检索结果-内蒙古大学图书馆

计算机科学 2017年第7期44卷 180-184,214页

作者：张晓阳秦贵和邹密孙铭会高庆洋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长春130012 吉林大学软件学院长春130012

随着网络的飞速发展,餐饮类的评价信息数量急剧增加。对餐饮评价进行有效分析不仅能够帮助消费者进行用餐选择,还可以帮助商家对餐厅服务进行改进。为此,提出了一种基于LDA(Latent Dirichlet Allocation)模型的餐厅推荐方法。首先,对餐... 详细信息

随着网络的飞速发展,餐饮类的评价信息数量急剧增加。对餐饮评价进行有效分析不仅能够帮助消费者进行用餐选择,还可以帮助商家对餐厅服务进行改进。为此,提出了一种基于LDA(Latent Dirichlet Allocation)模型的餐厅推荐方法。首先,对餐厅评价信息进行情感分类,获取积极评价和好评率;其次,根据LDA模型对积极评价信息文本进行聚类,生成餐厅标签;最后,计算用户需求与餐厅标签的相似度,根据相似度和好评率向用户推荐餐厅。基于通过网络获取的真实餐饮评价信息进行实验,结果表明,该方法生成的餐厅标签的效果好,能准确地向用户推荐餐厅。

关键词：评价信息 LDA 情感分析文本聚类餐厅标签餐厅推荐

来源：评论

学校读者我要写书评

暂无评论

一种不稳定环境下的策略搜索及迁移方法

引用

电子学报 2017年第2期45卷 257-266页

作者：朱斐刘全傅启明陈冬火王辉伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 苏州科技学院电子与信息工程学院江苏苏州215011

强化学习是一种Agent在与环境交互过程中,通过累计奖赏最大化来寻求最优策略的在线学习方法.由于在不稳定环境中,某一时刻的MDP模型在与Agent交互之后就发生了变化,导致基于稳定MDP模型传统的强化学习方法无法完成不稳定环境下的最优策... 详细信息

强化学习是一种Agent在与环境交互过程中,通过累计奖赏最大化来寻求最优策略的在线学习方法.由于在不稳定环境中,某一时刻的MDP模型在与Agent交互之后就发生了变化,导致基于稳定MDP模型传统的强化学习方法无法完成不稳定环境下的最优策略求解问题.针对不稳定环境下的策略求解问题,利用MDP分布对不稳定环境进行建模,提出一种基于公式集的策略搜索算法——***算法在学习过程中搜集所获得的历史样本信息,并对其进行特征信息的提取,利用这些特征信息来构造不同的用于动作选择的公式,采取策略搜索算法求解最优公式.在此基础之上,给出所求解策略的最优性边界,并从理论上证明了迁移到新MDP分布中策略的最优性主要依赖于MDP分布之间的距离以及所求解策略在原始MDP分布中的性能.最后,将FSPS算法用于经典的Markov Chain问题,实验结果表明,所求解的策略具有较好的性能.

关键词：强化学习策略搜索策略迁移不稳定环境公式集

来源：评论

学校读者我要写书评

暂无评论

计算机课程的同伴评价研究

引用

计算机教育 2018年第9期 121-124页

作者：管仁初柳海民梁艳春温晓静黄岚张禹吉林大学计算机科学与技术学院吉林长春130012 东北师范大学教育学院吉林长春130024 吉林大学珠海学院教育学院珠海符号计算与知识工程教育部重点实验室广东珠海519041

为了研究同伴评价对大学计算机课程的有效性,以吉林大学计算机科学与技术专业的学生为研究对象,通过搭建课程同伴评价网站,收集整理从2016年到2018年3学年的一门计算机专业课程成绩,构建同伴评价特征空间,利用机器学习模型对学生成绩进... 详细信息

为了研究同伴评价对大学计算机课程的有效性,以吉林大学计算机科学与技术专业的学生为研究对象,通过搭建课程同伴评价网站,收集整理从2016年到2018年3学年的一门计算机专业课程成绩,构建同伴评价特征空间,利用机器学习模型对学生成绩进行分析和预测,为证实同伴评价的有效性并定量给出同伴评价效力提供有效的方法和手段。

