检索结果-内蒙古大学图书馆

软件学报 2016年第9期27卷 2248-2264页

作者：赵学华杨博陈贺昌深圳信息职业技术学院数字媒体学院广东深圳518172 吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

由于随机块模型能够有效处理不具有先验知识的网络,对其研究成为了机器学习、网络数据挖掘和社会网络分析等领域的研究热点.如何设计出具有模型选择能力的快速随机块模型学习算法,是目前随机块模型研究面临的一个主要挑战.提出一种精细... 详细信息

由于随机块模型能够有效处理不具有先验知识的网络,对其研究成为了机器学习、网络数据挖掘和社会网络分析等领域的研究热点.如何设计出具有模型选择能力的快速随机块模型学习算法,是目前随机块模型研究面临的一个主要挑战.提出一种精细随机块模型及其快速学习算法.该学习方法基于提出的模型与最小消息长度推导出一个新成本函数,利用期望最大化参数估计方法,实现了边评价模型边估计参数的并行学习策略,以此方式显著降低随机块模型学习的时间复杂性.分别采用人工网络与真实网络,从学习时间和学习精度两方面对提出的学习算法进行了验证,并与现有的代表性随机块模型学习方法进行了对比.实验结果表明:提出的算法能够在保持学习精度的情况下显著降低时间复杂性,在学习精度和时间之间取得很好的折衷;在无任何先验知识的情况下,可处理的网络规模从几百节点提高至几万节点.另外,通过网络链接预测的实验,其结果也表明了提出的模型及学习算法相比现有随机块模型和学习方法具有更好的泛化能力.

关键词：网络数据挖掘社会网络分析随机块模型模型选择链接预测

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

用于游戏NPC路径规划的改进遗传算法

引用

传感器与微系统 2017年第6期36卷 114-118页

作者：李井颂钱谦孙铭会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 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 吉林大学计算机科学与技术学院吉林长春130012

针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法。提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子。根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作。与... 详细信息

针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法。提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子。根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作。与传统遗传算法以及其他学者的改进算法进行了对比实验。实验结果表明:算法能够在保证正确率的前提下,提高计算速度,并且在多目标的环境下同样适用。

关键词：人工智能路径规划遗传算法种群规模精英主义启发式深度优先搜索

来源：评论

学校读者我要写书评

暂无评论

缩微智能车目标检测系统的设计与仿真

引用

北京工业大学学报 2016年第10期42卷 1509-1518页

作者：刘衍珩高思伟王健邓伟文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 吉林大学汽车仿真与控制国家重点实验室长春130012

为实现对车辆前方目标检测,提出并模拟了一种对缩微智能车前方目标进行检测的方案.在交通沙盘中,搭载ARM9开发板的缩微智能车,通过多种传感器数据融合采集缩微智能车的前方目标信息,然后再对数据进行集中处理.处理过程包括对视觉数据进... 详细信息

为实现对车辆前方目标检测,提出并模拟了一种对缩微智能车前方目标进行检测的方案.在交通沙盘中,搭载ARM9开发板的缩微智能车,通过多种传感器数据融合采集缩微智能车的前方目标信息,然后再对数据进行集中处理.处理过程包括对视觉数据进行行人识别、对雷达数据进行目标状态分析,以及对通信数据进行分包,最后将数据包发送到监控平台完成前方运动目标信息的实时显示.仿真结果表明:该系统实现了对缩微智能车前方目标信息的实时采集,其采集精度和系统稳定性优于传统的目标运动信息采集系统.

关键词：前方目标检测缩微智能车目标检测多传感器

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

基于需求模型的航天软件测试用例生成方法

引用

光学精密工程 2016年第5期24卷 1185-1196页

作者：哈清华刘大有沈湘衡刘逻吉林大学计算机科学与技术学院吉林长春130012 中国科学院长春光学精密机械与物理研究所吉林长春130033 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

为了提高航天软件测试的效率和覆盖率,增加航天软件测试的有效性,提出了一种基于需求模型的软件测试用例设计方法。针对航天软件测试的特点,该方法采用从用例层深入至步骤层的测试优化策略。首先,基于元建模方法定义了一种测试需求模型... 详细信息

为了提高航天软件测试的效率和覆盖率,增加航天软件测试的有效性,提出了一种基于需求模型的软件测试用例设计方法。针对航天软件测试的特点,该方法采用从用例层深入至步骤层的测试优化策略。首先,基于元建模方法定义了一种测试需求模型;通过建立模型,将测试需求加以拆分,获取了测试需求之间的先后依赖关系以及测试需求与测试步骤之间的对应关系。然后,基于测试需求模型,构建了测试需求的路径图,进而通过对图的遍历获得了测试用例。最后,将该方法用于工程实践进行了实验验证。验证结果表明,该方法有效保证了测试活动的充分性和有效性,降低了测试用例约简的风险。与不约简的测试方法相比,该方法减少测试工作量达18%,减少测试用例数量为40%以上,软件测试的执行时间也减少了40%以上,在满足需求覆盖率的同时,有效提高了测试效率。

关键词：软件测试航天软件测试用例生成用例约简测试需求模型

来源：评论

学校读者我要写书评

暂无评论

命题模态逻辑S5系统中并行推理方法

引用

计算机科学与探索 2016年第12期10卷 1783-1792页

作者：杨洋李广力张桐搏刘磊吕帅吉林大学计算机科学与技术学院长春130012 吉林大学数学学院长春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

S5系统是一类知识表示能力和处理能力都较强的模态公理系统,它是认知逻辑、信念逻辑等非经典逻辑理论的基础。根据Kripke语义模型以及S5系统中部分公理,对命题模态逻辑S5公理系统的性质进行了较为深入的研究,并对S5系统中一类具有代表... 详细信息

S5系统是一类知识表示能力和处理能力都较强的模态公理系统,它是认知逻辑、信念逻辑等非经典逻辑理论的基础。根据Kripke语义模型以及S5系统中部分公理,对命题模态逻辑S5公理系统的性质进行了较为深入的研究,并对S5系统中一类具有代表性的标准模态子句集的特性进行了分析,提出了一种基于扩展规则方法的命题模态逻辑推理算法(propositional modal clausal reasoning based on novel extension rule,PMCRNER)。针对朴素算法时间复杂度较高的问题,利用任务间潜在的关联性对算法同时进行了粗粒度与细粒度并行化,提出了并行算法PPMCRNER(parallel PMCRNER)理论框架,并且与基本算法进行了对比。实验结果表明,PPMCRNER算法在不可满足的子句集上的推理具有良好的加速比,为高时间复杂性的模态推理方法的进一步研究提供了一种可行方案。

关键词：命题模态逻辑 S5公理系统并行推理扩展规则

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：