检索结果-内蒙古大学图书馆

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

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

骨髓红粒细胞自动识别的深度学习模型

引用

吉林大学学报（信息科学版） 2020年第6期38卷 729-736页

作者：吴汾奇吕丽丽吕迪冯辰彬施恬王维崔红花周柚吉林大学计算机科学与技术学院长春130012 吉林大学第二医院长春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

为了实现骨髓血细胞的自动识别,构建了骨髓红系细胞和粒系细胞数据集,基于深度学习语义分割技术提出了Cell Net网络模型。该模型通过加入残差模块增加了网络的深度,利用卷积残差块使网络模型更容易训练,并结合U-Net的裁剪操作为分割提... 详细信息

为了实现骨髓血细胞的自动识别,构建了骨髓红系细胞和粒系细胞数据集,基于深度学习语义分割技术提出了Cell Net网络模型。该模型通过加入残差模块增加了网络的深度,利用卷积残差块使网络模型更容易训练,并结合U-Net的裁剪操作为分割提供更精细的特征。实验结果表明,该模型对骨髓红系细胞和粒系细胞识别正确率分别达到93.65%、95.25%,为骨髓血细胞自动识别技术提供了一种方法。

关键词：骨髓血细胞细胞形态学细胞分类图像识别

来源：评论

学校读者我要写书评

暂无评论

基于多源数据融合的电建知识图谱构建研究

引用

吉林大学学报（信息科学版） 2024年第5期42卷 921-929页

作者：陈正非席皛李志勇杨航张啸成张永刚中国电建集团吉林省电力勘测设计院有限公司长春130012 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

为解决电力建设公司在向全过程咨询业务转型过程中遇到的多源异构数据问题,以及因意外情况导致的设计管理人员需进行远程协同工作的挑战,提出以企业私有云为基础环境,结合多源异构数据融合技术,构建知识图谱。该系统通过集成来自全国各... 详细信息

为解决电力建设公司在向全过程咨询业务转型过程中遇到的多源异构数据问题,以及因意外情况导致的设计管理人员需进行远程协同工作的挑战,提出以企业私有云为基础环境,结合多源异构数据融合技术,构建知识图谱。该系统通过集成来自全国各地的多样化数据源,优化了数据管理流程,确保了数据的一致性和可用性。最终实现了全过程咨询业务的分布式协同管理,显著提升了企业的核心竞争力。同时,有效解决了数据种类繁多、来源广泛且协议多样化不统一的问题,改善了数据的质量与准确性,并统一了存储架构,提升了整体数据管理效率,增强了决策支持能力。

关键词：知识图谱多源异构数据数据融合分布式存储

来源：评论

学校读者我要写书评

暂无评论

异质网络中基于节点影响力的相似度度量方法

引用

电子学报 2019年第9期47卷 1929-1936页

作者：刘露胡封晔牛亮彭涛吉林大学软件学院吉林长春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 吉林大学计算机科学与技术学院吉林长春130012 吉林大学通信工程学院吉林长春130012 吉林大学第一医院吉林长春130012

异质网络相似度学习,即分析两个不同类型对象间的相关程度.不同类型对象在异质网络中的重要程度不同,它们在相似度学习过程中的发挥的作用也不同.针对异质网络,提出了一种基于节点影响力的相似度度量方法NISim,该模型既考虑了网络中的... 详细信息

异质网络相似度学习,即分析两个不同类型对象间的相关程度.不同类型对象在异质网络中的重要程度不同,它们在相似度学习过程中的发挥的作用也不同.针对异质网络,提出了一种基于节点影响力的相似度度量方法NISim,该模型既考虑了网络中的链接结构,也保留了网络中的语义信息,同时区分不同类型节点对异质网络的作用.在异质信息网络环境下,通过启发式规则区分并量化不同类型节点的影响力权值,并结合网络链接结构和节点间语义关系,解决了提高相似度学习准确性的问题.实验结果表明,该方法能够有效地对异质信息网络不同类型节点进行相似度度量,可以应用在网络搜索、推荐系统以及知识图谱构建等不同领域.

关键词：数据挖掘异质网络推荐系统知识图谱网络搜索节点影响力链接结构语义关系

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

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

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

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

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：