检索结果-内蒙古大学图书馆

应用科学学报 2019年第3期37卷 378-388页

作者：冯勇屈渤浩徐红艳王嵘冰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

FastText文本分类模型具有快速高效的优势,但直接将其用于中文短文本分类则存在精确率不高的问题.为此提出一种融合词频-逆文本频率(term frequency-inverse document frequency, TF-IDF)和隐含狄利克雷分布(latent Dirichlet allocatio... 详细信息

FastText文本分类模型具有快速高效的优势,但直接将其用于中文短文本分类则存在精确率不高的问题.为此提出一种融合词频-逆文本频率(term frequency-inverse document frequency, TF-IDF)和隐含狄利克雷分布(latent Dirichlet allocation, LDA)的中文FastText短文本分类方法.该方法在FastText文本分类模型的输入阶段对n元语法模型处理后的词典进行TF-IDF筛选,使用LDA模型进行语料库主题分析,依据所得结果对特征词典进行补充,从而在计算输入词序列向量均值时偏向高区分度的词条,使其更适用于中文短文本分类环境.对比实验结果可知,所提方法在中文短文本分类方面具有更高的精确率.

关键词：中文短文本分类 FastText 词频-逆文本频率词向量隐含狄利克雷分布

来源：评论

学校读者我要写书评

暂无评论

一种结合结构特征求解诊断问题的PMS方法

引用

中国科学：信息科学 2019年第6期49卷 685-697页

作者：周慧思欧阳丹彤刘梦田乃予张立明吉林大学计算机科学与技术学院长春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

部分最大可满足性问题(partial maximum satisfiability problem, PMS)是最大可满足性问题(maximum satisfiability problem, MaxSAT)的泛化问题,在很多领域中得到广泛应用.目前,在工业诊断实例方面PMS求解仍有待改进,在对基于随机搜索... 详细信息

部分最大可满足性问题(partial maximum satisfiability problem, PMS)是最大可满足性问题(maximum satisfiability problem, MaxSAT)的泛化问题,在很多领域中得到广泛应用.目前,在工业诊断实例方面PMS求解仍有待改进,在对基于随机搜索的PMS算法深入研究基础上,本文首次提出一种结合结构特征的随机搜索方法 (structure characteristics partial MaxSAT, SCPMS).首先,依据单元传播规则结合问题结构特征逐步将PMS问题中硬单元子句分成两部分,从而构造出因缺乏部分硬单元子句使得问题可满足的子问题;提出结合结构特征的随机搜索指导策略,对新的子问题再次利用单元传播找出原问题中的硬单元子句中硬阻塞变量,再结合子句特征翻转相应软阻塞变量,从而提高随机搜索的求解效率.实验结果表明,提出的SCPMS与最新的两个算法DeciDist和DistUp相比,在基于模型诊断问题(model-based diagnosis, MBD)的工业实例上, SCPMS求得的不满足软子句数有较大程度的减少.

关键词： PMS 单元传播最大可满足性问题随机搜索基于模型的诊断

来源：评论

学校读者我要写书评

暂无评论

基于关系触发词与单层GRU模型的关系抽取方法

引用

吉林大学学报（理学版） 2020年第1期58卷 95-103页

作者：王磊刘露牛亮胡封晔彭涛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 吉林大学通信工程学院长春130012 吉林大学第一医院长春130021

基于关系触发词与单层门控循环单元模型进行关系抽取,以降低关系抽取模型结构的复杂度,并提高模型的训练效率.通过计算单词的依存距离与序列距离得到关系触发词,利用单层门控循环单元模型进行关系抽取,并在SemEval2010Task8数据集上进... 详细信息

基于关系触发词与单层门控循环单元模型进行关系抽取,以降低关系抽取模型结构的复杂度,并提高模型的训练效率.通过计算单词的依存距离与序列距离得到关系触发词,利用单层门控循环单元模型进行关系抽取,并在SemEval2010Task8数据集上进行实验.实验结果表明,该方法能有效提取出关系触发词,并具有较高的关系抽取准确率.

