检索结果-内蒙古大学图书馆

计算机工程与科学 2021年第11期43卷 1944-1951页

作者：张晶魏淼昆明理工大学信息工程与自动化学院云南昆明650500 云南枭润科技服务有限公司云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

针对无线传感器网络在对初次抛洒节点形成的覆盖漏洞进行二次部署的过程中,传统几何学方法难以运用于概率感知模型的问题,提出一种基于Delaunay三角划分策略的无线传感器网络区域覆盖优化算法——DPSO算法.首先对监测区域内随机抛洒的... 详细信息

针对无线传感器网络在对初次抛洒节点形成的覆盖漏洞进行二次部署的过程中,传统几何学方法难以运用于概率感知模型的问题,提出一种基于Delaunay三角划分策略的无线传感器网络区域覆盖优化算法——DPSO算法.首先对监测区域内随机抛洒的静态节点和监测区域边缘顶点进行Delaunay三角划分,以得到静态节点三角网,结合无线传感器网络节点的概率感知模型证明三角形内部存在完全未覆盖区域即覆盖漏洞;其次将通过筛选得到的三角形形心集合作为粒子群优化算法的初始解集,利用改进的粒子群优化算法完成对移动节点的二次部署,以达到修复覆盖漏洞的目的.实验表明,所提出的基于Delaunay三角划分策略的优化算法能够有效修复覆盖漏洞,使区域覆盖率得到显著提高.

关键词：无线传感器网络覆盖优化 Delaunay三角划分粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于DoubleDQN的用户群体满意度最大化在线服务信誉度量

引用

昆明理工大学学报（自然科学版） 2024年第4期49卷 105-117页

作者：付晓东陈秋琳冯艳昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 云南省科学技术院云南昆明650228

传统的信誉度量无法实时反映动态环境中服务质量和用户需求的变化.在线服务信誉度量机制依赖于用户反馈评分且服务于用户,用户满意度会受该机制的影响.未考虑用户群体满意度最大化的信誉度量机制难以吸引用户群体.此外,用户评价标准的... 详细信息

传统的信誉度量无法实时反映动态环境中服务质量和用户需求的变化.在线服务信誉度量机制依赖于用户反馈评分且服务于用户,用户满意度会受该机制的影响.未考虑用户群体满意度最大化的信誉度量机制难以吸引用户群体.此外,用户评价标准的不一致性会使不同用户的评分难以直接比较,从而导致信誉度量结果不客观.为此,作者提出了一种基于Double DQN的用户群体满意度最大化在线服务信誉度量方法.首先,针对用户评价标准不一致的情况,借助Kendall tau距离定义用户群体满意度;其次,将动态环境下的在线服务信誉度量问题通过马尔可夫决策过程建模为一个寻找最大化用户群体满意度的优化问题;最后,采用Double DQN算法求解该优化问题.通过在Movielens数据集上进行实验验证了该方法的有效性.实验结果表明该方法能够给出最优信誉决策策略,从而最大化用户群体满意度.

关键词：在线服务信誉度量用户偏好 Kendall tau距离深度强化学习

来源：评论

学校读者我要写书评

暂无评论

最小费用最大流跨领域情感分类框架

引用

小型微型计算机系统 2017年第1期38卷 49-55页

作者：胡杨冯旭鹏戴丹刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室昆明650500

在对文本的情感极性进行分类的过程中,针对标注训练数据与待判断情感极性的数据来自不同领域,特征分布差异较大,导致传统监督学习方法分类准确率大幅下降的问题,提出基于最小费用最大流框架的跨领域情感分类方法.该方法将跨领域情感分... 详细信息

在对文本的情感极性进行分类的过程中,针对标注训练数据与待判断情感极性的数据来自不同领域,特征分布差异较大,导致传统监督学习方法分类准确率大幅下降的问题,提出基于最小费用最大流框架的跨领域情感分类方法.该方法将跨领域情感分类问题转化为最大化领域间传播信息量和最小化跨领域特征拟合损失量的双重最优化问题,并建立连接源领域和目标领域的费用容量网络,将信息量和损失量分别看作网络中的容量和费用权值,通过最小费用最大流框架解决上述双重最优化问题,调配训练数据特征权值.以更为直观的模型描述领域间的映射关系.实验发现,方法能有效提高跨领域情感分类的准确率.

