检索结果-内蒙古大学图书馆

小型微型计算机系统 2023年第6期44卷 1192-1197页

作者：冯勇刘洋王嵘冰徐红艳张永刚辽宁大学信息学院沈阳110036 吉林大学符号计算与知识工程教育部重点实验室长春130012

目前电商平台大多注重商品推荐的准确性而忽略了多样性,存在推荐结果高冗余、用户满意度低等问题.考虑用户需求从而实现多样性推荐可以提升商品购买率和用户满意度,为此本文提出了一种面向用户需求的生成对抗网络多样性推荐方法.该方法... 详细信息

目前电商平台大多注重商品推荐的准确性而忽略了多样性,存在推荐结果高冗余、用户满意度低等问题.考虑用户需求从而实现多样性推荐可以提升商品购买率和用户满意度,为此本文提出了一种面向用户需求的生成对抗网络多样性推荐方法.该方法由生成模型和判别模型组成,其中,生成模型由四层结构组成,结合用户需求生成多样性商品表示.判别模型判定生成商品是否为真实商品,反馈给生成模型.最后,计算各商品与多样性商品表示的相似度,产生推荐列表.对比实验表明本文所提方法切实能够提高商品推荐的多样性,而且能够带来准确性的提升.

关键词：个性化推荐多样性生成对抗网络商品属性用户需求

来源：评论

学校读者我要写书评

暂无评论

多媒体终端上新型压力交互范式研究

引用

吉林大学学报（工学版） 2023年第11期53卷 3186-3193页

作者：秦贵和王曼莹孙铭会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 一汽大众汽车有限公司长春130011

针对移动终端上压力交互提出一种新型界面范式LWHP,并通过Bayes方法推理用户交互意图,优化压力空间划分。LWHP范式采用三维办公桌隐喻,包含图层(Layer),部件(Widget)、层级菜单(Hierarchical Menu)和压力手势(Pressure+Gesture)4个组成... 详细信息

针对移动终端上压力交互提出一种新型界面范式LWHP,并通过Bayes方法推理用户交互意图,优化压力空间划分。LWHP范式采用三维办公桌隐喻,包含图层(Layer),部件(Widget)、层级菜单(Hierarchical Menu)和压力手势(Pressure+Gesture)4个组成要素。基于用户历史输入的Bayes层级菜单分层优化算法,结合压力信号、交互特征(时间和跨越选项次数)和情境信息对用户意图分析解释,优化压力空间划分方式,提高交互准确性和自然性。最后,通过一个基于LWHP范式的相册交互场景阐述其应用和相关部件设计。

关键词：人机交互界面范式用户界面压力输入智能手机组件

来源：评论

学校读者我要写书评

暂无评论

基于偏好和虚拟适应度的两阶段依赖任务卸载算法

引用

吉林大学学报（理学版） 2024年第4期62卷 923-932页

作者：董立岩齐竞则刘元宁冯嘉辉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

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种... 详细信息

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种群的规模.第二阶段,提出基于虚拟适应度的启发式交叉方法,并对基于参考点的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ, NSGA-Ⅲ)的交叉算子进行改进,保留了种群多样性并提升了算法收敛速度,最后使用改进的算法对所有依赖任务的子任务进行最优卸载决策集的搜索.实验结果表明,与其他算法相比,该算法在任务完成时间、任务能耗和边缘云集群成本方面平均优化了10.2%~18.3%,并且将任务失败率平均降低了10.7%~25.6%.

关键词：云边端协同环境依赖任务卸载多目标优化虚拟适应度遗传算法

来源：评论

学校读者我要写书评

暂无评论

聚合全局交互与局部交互的知识图谱补全

引用

计算机科学与探索 2024年

作者：冯勇栾超杰王嵘冰徐红艳张永刚辽宁大学信息学院辽宁大学信息化中心辽宁大学网络与信息安全学院吉林大学符号计算与知识工程教育部重点实验室

知识图谱的不完整性严重影响了下游任务的应用与发展，因此，有必要对其进行改进以补充缺失值，即知识图谱补全。现有的知识图谱补全模型大多重组实体关系嵌入表示以捕获局部交互。但这种方法破坏了三元组的原有结构，只能利用单一的局... 详细信息

