您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

计算机科学技术(11)

中医学与中药学(0)

临床医学(0) 显示更多>>

交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 管理学(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

人工智能24088

SiC14589

基因12168

冠心病9797

数值模拟9153

我的筛选 >
2003-2020 全部
为您找到包含“特征工程”的内容共11

李彦轩,卞佳丽

2019-04-12

方法大多着眼于对模型的研究,但对样本特征空间的研究还有所欠缺;而传统特征工程方法主要从统计和语义的角度来完成模型特征的提取。这类方法的缺点在于在特征提取的广度上具有局限性。所以,本文提出了基于论文摘要的

School of Computer Science and Technology, Beijing University of Posts and Telecommunications, Beijing 100876,School of Computer Science and Technology, Beijing University of Posts and Telecommunications, Beijing 100876

#计算机科学技术#

0评论(0 分享(0)

葛天萌,王春露

2020-02-04

针对超市商品销量的预测问题,本文在研究大量文献的基础上,提出了一种基于LightGBM及XGBoost组合的预测模型。该模型不仅对商品的基本特征进行提取,同时结合了时间滑动窗口在数据特征处理上的优势,对商品销售数据进行动态特征提取,最后通过组合模型进行预测。结果显示,经过滑动窗口法进行数据特征提取后,最终组合模型的预测精度明显优于单模型的预测精度,实验表明,该模型对于超市商品的销量预测精度有明显的提升作用。

Beijing University of Posts and Telecommunications, School of Cyberspace Security, Beijing 100876,Beijing University of Posts and Telecommunications, School of Cyberspace Security, Beijing 100876

#计算机科学技术#

0评论(0 分享(1)

王金海,俎云霄

2016-12-16

随着大数据时代的来临,人类社会已经进入一个崭新的数字时代。大数据的时代里 ,数据的产生和收集是基础,数据挖掘是关键,在日新月异的应用背后,产生的是数据的爆炸式增长和来自于大数据分析的挑战,如何有效的利用这些数据成为一个难题。对超大规模数据进行高效分析、利用已知数据进行大数据各种预测的模型的研究就尤为重要,其中,关键问题是对超大规模数据进行高效分析、利用已知数据进行大数据各种预测的模式是什么?本文结合大数据时代的数据特点,研究大数据的预测处理模式,提出一种算法融合的模型框架,并通过实验数据集验证模式,得到优选的大数据预测处理模式。

北京邮电大学电子工程学院,北京 100876,北京邮电大学电子工程学院,北京 100876

#计算机科学技术#

0评论(0 分享(0)

周琳娜,吕欣一

2020-03-04

为了检测溯源僵尸网络,大量学者对检测区分使用动态域名算法生成的DGA恶意域名进行了研究,但在规则匹配上大多采用逆向分析的方法,这对使用者的技术要求较高,同时会耗费大量时间和人力资源。本文在对DGA恶意域名检测的基础上,对恶意域名进行分析,找出区分明显的特征进行组合,从域名结构、域名字符特征、域名信息熵三个方面分析提取各个恶意域名家族的特征,并选用了SVM算法进行模型训练。在对DGA恶意域名进行家族分类过程中,利用高斯核函数进行转换,简化了SVM分类器的计算量,在保证分类准确度的同时提高了效率,最终,实验证明验证了该方法的有效性。

国家自然科学基金重点项目(U1536207

国家重点研发计划项目(2016QY08D1600

国家重点研发计划课题(2016YFB0801405

2018年度中央高校基本科研业务费项目(3262018T02

北京邮电大学网络空间安全学院,北京 100876,国际关系学院信息科技学院,北京 100091

#计算机科学技术#

0评论(0 分享(0)

Lin Wanying,Wang Yulong

Manual feature engineering has been the key to the success of many predictive tasks of web applications. However, with the exponential increase in the variety and the volume of features, manual feature engineering comes with high cost. Factorization Machines are able to automatically learn the second-order feature interactions. However, FM models capture the non-linear structure of real-world data in an insufficient way. And recent work has shown that DNNs are able to learn higher-order interactions based on existing ones. In this paper, we propose a Deep Dense Crossing Network (DDCN) for recommender system. DDCN keeps the benefits of a DNN model and propose a novel dense crossing structure which connects each layer to every other layer in a feed-forward fashion. DDCN has several advantages: strengthen feature propagation, encourage feature reuse and implicitly learn feature crossing in an efficiently way. We evaluate the model on two datasets of hotel recommendation and clothes recommendation and our experimental results have demonstrated its superiority over the state-of-art algorithms on the recommendation dataset, in terms of model accuracy.

2018-12-21

State Key Laboratory of Networking and Switching, Beijing University of Posts and Telecommunications, Beijing 100876;State Key Laboratory of Networking and Switching, Beijing University of Posts and Telecommunications, Beijing 100876,State Key Laboratory of Networking and Switching, Beijing University of Posts and Telecommunications, Beijing 100876

#Computer Science and Technology#

0评论(0 分享(0)

张维,何所惧

2017-12-12

文本分类属于自然语言处理领域一个非常典型的问题,应用普遍。使用深度学习算法处理文本分类任务可以避免繁杂的人工特征工程,但是如果单纯的使用卷积神经网络(CNN)或者长短时记忆网络(LSTM)模型,则会

School of Software Engineering,Beijing University of Posts and Telecommunications,Beijing,100876,School of Software Engineering,Beijing University of Posts and Telecommunications,Beijing,100876

#计算机科学技术#

0评论(0 分享(0)

李丹艳,刘刚

2020-01-02

降维,构建特征工程的方法,提升识别结果,于是对机器学习常用的几种算法进行调研,例如:支持向量机、决策树、支持向量机等。调研这些机器学习算法从原理到应用,并进行详细阐述。使用其中几种机器学习算法训练语音

Pattern Recognition of Intelligence Search Laboratory of Beijing University of Posts and Tele Communications, Beijing, 100876,Pattern Recognition of Intelligence Search Laboratory of Beijing University of Posts and Tele Communications, Beijing, 100876

#计算机科学技术#

0评论(0 分享(0)

卢君,金正平

2020-03-16

检测方法则无法避免复杂的特征工程过程,这类启发式方法很难应对未知攻击检测,也无法准确识别攻击Payload具体位置。为此,本文提出了一个基于Seq2Seq的无监督、端到端Web攻击检测框架。设计的字符级

北京邮电大学网络与交换技术国家重点实验室,北京 100876,北京邮电大学网络与交换技术国家重点实验室,北京 100876

#计算机科学技术#

0评论(0 分享(0)

沈兰奔,武志昊,纪宇泽,林友芳,万怀宇

2019-03-18

事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖于复杂的语言特征工程和自然语言处理工具,中文事件检测还存在着由分词带来的触发词分割问题。本文将中文事件检测视为一个序列标注而非分类问题

国家重点研发计划资助项目(2018YFC0830200

School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044,School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044,School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044,School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044,School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044

#计算机科学技术#

0评论(0 分享(0)