检索结果-内蒙古大学图书馆

自动化学报 2014年第2期40卷 306-315页

作者：张小利李雄飞李军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 长春理工大学应用数学系长春130022

图像融合质量评价指标研究旨在提供一种高效、准确的方法,为融合模型选择、参数优化等问题提供支持.本文通过对现有指标的机理分析、指标性能检验与指标间相关性分析,提出一种客观评价指标集的遴选策略.本文首先将现有客观评价指标归为... 详细信息

图像融合质量评价指标研究旨在提供一种高效、准确的方法,为融合模型选择、参数优化等问题提供支持.本文通过对现有指标的机理分析、指标性能检验与指标间相关性分析,提出一种客观评价指标集的遴选策略.本文首先将现有客观评价指标归为三类:基于统计的、基于信息的和基于人类视觉系统的;之后列举了类别内经典指标和最新指标;并在标准数据集上,使用正确排序指标对各图像融合客观评价指标的性能进行验证.结果表明,基于视觉系统类的指标性能普遍优于前两类.最后,利用Spearman相关系数挖掘各指标间的相关程度.实验表明,通过指标性能和相关系数可以选取合适的客观评价指标集.

关键词：图像融合客观指标性能分析相关性分析

来源：评论

学校读者我要写书评

暂无评论

基于视觉词典法的母牛产前行为识别

引用

农业机械学报 2014年第1期45卷 266-274页

作者：温长吉王生生赵昕王忞马丽刘依婷吉林农业大学信息技术学院长春130118 吉林大学符号计算与知识工程教育部重点实验室长春130012 陶森大学计算机与信息科学系马里兰21252

母牛活动方式及规律的信息获取是特定阶段进行必要人工干预的重要判据之一,针对已有通过外置传感器获取信息手段的局限性,提出一种改进时空局部二值模式用于特征描述,构建视觉词典实现对视频中母牛基本行为的识别,并最终通过统计产前特... 详细信息

母牛活动方式及规律的信息获取是特定阶段进行必要人工干预的重要判据之一,针对已有通过外置传感器获取信息手段的局限性,提出一种改进时空局部二值模式用于特征描述,构建视觉词典实现对视频中母牛基本行为的识别,并最终通过统计产前特定基本行为发生频次来揭示临产期规律。试验表明所提方法对90组规定视角下母牛产前行走、侧卧和回望等典型行为的平均正确识别率约为94.6%;对30组水平随机视角下拍摄的上述3种行为平均正确识别率约为88.3%。通过采集母牛临产期分娩前后约13 h的视频,提出的算法识别母牛平均执行回望和侧卧的频次依次为30次和21.2次,行为发生频次体现为前低后高,在分娩前回望频次达到峰值8.8次,侧卧频次明显减低为2.2次。试验结果证明,视觉词典法能实现对母牛产期行为的识别与规律的量化描述。

关键词：母牛产前行为视觉词典法改进局部二值模式时空兴趣点

来源：评论

学校读者我要写书评

暂无评论

基于具有自适应与自学习能力的粒子群优化算法的车间调度算法

引用

吉林大学学报（理学版） 2014年第1期52卷 93-97页

作者：叶寒锋李占山陈超吉林大学符号计算与知识工程教育部重点实验室计算机科学与技术学院长春130012

针对车间调度问题,提出一种新的基于粒子群优化和模拟退火的混合算法.该算法将问题规模作为启发式信息,通过对模拟退火算法引入新的邻域搜索机制——多粒度搜索,并加入选择优化和淘汰更新机制,提高了算法的自适应性和自学习能力,降低了... 详细信息

针对车间调度问题,提出一种新的基于粒子群优化和模拟退火的混合算法.该算法将问题规模作为启发式信息,通过对模拟退火算法引入新的邻域搜索机制——多粒度搜索,并加入选择优化和淘汰更新机制,提高了算法的自适应性和自学习能力,降低了粒子群算法陷入局部最优的可能性.实验结果表明,该算法在最优解的求解能力上优于其他算法.

