检索结果：
返回 25 结果。
排序：
- 作者： Cui, Caixia，Wang, Jie，Wei, Wei，Liang, Jiye （ 1 Shanxi University, Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Taiyuan, China (GRID:grid.163032.5) (ISNI:0000 0004 1760 2008); Taiyuan Normal University, Department of Computer Science and Technology, Jinzhong, China (GRID:grid.443576.7) (ISNI:0000 0004 1799 3256) 2 Taiyuan University of Science and Technology, College of Computer Science and Technology, Taiyuan, China (GRID:grid.440655.6) (ISNI:0000 0000 8842 2953) 3 Shanxi University, Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Taiyuan, China (GRID:grid.163032.5) (ISNI:0000 0004 1760 2008) ）
- 出处： 969 2023 Vol.14 No.3 P989-1001
- 摘要： Imbalanced node classification is a vital task because it widely exists in many real-world applications, such as financial fraud detection, anti-money
- 作者： 崔彩霞，王杰，庞天杰，梁吉业 （ 山西大学计算机与信息技术学院；太原师范学院计算机与信息技术学院；太原科技大学计算机与信息技术学院 ）
- 出处： 302 2022 第11期
- 关键词： 自监督学习, 不平衡节点分类, 图神经网络, 数据增强, 语义约束损失
- 摘要： 在现实世界的节点分类场景中，只有少部分节点带标签且类标签是不平衡的.然而，大部分已有的方法未同时考虑监督信息缺乏与节点类不平衡这两个问题，不能保证节点分类性能的提升.为此，文中提出基于自监督学习的不平衡节点分类算法.首先，通过图数据增强生成原图的不同视图.然后，利用自监督学习最大化不同视图间节点表示
-
点击量：1
- 作者： Cui, Caixia，Cao, Fuyuan，Liang, Jiye （ a School of Computer and Information Technology, Shanxi University, Taiyuan, 030006, China; b Computer Science and Technology Department, Taiyuan Normal University, Jinzhong, 030619, China; c Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, Shanxi University, Taiyuan, 030006, China ）
- 出处： 3159 2020 Vol.33 No.9 P811-819
- 关键词： Classification Density Peak Clustering Imbalanced Data Overlapping region Undersampling
- 摘要： Undersampling based on K-means clustering is only suitable for hypersphere shape data, the impact of overlapping regions on classification is not take
- 作者： Jiye Liang，Qianyu Shi，Xingwang Zhao （ Department of Computer Science, Taiyuan Normal University, China; Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University, Taiyuan, China Key Laboratory of Computational Intelligence and Chinese Information, Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University, Taiyuan, China Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, School of Computer and Information Technology, Shanxi University, Taiyuan, China ）
- 出处： 2564 2018 Vol.2 No.2 P165-188
- 关键词： multi-view data mixed data k-prototypes clustering algorithm ensemble clustering
- 摘要： Ensemble clustering has recently emerged a powerful clustering analysis technology for multi-view data. From the existing work, these techniques held
- 作者： 孙梦，梁吉业，庞天杰 （ 太原师范学院计算机科学与技术系；山西大学计算智能与中文信息处理教育部重点实验室 ）
- 出处： 319 2018 第39卷 第4期 P676-680
- 关键词： 区间序信息系统 优势关系 权重 排序
- 摘要： 多属性决策问题的实质是利用已有的决策信息,通过一定方式对备选对象进行排序并择优.针对区间序信息系统中单一优势关系过于宽松或严格往往会引起排序失效的问题,本文利用三种区间数优势关系对决策对象进行详细分析,并利用向量相似度和并列对象两种准则对三种优势关系下获得的排序向量进行赋权,最终根据加权排序向量得到
