检索结果-内蒙古大学图书馆

吉林大学学报（理学版） 2018年第4期56卷 933-938页

作者：高云龙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 长春工程学院计算机技术与工程学院长春130012

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神... 详细信息

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神经网络(RNN)对短文本语义进行建模,捕获短文本内部结构的依赖关系;最后,在训练模型过程中,利用正则化项选取经验风险和模型复杂度同时最小的模型.通过对语料库进行短文本分类实验,验证了所提出模型有较好的分类效果,且该分类模型可处理变长的短文本输入,具有良好的鲁棒性.

关键词：短文本集成神经网络扩展词向量分类

来源：评论

学校读者我要写书评

暂无评论

基于分块搜索的虹膜定位算法

引用

计算机工程与应用 2018年第18期54卷 212-217页

作者：刘帅刘元宁朱晓冬冯家凯卢时旭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 吉林大学计算机科学与技术学院长春130012

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精... 详细信息

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。

关键词：分块搜索虹膜定位 hough圆检测卷积运算灰度直方图

来源：评论

学校读者我要写书评

暂无评论

基于关键节点的影响力最大化算法

引用

吉林大学学报（信息科学版） 2019年第2期37卷 162-167页

作者：王越群于健邹跃鹏李永丽董立岩吉林大学计算机科学与技术学院长春130012 东北师范大学信息科学与技术学院长春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

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法... 详细信息

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。

关键词：社交网络关键节点 LDAG算法

来源：评论

学校读者我要写书评

暂无评论

基于键盘距离和依存分析的拼写纠错方法

引用

吉林大学学报（理学版） 2018年第5期56卷 1179-1186页

作者：谢文慧易荣庆彭涛吉林大学计算机科学与技术学院长春130012 国网吉林省电力有限公司长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明... 详细信息

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明,该模型可有效进行非词纠错.

关键词：键盘距离单词距离依存分析 SpellKD模型非词错误

来源：评论

学校读者我要写书评

暂无评论

一种基于异域自适应的新型社团发现算法

引用

南京大学学报（自然科学版） 2018年第1期54卷 40-47页

作者：段明月黄晶陈贺昌金弟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 天津大学计算机科学与技术学院天津300350

社团发现已被广泛应用于社会学、生物学、物理学和计算机科学等诸多领域.通过发现复杂网络中的社团结构,可以帮助人们理解和分析复杂网络的功能,发现复杂网络中隐藏的规律并预测复杂网络的行为.目前,已有的社团发现算法主张融合网络结... 详细信息

社团发现已被广泛应用于社会学、生物学、物理学和计算机科学等诸多领域.通过发现复杂网络中的社团结构,可以帮助人们理解和分析复杂网络的功能,发现复杂网络中隐藏的规律并预测复杂网络的行为.目前,已有的社团发现算法主张融合网络结构信息和内容信息,以更好地避免网络噪声和节点缺失等原因对算法有效性产生影响.然而,它们并没有考虑当网络结构信息和内容信息维度不同时如何进行信息融合.针对该问题,提出一种基于异域自适应理论的网络社团发现算法CDHDA.该算法能够将不同维度的网络结构信息和内容信息映射到同一维度的子空间中,以实现对不同维度的信息融合.此外,在信息融合过程中可以对主要信息特征进行加强,以降低网络噪声和节点缺失对算法性能的影响.通过真实的社交网络数据集与经典的社团发现算法进行对比,验证了该算法的有效性.

关键词：社团发现网络结构信息内容信息异域自适应

来源：评论

学校读者我要写书评

暂无评论

基于重要结点的社区发现算法

引用

山东大学学报（理学版） 2018年第11期53卷 67-77页

作者：王鑫左万利朱枫彤王英长春工程学院计算机技术与工程学院吉林长春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 吉林大学计算机科学与技术学院吉林长春130012

复杂网络中内部的社区结构是复杂网络结构特征和属性特征的具体体现。首先依据模块度最大化理论计算网络的模块度矩阵的最大k特征向量矩阵;然后提出聚类中心方法,并用于求出k个社团的重要结点作为k聚类中心,利用欧几里得距离计算每一个... 详细信息

复杂网络中内部的社区结构是复杂网络结构特征和属性特征的具体体现。首先依据模块度最大化理论计算网络的模块度矩阵的最大k特征向量矩阵;然后提出聚类中心方法,并用于求出k个社团的重要结点作为k聚类中心,利用欧几里得距离计算每一个结点到k个聚类中心的距离,将结点分配到距离聚类中心最近的社区中;最后对网络应用k-means方法进行迭代计算,得到k个社区的划分。分别在Karate Club Network和American College Football数据集上对算法进行了实验验证,实验结果表明该算法可以有效发现潜在社区,其纯度与模块度比已有的社区发现算法都有一定的提高,并且迭代次数较少,效率较高。

关键词：复杂网络社区相似 k-means算法社区发现

来源：评论

学校读者我要写书评

暂无评论

分布式离散事件系统的安全可诊断性算法

引用

吉林大学学报（理学版） 2018年第3期56卷 594-600页

作者：欧阳丹彤罗知雨耿雪娜张立明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 长春理工大学计算机科学与技术学院长春130022

采用有限状态自动机对分布式离散事件系统建模,提出一种分布式离散事件系统的安全可诊断性算法.首先,获得系统的全局模型,剪枝并确定系统是否可诊断.若系统可诊断,则构建该系统的安全诊断器,在全局模型中添加安全标签,判断系统是否安全... 详细信息

采用有限状态自动机对分布式离散事件系统建模,提出一种分布式离散事件系统的安全可诊断性算法.首先,获得系统的全局模型,剪枝并确定系统是否可诊断.若系统可诊断,则构建该系统的安全诊断器,在全局模型中添加安全标签,判断系统是否安全可诊断.实验结果表明:该算法可判断分布式离散事件系统是否安全可诊断,缩小了求解空间;最好情况下实例状态数约缩减至7倍,平均情况下实例状态数约缩减5.45倍.

