检索结果-内蒙古大学图书馆

计算机学报 2019年第11期42卷 2561-2573页

作者：陈松章晓芳章宗长刘全吴金金闫岩苏州大学计算机科学与技术学院江苏苏州215006 南京大学计算机软件新技术国家重点实验室南京210023 吉林大学符号计算与知识工程教育部重点实验室长春130012

深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,在深度Q网络及其改进算法中基本使用静态的跳帧方法,即动作被重复执行固定的次数.另外,优先级经验重放是对均匀采样的一种改进,然而目前各个研究仅将样本的时间... 详细信息

深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,在深度Q网络及其改进算法中基本使用静态的跳帧方法,即动作被重复执行固定的次数.另外,优先级经验重放是对均匀采样的一种改进,然而目前各个研究仅将样本的时间差分误差作为评价优先级的标准.针对这两个问题,该文提出一种基于线性动态跳帧和改进的优先级经验重放的深度双Q网络.该算法使得跳帧率成为一个可动态学习的参数,跳帧率随网络输出Q值的大小线性增长,Agent将根据当前状态和动作来动态地确定一个动作被重复执行的次数,并利用经验池中样本的每个动作的跳帧率和样本的时间差分误差共同决定样本的优先级.最后在Atari 2600游戏中进行实验,结果表明该算法相比于传统动态跳帧和优先级经验重放算法具有更优的效果.

关键词：深度强化学习深度Q网络动态跳帧优先级经验重放

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的跨公司航天软件缺陷预测

引用

光学精密工程 2019年第2期27卷 469-478页

作者：哈清华刘大有陈媛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

为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方... 详细信息

为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G-measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高。

关键词：缺陷预测迁移学习最近邻分类器数据引力朴素贝叶斯

来源：评论

学校读者我要写书评

暂无评论

微博营销中融合行为分析的重要用户发现方法

引用

小型微型计算机系统 2019年第8期40卷 1646-1651页

作者：冯勇马宇光刘建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

微博作为社交网络的典型代表聚集了大量用户和信息资源,发掘其中的重要用户对开展精准营销具有巨大的商业价值.本文提出一种微博营销中融合行为分析的重要用户发现方法.该方法首先计算微博营销核心影响因素权重,包括:用户活跃度、用户... 详细信息

微博作为社交网络的典型代表聚集了大量用户和信息资源,发掘其中的重要用户对开展精准营销具有巨大的商业价值.本文提出一种微博营销中融合行为分析的重要用户发现方法.该方法首先计算微博营销核心影响因素权重,包括:用户活跃度、用户忠诚度以及用户影响力;然后,将其融入到PageRank计算模型,对用户的概率转移矩阵进行更新,并利用更新后的概率转移矩阵计算得到最终用户分阶.经对比实验分析,相较于现有主流算法,本文所提方法因为对用户行为特征的分析更为全面,所以能够更加准确地发现微博营销中的重要用户.

关键词：社交网络微博营销 PageRank 用户行为

来源：评论

学校读者我要写书评

暂无评论

一种残差置乱上下文信息的场景图生成方法

引用

计算机研究与发展 2019年第8期56卷 1721-1730页

作者：林欣田鑫季怡徐云龙刘纯平苏州大学计算机科学与技术学院江苏苏州215006 苏州大学应用技术学院江苏苏州215300 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

场景图在视觉理解中有着很重要的作用.现有的场景图生成方法对于主语、宾语以及主宾语间的视觉关系进行研究.但是,人类通过空间关系上下文、语义上下文和目标之间的互动信息来进行关系的理解和推理.为了获得更好的全局上下文表示,同时... 详细信息

场景图在视觉理解中有着很重要的作用.现有的场景图生成方法对于主语、宾语以及主宾语间的视觉关系进行研究.但是,人类通过空间关系上下文、语义上下文和目标之间的互动信息来进行关系的理解和推理.为了获得更好的全局上下文表示,同时减少数据集偏差的影响,提出了一个新的场景图生成框架RSSQ(residual shuffle sequence model).该框架由目标解码、残差置乱和位置嵌入3部分构成.残差置乱模块由随机置乱和残差连接的双向LSTM的基本结构叠加而成,利用迭代方式实现随机打乱双向LSTM的隐藏状态以减少数据集偏差影响,利用残差连接提取共享的全局上下文信息.在位置嵌入模块中,通过对目标的相对位置和面积比例的编码则可以增强目标对之间的空间关系.在数据集Visual Genome的3个不同层次子任务的实验中,证明了提出的RSSQ方法因全局上下文改善和空间关系增强,在Recall@50和Recall@100指标评价下,相对于现有方法能生成更好的场景图.

