检索结果-内蒙古大学图书馆

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

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

面向双注意力网络的特定方面情感分析模型

引用

计算机研究与发展 2019年第11期56卷 2384-2395页

作者：孙小婉王英王鑫孙玉东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 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 长春工程学院计算机技术与工程学院长春130012

特定方面情感分析已经成为自然语言处理领域的研究热点,其通过学习文本上下文的信息判别文本中特定方面的情感极性,可以更加有效地帮助人们了解用户对不同方面的情感表达.当前,将注意力机制和神经网络相结合的模型在解决特定方面情感分... 详细信息

特定方面情感分析已经成为自然语言处理领域的研究热点,其通过学习文本上下文的信息判别文本中特定方面的情感极性,可以更加有效地帮助人们了解用户对不同方面的情感表达.当前,将注意力机制和神经网络相结合的模型在解决特定方面情感分析任务时大多仅考虑单一层面的注意力信息,并且卷积神经网络无法获取全局结构信息、循环神经网络训练时间过长且单词间的依赖程度随着距离增加而逐渐减弱.针对上述问题,提出一种面向双注意力网络的特定方面情感分析(dual-attention networks for aspect-level sentiment analysis,DANSA)模型.首先,引入多头注意力机制,通过对输入进行多次不同的线性变换操作,获取更全面的注意力信息,同时,多头注意力机制可以实现并行化计算,保证了DANSA的训练速度.其次,DANSA引入自注意力机制,通过计算输入中每个单词与其他所有单词的注意力得分获取全局结构信息,并且单词间的依赖程度不会受到时间和句子长度的影响.最后,融合上下文自注意力信息与特定方面单词注意力信息,共同作为特定方面情感预测的依据,最终实现特定方面情感极性的预测.相比结合注意力机制的神经网络,DANSA弥补了注意力信息单一问题,不仅可以有效获取全局结构信息,还能够实现并行化计算,大大降低了训练时间.在SemEval2014数据集和Twitter数据集上进行实验,DANSA获得了更好的分类效果,进一步证明了DANSA的有效性.

关键词：特定方面情感分析自注意力机制多头注意力机制双注意力网络自然语言处理

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

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

基于决策粒子群优化与稳定纹理的虹膜二次识别

引用

吉林大学学报（工学版） 2019年第4期49卷 1329-1338页

作者：刘元宁刘帅朱晓冬霍光丁通张阔姜雪郭书君张齐贤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 东北电力大学计算机学院吉林省吉林市132012

不同时刻虹膜图像的采集状态不同,因此单一识别算法在多类别虹膜识别中的准确率可能较差。本文提出了基于决策粒子群优化与稳定纹理的虹膜二次识别算法。首先,使用6种图像处理算法提取稳定纹理特征。由Gabor滤波与Hamming距离组成首次识... 详细信息

不同时刻虹膜图像的采集状态不同,因此单一识别算法在多类别虹膜识别中的准确率可能较差。本文提出了基于决策粒子群优化与稳定纹理的虹膜二次识别算法。首先,使用6种图像处理算法提取稳定纹理特征。由Gabor滤波与Hamming距离组成首次识别,Haar小波与BP神经网络组成第二次识别,以顺序结构完成多类别虹膜的二次识别。根据马尔可夫决策过程与不同的虹膜库,自适应优化Gabor滤波和神经网络。结果表明,该算法可以有效提高虹膜识别的准确率。

关键词：计算机应用虹膜二次识别稳定纹理马尔可夫决策过程决策粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于非负矩阵分解的Slope One算法

引用

浙江大学学报（工学版） 2019年第7期53卷 1349-1353,1362页

作者：董立岩金佳欢方塬程王越群李永丽孙铭会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 东北师范大学信息科学与技术学院吉林长春130117

针对协同过滤推荐算法中Slope One算法在稀疏数据集中推荐精度低的问题,利用矩阵分解在解决矩阵稀疏性方面的优势,将非负矩阵分解技术引入到用户-项目评分矩阵的降维处理中,将原有的稀疏评分矩阵进行非负分解,改善了矩阵的稀疏性,优化Sl... 详细信息

针对协同过滤推荐算法中Slope One算法在稀疏数据集中推荐精度低的问题,利用矩阵分解在解决矩阵稀疏性方面的优势,将非负矩阵分解技术引入到用户-项目评分矩阵的降维处理中,将原有的稀疏评分矩阵进行非负分解,改善了矩阵的稀疏性,优化Slope One算法.从实验数据可以看出,与原始的CF算法进行比较,NMF-Slope One算法有较好的推荐效果.在数据稀疏的条件下,确定参数进行实验.实验结果表明,该方法提高了SlopeOne算法在数据稀疏下的精度和推荐质量.