关键词：同伴评价计算机课程机器学习

来源：评论

学校读者我要写书评

暂无评论

基于多层卷积神经网络特征和双向长短时记忆单元的行为识别（英文）

引用

控制理论与应用 2017年第6期34卷 790-796页

作者：葛瑞王朝晖徐鑫季怡刘纯平龚声蓉苏州大学计算机科学与技术学院江苏苏州215000 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 软件新技术与产业化协同创新中心江苏南京210046 常熟理工学院计算机科学与工程学院江苏常熟215500

鲁棒的视频行为识别由于其复杂性成为了一项极具挑战的任务.如何有效提取鲁棒的时空特征成为解决问题的关键.在本文中,提出使用双向长短时记忆单元(Bi-LSTM)作为主要框架去捕获视频序列的双向时空特征.首先,为了增强特征表达,使用多层... 详细信息

鲁棒的视频行为识别由于其复杂性成为了一项极具挑战的任务.如何有效提取鲁棒的时空特征成为解决问题的关键.在本文中,提出使用双向长短时记忆单元(Bi-LSTM)作为主要框架去捕获视频序列的双向时空特征.首先,为了增强特征表达,使用多层的卷积神经网络特征代替传统的手工特征.多层卷积特征融合了低层形状信息和高层语义信息,能够捕获丰富的空间信息.然后,将提取到的卷积特征输入Bi-LSTM,Bi-LSTM包含两个不同方向的LSTM层.前向层从前向后捕获视频演变,后向层反方向建模视频演变.最后两个方向的演变表达融合到Softmax中,得到最后的分类结果.在UCF101和HMDB51数据集上的实验结果显示本文的方法在行为识别上可以取得较好的性能.

关键词：行为识别卷积神经网络递归神经网络双向递归神经网络

来源：评论

学校读者我要写书评

暂无评论

一种服务消息交互行为的元建模方法

引用

计算机科学 2017年第4期44卷 24-29页

作者：周文博刘洪佳刘磊张鹏吕帅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 辽阳石化公司研究院辽阳111000 吉林大学数学学院长春130012

为了提高服务消息接口的规范性和交互行为的正确性,提出了一种服务消息交互的元建模方法。基于工作流模型对服务进行建模,通过对消息操作模式予以分析,给出了接口形式化表示和接口相容性检查方法。采用推理规则和递归函数刻画消息传递... 详细信息

为了提高服务消息接口的规范性和交互行为的正确性,提出了一种服务消息交互的元建模方法。基于工作流模型对服务进行建模,通过对消息操作模式予以分析,给出了接口形式化表示和接口相容性检查方法。采用推理规则和递归函数刻画消息传递的语义,讨论了服务交互时各种环境的变化情况。实例分析表明,该方法可以规范服务接口模式,有效地对消息的交互情景进行建模,进而保障服务建模的可靠性。

关键词：服务交互元建模工作流模型消息接口形式语义

来源：评论

学校读者我要写书评

暂无评论

基于局部邻域约束的空间验证方法

引用

吉林大学学报（工学版） 2016年第1期46卷 265-270页

作者：赵宏伟李清亮汤寰宇臧雪柏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

提出了用基于局部邻域约束的空间验证方法去验证错误的匹配特征。首先,计算匹配特征对的局部邻域范围,根据局部邻域内相关匹配特征对的数量定义该匹配对的局部邻域约束值,并判断是否满足局部邻域的约束条件。若满足,则基于局部邻域内的... 详细信息

提出了用基于局部邻域约束的空间验证方法去验证错误的匹配特征。首先,计算匹配特征对的局部邻域范围,根据局部邻域内相关匹配特征对的数量定义该匹配对的局部邻域约束值,并判断是否满足局部邻域的约束条件。若满足,则基于局部邻域内的所有相关匹配特征的排列顺序,验证其是否满足一致的几何变换关系。实验结果表明:SVLRC方法具有较低的时间复杂度,改善了最终检索结果的精确度。

关键词：计算机应用图像检索 Bag of Words模型局部邻域空间约束后验证

来源：评论

学校读者我要写书评

暂无评论

引入极值非相邻连接的连接聚类方法

引用

吉林大学学报（工学版） 2016年第5期46卷 1616-1621页

作者：王贵参黄岚王岩宋立明欧歌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

针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足。新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大... 详细信息