- 作者： Li, Jia，Liang, Jiye，Pang, Tianjie （ aComputer Science and Technology Department, Taiyuan Normal University, Jinzhong, 030619, China;bKey Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, Shanxi University, Taiyuan, 030006, China ）
- 出处： 3159 2017 Vol.30 No.8 P761-768
- 关键词： Incomplete Ordered Information System Multi-attribute Decision Making Parameter Weight Sorting Method α Dominance Relation
- 摘要： In the dominance rough set model, simple average method is exploited to weight sorting results of multiple thresholds, but the dataset information is
- 作者： 李佳，梁吉业，庞天杰 （ 太原师范学院 计算机科学与技术系；山西大学 计算智能与中文信息处理教育部重点实验室 ）
- 出处： 302 2017 第30卷 第8期
- 关键词： 多属性决策 不完备序信息系统 α优势关系 参数权重 排序方法
- 摘要： α优势粗糙集模型利用简单平均法赋权多个阈值α的排序结果,忽视数据集本身信息,导致不同数据集的排序质量差异性较大.针对此问题,文中提出基于加权α优势关系的优势度排序方法.首先运用α优势粗糙集方法详细分析决策对象.在此基础上,为了克服α主观赋权导致多属性决策排序结果中'并列'决策现象存在的不足,依据排序
- 作者： 李佳，梁吉业，庞天杰 （ 太原师范学院计算机科学与技术系；山西大学计算智能与中文信息处理教育部重点实验室 ）
- 出处： 131 2016 第52卷 第5期 P844-852
- 关键词： 多属性决策 优势粗糙集 信息量 属性权重 排序方法
- 摘要： 多属性决策问题的实质是利用已有的决策信息,通过一定方式对备选对象进行分析、排序、择优和评价,以找到一种简捷方便的排序方法.运用优势粗糙集理论对决策对象进行详细的分析,在此基础上,针对多属性决策排序结果中“并列”决策现象的存在,将基于信息量的属性重要性度量引入到优势度排序方法中,进一步细化排序结果.最
-
被引量：1
- 作者： 王宝丽，梁吉业，胡运红 （ 山西大学计算机与信息技术学院；运城学院应用数学系；太原师范学院计算机科学与技术系 ）
- 出处： 302 2016 第29卷 第3期 P252-262
- 关键词： 犹豫模糊集 犹豫模糊元 多准则决策 粒计算
- 摘要： 提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量
- 作者： 孟银凤，梁吉业 （ 山西大学计算机与信息技术学院；山西大学数学科学学院；太原师范学院计算机科学与技术系 ）
- 出处： 319 2016 第37卷 第7期 P1499-1503
- 关键词： 函数型数据 函数主成分分析 分类 纵向标准化变换
- 摘要： 作为一种重要的数据类型,函数型数据经常出现在实际应用问题当中.当输入是函数型数据输出是类别标签时,该实际问题就变成了函数型数据的分类问题.函数型数据通常具有高维、自相关等特点,抽取关键趋势特征是对函数型数据两阶段机器学习的重要一环.一方面可以避免维数灾难,另一方面可以保留重要的判别特征.函数主成分分
-
点击量：2
梁吉业，男，汉族，1962年1月生，山西晋城人。中共党员，教授，博士，博士生导师。历任山西大学计算机与信息技术学院院长、校长助理、校办主任、校党委委员、副校长，2012年8月任太原师范学院院长、党委副书记。山西大学计算智能与中文信息处理教育部重点实验室主任，面向信息化的大数据分析与处理山西省协同创新基地主任，享受国务院政府特殊津贴专家，山西省委联系的高级专家，国家自然科学基金委信息学部学科评审专家（2010—2013）。任教育部高等学校计算机类专业教学指导委员会委员，中国计算机学会（CCF）大数据专家委员会委员，中国计算机学会理事，中国计算机学会太原分部首任主席，山西省计算机学会理事长，中国人工智能学会粗糙集与软计算、知识工程与分布智能专业委员会副主任，国际学术期刊《International Journal of Computer Science and Knowledge Engineering》与国内学术期刊《计算机研究与发展》编委。
1983年山西大学本科毕业，1990年西安交通大学硕士研究生毕业，2001年西安交通大学博士研究生毕业，获博士学位，2002年10月-2004年10月在中国科学院计算技术研究所做博士后。先后赴美国、德国、瑞士、瑞典、加拿大、日本、香港等国家和地区的大学进行学术访问和合作研究。
梁吉业教授主要从事人工智能、数据挖掘与机器学习、智能管理与决策等方面的研究。近年来，先后主持国家自然科学基金重点项目2项，国家863计划项目2项，国家973计划前期研究专项1项，国家自然科学基金面上项目4项，国家973计划研究骨干项目2项，教育部博士点专项基金项目2项。在《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《IEEE Transactions on Knowledge and Data Engineering》、《Pattern Recognition》、《Omega: the International Journal of Management Science》、《Neural Networks》、《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Systems, Man and Cybernetics-Part A》、《Information Sciences》、《中国科学》、《计算机学报》、《系统工程学报》、《中国管理科学》等国际国内重要学术刊物上发表论文180余篇，其中SCI收录80余篇；在科学出版社出版著作2部；获发明专利8项。先后获第五届中国国际发明展览会金奖、山西省科学技术奖（自然科学类）一等奖、山西省第六次社会科学研究优秀成果奖一等奖。先后被评为“山西省高等学校首批中青年拔尖创新人才”、“山西省高等学校优秀创新团队带头人”， “山西省首批科技创新团队带头人”，入选首批“山西省新世纪学术技术带头人333人才工程”，获得“山西省'五一'劳动奖章”、“第五届山西省青年科学家奖”、“山西省模范教师”、“山西省优秀研究生导师”等多项荣誉称号。