检索结果-内蒙古大学图书馆

计算机集成制造系统 2016年第11期22卷 2594-2601页

作者：邱明辉曹政才刘民刘雪莲北京化工大学信息科学与技术学院北京100029 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 清华大学自动化系北京100084

成品率是半导体生产线上的关键性能指标,对其进行预测分析能够有效控制芯片的生产成本、提高芯片质量,而芯片缺陷问题是制约成品率水平的关键因素。因此,研究一种密度聚类与模糊支持向量机相融合的半导体生产线成品率预测方法。首先,采... 详细信息

成品率是半导体生产线上的关键性能指标,对其进行预测分析能够有效控制芯片的生产成本、提高芯片质量,而芯片缺陷问题是制约成品率水平的关键因素。因此,研究一种密度聚类与模糊支持向量机相融合的半导体生产线成品率预测方法。首先,采用密度聚类方法对晶圆缺陷聚集特性进行分析,获取缺陷分布模式参数和密度参数,作为成品率预测模型的输入参数;然后,针对缺陷与成品率之间存在的模糊关系,利用模糊规则并结合支持向量机方法构建半导体生产线成品率预测模型;最后利用成品率预测结果对晶圆缺陷聚集特性进行定性分析,确定缺陷问题的来源,并提出相应的改善措施。通过仿真实验表明,所提方法的预测精度优于常用的泊松模型和二项式模型,具有更好的可行性。

关键词：半导体生产线成品率基于密度的聚类方法模糊支持向量机

来源：评论

学校读者我要写书评

暂无评论

一种改进的降噪自编码神经网络不平衡数据分类算法

引用

计算机应用研究 2017年第5期34卷 1329-1332页

作者：张成刚宋佳智姜静清裴志利内蒙古民族大学数学学院内蒙古通辽028000 内蒙古民族大学计算机科学与技术学院内蒙古通辽028000 东北师范大学计算机科学与信息技术学院长春130000 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对少数类样本合成过采样技术(synthetic minority over-sampling technique,SMOTE)在合成少数类新样本时会带来噪声问题,提出了一种改进降噪自编码神经网络不平衡数据分类算法(SMOTE-SDAE)。该算法通过SMOTE方法合成少数类新样本以均... 详细信息

针对少数类样本合成过采样技术(synthetic minority over-sampling technique,SMOTE)在合成少数类新样本时会带来噪声问题,提出了一种改进降噪自编码神经网络不平衡数据分类算法(SMOTE-SDAE)。该算法通过SMOTE方法合成少数类新样本以均衡原始数据集,考虑到合成样本过程中会产生噪声的影响,利用降噪自编码神经网络算法的逐层无监督降噪学习和有监督微调过程,有效实现对过采样数据集的降噪处理与数据分类。在UCI不平衡数据集上实验结果表明,相比传统SVM算法,该算法显著提高了不平衡数据集中少数类的分类精度。

关键词：神经网络过采样不平衡数据分类

来源：评论

学校读者我要写书评

暂无评论

基于增长修剪型神经网络的半导体生产线动态瓶颈分析方法

引用

电子学报 2016年第7期44卷 1636-1642页

作者：曹政才邱明辉刘民北京化工大学信息科学与技术学院北京100029 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 清华大学自动化系北京100084

瓶颈设备是制约半导体生产线在制品水平、生产周期及准时交货率的关键因素,对其进行有效地分析能够提高生产线多性能.现有的分析方法主要是将瓶颈设备视为静态瓶颈,未考虑到生产线不确定因素所带来的动态漂移问题,这样容易造成以瓶颈设... 详细信息

瓶颈设备是制约半导体生产线在制品水平、生产周期及准时交货率的关键因素,对其进行有效地分析能够提高生产线多性能.现有的分析方法主要是将瓶颈设备视为静态瓶颈,未考虑到生产线不确定因素所带来的动态漂移问题,这样容易造成以瓶颈设备控制为核心的调度算法缺乏柔性,降低算法实效性,因此,本文提出一种基于增长修剪型神经网络的动态瓶颈分析方法.该方法从设备相对生产负荷、利用率及缓冲区队列长度等方面,利用复合定义方法描述设备的综合瓶颈度,并结合瓶颈判定机制识别瓶颈;其次,通过构建增长修剪型神经网络模型预测生产线下一时刻瓶颈,借鉴闭环控制思想动态修正网络结构;再次,使用单因子试验法对影响瓶颈的关键参数进行分析以获得设备动态特性;最后,通过仿真验证方法的可行性和有效性.

