检索结果-内蒙古大学图书馆

软件学报 2023年第1期34卷 230-254页

作者：杨朋波桑基韬张彪冯耀功于剑北京交通大学计算机与信息技术学院北京100044 北京交通大学人工智能研究院北京100044

深度学习目前在计算机视觉、自然语言处理、语音识别等领域得到了深入发展,与传统的机器学习算法相比,深度模型在许多任务上具有较高的准确率.然而,作为端到端的具有高度非线性的复杂模型,深度模型的可解释性没有传统机器学习算法好,这... 详细信息

深度学习目前在计算机视觉、自然语言处理、语音识别等领域得到了深入发展,与传统的机器学习算法相比,深度模型在许多任务上具有较高的准确率.然而,作为端到端的具有高度非线性的复杂模型,深度模型的可解释性没有传统机器学习算法好,这为深度学习在现实生活中的应用带来了一定的阻碍.深度模型的可解释性研究具有重大意义而且是非常必要的,近年来许多学者围绕这一问题提出了不同的算法.针对图像分类任务,将可解释性算法分为全局可解释性和局部可解释性算法.在解释的粒度上,进一步将全局解释性算法分为模型级和神经元级的可解释性算法,将局部可解释性算法划分为像素级特征、概念级特征以及图像级特征可解释性算法.基于上述分类框架,总结了常见的深度模型可解释性算法以及相关的评价指标,同时讨论了可解释性研究面临的挑战和未来的研究方向.认为深度模型的可解释性研究和理论基础研究是打开深度模型黑箱的必要途径,同时可解释性算法存在巨大潜力可以为解决深度模型的公平性、泛化性等其他问题提供帮助.

关键词：深度学习可解释性图像分类特征

来源：评论

学校读者我要写书评

暂无评论

基于证据理论的本体不一致性度量方法研究

引用

计算机研究与发展 2013年第3期50卷 559-567页

作者：李冬梅林友芳黄厚宽田萱北京交通大学计算机与信息技术学院北京100044 北京林业大学信息学院北京100083

随着语义网技术的发展,本体不一致性问题成为本体研究中的热点之一.度量本体的不一致度是处理本体不一致的基础和前提.在分析证据理论不确定推理方法特点与本体不一致性度量问题特点的基础上,提出了一种基于证据理论的本体不一致性度量E... 详细信息

随着语义网技术的发展,本体不一致性问题成为本体研究中的热点之一.度量本体的不一致度是处理本体不一致的基础和前提.在分析证据理论不确定推理方法特点与本体不一致性度量问题特点的基础上,提出了一种基于证据理论的本体不一致性度量ETOICM方法,对相关结果进行了证明,给出了度量的计算公式和实现算法,通过实验将该方法与相关方法进行对比分析,说明了该方法的特点.另外,ETOICM方法的度量结果可以作为权重值,为下一步采用不确定性方法进行本体不一致的诊断修复和推理工作提供依据.

关键词：本体描述逻辑不一致性推理不一致性度量证据理论

来源：评论

学校读者我要写书评

暂无评论

小规模数据集的神经网络集成算法研究

引用

计算机研究与发展 2006年第7期43卷 1161-1166页

作者：李凯黄厚宽河北大学数学与计算机学院保定071002 北京交通大学计算机与信息技术学院计算智能研究所北京100044

研究了小样本数据集的神经网络分类器集成,提出了适合于小样本数据集的神经网络分类器集成方法NovelNNE,通过生成差异数据提高神经网络集成中个体的差异性,从而提高集成学习的泛化性能;最后应用不同的融合技术针对UCI标准数据集进行了... 详细信息

研究了小样本数据集的神经网络分类器集成,提出了适合于小样本数据集的神经网络分类器集成方法NovelNNE,通过生成差异数据提高神经网络集成中个体的差异性,从而提高集成学习的泛化性能;最后应用不同的融合技术针对UCI标准数据集进行了实验研究.结果表明,在集成算法NovelNNE中,使用相对多数投票与贝叶斯融合方法的性能优于行为知识空间融合方法.

