衡的数据子集,并构建多个子分类器,采用异构距离计算异构数据集中2个样本之间的距离,提高KNN算法的分类准性能,然后用Adaboost算法进行迭代获得最终分类器。用8组UCI数据集来评估算法在不均衡数据集下的分类性能,Adaboost实验结果表明,相比Adaboost等算法,F<sub>1</sub>值、AUC、G-mean等指标在异构不均衡数据集上的分类性能都有相应的提高。 2019年07月02 00:00 2019年04期 733 742 2786348 张燕, 杜红乐 基于图游走的并行协同过滤推荐算法 /oa/darticle.aspx?type=view&id=201806002 针对目前协同过滤推荐算法存在的数据稀疏性问题和可扩展性问题,本文进行了相关研究。针对稀疏性问题,在传统的皮尔逊相关相似度中引入交占比系数计算用户间直接相似度,该方法缓解了用户间共同评分项的占比问题;提出一种基于图游走的间接相似度计算方法,该方法根据用户间的直接相似度建立用户网络图,在用户网络图上通过游走计算用户间的间接相似度,并进行推荐。在Spark平台上实现本文方法的并行化,缓解了数据规模增加带来的可扩展性问题。实验结果表明:本文提出的算法在不同数据集上均取得了良好效果,有效地提高了推荐准确度,并且在分布式环境下具有良好的可扩展性。 2019年07月02 00:00 2019年04期 743 751 4741883 顾军华<sup>1,2</sup>, 谢志坚<sup>1,2</sup>, 武君艳<sup>1,2</sup>, 许馨匀<sup>1,2</sup>, 张素琪<sup>3</sup> 基于车内外视觉信息的行人碰撞预警方法 /oa/darticle.aspx?type=view&id=201801016 行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据,本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法,用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人,根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点,通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息,本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明,根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。 2019年07月02 00:00 2019年04期 752 760 1555384 杨会成, 朱文博, 童英 基于图勾勒的图链路预测方法 /oa/darticle.aspx?type=view&id=201806007 针对已有链路预测算法复杂度高,不适于在大规模图上进行链接预测的问题,本文基于图勾勒近似技术对已有链路预测方法进行优化,提出了基于图勾勒的链路预测方法。该方法将链路预测算法的计算复杂度由<i>O</i>(<i>n</i><sup>3</sup>)降低至<i>O</i>(<i>n</i><sup>2</sup><i>k</i><sup>2</sup>log<sup>2</sup><i>n</i>)。为进一步提高链接预测效率,给出了基于Spark的并行化链路预测实现方法。在真实图数据集上进行测试,实验结果表明本文方法在保证链接预测精度的前提下,可有效提升算法效率。 2019年07月02 00:00 2019年04期 761 768 4573407 尤洁<sup>1</sup>, 李劲<sup>1,2</sup>, 张赛<sup>1</sup>, 李婷<sup>1</sup> 改进猫群算法求解置换流水车间调度问题 /oa/darticle.aspx?type=view&id=201804016 标准猫群算法(CSO)在求解最小化最大完工时间的置换流水车间调度问题(PFSP)时收敛速度较慢,同时,当问题规模变大时容易出现“维数灾难”。为加快寻优速度,同时避免“维数灾难”,提出了一种基于分布估计算法的改进猫群算法(EDA-CSO)。以猫群算法为框架,嵌入分布估计算法,在搜寻模式下,利用概率矩阵挖掘解序列中的优秀基因链组合区块,使用猫群算法中的跟踪模式更新猫的速度和位置,从而更新优秀解序列产生子群体。最后,通过对Carlier和Reeves标准例题集的仿真测试和结果比较,验证了该算法良好的鲁棒性和全局搜索能力。 2019年07月02 00:00 2019年04期 769 778 3555675 裴小兵, 于秀燕 多特征融合的兴趣点推荐算法 /oa/darticle.aspx?type=view&id=201801048 基于位置社交网络的兴趣点推荐越来越受到工业界和学术界的关注。由于用户签到数据集的稀疏性以及签到地理位置的聚集性,使得目前的推荐算法效率普遍不高,特别是当用户外出到新的地点时,推荐效果更是急剧下降。因此本文提出了一种基于用户-区域-内容主题的多特征联合推荐算法(UCRTM),以隐主题模型为基础,在统一的框架下利用隐含因子关联性融合了用户的偏好、兴趣点的内容以及兴趣点所属地理区域主题等信息来进行推荐,使得用户无论身处何地,都能获得理想的推荐服务。本文在两种真实的数据集上进行了实验,结果表明该方法不仅能够克服数据的稀疏性以及弱语义性等问题,而且与其他方法相比具有更高的推荐准确率。 