针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足。新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大、最小情况。在此基础上,结合EQ评估策略,给出了新的引入极值非相邻连接的连接聚类(MLC)方法。在3组测试数据集上的实验结果表明:本文MLC方法相比原始LC、经典重叠社区发现(CPM)方法和扩展的连接聚类ELC方法在多种评估指标上表现优异。

关键词：人工智能连接聚类连接相似度重叠社区发现相邻连接非相邻连接

来源：评论

学校读者我要写书评

暂无评论

结合SE-Tree结构特征的极小碰集求解算法

引用

计算机研究与发展 2016年第11期53卷 2556-2566页

作者：刘思光欧阳丹彤王艺源贾凤雨张立明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

在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比例越高,影响越大.通过对SE-Tree中叶节点的特殊性质的分析,并结合现有碰集算法有解空间中冗余节点的特征... 详细信息

在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比例越高,影响越大.通过对SE-Tree中叶节点的特殊性质的分析,并结合现有碰集算法有解空间中冗余节点的特征,提出非解冗余节点概念.在对SE-Tree的结构特征进行深入分析基础上,根据非碰集的子集也不是碰集的特点,提出辅助剪枝的概念,通过在剪枝树上设置剪枝判定节点,减少对极小碰集求解过程中无解空间的访问;针对较大规模问题,还提出结合多级辅助剪枝树的极小碰集求解算法,进而较大程度地减少对非解冗余节点的访问;根据多级辅助剪枝树及SE-Tree的结构特征,给出提前终止算法的判定条件,并证明了此算法的正确性.实验结果表明:与效率较高的Boolean算法相比,该算法高效且易于实现,尤其是对规模较大的问题,效率能提升1个数量级.

关键词：基于模型诊断极小碰集集合枚举树辅助剪枝树无解空间剪枝

来源：评论

学校读者我要写书评

暂无评论

无线传感器网络簇半径自适应调整策略

引用

吉林大学学报（工学版） 2016年第3期46卷 876-883页

作者：张婧刘衍珩张晋东孙庚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

首先,基于节点的剩余能量对节点簇半径进行周期性调整,将网络划分为大小非均匀的若干簇。其次,设计了簇头选举策略,使得网络中簇头分布更加合理,提升簇头节点能量利用率,均衡节点的能耗。实验结果表明:与UCR算法和CUCRA算法相比,本文提... 详细信息

首先,基于节点的剩余能量对节点簇半径进行周期性调整,将网络划分为大小非均匀的若干簇。其次,设计了簇头选举策略,使得网络中簇头分布更加合理,提升簇头节点能量利用率,均衡节点的能耗。实验结果表明:与UCR算法和CUCRA算法相比,本文提出的算法将网络生命周期分别延长了55.2%和38.2%,同时具有较低的传输延时。

关键词：计算机应用无线传感器网络非均匀分簇簇头选举生命周期

来源：评论

学校读者我要写书评

暂无评论

互联网远程实时控制系统短时间窗口往返时延测量、分析与建模

引用

西安交通大学学报 2016年第2期50卷 26-32页

作者：于赫秦贵和孙铭会李滨吴星辰吉林大学计算机科学与技术学院长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130022

为了得到准确地描述互联网远程实时控制系统时延的分布模型,对短时间窗口往返时延(round-trip time,RTT)进行了测量、统计和分析,提出了一种短时窗RTT时延混合威布尔(Weibull)模型。该混合模型满足网络控制系统的实时性需求,具备对短期... 详细信息

为了得到准确地描述互联网远程实时控制系统时延的分布模型,对短时间窗口往返时延(round-trip time,RTT)进行了测量、统计和分析,提出了一种短时窗RTT时延混合威布尔(Weibull)模型。该混合模型满足网络控制系统的实时性需求,具备对短期非平稳的短时间窗口RTT时延样本随机聚类特性的描述能力,并利用期望最大化(expectation-maximization,EM)算法估计模型的混合分量密度及混合分量模型参数。实验结果表明:使用二重混合威布尔模型建模短时窗RTT时延样本能够很好地反映时延的随机聚类特性,K-S检验显示该模型对样本匹配效果评价可接受,该模型为互联网远程控制系统的优化控制提供了一种更准确的参考模型。

关键词： RTT时延网络控制系统混合威布尔模型期望最大化算法

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：