检索结果-内蒙古大学图书馆

计算机研究与发展 2010年第9期47卷 1522-1529页

作者：张立明欧阳丹彤白洪涛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

自动定理证明一直是人工智能领域中最重要的问题之一,基于归结的方法是通过推出空子句的方法来判定子句集的可满足性.基于扩展规则的定理证明方法在一定意义上是和归结原理对偶的方法,是通过子句集能否推导出所有极大项组成的子句集来... 详细信息

自动定理证明一直是人工智能领域中最重要的问题之一,基于归结的方法是通过推出空子句的方法来判定子句集的可满足性.基于扩展规则的定理证明方法在一定意义上是和归结原理对偶的方法,是通过子句集能否推导出所有极大项组成的子句集来判定可满足性.通过对扩展规则的研究给出了半扩展规则的概念,并提出了基于半扩展规则的定理证明算法SER.然后分析及证明了该算法的正确性、完备性和复杂性.实验结果表明,算法SER的执行效率较基于归结的有向归结算法DR和基于扩展规则算法IER,NER有明显的提高.

关键词：定理证明命题逻辑半扩展规则可满足性问题归结

来源：评论

学校读者我要写书评

暂无评论

基于信息熵函数的启发式贝叶斯因果推理

引用

计算机学报 2021年第10期44卷 2135-2147页

作者：刘洋王利民孙铭会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

贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为... 详细信息

贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为因果网络,但目前人工智能等领域中有关贝叶斯网络因果关系的研究是一个很有争议性的课题.属性间因果性的定义远比相关性的定义复杂微妙很多.而条件互信息可能不适用于度量BNC整体拓扑结构对数据的拟合性,并且其表达式的对称性决定了其只能描述属性之间的无向相关性,而非有向因果性.本文从信息熵的角度对贝叶斯网络中的因果关系进行了探索性的研究,首先基于对似然函数定义了联合熵函数与贝叶斯网络拓扑结构中联合概率分布的映射关系,然后在此基础上提出了类条件熵和局部条件熵函数来识别拓扑结构中属性间的因果关系.最后提出了一种基于类标签驱动的启发式结构学习方法来构建可以兼顾有标签数据拟合和无标签数据泛化的BNC(记为HBN).对美国加州大学欧文分校(UCI)机器学习数据库中35个数据集的实验评估表明,本文所提出算法与其它算法相比在分类性能上具有显著优势,例如HBN在0-1损失函数上明显优于CFWNB(17优5劣)、SKDB(14优5劣)、AIWNB(17优7劣);在偏差上HBN与CFWNB相比26优6劣,与SKDB相比10优5劣,与WAODE相比15优7劣,与RF相比29优4劣,与AIWNB相比22优6劣.由于CFWNB、WAODE、AIWNB没有结构学习过程,其拓扑结构不受训练数据扰动的影响.这三种算法的方差显著低于其它算法.而HBN的局部拓扑结构能充分体现测试实例中隐含的因果关系,在一定程度上减轻训练数据过拟合带来的负面影响.因此,与SKDB和RF相比,HBN的方差结果均明显占优(20优9劣,26优3劣).与其他算法相比,HBN的0-1损失函数和偏差结果分别平均提高了6.06%和12.65%.与SKDB和RF相比,HBN的方差结果平均提高了16.49%.HBN为不确定性知识表示和推理提供了一种有效且可行的方法.

关键词：贝叶斯网络分类器对数似然函数联合熵条件熵交叉熵

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的两阶段实时显式拓扑优化方法

引用

吉林大学学报（工学版） 2023年第10期53卷 2942-2951页

作者：孙舒杨程玮斌张浩桢邓向萍齐红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

针对以固体各向同性材料法(SIMP)、水平集法(Level-set)等为代表的传统连续体拓扑优化算法存在的计算代价昂贵、生成结构几何隐式等缺陷,结合深度学习与可移动变形组件法(MMC),提出一种基于深度学习的两阶段实时显式拓扑优化方法。在第... 详细信息

针对以固体各向同性材料法(SIMP)、水平集法(Level-set)等为代表的传统连续体拓扑优化算法存在的计算代价昂贵、生成结构几何隐式等缺陷,结合深度学习与可移动变形组件法(MMC),提出一种基于深度学习的两阶段实时显式拓扑优化方法。在第一阶段使用深度学习模型预测取代有限元分析的多数费时迭代计算,第二阶段对深度学习模型预测所得结构进行少量迭代微调,形成最终的带有显式几何特征的优化结构。在相对一般的数据集下定量与定性地验证了本文方法的可行性与有效性,并研究了第一阶段深度学习模型的训练程度与最终生成结构质量及总体耗费时间的关系。结果表明:与传统连续体拓扑优化算法相比,本文方法能在保证拓扑优化结构生成质量的同时节约90%以上的计算时间。

