摘要：针对现有的点击率预估模型忽略了不同特征的重要程度的问题,提出了一种基于特征重要度的广告点击率预估模型,首先模型在DeepFM模型的基础上使用Squeeze-and-Excitation网络动态学习特征的重要性,其次将FM和DNN输出结果进行拼接,通过后续的多层感知机层进一步学习特征的高阶特征交互信息。通过对比了两个公开数据集,实验结果显示,基于特征重要度的广告点击率预估模型相比其他模型得到更好的表现。

摘要：K-means聚类是一种简捷高效、收敛速度快且易于实现的统计分析方法,但是传统的K-means聚类算法对初始聚类中心的选取敏感且易陷入局部最优,同时多数无监督特征选择算法容易忽视特征之间的联系。为此,提出了一种结合人工蜂群与K-means聚类的特征选择方法。首先,为了使同一簇中样本的相似度高而不同簇中样本的相似度低,基于簇内聚集度和簇间离散度构建了新的适应度函数,更好地反映各样本的特性,进而构建了蜜源被选择新的概率表达式;其次,设计了随着迭代次数的增加而数值逐渐减小的权重,提出了使蜂群搜索范围动态缩进的蜜源位置更新表达式;然后,为了弥补传统的欧氏距离在计算距离时仅考虑向量之间的累积差异而表现出的局限性,构造了同时考虑样本影响程度不同以及样本的相似性的加权欧氏距离表达式;最后,引入标准差和距离相关系数,定义了特征区分度与特征代表性,以二者之积度量特征重要性。实验结果表明,所提算法加快了人工蜂群算法的收敛速度并提高了K-means算法的聚类效果,同时也有效地提升了特征选择的分类效果。

摘要：在邻域粗糙集模型中,由于计算邻域及正域的工作量较大,因此,对邻域决策表进行特征选择或降维具有较高的时间复杂度。特别是随着邻域决策表维数的增多,计算工作量呈指数级增加。针对此类问题,引入人工蜂群算法进行优化。首先,给出了一种邻域粗糙集分辨矩阵特征重要性度量方法;其次,以邻域分辨矩阵特征重要度为启发因子构造了适应度函数,新的适应度函数增加了启发信息;最后,设计了一种人工蜂群算法优化的特征选择算法。UCI数据集对比实验结果与分析表明,与原有的邻域特征选择算法相比,新算法减少了迭代次数,加快了收敛速度,并且能够有效寻找到最小特征子集。

摘要：为了加强橡胶沥青在应用过程中的质量控制,首先建立橡胶沥青针入度、软化点、延度、蠕变恢复率、应变恢复率相对差异和低温劲度模量等评价指标样本集,通过可视化统计方法分析橡胶沥青性能时程的变化规律,并基于随机森林(random forest,RF)算法建立橡胶沥青性能时程归类决策模型。结果表明:随着储存时程的延长,橡胶沥青的性能一直处于循环变化阶段,当储存时程大于4 h时,其性能平均降低幅度达79%,且性能时程分布分割现象显著;采用RF算法预测的橡胶沥青性能时程回归值与真实值的拟合准确度达90%以上,相关系数为0.9962,模型平均绝对误差(mean absolute error,MAE)为0.0867 h,均方误差(mean square error,MSE)为0.0168 h2。RF模型的预测回归效果理想,可快速评价施工过程中橡胶沥青性能时程变化,为橡胶沥青的质量控制提供决策。

摘要：为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示:该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。

摘要：【目的】通过修复隧道监测数据的缺失值,为后续对隧道健康状态的分析提供更接近于现实的完整数据。【方法】本研究提出基于回归和分类思想的机器学习插补法,通过建立特征与缺失数据之间的关联规则,根据缺失个数和置换特征的重要度来设计插补顺序,并对缺失数据进行迭代插补。【结果】根据不同的缺失率、缺失类型和特征重要度对UCI数据和实际隧道监测数据进行实例分析,对比统计方法和机器学习方法的特点。【结论】机器学习方法适用于离散缺失和后段连续缺失的数据,传统的统计方法适用于监测数据前段、中段和前中后段连续缺失的情况,RF集成模型能达到最优的插补性能。根据缺失个数或将其与置换特征重要度加权求和得到插补顺序时,机器学习方法的插补性能更好。