关键词：车间调度粒子群优化自适应自学习

来源：评论

学校读者我要写书评

暂无评论

Distant Supervision方法中对齐数据的聚类去噪

引用

吉林大学学报（理学版） 2014年第2期52卷 280-284页

作者：朱兆龙欧阳丹彤叶育鑫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

基于聚类和寻找表达语义关系的句子模式,提出一种基于聚类去噪的distant supervision方法,解决了传统distant supervision方法在知识库和文本集对齐阶段会引入噪声数据的问题,得到了一种改进的distant supervision方法.实验结果表明,该... 详细信息

基于聚类和寻找表达语义关系的句子模式,提出一种基于聚类去噪的distant supervision方法,解决了传统distant supervision方法在知识库和文本集对齐阶段会引入噪声数据的问题,得到了一种改进的distant supervision方法.实验结果表明,该方法可有效提高关系抽取任务的准确率.

关键词：关系抽取聚类 distant supervision方法去噪

来源：评论

学校读者我要写书评

暂无评论

带有p-Laplacian算子边值问题正解的存在性和唯一性

引用

吉林大学学报（理学版） 2014年第1期52卷 56-58页

作者：周晨星梁四化长春师范大学数学学院长春130032 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用偏序集上的不动点定理证明一类具有p-Laplacian算子的m点边值问题,得到了该问题正解的存在性和唯一性,并证明了该正解是严格单调递增的.

关键词：偏序集不动点定理正解

来源：评论

学校读者我要写书评

暂无评论

关系抽取中基于本体的远监督样本扩充

引用

软件学报 2014年第9期25卷 2088-2101页

作者：欧阳丹彤瞿剑峰叶育鑫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 吉林大学国家地球物理探测仪器工程技术研究中心吉林长春130026

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实... 详细信息

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题.该方法首先通过定义关系覆盖率和公理容积率,来寻找与关系抽取任务关联性大的本体;然后,借助本体推理中的实例查询增加待抽取关系下的关系实例;最后,通过对齐新增关系实例和文本集中的自然语句,达到扩充样本的效果.实验结果表明:基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务,进一步提升远监督学习方法在大数据环境下的关系抽取能力.

关键词：远监督关系抽取本体

来源：评论

学校读者我要写书评

暂无评论

基于模型诊断的本体调试局部定位

引用

吉林大学学报（工学版） 2014年第6期44卷 1757-1763页

作者：欧阳丹彤苏静叶育鑫崔仙姬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 吉林大学国家地球物理探测仪器工程技术研究中心长春130026

将模型诊断引入到本体调试的局部定位,在定义公理的部件术语集的基础上给出不可满足概念的MUCS,实现在本体术语集的局部调试。利用MUCS将不可满足概念的逻辑错误定位至公理内部,MUCS调试与现有的本体调试是相互独立的。调用外部DL推理... 详细信息

将模型诊断引入到本体调试的局部定位,在定义公理的部件术语集的基础上给出不可满足概念的MUCS,实现在本体术语集的局部调试。利用MUCS将不可满足概念的逻辑错误定位至公理内部,MUCS调试与现有的本体调试是相互独立的。调用外部DL推理机计算不可满足概念的一个MUCS,并结合宽度优先原则和Reiter碰集树算法得到所有MUCS。最后利用现实本体对本文算法进行测试,实验结果表明:与传统的MUPS本体调试方法相比,MUCS调试方法能够将逻辑冲突定位到局部位置,准确有效地完成本体调试任务。

关键词：本体调试定位最小不可满足保持子术语集极小不一致保持子集

来源：评论

学校读者我要写书评

暂无评论

一种批量最小二乘策略迭代方法

引用

计算机科学 2014年第9期41卷 232-238页

作者：周鑫刘全傅启明肖飞苏州大学计算机科学与技术学院苏州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

策略迭代是一种迭代地评估和改进控制策略的强化学习方法。采用最小二乘的策略评估方法可以从经验数据中提取出更多有用信息,提高数据有效性。针对在线的最小二乘策略迭代方法对样本数据的利用不充分、每个样本仅使用一次就被丢弃的问题... 详细信息