关键词：场景图视觉关系上下文残差双向LSTM 目标检测

来源：评论

学校读者我要写书评

暂无评论

自适应优化Log-Gabor滤波器与动态径向基函数神经网络的虹膜识别

引用

吉林大学学报（理学版） 2019年第2期57卷 331-338页

作者：刘帅刘元宁庄述鑫侯铭楷陈静张水涵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

首先,采用Log-Gabor滤波器提取虹膜幅度特征,根据虹膜库的种类,通过改进的遗传粒子群优化算法优化滤波器参数;其次,利用主成分分析法降低维数,进而减少噪声和冗余;再次,构建动态径向基函数神经网络,并通过虹膜幅度特征间的欧氏距离进行... 详细信息

首先,采用Log-Gabor滤波器提取虹膜幅度特征,根据虹膜库的种类,通过改进的遗传粒子群优化算法优化滤波器参数;其次,利用主成分分析法降低维数,进而减少噪声和冗余;再次,构建动态径向基函数神经网络,并通过虹膜幅度特征间的欧氏距离进行虹膜识别;最后,采用多种小型虹膜库与其他虹膜识别算法进行对比实验,实验结果表明,该算法在一对一虹膜识别中正确率更高,ROC曲线更贴近坐标轴,滤波器通用性更好,提高了小型虹膜库的识别率,解决了传统算法学习收敛速度慢、结构通用性差的问题.

关键词：虹膜识别 Log-Gabor滤波器遗传粒子群优化算法动态径向基函数神经网络欧氏距离

来源：评论

学校读者我要写书评

暂无评论

分块小波特征结合BP神经网络的虹膜识别方法

引用

计算机工程与应用 2019年第18期55卷 132-139页

作者：杨霞朱晓冬刘元宁冯家凯刘帅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

在对虹膜特征提取时,绝大多数方法是直接对虹膜归一化后的增强图像进行某种变换,为降低虹膜特征维度,同时保证识别效率,提出了对归一化虹膜径向折叠分块、环向周期分块再进行haar小波变换的方法,降低了虹膜区域对噪声的敏感性,在减少虹... 详细信息

在对虹膜特征提取时,绝大多数方法是直接对虹膜归一化后的增强图像进行某种变换,为降低虹膜特征维度,同时保证识别效率,提出了对归一化虹膜径向折叠分块、环向周期分块再进行haar小波变换的方法,降低了虹膜区域对噪声的敏感性,在减少虹膜特征维度的同时,保证了虹膜有效特征不被中和。为进一步克服虹膜识别中对旋转的敏感性,采用了周期延拓的小波变换方式提取高频信息。最后利用BP(Back Propagation)神经网络的分类方法,将小波变换后的高频信息直接作为分类器的输入,进一步提高了虹膜识别正确率。实验表明,提出的方法特征点数低至120,正确识别率可达到99.48%。

关键词：虹膜识别折叠分块周期延拓小波变换过零检测 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多重门限机制的异步深度强化学习

引用

计算机学报 2019年第3期42卷 636-653页

作者：徐进刘全章宗长梁斌周倩苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012

近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化... 详细信息

近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化学习模型所需的训练时间,但是,基于循环神经网络的异步深度强化学习算法依然需要大量训练时间,原因在于具有记忆能力的循环神经网络无法利用并行化计算加速模型训练过程.为了加速异步深度强化学习模型的训练过程,并且使得网络模型具有记忆能力,该文提出了一种基于多重门限机制的异步优势行动者-评论家算法.该模型主要有三个特点:一是通过使用多重门限机制使前馈神经网络具有记忆能力,使Agent能够通过记忆不同时间步的状态信息做出更优的决策;二是通过利用并行计算进一步加速Agent的训练过程,减少模型所需的训练时间;三是通过采用一种新的跳跃连接方式实现数据向更深的网络层传递,增强模型识别状态特征的能力,从而提升深度强化学习算法的稳定性和学习效果.该文通过Atari 2600游戏平台上的部分战略型游戏以及稀疏奖赏环境型游戏来评估新模型的性能.实验结果表明,与传统的异步深度强化学习算法相比,新模型能够以较少的时间代价来获得更优的学习效果.