关键词：神经网络集成小规模数据集差异性泛化

来源：评论

学校读者我要写书评

暂无评论

基于知识的零样本视觉识别综述

引用

软件学报 2021年第2期32卷 370-405页

作者：冯耀功于剑桑基韬杨朋波北京交通大学计算机与信息技术学院北京100044 北京交通大学人工智能研究院北京100044

零样本学习旨在通过运用已学到的已知类知识去认知未知类.近年来,"数据+知识驱动"已经成为当下的新潮流,而在计算机视觉领域内的零样本任务中,"知识"本身却缺乏统一明确的定义.针对这种情况,尝试从知识的角度出发,... 详细信息

零样本学习旨在通过运用已学到的已知类知识去认知未知类.近年来,"数据+知识驱动"已经成为当下的新潮流,而在计算机视觉领域内的零样本任务中,"知识"本身却缺乏统一明确的定义.针对这种情况,尝试从知识的角度出发,梳理了本领域内"知识"这一概念所覆盖的范畴,共划分为初级知识、抽象知识以及外部知识.基于前面对知识的定义和划分,梳理了当前的零样本学习(主要是图像分类任务的模型)工作,分为基于初级知识的零样本模型、基于抽象知识的零样本模型以及引入外部知识的零样本模型.还对领域内存在的域偏移和枢纽点问题进行了阐述,并基于问题对现有工作进行了总结归纳.最后总结了目前常用的图像分类任务的数据集和知识库、图像分类实验评估标准以及代表性的模型实验结果,并对未来的工作进行了展望.

关键词：零样本学习初级知识抽象知识外部知识图像分类

来源：评论

学校读者我要写书评

暂无评论

磁盘记录信号的热磁衰减现象的记录密度依赖性

引用

电子学报 2006年第7期34卷 1291-1293页

作者：姜文红田河育也北京交通大学计算机与信息技术学院北京100044 日本富士通株式会社

超大容量的外存储设备在计算机网络日新月异的发展过程中变得越来越重要.而存储容量的增加势必带来由于热衰减现象引起的记录信号衰减的问题.本文通过计算机仿真与实验,研究了磁盘介质中记录信号的热磁衰减现象.文中着重讨论了信号的热... 详细信息

超大容量的外存储设备在计算机网络日新月异的发展过程中变得越来越重要.而存储容量的增加势必带来由于热衰减现象引起的记录信号衰减的问题.本文通过计算机仿真与实验,研究了磁盘介质中记录信号的热磁衰减现象.文中着重讨论了信号的热磁衰减对记录密度的依赖性,同时考虑了介质参数对衰减量的影响.指出垂直磁记录方式是超高密度记录的最适宜方式之一.

关键词：热磁衰减现象垂直磁记录方式超高密度记录

来源：评论

学校读者我要写书评

暂无评论

面向智能制造的不规则零件排样优化算法

引用

计算机集成制造系统 2021年第6期27卷 1673-1680页

作者：高勃张红艳朱明皓北京交通大学计算机与信息技术学院北京100044 北京交通大学经济管理学院北京100044

以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法。首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩... 详细信息

以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法。首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩形件并对其包络矩形,然后利用蚁群学习算法对预处理后的零件进行排样,确定零件排放的最佳位置,不断更新得到最优排样结果。仿真实验结果表明,综合考虑板材利用率以及耗时情况,所提算法取得了较好的结果,能够满足实际生产的需求。

