检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2018年第3期48卷 859-865页

作者：黄岚纪林影姚刚翟睿峰白天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 吉林大学软件学院长春130012 吉林大学第二医院神经内科长春130041 长春理工大学电子信息工程学院长春130022

首先,从医疗语料库中识别症状描述词语,基于症状间语义关系构建症状本体。然后,通过文本挖掘抽取疾病与症状间的关系、疾病与疾病间的易误诊关系,建立疾病-症状语义网DSSN。DSSN中包含了疾病本体DO、新构建的症状本体、疾病间的易误诊... 详细信息

首先,从医疗语料库中识别症状描述词语,基于症状间语义关系构建症状本体。然后,通过文本挖掘抽取疾病与症状间的关系、疾病与疾病间的易误诊关系,建立疾病-症状语义网DSSN。DSSN中包含了疾病本体DO、新构建的症状本体、疾病间的易误诊关系及鉴别诊断知识。最后,通过一个临床诊断中的用例来说明DSSN在临床辅助诊断系统中对易误诊提示的帮助。

关键词：人工智能语义网文本挖掘误诊本体

来源：评论

学校读者我要写书评

暂无评论

永恒语言学习研究与发展

引用

浙江大学学报（工学版） 2017年第1期51卷 82-88页

作者：丰小月梁艳春林希珣管仁初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 吉林大学珠海学院符号计算与知识工程教育部重点实验室珠海市分实验室广州珠海519041

为了构建智能的语言学习模型,Tom ***教授2010年在美国人工智能协会(AAAI)上提出永恒语言学习(NELL)的概念.NELL模型主要运用半监督学习和自然语言处理技术,持续不断地从互联网上获取大量文本,抽取知识,丰富知识库,使永恒语言学习模型... 详细信息

为了构建智能的语言学习模型,Tom ***教授2010年在美国人工智能协会(AAAI)上提出永恒语言学习(NELL)的概念.NELL模型主要运用半监督学习和自然语言处理技术,持续不断地从互联网上获取大量文本,抽取知识,丰富知识库,使永恒语言学习模型变得更加智能.介绍了永恒语言学习模型及模型的组成;描述了NELL的孕育和发展以及面临的6个主要问题,包括自省能力开发,每天需要短暂的人工监督,新谓词学习,新类型知识的学习;命名实体建模和更精确的统计学习模型构建;提出拟解决现有问题的新永恒语言学习模型.

关键词：永恒语言学习(NELL) 半监督学习语义漂移知识抽取知识整合

来源：评论

学校读者我要写书评

暂无评论

口语对话系统中对话管理的演变

引用

吉林大学学报（信息科学版） 2019年第6期37卷 623-630页

作者：霍晓凯史冬辉石一锐周柚时小虎吴春国吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012 大连市公安局交通警察支队辽宁大连116022

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术;然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾... 详细信息

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术;然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾勒出其技术的发展与演变过程;最后,对对话管理领域的深入研究进行了分析与展望。

关键词：口语对话系统对话管理自然语言处理深度学习部分可观测马尔可夫决策过程

来源：评论

学校读者我要写书评

暂无评论

基于分块搜索的虹膜定位算法

引用

计算机工程与应用 2018年第18期54卷 212-217页

作者：刘帅刘元宁朱晓冬冯家凯卢时旭吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 吉林大学计算机科学与技术学院长春130012

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精... 详细信息

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。

关键词：分块搜索虹膜定位 hough圆检测卷积运算灰度直方图

来源：评论

学校读者我要写书评

暂无评论

基于关键节点的影响力最大化算法

引用

吉林大学学报（信息科学版） 2019年第2期37卷 162-167页

作者：王越群于健邹跃鹏李永丽董立岩吉林大学计算机科学与技术学院长春130012 东北师范大学信息科学与技术学院长春130117 吉林大学符号计算与知识工程教育部重点实验室长春130012

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法... 详细信息

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。

关键词：社交网络关键节点 LDAG算法

来源：评论

学校读者我要写书评

暂无评论

基于键盘距离和依存分析的拼写纠错方法

引用

吉林大学学报（理学版） 2018年第5期56卷 1179-1186页

作者：谢文慧易荣庆彭涛吉林大学计算机科学与技术学院长春130012 国网吉林省电力有限公司长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明... 详细信息

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明,该模型可有效进行非词纠错.

