分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-10-08 合作期刊: 《知识管理论坛》
摘要: [目的 /意义]分析国内外微表情识别领域研究现状与趋势,为图书馆与情报领域用户微表情信息表征的研究提供参考。[方法 /过程]基于文献计量的研究方法揭示近10年微表情识别领域的研究动态,分析微表情识别和信息表征的融合趋势、技术基础与困难挑战。[结果 /结论 ]微表情数据集、微表情识别技术是当前研究热点;技术方法、安全伦理和数据库数量是当今发展的主要挑战;信息传递、信息反馈是图书馆和情报领域未来可发展的新兴研究领域,元宇宙、隐私问题和技术驱动等领域是未来的微表情识别技术的应用趋势。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-12 合作期刊: 《计算机应用研究》
摘要: 针对AdaBoost。M2算法在解决多类不平衡协议流量的分类问题时存在不足,提出一种适用于因特网协议流量多类不平衡分类的集成学习算法RBWS-ADAM2,本算法在AdaBoost。M2每次迭代过程中,设计了基于权重的随机平衡重采样策略对训练数据进行预处理,该策略利用随机设置采样平衡点的重采样方式来更改多数类和少数类的样本数目占比,以构建多个具有差异性的训练集,并将样本权重作为样本筛选的依据,尽可能保留高权重样本,以加强对此类样本的学习。在国际公开的协议流量数据集上将RBWS-ADAM2算法与其他类似算法进行实验比较表明,相比于其他算法,该算法不仅对部分少数类的F-measure有较大提升,更有效提高了集成分类器的总体G-mean和总体平均F-measure,明显增强了集成分类器的整体性能。