关键词：计算机应用拓扑优化深度学习可移动变形组件法计算机辅助设计

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的蛋白质⁃ATP结合位点预测

引用

吉林大学学报（工学版） 2022年第1期52卷 187-194页

作者：刘桂霞裴志尧宋佳智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

为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885... 详细信息

为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885和0.918,均优于其他对比机器学习方法。实验结果表明,深度学习方法可以应用于蛋白质-ATP结合位点预测问题中,该模型能够更精确预测蛋白质-ATP结合位点。

关键词：生物信息学蛋白质⁃ATP结合位点预测特征提取深度学习 Inception网络模型

来源：评论

学校读者我要写书评

暂无评论

基于潜在局部区域空间关系学习的物体分类算法

引用

计算机学报 2007年第8期30卷 1286-1294页

作者：韩东峰李文辉郭武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

提出了一种物体分类模型——潜在局部区域空间关系模型及实现算法.模型描述物体各部分间的潜在空间关系,将抗缩放和仿射变换的特征区域方法与模型相结合,采用变分期望值最大方法进行学习.与同类空间关系模型算法比较,该文模型算法具有... 详细信息

提出了一种物体分类模型——潜在局部区域空间关系模型及实现算法.模型描述物体各部分间的潜在空间关系,将抗缩放和仿射变换的特征区域方法与模型相结合,采用变分期望值最大方法进行学习.与同类空间关系模型算法比较,该文模型算法具有以下优点:(1)为非监督式学习模型;(2)可抵抗几何变换;(3)模型为稠密模型;(4)模型描述的是一种潜在的空间关系,这种关系对物体具有更本质的描述.在标准测试图像库上的实验表明了该算法在抵抗平移、旋转、尺度缩放、仿射变换和部分遮挡等难点问题上具有优势.

关键词：物体分类潜在局部空间关系图模型变分期望值最大化局部特征点

来源：评论

学校读者我要写书评

暂无评论

基于网络拥塞的Internet级联故障建模

引用

计算机研究与发展 2010年第5期47卷 772-779页

作者：王健刘衍珩梅芳张程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

Internet是一个典型的具有自组织临界特性的复杂网络,分析了Internet级联动力学特点,指出了两点可能引发级联故障的原因;不同于以往的介数模型,提出了节点拥塞函数,相当于给每个节点赋一个动态的权值,以表征该节点的拥塞程度;加入了延... 详细信息

Internet是一个典型的具有自组织临界特性的复杂网络,分析了Internet级联动力学特点,指出了两点可能引发级联故障的原因;不同于以往的介数模型,提出了节点拥塞函数,相当于给每个节点赋一个动态的权值,以表征该节点的拥塞程度;加入了延迟时间,在永久删除策略和不删除策略之间建立关联.另外,建立了新的网络效率评估函数并以此衡量级联故障的严重性.仿真实验研究了不同的拓扑结构、规模、延迟时间、节点处理能力和包产生速率对拥塞传播的影响,揭示出级联故障传播分为3个阶段以及影响传播的主要因素.

关键词：复杂网络级联故障拥塞作用传播模型延迟时间

来源：评论

学校读者我要写书评

暂无评论

细胞穿膜肽识别问题的多特征融合卷积网络预测算法

引用

电子科技大学学报 2022年第4期51卷 494-499页

作者：周丰丰牛甲昱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

细胞穿膜肽是一类特殊的多肽,具有独特的医学价值,因此如何通过计算方法高效地识别细胞穿膜肽是一个值得研究的重要问题。目前的主流方法是使用各种特征表示算法获取序列特征,然后使用机器学习分类器进行分类。提出了一种新的识别算法Co... 详细信息

细胞穿膜肽是一类特殊的多肽,具有独特的医学价值,因此如何通过计算方法高效地识别细胞穿膜肽是一个值得研究的重要问题。目前的主流方法是使用各种特征表示算法获取序列特征,然后使用机器学习分类器进行分类。提出了一种新的识别算法ConvCPP,利用改进的卷积神经网络提取蛋白质序列特征。改进之处包括在卷积层之前添加注意力层,并且优化了池化层的池化方式。设计消融实验来验证改进的有效性,之后结合多种其他基于蛋白质序列特征的特征提取算法,并测试了两种特征选择算法,最终得到最优的向量表示。再根据得到的向量表示,结合多种机器学习分类器对蛋白质序列进行分类识别。在基准数据集上的实验表明,该算法比当前的细胞穿膜肽识别方法具有更好的预测性能。

