关键词： Scheduling  

摘要： This article focuses on mapping jobs to resources with use of off-the-shelf machine learning methods. The machine learning methods are used in the black-box manner, having a wide variety of parameters for internal cross validation. In the article we focus on two sets of experiments, both constructed with a goal of congesting the system. In the first part, the machine learning methods are used as assistants for the base resource selection algorithms, while in the second part, they are used to directly select the resource for job execution. We set up two experiments with different objectives. In the first experiment, the objective was to maximize the number of jobs finished within the deadline, while in the second experiment, the objective was to minimize the job tardiness. Finally, in the first part we were changing resource selections of simple job dispatching algorithms, while in the second part, we were employing the optimization scheme of the ALEA algorithm [15]. The results show that even with a such black-box approach of the off-the-shelf machine learning methods, we can achieve improvements or at least get comparable results.

关键词： 人工神经网络   支持向量机   水质遥感   叶绿素a   太湖  

摘要： 为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的"过学习"等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.

关键词： 亚细胞定位   生物信息学   机器学习   分类器   特征提取  

摘要： 蛋白质亚细胞定位与其功能密切相关。蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障。研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,对于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和奥秘具有重要意义。基于机器学习方法的蛋白质亚细胞定位预测是生物信息学研究的热点之一。从数据集的建立、蛋白质序列特征刻画和蛋白质亚细胞定位预测算法3个方面,总结和评述了在过去十几年里机器学习方法在蛋白质亚细胞定位研究中的应用情况和取得的成果,分析了机器学习方法在蛋白质亚细胞定位预测方面存在的问题和面临的挑战,指出了蛋白质亚细胞定位研究的主要方向。

关键词： 高斯过程   机器学习   水库水温垂直分布   模式识别  

摘要： 利用高斯过程机器学习模型建立水库水温垂直分布结构类型与其复杂影响因素之间的非线性映射关系,提出一种基于高斯过程机器学习的水库水温垂直分布结构类型的模式识别方法。工程实例应用表明,该方法具有模型参数自适应确定、容易实现且识别精度高等优点。

关键词： 机器学习   神经网络   决策树  

摘要： 阐述数据挖掘的分类及目的,总结分类器的构造方法,讲述分类中决策树的构建和修剪.

关键词： 人脸识别   机器学习   反向传播神经网络   径向基函数神经网络   支持向量化   集成学习   比较  

摘要： BP神经网络、RBF神经网络、支持向量机(SVM)和集成学习是目前应用最为广泛的四种机器学习方法。将这四种常用的机器学习方法分别应用于人脸识别,并利用ORL人脸图像库对各学习方法性能进行了测试和评估。测试结果表明SVM和集成学习在实验中取得了较好的性能,最适合用于人脸识别中特征分类器。

关键词： 信用预测   非平衡数据分类   支持向量域   非负二次规划   乘性更新算法  

摘要： 基于非平衡数据集的支持向量域分类模型,提出了一种银行客户个人信用预测方法。首先分析了信用预测的主要方法及其不足,然后研究了支持向量域分类模型及其参数的非负二次规划乘性更新算法,进而提出基于支持向量域分类模型的银行客户个人信用预测方法,最后使用人工数据和实际数据对提出方法与支持向量机预测方法进行对比实验。实验结果表明对于银行客户个人信用预测的非平衡数据分析问题,基于支持向量域模型的分类预测方法更有效。

关键词： breed discrimination   genetic diversity   horse breeds   machine learning algorithms   microsatellite  

摘要： Genetic relationships and population structure of 8 horse breeds in the Czech and Slovak Republics were investigated using classification methods for breed discrimination. To demonstrate genetic differences among these breeds, we used genetic information - genotype data of microsatellite markers and classification algorithms - to perform a probabilistic prediction of an individual's breed. In total, 932 unrelated animals were genotyped for 17 microsatellite markers recommended by the ISAG for parentage testing (AHT4, AHT5, ASB2, HMS3, HMS6, HMS7,HTG4, HTG10, VHL20, HTG6, HMS2, HTG7, ASB17, ASB23, CA425, HMS1, LEX3). Algorithms of classification methods - J48 (decision trees); Naive Bayes, Bayes Net (probability predictors); IB1, IB5 (instance-based machine learning methods); and JRip (decision rules)- were used for analysis of their classification performance and of results of classification on this genotype dataset. Selected classification methods (Naive Bayes, Bayes Net, IB1), based on machine learning and principles of artificial intelligence, appear usable for these tasks.