关键词：推荐系统协同过滤非负矩阵分解 SlopeOne

来源：评论

学校读者我要写书评

暂无评论

一种新的结合奖励机制的ETLBO算法

引用

吉林大学学报（理学版） 2019年第6期57卷 1416-1424页

作者：吴云鹏崔佳旭张永刚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

通过对原ETLBO(elitist teaching-learning-based optimization)算法引入一种新的奖励机制,提出一种新的结合奖励机制的ETLBO-reward算法,并基于该算法提出一种简单自适应的精英个数算法RETLBO-reward,该算法保留了传统算法参数少、易... 详细信息

通过对原ETLBO(elitist teaching-learning-based optimization)算法引入一种新的奖励机制,提出一种新的结合奖励机制的ETLBO-reward算法,并基于该算法提出一种简单自适应的精英个数算法RETLBO-reward,该算法保留了传统算法参数少、易实现、收敛快等优点,进一步提升了传统算法的收敛能力.对6个连续非线性优化问题的测试结果表明,这两种算法均具有良好的性能,求解效率较原ETLBO算法有明显提升.

关键词： TLBO算法奖励机制自适应连续非线性优化

来源：评论

学校读者我要写书评

暂无评论

斑岩铜矿知识图谱与信息抽取系统构建

斑岩铜矿知识图谱与信息抽取系统构建

引用

首届全国矿产勘查大会

作者：石佳欢赵登杨玠张振杰叶育鑫周长兵中国地质大学(北京)信息与工程学院中国地质大学(北京)地球科学与资源学院软件学院/吉林大学计算机科学与技术学院/吉林大学符号计算与知识工程教育部重点实验室/吉林大学

矿产资源是自然资源的重要组成部分,是推动人类社会发展的重要基础。已有的矿产资源预测研究更关注控矿要素和成矿标志,而缺少对成矿物质的演化、循环等相关因素之间的关联和制约关系的关注。近年来地学大数据的大幅增长和数据科学的迅... 详细信息

矿产资源是自然资源的重要组成部分,是推动人类社会发展的重要基础。已有的矿产资源预测研究更关注控矿要素和成矿标志,而缺少对成矿物质的演化、循环等相关因素之间的关联和制约关系的关注。近年来地学大数据的大幅增长和数据科学的迅速发展为地球科学带来的了新的机遇,为矿产预测带来了新的思想与方法。尤其是神经网络、知识图谱等人工智能技术。知识图谱是人工智能研究的重要方向之一。通过构建知识图谱,可以形成一个具有普适性的专家知识库,自动挖掘出成矿物质相关因素之间的内在联系,发现一些传统方法难以发掘的深层次信息,从而指引矿产预测工作的方向。知识图谱的构建主要包括三个主要步骤:信息抽取、知识融合、知识加工。本文利用人工标注的斑岩铜矿领域数据训练深度学习模型,构建了一个能自动化从文献中提取斑岩铜矿相关实体与关系的信息抽取系统。本文通过爬虫技术,收集斑岩铜矿相关的文献,对文献中的文本内容进行提取并基于斑岩铜矿相关知识和IOBES标注体系进行实体与关系标注,构建了原始数据集。通过Bert词嵌入模型和双向长短期记忆神经网络Bi-LSTM以及条件随机场CRF技术构建斑岩铜矿命名实体抽取模型。该模型能对输入的实体单词或词组预测其实体类型,并且可以良好的捕捉句子中的上下文信息,提高实体类型预测的准确率。通过Word2Vec词嵌入模型和分段卷积神经网络PCNN以及注意力机制Attention技术构建实体间的关系抽取模型。该模型使用神经网络来提取局部特征,并使用注意力机制过滤标注时产生的噪声,从而实现更好的识别效果。本文使用标注数据集对模型进行训练,命名实体识别模型与关系抽取模型在测试集上均取得了良好的效果,为后续构建知识图谱本体层奠定了基础。

关键词：矿产资源预测知识图谱深度学习斑岩铜矿信息抽取命名实体识别关系抽取

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

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：