关键词：注意力机制计算机应用技术卷积神经网络细胞穿膜肽机器学习

来源：评论

学校读者我要写书评

暂无评论

利用标志传播求解基于模型的故障诊断

引用

仪器仪表学报 2011年第12期32卷 2857-2862页

作者：欧阳丹彤张立明赵剑白洪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

基于模型的诊断是一项新型的智能推理技术,是人工智能领域中一个炙手可热的研究分支。提出元件输出标志的概念,通过在系统中传播输出标志,来判断元件集合是否为系统的诊断。使用SE-Tree(set enumeration tree)形式化地描述整个计算过程... 详细信息

基于模型的诊断是一项新型的智能推理技术,是人工智能领域中一个炙手可热的研究分支。提出元件输出标志的概念,通过在系统中传播输出标志,来判断元件集合是否为系统的诊断。使用SE-Tree(set enumeration tree)形式化地描述整个计算过程,逐步生成当前系统对应的所有极小诊断。此方法不求解冲突集和碰集,直接求出所有的极小诊断,与Reiter的模型诊断方法有着本质的不同,极大地减小了诊断求解的复杂度。实验结果表明,该算法具有较好的效率,并且适用于复杂的对象的诊断问题。

关键词：基于模型的诊断极小诊断 SE-Tree 输出标志

来源：评论

学校读者我要写书评

暂无评论

基于分割方法的繁体中文报纸文本检测

引用

吉林大学学报（工学版） 2023年第4期53卷 1146-1154页

作者：姜宇潘家铮陈何淮符凌智齐红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

现阶段文本检测的研究主要面向自然场景数据集进行,针对繁体中文图像内嵌文本场景难以有效检测的问题,本文提出了一个基于分割方法的繁体中文报纸图像文本检测模型。该模型使用Resnet50和FPN作为特征提取网络,采用分割实例缩放加扩展算... 详细信息

现阶段文本检测的研究主要面向自然场景数据集进行,针对繁体中文图像内嵌文本场景难以有效检测的问题,本文提出了一个基于分割方法的繁体中文报纸图像文本检测模型。该模型使用Resnet50和FPN作为特征提取网络,采用分割实例缩放加扩展算法的方法生成用于预测文本框的二值图,并提出了周围填补、循环检测加区域覆盖的方法增强检测效果。该模型针对自建繁体中文报纸数据集的实验结果的三项指标均在0.9左右,且相比于目前文本检测效果较好的DBNet的实验结果均提升了5%~7%,针对繁体中文报纸图像文本检测任务具有一定的优越性。

关键词：计算机应用特定场景繁体中文报纸图像内嵌文本文本检测

来源：评论

学校读者我要写书评

暂无评论

一种基于加权非负矩阵分解的多维用户人格特质识别算法

引用

计算机学报 2016年第12期39卷 2562-2577页

作者：王萌萌左万利王英王鑫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

随着社会媒体的普及,用户信息的爆炸式增长为深入理解在线用户行为提供了非常丰富的信息源.由于用户人格特质是用户行为的主要驱动力,人格特质的差异可能会对用户的在线行为产生一定的影响,因此,用户人格特质识别问题近年来受到了众多... 详细信息

随着社会媒体的普及,用户信息的爆炸式增长为深入理解在线用户行为提供了非常丰富的信息源.由于用户人格特质是用户行为的主要驱动力,人格特质的差异可能会对用户的在线行为产生一定的影响,因此,用户人格特质识别问题近年来受到了众多学者的关注.首先,基于用户网络结构信息和用户发布内容信息序列构建用户人格特质识别特征,并根据特征重要性为其分配权重.然后,以用户人格特质相关因子约束目标函数,从用户社会网络结构特征、语言学特征和情感特征三个维度利用非负矩阵分解方法识别社会网络中用户的五大人格特质.最后,在真实的数据集上验证了提出框架的有效性,并通过实验以更细的粒度进一步验证了用户人格特质之间相关性的存在,同时证明了特征权重和用户人格特质间的相关性在用户人格特质识别问题中的重要性.文中为社会网络中的多维用户人格特质识别问题提供了一种新思路.

关键词：多维用户人格特质识别非负矩阵分解用户人格特质相关因子五大人格特质社交网络

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：