关键词：跨领域情感分类双重最优化问题费用流量网络最小费用最大流领域映射关系

来源：评论

学校读者我要写书评

暂无评论

基于评价修饰分布差的评论文本倾向性识别方法

引用

计算机工程 2016年第10期42卷 176-180,186页

作者：冯旭鹏马震谢波刘利军黄青松昆明理工大学教育技术与网络中心昆明650500 昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

针对文本倾向性分类时因情感指向不明导致的修饰词极性误判和隐藏观点遗漏等问题,提出基于评价修饰分布差的倾向识别方法。建立修饰关系二部图和修饰分布向量,计算评价对象在正、负训练语料中被修饰词用于修饰的分布差异,提取修饰分布... 详细信息

针对文本倾向性分类时因情感指向不明导致的修饰词极性误判和隐藏观点遗漏等问题,提出基于评价修饰分布差的倾向识别方法。建立修饰关系二部图和修饰分布向量,计算评价对象在正、负训练语料中被修饰词用于修饰的分布差异,提取修饰分布差异明显的特征,并将正、负修饰差异信息融入特征值的计算中。实验结果表明,相比抽取带有主观情感词作为特征进行支持向量机二类分类的倾向性识别方法,所提方法的分类准确率和召回率分别提高约4.6%和5.6%,可有效改善评论文本倾向性识别的效果。在面对跨领域情况时,分类准确率和召回率的降低幅度比抽取带有主观情感词作为特征进行支持向量机的二类分类减少约6.6%和6.4%,具有一定的领域适应性。

关键词：文本倾向识别评价对象修饰关系分布差异领域适应

来源：评论

学校读者我要写书评

暂无评论

基于样本间变异系数改进的自适应谱聚类算法

引用

兰州大学学报（自然科学版） 2022年第6期58卷 812-818页

作者：赵云莱车文刚金日泽昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明650500 天津工业大学计算机科学与技术学院天津300387

针对谱聚类算法尺度参数敏感且依赖性强,选取最佳尺度参数困难的问题,提出基于样本间变异系数改进的自适应谱聚类算法(CV_SC).该算法定义能够反映每个样本数据分布信息的标准差和均值,避免尺度参数受噪声点的影响;利用其标准差和均值计... 详细信息

针对谱聚类算法尺度参数敏感且依赖性强,选取最佳尺度参数困难的问题,提出基于样本间变异系数改进的自适应谱聚类算法(CV_SC).该算法定义能够反映每个样本数据分布信息的标准差和均值,避免尺度参数受噪声点的影响;利用其标准差和均值计算变异系数,以变异系数的倒数作为局部尺度参数,实现尺度参数的自适应选择.多组UCI数据集的对比结果表明,CV_SC算法能够自适应地选取尺度参数且避免了噪声点影响,具有良好的聚类性能和鲁棒性.

关键词：谱聚类尺度参数变异系数自适应

来源：评论

学校读者我要写书评

暂无评论

基于堆叠降噪自编码机的广告博文识别方法

引用

小型微型计算机系统 2018年第9期39卷 1921-1926页

作者：赵晓乐栾杰冯旭鹏刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室昆明650500

在针对广告博文进行识别过程中,首先构建文本特征向量和人工定义的特征向量,使用堆叠降噪自编码机对这两种特征向量进行处理,获得处理后的两种特征向量,然后将得到的这两种特征向量进行组合得到第三种特征向量.最后将这三种特征向量用... 详细信息

在针对广告博文进行识别过程中,首先构建文本特征向量和人工定义的特征向量,使用堆叠降噪自编码机对这两种特征向量进行处理,获得处理后的两种特征向量,然后将得到的这两种特征向量进行组合得到第三种特征向量.最后将这三种特征向量用于最大熵分类模型的训练,依据实验结果找出分类效果最好的模型,使用该模型对博文进行处理过滤掉其中的广告博文,实验证明得到的最大熵分类模型的P、R、F可达到65.58%、87.9%、75.12%,能有效识别绝大多数的广告博文.

关键词：广告博文特征向量堆叠降噪自编码机最大熵分类过滤

来源：评论

学校读者我要写书评

暂无评论

面向微博博主的评论质量评估

引用

小型微型计算机系统 2018年第1期39卷 58-63页

作者：栾杰刘利军冯旭鹏黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室昆明650500

针对现有评论质量评估研究中未考虑到个体的差异性以及参照物的选取存在误差的问题.该文选取博主作为评估人,以被博主回复的评论作为高质量评论的参照物,提出基于最大熵的微博评论质量评估模型.通过爬虫和词向量抽取特征,对抽取的特征... 详细信息

针对现有评论质量评估研究中未考虑到个体的差异性以及参照物的选取存在误差的问题.该文选取博主作为评估人,以被博主回复的评论作为高质量评论的参照物,提出基于最大熵的微博评论质量评估模型.通过爬虫和词向量抽取特征,对抽取的特征进行特征选择,依据特征选择的结果,采用监督学习的方式训练分类模型并用测试数据验证所提模型的有效性.实验表明,该文所提模型对于不同的博主具有广泛适用性,评论分类的平均准确率、召回率和F值可达到66.64%、86.33%、75.2%.