知识图谱的不完整性严重影响了下游任务的应用与发展，因此，有必要对其进行改进以补充缺失值，即知识图谱补全。现有的知识图谱补全模型大多重组实体关系嵌入表示以捕获局部交互。但这种方法破坏了三元组的原有结构，只能利用单一的局部交互而忽略了实体关系间全局交互的影响。为此，提出一种聚合全局交互与局部交互的知识图谱补全方法AGILI。该方法首先引入自注意力机制获取头实体和关系间的信息关联程度，生成融入全局交互信息的嵌入表示，再采用卷积神经网络从新嵌入表示中提取局部交互信息，除此之外设计基于关系权重的可学习交互聚合器，在将全局交互与局部交互进行特征融合时，可以根据关系类别自适应地调整两种交互的重要程度，提高方法在多关系知识图谱上的表达能力。在公开数据集FB15k-237、WN18RR和Kinship上通过链接预测任务进行实验验证，实验结果表明，与最新的基于卷积神经网络的模型ConvD相比，所提出的方法在FB15K-237数据集上Hits@1、Hits@3指标分别提高了6.9%、5.3%，证明了所提出方法的优越性。

关键词：知识图谱知识图谱补全链接预测自注意力机制卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于关系过滤和实体对标注的中文关系抽取方法

引用

吉林大学学报（理学版） 2023年第5期61卷 1095-1102页

作者：刘旭杨航张啸成张永刚吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对关系三元组抽取任务中的冗余关系问题和实体重叠问题,提出一种基于关系过滤器的二维实体对标注方案(RF2DTagging).RF2DTagging模型由两部分组成:1)用于过滤冗余关系的关系过滤器(relation filter);2)能有效解决各种实体重叠问题的... 详细信息

针对关系三元组抽取任务中的冗余关系问题和实体重叠问题,提出一种基于关系过滤器的二维实体对标注方案(RF2DTagging).RF2DTagging模型由两部分组成:1)用于过滤冗余关系的关系过滤器(relation filter);2)能有效解决各种实体重叠问题的二维实体对标注方案(2D entity-pair tagging scheme).为进一步验证RF2DTagging模型,在3个公开的中文关系抽取数据集(CCKS2019-Task3,CMeIE和DuIE2.0)上进行实验.实验结果表明,该模型能有效解决上述两个问题,且总体性能比对比模型更好.

关键词：中文关系抽取知识图谱二维实体对标注自然语言处理

来源：评论

学校读者我要写书评

暂无评论

集成双重语义信息和改进注意力机制的中文实体识别方法

引用

计算机科学与探索 2024年

作者：冯勇刘明华王嵘冰徐红艳张永刚辽宁大学信息学院辽宁大学信息化中心辽宁大学网络与信息安全学院吉林大学符号计算与知识工程教育部重点实验室

针对当前中文命名实体识别中数据无明显分隔符、字符连续排列导致的边界模糊和分词歧义问题，考虑从实体的双重语义信息分析和改进注意力机制入手，提出了一种集成双重语义信息和改进注意力机制的中文实体识别方法。首先改进多头注意力... 详细信息

针对当前中文命名实体识别中数据无明显分隔符、字符连续排列导致的边界模糊和分词歧义问题，考虑从实体的双重语义信息分析和改进注意力机制入手，提出了一种集成双重语义信息和改进注意力机制的中文实体识别方法。首先改进多头注意力机制，通过线性门控单元有效平衡了捕获的顺序信息，并增强了多头注意力机制提供的全局信息，通过残差网络解决整体的梯度问题。接下来，在实体识别阶段的局部语义信息处理中引入知识图谱的思想，通过外部词典提取实体的局部语义特征，在全局语义信息中使用BERT捕获数据整体的语义特征，经动态融合得到双重语义信息。然后，BiLSTM通过双向处理输入序列捕捉全面的上下文依赖信息，同时利用改进的多头注意力机制建立多个子序列，弥补了BiLSTM对于长文本句子捕捉依赖的不足。最后，使用CRF优化标签序列的预测，得到最终的预测结果。在中文领域公开的MSRA、Weibo和人民日报数据集上进行了实验分析，实验结果表明所提方法的F1值分别为94.22%、69.96%、93.17%，较基准方法平均提高了0.95%，9.31%，1.25%，验证了本文所提实体识别方法在中文领域的有效性和优越性。

关键词：实体识别知识图谱注意力机制双重语义

来源：评论

学校读者我要写书评

暂无评论

基于会话的结合全局潜在信息的图神经网络推荐模型

引用

吉林大学学报（工学版） 2023年第10期53卷 2964-2972页

作者：董立岩梁伟业王越群李永丽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 东北师范大学信息科学与技术学院长春130117

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及... 详细信息

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及序列节点的相邻节点彼此之间的贡献度,通过模型训练获取最后的会话表征预测下一个交互行为。实验结果表明:在结合图神经网络的推荐算法中充分挖掘全局潜在信息可以有效提高推荐算法的准确率,这一改进对提高基于会话的图神经网络模型的性能有一定指导意义。