关键词：半导体生产线动态瓶颈分析综合瓶颈度增长修剪型神经网络单因子试验法

来源：评论

学校读者我要写书评

暂无评论

基于有向混合图的蛋白质新功能预测

引用

中国科学：信息科学 2016年第4期46卷 461-475页

作者：傅广垣余国先王峻张自力西南大学计算机与信息科学学院重庆400715 吉林大学符号计算与知识工程教育部重点实验室长春130012

蛋白质执行着生物体内各种重要生物活动,对蛋白质功能的准确标注能极大地促进生命科学研究与应用.传统的湿实验法通量低,已无法测定高通量技术产生的海量蛋白质功能,基于计算模型的大规模蛋白质功能预测是后基因时代生物信息学的核心任... 详细信息

蛋白质执行着生物体内各种重要生物活动,对蛋白质功能的准确标注能极大地促进生命科学研究与应用.传统的湿实验法通量低,已无法测定高通量技术产生的海量蛋白质功能,基于计算模型的大规模蛋白质功能预测是后基因时代生物信息学的核心任务之一.当前基于机器学习的方法通常仅关注对完全未标记功能的蛋白质的功能预测,而忽略了已标注功能的蛋白质可能存在的自身功能标记的不完整性,预测精度有限.本文结合基因本体层次结构关系和蛋白质互作网信息,设计了一种有向混合图(directed hybrid graph,d HG)对上述信息进行描述,并在此基础上提出一种基于有向混合图重启动随机游走的蛋白质功能预测方法——d HG.本文提出的d HG方法不仅能补充已知部分功能标记的蛋白质新功能,还能预测功能完全未知的蛋白质新功能.在酵母菌和人类蛋白质上的实验结果表明,d HG在多种评价度量上的预测性能均优于现有方法,且效率更高.

关键词：蛋白质功能预测机器学习有向混合图随机游走基因本体蛋白质互作网

来源：评论

学校读者我要写书评

暂无评论

基于成功回溯的约束推理技术

引用

吉林大学学报（工学版） 2016年第5期46卷 1622-1626页

作者：王涛张乾李占山张良长春工业大学计算机科学与工程学院长春130012 吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

提出了基于成功回溯的约束推理技术及其相应的约束求解算法MAC_BTS,并证明了该算法在一条分枝上回溯到网络相容状态的最坏时间复杂度是O（ned3）。实验结果表明：新的MAC_BTS算法在大多数问题的求解上较国际上流行的MAC3rm算法以及MAC_L... 详细信息

提出了基于成功回溯的约束推理技术及其相应的约束求解算法MAC_BTS,并证明了该算法在一条分枝上回溯到网络相容状态的最坏时间复杂度是O（ned3）。实验结果表明：新的MAC_BTS算法在大多数问题的求解上较国际上流行的MAC3rm算法以及MAC_LC算法取得了10%~20%的加速,甚至在某些问题上达到50%,可见该算法在效率上更优。

关键词：人工智能约束满足问题约束推理成功回溯

来源：评论

学校读者我要写书评

暂无评论

教学与科研关系的思考及其在数据结构课程建设中的实践

引用

计算机教育 2017年第2期 38-40页

作者：贾海洋杨博虞强源朱允刚刘大有吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012 符号计算与知识工程教育部重点实验室吉林长春130012

分析教学与科研对立与统一的关系问题,指出二者关系对于社会发展、高校发展以及教师个人发展的重要意义,结合国家级精品课数据结构的建设过程说明如何做到教学与科研的统一,介绍两则实验题目和创新实验的设计原则。

关键词：教学与科研数据结构实验教学

来源：评论

学校读者我要写书评

暂无评论

高级语言程序设计课程的慕课建设与思考

引用

计算机教育 2017年第1期 9-13页

作者：陈娟张长海邓春燕李河吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012 符号计算与知识工程教育部重点实验室吉林长春130012

高级语言程序设计作为国家级精品和资源共享课程,率先完成慕课建设工作并持续推进课程建设。文章从大纲制订、视频资源制作和文本资源准备3方面,详细介绍慕课建设的具体措施和工作内容;针对课程实施,从慕课和传统课堂、慕课与实践教学... 详细信息

高级语言程序设计作为国家级精品和资源共享课程,率先完成慕课建设工作并持续推进课程建设。文章从大纲制订、视频资源制作和文本资源准备3方面,详细介绍慕课建设的具体措施和工作内容;针对课程实施,从慕课和传统课堂、慕课与实践教学两方面,讨论建立慕课与传统混合教学模式的必要性;最后说明高级语言程序设计课程建设和改革的未来规划。