关键词：最大熵评论质量词向量特征选择监督学习分类

来源：评论

学校读者我要写书评

暂无评论

基于交叉累计剩余熵的图像配准中插值方法的改进

引用

计算机工程 2015年第10期41卷 199-203页

作者：相艳贺建峰张云春蔡莉云南省计算机技术应用重点实验室昆明650500 昆明理工大学信息工程与自动化学院昆明650500 云南大学软件学院昆明650091

交叉累计剩余熵(CCRE)比传统互信息在配准强噪声图像时更具优势,但采用部分体积(PV)插值的CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值(BPV)、哈宁窗sinc函数的PV插值(HPV)和Blackman... 详细信息

交叉累计剩余熵(CCRE)比传统互信息在配准强噪声图像时更具优势,但采用部分体积(PV)插值的CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值(BPV)、哈宁窗sinc函数的PV插值(HPV)和Blackman-Harris窗sinc函数的PV插值(BHPV)方法在CCRE中的应用,提出一种新的插值方法。该方法采用灵活的邻域中心,将插值点对联合直方图贡献的权重分散到临近的9个点上,并使用高斯函数作为PV插值的核函数,避免权重突变。实验结果表明,与BPV,HPV和BHPV插值方法相比,该方法对噪声图像的配准率较高,配准速度较快,更适合应用于CCRE的计算。

关键词：图像配准交叉累积剩余熵部分体积插值高斯函数 3阶B样条函数 sinc函数

来源：评论

学校读者我要写书评

暂无评论

利用Plackett-Luce模型的在线服务评价方法

引用

小型微型计算机系统 2019年第8期40卷 1606-1611页

作者：张继康付晓东岳昆刘骊刘利军昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明650500 昆明理工大学航空学院昆明650500 云南大学信息学院昆明650091

每一位用户在选择服务过程都中具有自己独特的标准,这就导致不同用户对同一服务的评价不具备可比较性.通过不具备可比较性的服务评价进行简单计算得到的评价结果会影响用户选择.为此,本文提出一种利用Plackett-Luce模型的在线服务评价方... 详细信息

每一位用户在选择服务过程都中具有自己独特的标准,这就导致不同用户对同一服务的评价不具备可比较性.通过不具备可比较性的服务评价进行简单计算得到的评价结果会影响用户选择.为此,本文提出一种利用Plackett-Luce模型的在线服务评价方法.首先根据用户服务评分计算获取在线服务的偏好关系,并根据偏好关系得到占优次数;其次将服务占优次数转化为服务排序权重,并建立Plackett-Luce模型的迭代函数,对排序权重值进行迭代计算;最后把排序权重值转化的概率作为服务评价结果.通过基于公开数据集的实验验证了本文所提出方法的合理性和有效性.

关键词：评价标准在线服务不可比较 Plackett-Luce 评价结果

来源：评论

学校读者我要写书评

暂无评论

利用混合Plackett-Luce模型的不完整序数偏好预测

引用

计算机应用 2024年第10期44卷 3105-3113页

作者：郑升旻付晓东昆明理工大学信息工程与自动化学院昆明650500 云南省计算机应用技术重点实验室(昆明理工大学) 昆明650500

聚合不同用户的偏好时,基于序数偏好可以解决不同用户评价准则不一致问题。但用户因为候选项目过多、沟通成本高等原因不能提供完整序数偏好,影响了在线服务信誉度量、群体决策等场景中聚合结果的可靠性和准确性,而现有的预测方法未充... 详细信息

聚合不同用户的偏好时,基于序数偏好可以解决不同用户评价准则不一致问题。但用户因为候选项目过多、沟通成本高等原因不能提供完整序数偏好,影响了在线服务信誉度量、群体决策等场景中聚合结果的可靠性和准确性,而现有的预测方法未充分考虑用户群体偏好分布的多样性。针对这一问题,提出一种利用混合Plackett-Luce(PL)模型的不完整序数偏好预测(MixPLPP)方法。首先基于用户现有偏好采样完整拓展排序,其次使用采样的完整排序学习混合PL模型,再次设计基于后验概率最大化的模型选择策略为用户选择模型,最后利用所选模型预测用户完整偏好。在公开数据集Movielens上的实验结果表明,所提方法的预测准确率和Kendall秩相关系数(Kendall CC),相较于向量相似度排序(VSRank)算法提升了5.0%和9.2%;相较于基于确定性的偏好补全(CPC)提升了1.5%和3.5%;相较于BayesMallows-4提升了0.9%和2.2%。实验结果验证了所提方法具有良好的预测能力,在多个数据集上的预测效果都更好。

关键词：不完整序数偏好偏好预测成对比较排序模型混合Plackett-Luce模型

来源：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：