关键词：计算机软件推荐系统基于会话的推荐图神经网络全局信息

来源：评论

学校读者我要写书评

暂无评论

优化改进YOLOv8无人机视角下目标检测算法

引用

计算机工程与应用 2025年第1期61卷 109-120页

作者：孙佳宇徐民俊张俊鹏炎梦雪操文侯阿临长春工业大学计算机科学与工程学院长春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 吉林省新一代人工智能智慧健康联合创新实验室长春130012

针对无人机视角下的目标存在多尺度、目标小、被遮挡与背景复杂等问题,提出了一种基于动态样本注意力尺度序列的YOLOv8改进算法BDAD-YOLO。通过引入BiFormer的思想来改造原模型骨干结构,提高模型对关键信息的关注度,更好地保留目标细粒... 详细信息

针对无人机视角下的目标存在多尺度、目标小、被遮挡与背景复杂等问题,提出了一种基于动态样本注意力尺度序列的YOLOv8改进算法BDAD-YOLO。通过引入BiFormer的思想来改造原模型骨干结构,提高模型对关键信息的关注度,更好地保留目标细粒度细节信息。由于目标存在大小、位置等多变性,传统卷积并不能很好地处理这一情况,因此基于DCN(deformable convolutional network)的思想,设计了一种可以增强对小目标特征提取的C2_DCf模块,从而进一步提高颈部网络中小目标层对特征信息的融合。提出一种基于动态样本的注意力尺度序列融合框架AFD(attention-scale sequence fusion framework based on dynamic samples),使用轻量化动态点采样并通过融合不同尺度的特征图来增强网络提取多尺度信息的能力。使用WIoU损失函数,改善小目标低质量数据对梯度的不利影响,以加快网络收敛速度。实验结果表明,在VisDrone数据集中的val集与test集上平均精度(mAP@0.5)分别提升了4.6个百分点、3.7个百分点,在DOTA数据集上平均精度(mAP@0.5)提升了2.4个百分点,证明了改进算法的有效性和普适性。

关键词：目标检测无人机视角 YOLOv8 BiFormer 特征融合损失函数

来源：评论

学校读者我要写书评

暂无评论

基于置信学习和协同训练的医学图像分割方法

引用

吉林大学学报(工学版) 2023年

作者：赵宏伟周明珠刘萍萍周求湛吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室吉林大学通信工程学院

在医学图像低质量标注数据的训练中，置信学习发挥了重要的作用，但目前置信学习的应用均基于平均教师模型，并未探讨在其它网络上的可能性。针对这个问题，提出了基于置信学习和协同训练的分割模型。该模型使用两个不同的网络，鼓励两... 详细信息

在医学图像低质量标注数据的训练中，置信学习发挥了重要的作用，但目前置信学习的应用均基于平均教师模型，并未探讨在其它网络上的可能性。针对这个问题，提出了基于置信学习和协同训练的分割模型。该模型使用两个不同的网络，鼓励两网络的输出结果一致，接着将其中一网络的输出利用置信学习同原低质量标注进行对比，修正低质量标注数据从而使其提供有效训练参考。将提出模型在三个不同模态的医学图像数据集上进行对比，实验结果表明，提出模型的分割效果均优于已有的置信学习模型。

关键词：计算机应用医学图像分割置信学习协同训练

来源：评论

学校读者我要写书评

暂无评论

基于细粒度分析的不均衡图像分类算法

引用

吉林大学学报(工学版) 2023年

作者：刘萍萍商文理解小宇杨晓康吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室吉林大学软件学院

细粒度属性分析和数据不均衡问题一直是计算机视觉领域的研究热点。由于细粒度属性图像的复杂性和多样性，传统的图像分类方法在关注图像细粒度属性方面存在不足，并在处理不均衡数据集时表现不佳。为了克服这些问题，本研究提出了一种... 详细信息

细粒度属性分析和数据不均衡问题一直是计算机视觉领域的研究热点。由于细粒度属性图像的复杂性和多样性，传统的图像分类方法在关注图像细粒度属性方面存在不足，并在处理不均衡数据集时表现不佳。为了克服这些问题，本研究提出了一种基于深度度量学习的细粒度图像阈值分类算法。通过引入度量学习方法，来增强对图像细粒度属性的关注。同时，通过应用成对损失和代理损失，提高了模型的分类准确性并加快了模型的收敛速度。为了应对数据不均衡问题，设计了一个基于阈值分析的分类器。该分类器利用阈值分析技术，实现了对细粒度图像的多级分类，从而改善了在不均衡数据集中少数类别分类准确性较低的问题。实验结果表明，所提出的基于深度度量学习的细粒度图像阈值分类算法在分类准确性方面显著优于其他方法。

关键词：计算机应用深度度量学习细粒度分类不均衡数据阈值分类器

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：