人工智能,数据挖掘技术已经用于许多领域来解决分类、分割、协会、诊断和预测问题。这个特殊问题的总体目标是开一个讨论研究人员积极致力于算法和应用程序。这个问题涵盖了各种各样的问题对计算智能,机器学习,时间序列分析、遥感图像挖掘和模式识别。经过严格的同行评审过程,从38提交20篇论文被选中。公认的论文在这个问题解决以下主题:(i)先进的人工智能和数据挖掘技术;(2)计算智能动态和不确定的环境;(3)机器学习在大规模数据集;(iv)时间序列数据分析;(v):空间数据挖掘算法和应用程序。
其中,有六个论文设计和优化新算法模型。在“字典学习基于非负矩阵分解使用并行协调血统”z唐et al .,作者提出一种新颖的方法学习一个负的,overcomplete字典稀疏表示的非负信号。在“一个敏感的合奏class-imbalanced数据集的方法”王张y和d,厂商开发的集成学习方法来解决不平衡数据分类。厂商提出的方法是基于支持向量机(SVM)和查询由委员会(QBC)。在“视觉目标跟踪器基于增量学习词典和全球和本地分类”杨y . et al .,一个健壮的全球和本地分类视觉目标跟踪算法在不确定的环境提出基于稀疏表示。在“分析相似/不同的DNA序列基于混沌游戏表示w·邓和y烹调的菜肴,作者构造三种CGR CGR-walk模型空间和描述一个DNA序列。作为一个应用程序中,作者比较exon-1的相似/不同九种球蛋白基因。在“实值否定选择算法基于网格进行异常检测”GB-RNSA r . Zhang et al。异常检测算法。在“一个增强Wu-Huberman算法极点选择策略”y太阳和s丁小说极点选择策略Wu-Huberman算法开发过滤柱点通过引入稀疏率。
几个作者处理时间序列分析的不同方面。在“分段趋势近似:ratio-based时间序列表示“j·丹et al ., PTA开发改进时间序列表示的效率在高维时间序列数据挖掘大型数据库。在“时间序列的动态模糊聚类算法“通过m . et al。动态模糊聚类(DFC)提出了基于改进的模糊c均值(FCM)算法和关键点。该算法是通过判断那些类标签模糊的时间序列,进一步划分成不同的集群。在“短期负荷预测的新战略”杨y . et al .,基于季节性ARIMA模型的混合模型和BP神经网络来提高短期负荷预测精度。
论文收集在这个特殊的问题也关注空间数据挖掘:算法和应用程序。在“生态脆弱性评估整合空间分析技术与算法:一个案例的wood-grass交错群落的东北“z乔et al .,生态脆弱性评估模型开发使用层次分析法和空间分析的方法。在“在草生长监测算法和应用”刘j . et al .,双对数函数拟合的算法用于检索物候期的中国北方草原一直加工中分辨率成像光谱仪(MODIS)的数据集,和卫星估计的准确性评估使用字段物候学观察。结果表明,该方法是有效的准确识别植被物候学。在“海岛可持续发展评价模型及其应用程序基于非结构性决策模糊集”问:王et al .,作者讨论和建立可持续发展指标体系和模型,采用熵值法和非结构性决策模糊集理论模型来确定评价指标的权重。在“旅游城市发展的时空模拟基于细胞自动机模型:河北省Sanpo小镇”杨j . et al .,作者使用旅游城市化增长模型来模拟和预测的时空发展Sanpo河北省城镇。在“海水环境质量评估模型基于多目标可变模糊集理论l·柯和h .周,模型基于多目标可变模糊集理论提出了评价海水环境质量。在“抗震设计价值评价的基础上检查记录和网站使用人工神经网络的地质条件“t Kerh et al .,提出了几种改进的神经网络计算模型来评估基于抗震设计值检查记录和现场地质条件。
最后,也考虑其他应用问题。例如,在“原油价格预测基于动态校正支持向量回归机l . Shu-rong和g .郁垒,一个新的正确的方法预测原油价格,这是基于一个支援向量回归(svr)机动态校正因子克服预测错误。作者还提出一种混合遗传算法(HRGA) RNA的位置位移梗概的粒子群优化(PSO)改变变异算子。在“基于BP神经网络算法的数学模型偏差识别的储罐和校准的油罐容量图”李由c . et al .,该方法具有更好的性能在油罐容量表校准精度与其他现有方法相比,具有很强的现实意义。在“海岸线提取及其研究趋势基于遥感图像数据挖掘“通过y . Zhang et al .,数据挖掘理论应用于遥感图像的预处理。在“基于语义优先级土地利用斑块泛化”杨j . et al .,作者建立一个社区分析模型和补丁功能和简化间隙狭窄的区域和功能。在“的非平稳INAR qth-order相关创新(1)过程“通过于克俊et al .,一个整数值随机游走过程问阶自相关进行了探讨。
确认
客人这个特殊问题的编辑想表达他们的感谢作者提交论文,考虑和裁判的提交论文。
Jianhong(塞西莉亚)夏
福鼎谢
勇张
克雷格·考尔菲德