关键词：二维板材不规则零件启发式算法蚁群学习算法优化排样

来源：评论

学校读者我要写书评

暂无评论

基于折线采样的高分辨率成像系统设计

引用

光学学报 2012年第9期32卷 88-95页

作者：王胜春黄雅平罗四维吕国豪蒋欣兰北京交通大学计算机与信息技术学院北京100044 中国青年政治学院计算机科学与应用中心北京100089

针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来... 详细信息

针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像,并利用图像校正和像素插值等图像重建方法,得到高分辨率的图像。实验结果表明,倾斜角取60°的情况下,相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像,图像的空间分辨率提高了1倍,且保持了成像的视野不变。本系统工程上实现简单,十分经济且便于维护,仅利用现有的成像装置即可获取更高分辨率的图像。

关键词：成像系统高分辨率折线采样线阵电荷耦合器件

来源：评论

学校读者我要写书评

暂无评论

基于形态学滤波和Hough变换的掌纹主线提取方法

引用

北京交通大学学报 2008年第5期32卷 107-110页

作者：郑艳清裘正定吴介哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 京交通大学计算机与信息技术学院北京100044 北京交通大学计算机与信息技术学院北京100044

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展... 详细信息

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展开邻域检测得到主线.本文算法更符合主线的自然生长规律,在成功提取主线的同时消除了粗大掌纹皱纹在主线提取中易产生的干扰.

关键词：掌纹主线特征提取形态学滤波 Hough变换

来源：评论

学校读者我要写书评

暂无评论

复突触神经网络模型及其稳定性研究

引用

铁道学报 2003年第5期25卷 70-74页

作者：李凯黄厚宽北京交通大学计算机与信息技术学院北京100044 河北大学数学与计算机学院河北保定071002

传统的Hopfield网络在联想记忆、优化计算方面发挥了重要作用,但该网络存在一个弊端,即它只能处理线性或二次的最优化问题。因此,本文首先对Hopfield神经网络进行了扩展,将其称为复突触神经网络(或模型),扩展的网络不仅可以解决目标函... 详细信息

传统的Hopfield网络在联想记忆、优化计算方面发挥了重要作用,但该网络存在一个弊端,即它只能处理线性或二次的最优化问题。因此,本文首先对Hopfield神经网络进行了扩展,将其称为复突触神经网络(或模型),扩展的网络不仅可以解决目标函数或约束中含有高阶的最优化问题,而且还可以处理目标函数含有对数、三角形式等较复杂函数的最优化问题;然后给出了该网络稳定的充分条件并给出了证明,同时对网络中的权矩阵是否对称也进行了讨论;最后结合典型的模糊c均值聚类问题验证了该模型的有效性。

关键词： Hopfield网络复突触神经网络稳定性模糊c均值聚类

来源：评论

学校读者我要写书评

暂无评论

缺失数据处理方法的比较研究

引用

计算机研究与发展 2006年第z1期43卷 171-175页

作者：乔珠峰田凤占黄厚宽陈景年北京交通大学计算机与信息技术学院北京100044 北京交通大学计算机与信息技术学院北京100044 北京交通大学计算机与信息技术学院北京100044 北京交通大学计算机与信息技术学院北京100044

由于数据挖掘技术日益广泛地应用于各个领域,而大多数领域中数据都存在缺失值,因此基于缺失数据的数据挖掘方法的研究具有重要意义.利用直接删除、特殊值填充、平均值填充、Robust方法4种处理缺失值的方法建立4个缺失值处理模型以及相... 详细信息

由于数据挖掘技术日益广泛地应用于各个领域,而大多数领域中数据都存在缺失值,因此基于缺失数据的数据挖掘方法的研究具有重要意义.利用直接删除、特殊值填充、平均值填充、Robust方法4种处理缺失值的方法建立4个缺失值处理模型以及相应的朴素贝叶斯分类器模型.通过在5个实际数据集上进行实验比较,并采用五重交叉验证来检验这些模型的性能.结果表明,用这些模型处理缺失值构建的朴素贝叶斯分类器是有效的.

关键词：数据挖掘缺失值朴素贝叶斯分类器 Robust 交叉验证

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：