2019年07月02 00:00 2019年04期 779 786 2116834 涂飞 低觉醒脑电识别与唤醒的可穿戴系统研究 /oa/darticle.aspx?type=view&id=201806047 为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态,本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统,系统通过传感器从大脑头皮采集脑电信号,转换为数字信号,经傅里叶变换获取了脑电信号的<i>θ</i>相对能量、<i>α</i>相对能量、重心频率、谱熵等4个特征量,由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别,当识别出低觉醒状态时采用声音报警模块发出声音,唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态,识别率达90.8%,可为提高警戒作业工作绩效提供一种可穿戴的智能装备。 2019年07月02 00:00 2019年04期 787 792 3882810 杨建平, 刘明华, 吕敬祥, 孔翠香, 帅晓勇 全钢子午线轮胎X光图像的缺陷检测研究现状 /oa/darticle.aspx?type=view&id=201806014 全钢子午线轮胎结构复杂,生产过程中会出现多种缺陷,利用图像处理技术能够对全钢子午线轮胎的X光图像进行缺陷检测。为了更清楚地梳理现存算法,对当前全钢子午线轮胎X光图像的缺陷检测算法做了大量调研。首先,对全钢子午线轮胎缺陷检测的研究现状及发展历程做了梳理和回顾;然后,对全钢子午线轮胎缺陷进行分类,根据不同类型的缺陷分别介绍该类缺陷的主要检测方法,并对检测方法进行优缺点分析;最后,指出未来在全钢子午线轮胎缺陷研究领域中面临的挑战,展望了轮胎缺陷检测技术的发展方向。 2019年07月02 00:00 2019年04期 793 803 4416027 逄增治<sup>1,2,3</sup>, 郑修楠<sup>1,2,3</sup>, 李金屏<sup>1,2,3</sup> 一种快速鲁棒核空间图形模糊聚类分割算法 /oa/darticle.aspx?type=view&id=201806045 针对现有鲁棒图形模糊聚类算法难以满足强噪声干扰下大幅面图像快速分割的需要,提出一种快速鲁棒核空间图形模糊聚类分割算法。该算法将欧氏空间样本通过核函数映射至高维空间;采用待分割图像中像素邻域的灰度和空间等信息构建线性加权滤波图像,对其进行鲁棒核空间图形模糊聚类;并引入当前聚类像素与其邻域像素均值所对应的二维直方图信息,获得鲁棒核空间图形模糊聚类快速迭代表达式。对大幅面图像添加高斯和椒盐噪声进行分割测试,实验结果表明:本文算法相比基于图形模糊聚类等分割算法的分割性能、抗噪鲁棒性和实时性有了显著提高。 2019年07月02 00:00 2019年04期 804 811 3235006 吴其平, 吴成茂 鲁棒的半监督多标签特征选择方法 /oa/darticle.aspx?type=view&id=201809017 针对现有的半监督多标签特征选择方法利用<i>l</i><sub>2</sub>-范数建立谱图易受到噪声影响的问题,文中提出一种鲁棒的半监督多标签特征选择方法,利用全局线性回归函数建立多标签特征选择模型,结合<i>l</i><sub>1</sub>图获取局部描述信息提高模型准确度,引入<i>l</i><sub>2,1</sub>约束提升特征之间可区分度和回归分析的稳定性,避免噪声干扰。在4种开源数据集上借助多种性能评价标准验证所提出方法,结果表明:本文方法能有效提高分类模型的准确性和对外界噪声的抗干扰性。 2019年07月02 00:00 2019年04期 812 819 3183689 严菲, 王晓栋 反馈式<i>K</i>近邻语义迁移学习的领域命名实体识别 /oa/darticle.aspx?type=view&id=201804013 领域命名实体识别是构建领域知识图谱的重要基础。针对专业领域语料匮乏的特点,构建基于深度学习的BiLSTM-CNN-CRFs网络模型,并提出一种反馈式<i>K</i>近邻语义迁移学习的领域命名实体识别方法。首先,对专业领域语料和通用领域语料分别训练得到语料文档向量,使用马哈拉诺比斯距离计算领域语料与通用语料的语义相似性,针对每个专业领域样本分别取<i>K</i>个语义最相似的通用领域样本进行语义迁移学习,构建多个迁移语料集。然后,使用BiLSTM-CNN-CRFs网络模型对迁移语料集进行领域命名实体识别,并对识别结果进行评估和前馈,根据反馈结果选取合适的<i>K</i>值,作为语义迁移学习的最佳阈值。以包装领域和医疗领域为例进行实验验证,结果表明:本文方法取得了很好的识别效果,可以有效解决专业领域语料匮乏问题。 2019年07月02 00:00 2019年04期 820 830 4275528 朱艳辉<sup>1,2</sup>, 李飞<sup>1,2</sup>, 冀相冰<sup>1,2</sup>, 曾志高<sup>1,2</sup>, 徐啸<sup>1,2</sup> 弹性网络核极限学习机的多标记学习算法 /oa/darticle.aspx?type=view&id=201806005 将正则化极限学习机或者核极限学习机理论应用到多标记分类中,一定程度上提高了算法的稳定性。但目前这些算法关于损失函数添加的正则项都基于L2正则,导致模型缺乏稀疏性表达。同时,弹性网络正则化既保证模型鲁棒性且兼具模型稀疏化学习,但结合弹性网络的极限学习机如何解决多标记问题鲜有研究。基于此,本文提出一种对核极限学习机添加弹性网络正则化的多标记学习算法。首先,对多标记数据特征空间使用径向基核函数映射;随后,对核极限学习机损失函数施加弹性网络正则项;最后,采用坐标下降法迭代求解输出权值以得到最终预测标记。通过对比试验和统计分析表明,提出的算法具有更好的性能表现。 2019年07月02 00:00 2019年04期 831 842 4108104 王一宾<sup>1,2</sup>, 裴根生<sup>1</sup>, 程玉胜<sup>1,2</sup>