关键词：深度学习强化学习异步深度强化学习循环神经网络多重门限机制跳跃连接

来源：评论

学校读者我要写书评

暂无评论

基于极小碰集求解算法的测试向量集约简

引用

计算机研究与发展 2019年第11期56卷 2448-2457页

作者：欧阳丹彤陈晓艳叶靖邓召勇张立明吉林大学计算机科学与技术学院长春130012 计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 中国科学院计算技术研究所北京100190

自动测试向量生成的目的是对特定的故障模型确定1个高质量测试向量集使得芯片(设计)的故障覆盖率达到期望值,在芯片测试中是非常重要的环节.TetraMAX ATPG 2018是众多ATPG工具中功能最强、最易于使用的自动测试向量生成工具,可以在很短... 详细信息

自动测试向量生成的目的是对特定的故障模型确定1个高质量测试向量集使得芯片(设计)的故障覆盖率达到期望值,在芯片测试中是非常重要的环节.TetraMAX ATPG 2018是众多ATPG工具中功能最强、最易于使用的自动测试向量生成工具,可以在很短的时间内生成具有高故障覆盖率的高质量测试向量集.提出基于极小碰集求解算法的极小完全测试向量集求解算法,通过对测试向量集约简问题重新建模,利用极小碰集求解算法对TetraMAX ATPG 2018产生的测试向量集进行约简.利用这一算法可以有效地缩减测试向量集规模,且保证其故障覆盖率不变,对降低芯片的测试成本有着重要的现实意义.实验针对固定型故障,结果表明:该算法具有良好的约简效果,而且可以保证所得测试向量集中不包含冗余的测试向量.

关键词：电路测试自动测试向量生成测试向量集约简故障覆盖率极小碰集固定型故障

来源：评论

学校读者我要写书评

暂无评论

基于最小二乘的双权重学习法

引用

计算机科学 2020年第12期47卷 210-217页

作者：李斌刘全苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012

强化学习是人工智能领域中的一个研究热点。在求解强化学习问题时,传统的最小二乘法作为一类特殊的函数逼近学习方法,具有收敛速度快、充分利用样本数据的优势。通过对最小二乘时序差分算法(Least-Squares Temporal Difference,LSTD)的... 详细信息

强化学习是人工智能领域中的一个研究热点。在求解强化学习问题时,传统的最小二乘法作为一类特殊的函数逼近学习方法,具有收敛速度快、充分利用样本数据的优势。通过对最小二乘时序差分算法(Least-Squares Temporal Difference,LSTD)的研究与分析,并以该方法为基础提出了双权重最小二乘Sarsa算法(Double Weights With Least Squares Sarsa,DWLS-Sarsa)。DWLS-Sarsa算法将两权重通过一定方式进行关联得到目标权重,并利用Sarsa方法对时序差分误差进行控制。在算法训练过程中,两权重会因为更新样本的不同而产生不同的值,保证了算法可以有效地进行探索;两权重也会因为样本数据的分布而逐渐缩小之间的差距直到收敛至同一最优值,确保了算法的收敛性能。最后将DWLS-Sarsa算法与其他强化学习算法进行实验对比,结果表明DWLS-Sarsa算法具有较优的学习性能与鲁棒性,可以有效地处理局部最优问题并提高算法收敛时的表现效果。

关键词：强化学习函数逼近最小二乘时序差分 Sarsa

来源：评论

学校读者我要写书评

暂无评论

基于MOVR启发式的求差知识编译算法

引用

电子学报 2019年第11期47卷 2299-2303页

作者：牛当当吕帅王金艳西北农林科技大学信息工程学院陕西杨凌712100 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 广西师范大学计算机科学与信息工程学院广西桂林541004

DKCHER算法是基于超扩展规则的求差知识编译算法,也是目前为止表现最好的EPCCL理论编译算法.本文通过研究DKCHER算法的执行流程,设计了一种新的启发式策略MOVR(maximum occurrence number of variables in middle result),用于动态地从... 详细信息

DKCHER算法是基于超扩展规则的求差知识编译算法,也是目前为止表现最好的EPCCL理论编译算法.本文通过研究DKCHER算法的执行流程,设计了一种新的启发式策略MOVR(maximum occurrence number of variables in middle result),用于动态地从输入子句集中选择所包含变量在中间结果中出现次数最多的子句.将MOVR启发式策略与DKCHER算法相结合,设计了MOVR_DKCHER算法.实验结果表明,MOVR启发式策略能够显著提高DKCHER算法的编译效率和编译质量,编译效率平均可提升70倍左右,最高可以提高237倍.

关键词：知识编译扩展规则超扩展规则 EPCCL理论启发式策略

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：