关键词：关系抽取关系触发词句法依存分析 Word2Vec模型门控循环单元

来源：评论

学校读者我要写书评

暂无评论

基于映射规则的数据产品自动生成方法及系统

引用

吉林大学学报（信息科学版） 2021年第4期39卷 403-408页

作者：李子恒叶育鑫曹玲玲刘思培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 北方信息控制研究院集团有限公司总体部南京211111

随着知识图谱的广泛应用,为了提高从中提取知识数据和产品数据的准确率和效率,以知识图谱为数据源,根据实际业务需求制定业务数据抽取与组织规则(抽取规则即为题目中的映射规则,设计规则的表达描述方法和规范约束,由业务需求者填写实际... 详细信息

随着知识图谱的广泛应用,为了提高从中提取知识数据和产品数据的准确率和效率,以知识图谱为数据源,根据实际业务需求制定业务数据抽取与组织规则(抽取规则即为题目中的映射规则,设计规则的表达描述方法和规范约束,由业务需求者填写实际可实施抽取的规则),支持根据该规则从知识图谱中抽取符合规则的子图。由于该子图符合设计业务需求方的规则,因此该子图包含了符合业务需求的数据和组织结构。通过数据产品生成规则(从结构相对固定,具备实际业务含义的子图数据生成报告文档、统计表格等业务用户最终需要的数据产品),从抽取的子图生成需要的数据产品(报告文档,统计表格等)。通过SPARQL查询语言、自然语言生成等技术实现了以知识图谱为数据源,快速自动地生成文本、图表、报告文档等数据产品,大幅度提升了效率。

关键词：知识图谱本体 SPARQL查询语言生成规则自然语言生成

来源：评论

学校读者我要写书评

暂无评论

基于线性动态跳帧的深度双Q网络

引用

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XGBoost的特征选择算法

引用

通信学报 2019年第10期40卷 101-108页

作者：李占山刘兆赓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 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

分类问题中的特征选择一直是一个重要而又困难的问题。这类问题中要求特征选择算法不仅能够帮助分类器提高分类准确率,同时还要尽可能地减少冗余特征。因此,为了在分类问题中更好地进行特征选择,提出了一种新型的包裹式特征选择算法XGB... 详细信息

分类问题中的特征选择一直是一个重要而又困难的问题。这类问题中要求特征选择算法不仅能够帮助分类器提高分类准确率,同时还要尽可能地减少冗余特征。因此,为了在分类问题中更好地进行特征选择,提出了一种新型的包裹式特征选择算法XGBSFS。该算法借鉴极端梯度提升(XGBoost)算法中构建树的思想过程,通过从3个重要性度量的角度来衡量特征的重要性,避免单一重要性度量的局限性;然后通过改进的序列浮动前向搜索策略(ISFFS)搜索特征子集,使最终得到的特征子集有较高的质量。在8个UCI数据集的对比实验中表明,所提算法具有很好的性能。

关键词：特征选择极端梯度提升序列浮动搜索策略

来源：评论

学校读者我要写书评

暂无评论

Tabular表达式中正规函数表操作的形式语义

引用

华南理工大学学报（自然科学版） 2019年第2期47卷 85-91页

作者：周文博刘磊张鹏吕帅吉林大学计算机科学与技术学院吉林长春130012 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 吉林大学软件学院吉林长春130012

正规函数表是一类典型的Tabular表达式,被广泛应用于软件说明文档.文中对Tabular表达式中正规函数表操作的语义进行研究.首先给出了正规函数表的形式文法,讨论了规整性、完全性和不可交叉性等性质,说明了其求值过程;然后根据操作的影响... 详细信息

正规函数表是一类典型的Tabular表达式,被广泛应用于软件说明文档.文中对Tabular表达式中正规函数表操作的语义进行研究.首先给出了正规函数表的形式文法,讨论了规整性、完全性和不可交叉性等性质,说明了其求值过程;然后根据操作的影响范围,以内部操作和外部操作为分类标准,分别对二元操作、替换操作、提取操作和扩展操作的语义进行刻画,讨论了各个操作的封闭性;最后通过电梯控制系统实例分析了相关操作的实际应用场景,说明了正规函数表操作的形式语义的合理性和可用性.实例结果表明,文中提出的正规函数表操作的语义描述与实际结果是一致的.