关键词：慕课程序设计课程建设教学内容

来源：评论

学校读者我要写书评

暂无评论

基于交互意见和地位理论的符号网络链接预测模型

引用

计算机研究与发展 2016年第4期53卷 764-775页

作者：王鑫王英左万利长春工程学院计算机技术与工程学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 广西可信软件重点实验室(桂林电子科技大学) 广西桂林541004 吉林大学计算机科学与技术学院长春130012

随着社会网络的普遍和流行,社会网络为符号网络(signed network)的深入研究提出了更多的全新问题,其中链接预测是符号网络研究的核心问题之一.交互意见和地位理论能够较好地解释符号网络中链接关系的构建和链接的符号属性,二者作为链接... 详细信息

随着社会网络的普遍和流行,社会网络为符号网络(signed network)的深入研究提出了更多的全新问题,其中链接预测是符号网络研究的核心问题之一.交互意见和地位理论能够较好地解释符号网络中链接关系的构建和链接的符号属性,二者作为链接构建的诱因为提高链接预测的质量提供了理论基础.因此,通过研究交互意见和地位理论与链接关系的强相关性,构建符号网络链接预测模型.首先,利用交互意见增强待分解矩阵的可靠度,弥补由地位理论的对称性所带来的局限性;然后,在稀疏学习矩阵分解模型基础上,将交互意见建模为增强可靠度因子,同时将地位理论建模为稀疏学习模型的正则化项;最后,构建基于交互意见和地位理论的符号网络链接预测模型MF-SI.实验结果表明相比于其他基本方法,MF-SI模型获得了较好的预测质量,说明集成交互意见和地位理论能够较好地实现符号网络链接预测问题.

关键词：符号网络链接预测稀疏学习交互意见地位理论

来源：评论

学校读者我要写书评

暂无评论

时空轨迹大数据分布式蜂群模式挖掘算法

引用

计算机工程与科学 2016年第2期38卷 255-261页

作者：于彦伟齐建鹏陆云辉赵金东张永刚烟台大学计算机与控制工程学院山东烟台264005 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

针对时空轨迹大数据的蜂群模式挖掘需求,提出了一种高效的基于MapReduce的分布式蜂群模式挖掘算法。首先,提出了基于最大移动目标集的对象集闭合蜂群模式概念,并利用最小时间支集优化了串行挖掘算法;其次,提出了蜂群模式的并行化挖掘模... 详细信息

针对时空轨迹大数据的蜂群模式挖掘需求,提出了一种高效的基于MapReduce的分布式蜂群模式挖掘算法。首先,提出了基于最大移动目标集的对象集闭合蜂群模式概念,并利用最小时间支集优化了串行挖掘算法;其次,提出了蜂群模式的并行化挖掘模型,利用蜂群模式时间域无关性,并行化了聚类与子时间域上的蜂群模式挖掘过程;第三,设计了一个基于MapReduce链式架构的分布式并行挖掘算法,通过四个阶段快速地实现了蜂群模式的并行挖掘;最后,在Hadoop平台上,使用真实交通轨迹大数据集对分布式算法的有效性和高效性进行了验证与分析。

关键词：时空轨迹挖掘大数据蜂群模式分布式 MapReduce

来源：评论

学校读者我要写书评

暂无评论

一种基于随机投影的贝叶斯时间差分算法

引用

电子学报 2016年第11期44卷 2752-2757页

作者：刘全于俊王辉傅启明朱斐苏州大学计算机科学与技术学院江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 软件新技术与产业化协同创新中心江苏南京210023

在强化学习方法中,大部分的算法都是基于值函数评估的算法.高斯过程时间差分算法利用贝叶斯方法来评估值函数,通过贝尔曼公式和贝叶斯规则,建立立即奖赏与值函数之间的概率生成模型.在状态空间中,通过在线核稀疏化并利用最小二乘方法来... 详细信息

在强化学习方法中,大部分的算法都是基于值函数评估的算法.高斯过程时间差分算法利用贝叶斯方法来评估值函数,通过贝尔曼公式和贝叶斯规则,建立立即奖赏与值函数之间的概率生成模型.在状态空间中,通过在线核稀疏化并利用最小二乘方法来求解新样本的近似线性逼近,以提高算法的执行速度,但时间复杂度依然较高.针对在状态空间中近似状态的选择问题,在高斯过程框架下提出一种基于随机投影的贝叶斯时间差分算法,该算法利用哈希函数把字典状态集合中的元素映射成哈希值,根据哈希值进行分组,进而减少状态之间的比较.实验结果表明,该方法不仅能够提高算法的执行速度,而且较好地平衡了评估状态值函数精度和算法执行时间.

关键词：强化学习马尔科夫决策过程高斯过程随机投影时间差分算法

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：