策略迭代是一种迭代地评估和改进控制策略的强化学习方法。采用最小二乘的策略评估方法可以从经验数据中提取出更多有用信息,提高数据有效性。针对在线的最小二乘策略迭代方法对样本数据的利用不充分、每个样本仅使用一次就被丢弃的问题,提出一种批量最小二乘策略迭代算法(BLSPI),并从理论上证明其收敛性。BLSPI算法将批量更新方法与在线最小二乘策略迭代方法相结合,在线保存生成的样本数据,多次重复使用这些样本数据并结合最小二乘方法来更新控制策略。将BLSPI算法用于倒立摆实验平台,实验结果表明,该算法可以有效利用之前的经验知识,提高经验利用率,加快收敛速度。

关键词：强化学习批量更新最小二乘策略迭代

来源：评论

学校读者我要写书评

暂无评论

一种用于连续动作空间的最小二乘行动者-评论家方法

引用

计算机研究与发展 2014年第3期51卷 548-558页

作者：朱斐刘全傅启明伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 苏州大学系统生物学研究中心江苏苏州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

解决具有连续动作空间的问题是当前强化学习领域的一个研究热点和难点.在处理这类问题时,传统的强化学习算法通常利用先验信息对连续动作空间进行离散化处理,然后再求解最优策略.然而,在很多实际应用中,由于缺乏用于离散化处理的先验信... 详细信息

解决具有连续动作空间的问题是当前强化学习领域的一个研究热点和难点.在处理这类问题时,传统的强化学习算法通常利用先验信息对连续动作空间进行离散化处理,然后再求解最优策略.然而,在很多实际应用中,由于缺乏用于离散化处理的先验信息,算法效果会变差甚至算法失效.针对这类问题,提出了一种最小二乘行动者-评论家方法(least square actor-critic algorithm,LSAC),使用函数逼近器近似表示值函数及策略,利用最小二乘法在线动态求解近似值函数参数及近似策略参数,以近似值函数作为评论家指导近似策略参数的求解.将LSAC算法用于解决经典的具有连续动作空间的小车平衡杆问题和mountain car问题,并与Cacla(continuous actor-critic learning automaton)算法和eNAC(episodic natural actor-critic)算法进行比较.结果表明,LSAC算法能有效地解决连续动作空间问题,并具有较优的执行性能.

关键词：强化学习行动者-评论家算法连续动作空间最小二乘法小车平衡杆问题 mountain car问题

来源：评论

学校读者我要写书评

暂无评论

基于社会学理论的信任关系预测模型

引用

软件学报 2014年第12期25卷 2893-2904页

作者：王英王鑫左万利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 吉林大学数学学院吉林长春130012 长春工程学院计算机技术与工程学院吉林长春130012

随着社会网络的盛行,信任作为用户之间交互的基础,在信息共享、经验交流和社会舆论方面发挥着重要作用.然而,信任是一个复杂而抽象的概念,受多种因素影响,很难识别信任形成的诱因以及其形成机制.由于来自社会科学的社会学理论有助于解... 详细信息

随着社会网络的盛行,信任作为用户之间交互的基础,在信息共享、经验交流和社会舆论方面发挥着重要作用.然而,信任是一个复杂而抽象的概念,受多种因素影响,很难识别信任形成的诱因以及其形成机制.由于来自社会科学的社会学理论有助于解释社会现象,而社会网络反映了现实世界中用户之间的联系,因此,从社会学角度出发,通过研究社会等级理论和同质性理论获取信任关系的发展规律,进而构建信任关系预测模型.首先,对社会等级理论和同质性理论进行阐述,并验证了社会等级理论和同质性理论在社会网络中的存在;然后,分别针对社会等级理论和同质性理论对信任关系的影响提出社会等级正则化方法和同质性正则化方法;最后,利用非负矩阵的三维分解方法并结合社会等级理论和同质性理论实现对信任关系预测的建模,并提出Social Trust模型用于信任关系预测.实验结果表明,相比于其他方法,该方法在信任关系预测方面具有较高的精度.

关键词：信任关系预测非负矩阵的三维分解社会等级理论同质性理论

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：