关键词：分布式离散事件系统安全诊断器故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于深度残差双单向DLSTM的时空一致视频事件识别

引用

计算机学报 2018年第12期41卷 2852-2866页

作者：李永刚王朝晖万晓依董虎胜龚声蓉刘纯平季怡朱蓉苏州大学计算机科学与技术学院江苏苏州215006 嘉兴学院数理与信息工程学院浙江嘉兴314001 常熟理工学院计算机科学与工程学院江苏常熟215500 北京交通大学计算机与信息技术学院北京100044 吉林大学符号计算与知识工程教育部重点实验室长春130012

监控视频下的事件识别是近期计算机视觉领域的研究热点之一.然而,自然场景下监控视频往往具有背景复杂、事件区域内对象遮挡严重等特点,使得事件类内差异大、类间差异小,给识别带来了很大的困难.为解决复杂背景下事件识别问题,提出了一... 详细信息

监控视频下的事件识别是近期计算机视觉领域的研究热点之一.然而,自然场景下监控视频往往具有背景复杂、事件区域内对象遮挡严重等特点,使得事件类内差异大、类间差异小,给识别带来了很大的困难.为解决复杂背景下事件识别问题,提出了一种基于深度残差双单向DLSTM(DRDU-DLSTM)的时空一致视频事件识别方法.该方法首先从训练好的时间CNN网络和空间CNN网络获取视频的时空深度特征,经LSTM同步解析后形成时空特征数据联接单元DLSTM,并作为残差网络的输入.双单向传递的DLSTM联接后构成DU-DLSTM层;多个DU-DLSTM层再加一个恒等映射形成残差模块;在此基础上,多层的残差模块堆叠构成了深度残差网络架构.为了进一步优化识别结果,设计了基于双中心Loss的2C-softmax目标函数,在最大化类间距离的同时最小化类内间隔距离.在监控视频数据集VIRAT 1.0和VIRAT 2.0上的实验表明,该文提出的事件识别方法有很好的性能表现和稳定性,识别准确率分别提高了5.1%和7.3%.

关键词：事件识别时空一致残差网络 LSTM 双单向 DLSTM 深度特征监控视频

来源：评论

学校读者我要写书评

暂无评论

基于CDbw和人工蜂群优化的密度峰值聚类算法

引用

吉林大学学报（理学版） 2018年第6期56卷 1469-1475页

作者：姜建华吴迪郝德浩王丽敏张永刚李克勤吉林财经大学数据科学系吉林省互联网金融重点实验室长春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 纽约州立大学计算机系美国纽约12561

针对密度峰值聚类(DPC)算法存在的dc值难选择及近邻原则聚合操作在低密度区效果不佳的问题,提出一种基于人工蜂群与CDbw聚类指标优化的密度峰值聚类(BeeDPC)算法,以实现类簇间数据点的自动识别和合理聚类,并解决DPC对类簇间数据点类别... 详细信息

针对密度峰值聚类(DPC)算法存在的dc值难选择及近邻原则聚合操作在低密度区效果不佳的问题,提出一种基于人工蜂群与CDbw聚类指标优化的密度峰值聚类(BeeDPC)算法,以实现类簇间数据点的自动识别和合理聚类,并解决DPC对类簇间数据点类别识别上存在的缺陷.实验结果表明,BeeDPC算法具有自动识别并合理聚类类簇间数据点、自动识别类簇中心点和类簇数量及自动处理任意分布数据集的优势.

关键词：聚类分析 CDbw评价指标密度峰值密度聚类人工蜂群算法

来源：评论

学校读者我要写书评

暂无评论

永恒语言学习研究与发展

引用

浙江大学学报（工学版） 2017年第1期51卷 82-88页

作者：丰小月梁艳春林希珣管仁初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 吉林大学珠海学院符号计算与知识工程教育部重点实验室珠海市分实验室广州珠海519041

为了构建智能的语言学习模型,Tom ***教授2010年在美国人工智能协会(AAAI)上提出永恒语言学习(NELL)的概念.NELL模型主要运用半监督学习和自然语言处理技术,持续不断地从互联网上获取大量文本,抽取知识,丰富知识库,使永恒语言学习模型... 详细信息

为了构建智能的语言学习模型,Tom ***教授2010年在美国人工智能协会(AAAI)上提出永恒语言学习(NELL)的概念.NELL模型主要运用半监督学习和自然语言处理技术,持续不断地从互联网上获取大量文本,抽取知识,丰富知识库,使永恒语言学习模型变得更加智能.介绍了永恒语言学习模型及模型的组成;描述了NELL的孕育和发展以及面临的6个主要问题,包括自省能力开发,每天需要短暂的人工监督,新谓词学习,新类型知识的学习;命名实体建模和更精确的统计学习模型构建;提出拟解决现有问题的新永恒语言学习模型.

关键词：永恒语言学习(NELL) 半监督学习语义漂移知识抽取知识整合

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：