关键词：正规函数表 Tabular表达式操作语义软件文档规格说明

来源：评论

学校读者我要写书评

暂无评论

一种新型的自适应多核学习算法

引用

吉林大学学报（理学版） 2021年第5期59卷 1212-1218页

作者：聂逯松常方圆常学智刘畅金有为刘国晟付加胜韩霄松吉林大学共青团吉林大学委员会长春130012 吉林大学护理学院长春130012 吉林大学生物与农业工程学院长春130022 长春中医药大学医药信息学院长春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 吉林大学计算机科学与技术学院长春130012 吉林大学软件学院长春130012 中国石油集团工程技术研究院有限公司北京102206

针对样本基数较大、维数较高、特征较复杂的数据集训练问题,将支持向量机与蚁群优化算法相融合,提出一种自适应多核学习算法.利用吸引子传播聚类算法自适应地发现相似特征,并据此利用蚁群算法自适应地选择核函数参数,从而快速选择最优... 详细信息

针对样本基数较大、维数较高、特征较复杂的数据集训练问题,将支持向量机与蚁群优化算法相融合,提出一种自适应多核学习算法.利用吸引子传播聚类算法自适应地发现相似特征,并据此利用蚁群算法自适应地选择核函数参数,从而快速选择最优核函数.通过UCI数据集的5组数据实验表明,该算法相比于传统的支持向量机分类准确率和F 1值更高,验证了该算法的有效性和可行性.

关键词：多核学习支持向量机蚁群算法聚类算法

来源：评论

学校读者我要写书评

暂无评论

堆叠图嵌入极限学习机算法

引用

吉林大学学报（工学版） 2019年第1期49卷 230-241页

作者：孙玮婷葛宏伟姚瑶孙亮大连理工大学计算机科学与技术学院辽宁大连116024 吉林大学符号计算与知识工程教育部重点实验室长春130012

极限学习机(Extreme learning machine,ELM)因其训练参数少、学习速度快、泛化能力强等特点,已被广泛应用于训练单隐藏层前馈神经网络。本文首先结合图嵌入框架提出一种新的极限学习机自编码器(GEELM-AE),在ELM空间中挖掘数据的局部近... 详细信息

极限学习机(Extreme learning machine,ELM)因其训练参数少、学习速度快、泛化能力强等特点,已被广泛应用于训练单隐藏层前馈神经网络。本文首先结合图嵌入框架提出一种新的极限学习机自编码器(GEELM-AE),在ELM空间中挖掘数据的局部近邻结构信息和全局结构信息。在GEELM-AE中,采用局部Fisher判别分析构建了图嵌入框架下的本征图和惩罚图。进而,通过堆叠多个GEELM-AE提出了深度框架下的堆叠图嵌入极限学习机(SGE-ELM)算法。在多个标准数据集上的实验结果表明,与已有算法比较,本文算法获得了更高的精度并具有较快的训练速度。这验证了提出的图嵌入极限学习机自编码器能够对原始数据进行有效的特征表示,堆叠的多层图嵌入极限学习机能够获得数据的有效的高层次抽象表征。

关键词：人工智能极限学习机图嵌入堆叠自编码器深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于新闻的国际天然气价格趋势预测方法

引用

计算机科学 2021年第S01期48卷 235-239页

作者：裴莹李天祥王鏖清付加胜韩霄松长春财经学院信息工程学院长春130122 中国科学院大学北京100049 中国科学院新疆理化技术研究所乌鲁木齐830011 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 中国石油集团工程技术研究院有限公司北京102206

天然气作为新型清洁能源,不仅有着重要的能源意义,作为期货交易的大宗商品之一,也有着重要的经济意义,是国家经济和国际贸易的重要组成。但是由于天然气价格受经济因素、政治因素、自然因素甚至人为因素等多种因素的影响,准确预测其价... 详细信息

天然气作为新型清洁能源,不仅有着重要的能源意义,作为期货交易的大宗商品之一,也有着重要的经济意义,是国家经济和国际贸易的重要组成。但是由于天然气价格受经济因素、政治因素、自然因素甚至人为因素等多种因素的影响,准确预测其价格十分困难。因此,文中设计了一种基于新闻的天然气价格趋势预测方法,该方法首先利用爬虫获取大量天然气相关新闻,并针对新闻进行嵌入表示和情感分析,运用格兰杰因果检验方法证明了天然气价格与相关新闻的情感倾向具有因果关系,并将新闻情感作为新闻向量的权值,将其相乘作为模型输入,然后构建了一个CNN-LSTM融合模型,CNN用于提取新闻特征,LSTM用于捕捉新闻和天然气价格时间序列信息,从而得到了62%的准确率,优于绝大多数机器学习算法。

关键词：自然语言处理天然气价格深度学习因果检验新闻

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：