关键词：键盘距离单词距离依存分析 SpellKD模型非词错误

来源：评论

学校读者我要写书评

暂无评论

一种最大置信上界经验采样的深度Q网络方法

引用

计算机研究与发展 2018年第8期55卷 1694-1705页

作者：朱斐吴文刘全伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破... 详细信息

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破.为了减少转移状态之间暂时的相关性,传统深度Q网络使用经验回放的采样机制,从缓存记忆中随机采样转移样本.然而,随机采样并不考虑缓存记忆中各个转移样本的优先级,导致网络训练过程中可能会过多地采用信息较低的样本,而忽略一些高信息量的样本,结果不但增加了训练时间,而且训练效果也不理想.针对此问题,在传统深度Q网络中引入优先级概念,提出基于最大置信上界的采样算法,通过奖赏、时间步、采样次数共同决定经验池中样本的优先级,提高未被选择的样本、更有信息价值的样本以及表现优秀的样本的被选概率,保证了所采样本的多样性,使智能体能更有效地选择动作.最后,在Atari 2600的多个游戏环境中进行仿真实验,验证了算法的有效性.

关键词：强化学习深度强化学习最大置信上界经验回放深度Q网络

来源：评论

学校读者我要写书评

暂无评论

基于CDbw和人工蜂群优化的密度峰值聚类算法

引用

吉林大学学报（理学版） 2018年第6期56卷 1469-1475页

作者：姜建华吴迪郝德浩王丽敏张永刚李克勤吉林财经大学数据科学系吉林省互联网金融重点实验室长春130117 吉林大学符号计算与知识工程教育部重点实验室长春130012 纽约州立大学计算机系美国纽约12561

针对密度峰值聚类(DPC)算法存在的dc值难选择及近邻原则聚合操作在低密度区效果不佳的问题,提出一种基于人工蜂群与CDbw聚类指标优化的密度峰值聚类(BeeDPC)算法,以实现类簇间数据点的自动识别和合理聚类,并解决DPC对类簇间数据点类别... 详细信息

针对密度峰值聚类(DPC)算法存在的dc值难选择及近邻原则聚合操作在低密度区效果不佳的问题,提出一种基于人工蜂群与CDbw聚类指标优化的密度峰值聚类(BeeDPC)算法,以实现类簇间数据点的自动识别和合理聚类,并解决DPC对类簇间数据点类别识别上存在的缺陷.实验结果表明,BeeDPC算法具有自动识别并合理聚类类簇间数据点、自动识别类簇中心点和类簇数量及自动处理任意分布数据集的优势.

关键词：聚类分析 CDbw评价指标密度峰值密度聚类人工蜂群算法

来源：评论

学校读者我要写书评

暂无评论

一种解决连续空间问题的真实在线自然梯度AC算法

引用

软件学报 2018年第2期29卷 267-282页

作者：朱斐朱海军刘全陈冬火伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架... 详细信息

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架下,提出了真实在线增量式自然梯度AC(true online incremental natural actor-critic,简称TOINAC)算法.TOINAC算法采用优于传统梯度的自然梯度,在真实在线时间差分(true online time difference,简称TOTD)算法的基础上,提出了一种新型的前向观点,改进了自然梯度行动者-评论家算法.在评论家部分,利用TOTD算法高效性的特点来估计值函数;在行动者部分,引入一种新的前向观点来估计自然梯度,再利用资格迹将自然梯度估计变为在线估计,提高了自然梯度估计的准确性和算法的效率.将TOINAC算法与核方法以及正态策略分布相结合,解决了连续空间问题.最后,在平衡杆、Mountain Car以及Acrobot等连续问题上进行了仿真实验,验证了算法的有效性.

关键词：策略梯度自然梯度行动者-评论家真实在线TD 核方法

来源：评论

学校读者我要写书评

暂无评论

基于集成神经网络的短文本分类模型

引用

吉林大学学报（理学版） 2018年第4期56卷 933-938页

作者：高云龙左万利王英王鑫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 长春工程学院计算机技术与工程学院长春130012

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神... 详细信息

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神经网络(RNN)对短文本语义进行建模,捕获短文本内部结构的依赖关系;最后,在训练模型过程中,利用正则化项选取经验风险和模型复杂度同时最小的模型.通过对语料库进行短文本分类实验,验证了所提出模型有较好的分类效果,且该分类模型可处理变长的短文本输入,具有良好的鲁棒性.

关键词：短文本集成神经网络扩展词向量分类

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：