检索结果-内蒙古大学图书馆

电信科学 2024年第10期40卷 163-172页

作者：李龙戈郑铿城中国通信建设集团设计院有限公司数字化咨询中心河南郑州450000 中南财经政法大学湖北武汉430073

为解决树模型在客户流失预测任务中较难捕捉时序特征的问题,提出了基于集成森林元学习网络(ensemble forest meta-learning network,EFML)的流失预测方法。首先通过分组等策略进行数据提质,并结合下采样技术解决样本类别不平衡问题。然... 详细信息

为解决树模型在客户流失预测任务中较难捕捉时序特征的问题,提出了基于集成森林元学习网络(ensemble forest meta-learning network,EFML)的流失预测方法。首先通过分组等策略进行数据提质,并结合下采样技术解决样本类别不平衡问题。然后,基于EFML的语义图构造器构建用户时序特征的语义向量,以描绘用户细粒度行为,形成语义图并显式融合。最后,训练多个基础树模型作为元学习器-多层感知机(multilayer perceptron,MLP)的输入,生成综合的流失预测结果。实验证明,EFML能充分挖掘客户历史行为差异,捕获和学习基础树模型间的互补关系,相对于随机森林(random forest,RF),其AUC提升2.7%,AP提升3.7%,预测精度提升显著。该框架结合树模型和微观特征,具备卓越的解释性,为运营商实现更精细的用户化管理提供新视角。

关键词：语义图客户流失历史行为差异树模型

来源：评论

学校读者我要写书评

暂无评论

基于时空运动模型的人体动作识别算法

引用

计算机与现代化 2025年第5期 103-110,116页

作者：徐海宁王彦坤樊勇罗丽娜郭静中国通信建设集团设计院有限公司数字化咨询中心河南郑州450052 深圳职业技术大学物联网研究院广东深圳518055 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 深圳职业技术大学人工智能学院广东深圳518055 河南职业技术学院河南郑州450046

随着人机交互技术的快速发展,高效且准确的人体动作识别技术在虚拟现实和智能监控等领域展现出巨大的应用潜力。然而,由于人体动作的复杂性和多样性,传统识别方法存在局限性。基于此,提出一种融合时空运动模型和深度学习的人体动作识别... 详细信息

随着人机交互技术的快速发展,高效且准确的人体动作识别技术在虚拟现实和智能监控等领域展现出巨大的应用潜力。然而,由于人体动作的复杂性和多样性,传统识别方法存在局限性。基于此,提出一种融合时空运动模型和深度学习的人体动作识别算法,以克服这些挑战。本文方法通过旋转坐标系将深度视频序列转换成多角度深度视频序列,提出自适应时间模型将深度视频序列划分为若干子动作。通过累积深度视频图像相邻帧之间能量变化较大的部分,形成运动能量图,累积能量变化较小的部分形成静态能量图,统一称之为时空运动模型(STMM)。引入多通道卷积神经网络提取时空运动模型中的动态特征和静态特征,从STMM中提取空间金字塔方向梯度直方图特征作为多通道卷积神经网络特征的补充;引入自适应矩估计调整神经网络训练中每个参数的学习率,提高模型训练的效率和稳定性;引入L2范数正则化,以减小模型复杂度并防止过拟合。采用全连接神经网络对动作进行分类,在公开的数据集上实验取得了高识别率。实验结果表明,融合时空金字塔和深度学习的人体动作识别算法非常有效。

关键词：运动能量图静态能量图时空运动模型多通道卷积神经网络自适应矩估计 L2范数正则化

来源：评论

学校读者我要写书评

暂无评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：