关键词： 机器学习   神经网络   支持向量机   近邻法   直推式异常检测  

摘要： 随着各行各业所面临的网络安全问题越来越复杂,对入侵检测的研究虽已延续多年,但如今仍然是网络安全领域中最具有活力的研究方向之一。本文以国家重点项目为依托,针对基于机器学习方法的网络入侵检测或网络异常检测技术进行了全面,深入地理论分析,并针对入侵检测技术领域中资源消耗大这一关键问题,创新地提出了一种基于特征压缩和分支剪裁的直推式网络异常检测方法,所有的理论方法均在世界著名的KDD CUP99公用数据集进行了充分的实验和对比分析,从而使实验结果更具有可比性,为实际的入侵检测系统提供了有利的理论依据。本文的研究工作的主要内容有: 一、研究了基于BP、SOM、C-SVM和近邻法的网络入侵检测方法和基于SOM、OC-SVM的网络异常检测方法,并进行了仿真实验。仿真结果表明,基于BP神经网络的网络入侵检测方法具有较高的检测率,而基于C-SVM的网络入侵检测方法具有较低的误报率;相对于基于OC-SVM的网络异常检测方法来说,基于SOM神经网络的网络异常检测方法具有较好的检测效果。近邻法中,压缩近邻法是五种近邻法中最具有优良特性的算法,该方法既减少了训练集中的样本数量,又提高了算法运行效率。仿真实验表明,压缩近邻法是一种能够在保持检测效率的同时大幅度删减训练样本的有效方法。 二、首次提出了基于特征压缩和分支剪裁的直推式网络异常检测方法,该方法旨在降低算法所需大量系统资源这一在入侵检测技术的关键问题。本文通过引入特征压缩和分支限界树剪裁技术,一方面降低了训练数据和测试数据的特征维数,同时降低了欧氏距离计算的次数。实验结果证明,该方法能较好地解决这一关键问题。 三、在对几大类基于机器学习的入侵检测方法进行了理论研究的基础上,本文全面地进行了实验对比分析,对关键数据进行了定性或者定量的分析,从而为实际入侵检测系统的设计提供了有效的经验依据。 四、将入侵检测理论方法应用到大唐入侵防御系统中,并对实际系统的部署,结构,及模块设计做了简要而清晰的说明,指出了下一步研究工作的重点。

关键词： 视觉信息标注   视觉信息检索   机器学习   多语义概念学习   半监督学习   多示例学习   语义概念特性  

摘要： 随着存储设备、计算机网络和压缩技术的发展,视觉信息大量涌现,如何有效地组织、表达、管理和检索浩如烟海的视觉信息,已成为科研领域和工业界亟待研究解决的问题.其中,视觉信息语义标注受到愈来愈多的关注,成为当下的研究热点。 早期的视觉信息标注是人工完成的,然而人工标注费时费力,无法完成大规模视觉信息的语义标注,这促使人们寻找新的标注技术。由于机器学习方法具有成熟的理论基础,可为语义标注提供理论支持及可能的解决方案,基于机器学习的自动语义标注已逐渐成为解决视觉信息标注问题的主流途径.本文主要针对基于机器学习的视觉信息标注展开研究,提出了一系列新颖的标注算法,期望通过挖掘视觉信息标注的特性来提高视觉信息标注的准确性,以促进其实用化进程。本论文的主要研究工作如下: 1.提出了面向语义概念特性挖掘的视觉信息标注框架。在传统的视频标注方法中引入语义概念特性挖掘,提出了结合概念间统计相关性以及语义相关性的视觉信息标注改善算法。传统的视觉信息标注方法将某语义概念的标注问题当作两类分类问题来解决,将语义概念简单地视为类别标号,忽略了语义概念的自身特性,如概念间的统计相关性、语义相关性等,从而难以获得令人满意的效果。本文通过挖掘语义概念特性,并以此指导视觉信息标注,有效地提高了标注的准确性。 2.提出了全新的基于半监督多语义概念学习的视觉信息标注技术。将多语义概念学习引入到半监督学习中,提出了半监督多语义概念学习框架。基于此框架,提出了两种新颖的半监督多语义概念学习算法,有机地结合了样本间的相似性、语义概念间的相关性、以及样本与概念间的映射关系。基于半监督多语义概念学习的视觉信息标注技术在克服了训练样本缺乏问题的同时,充分挖掘了概念间的相关性,获得了更为准确的标注模型。 3.首创性地研究了基于多示例多语义概念学习的视觉信息标注技术.多示例学习作为消除数据歧义性的有效途径,己被越来越多地应用于视觉信息标注。但是,以往的多示例学习方法局限于解决单语义概念学习问题.而视觉信息标注本质上是一个多语义概念学习问题,并且数据歧义的起因也正是这种多语义性。多示例多语义概念学习技术从全新的角度对视觉信息标注进行研究,将多语义概念学习的思想引入到多示例学习中,通过挖掘概念间的相互联系更好地消除了视觉数据的歧义,从而有效地提高了标注的准确性。 视觉信息标注研究,涉及到机器学习、计算机视觉以及认知科学等多个领域,希望本文的研究工作,也能为相关领域提供一些新的思路与方法。