检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2018年第5期48卷 1571-1577页

作者：董飒刘大有欧阳若川朱允刚李丽娜刘杰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 吉林大学大数据和网络管理中心长春130012

针对异质性网络的分类问题提出了一种引入二阶马尔可夫假设链接的逻辑回归分类方法。该方法采用二阶马尔可夫链接,扩展结点邻居的邻居之链接特征(类分布)用于构造结构化的逻辑回归模型,并与基于一阶马尔可夫假设的逻辑回归模型相结合,... 详细信息

针对异质性网络的分类问题提出了一种引入二阶马尔可夫假设链接的逻辑回归分类方法。该方法采用二阶马尔可夫链接,扩展结点邻居的邻居之链接特征(类分布)用于构造结构化的逻辑回归模型,并与基于一阶马尔可夫假设的逻辑回归模型相结合,利用松弛标注的协作推理方法逐步更新类分布至最终分类结果。对比实验结果表明,本文方法在异质性网络分类上分类精度较佳。

关键词：人工智能异质性网络分类结构化逻辑回归模型网络数据

来源：评论

学校读者我要写书评

暂无评论

基于高通量数据的人体外源性植物miRNA跨界调控建模

引用

吉林大学学报（工学版） 2018年第4期48卷 1206-1213页

作者：张浩占萌苹郭刘香李誌刘元宁张春鹤常浩武王志强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 长春理工大学应用技术学院长春130022

以基于人体血清的高通量测序数据为研究对象,采用生物计算方法对数据进行分析,以目前已知的人类和植物的RNA数据作为参照集,从中筛选出可能的人体外源植物miRNA;基于miRNA的调控机制原理,获得可能的植物miRNA干扰人类mRNA的靶基因;构建... 详细信息

以基于人体血清的高通量测序数据为研究对象,采用生物计算方法对数据进行分析,以目前已知的人类和植物的RNA数据作为参照集,从中筛选出可能的人体外源植物miRNA;基于miRNA的调控机制原理,获得可能的植物miRNA干扰人类mRNA的靶基因;构建植物miRNA-人类mRNA调控网络模型,分析可能的跨界调控作用。本文通过构建植物-人体跨界调控模型,共挖掘出9个核心模块。研究结果表明,外源性植物miRNA参与调控人体胺代谢、酒精代谢以及脂肪酸代谢等生物过程。

关键词：人工智能高通量数据外源性植物miRNA 跨界调控

来源：评论

学校读者我要写书评

暂无评论

基于隐喻词扩展的短文本聚类算法

引用

吉林大学学报（理学版） 2018年第6期56卷 1447-1452页

作者：王烨左万利王英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

针对目前短文本词汇量少、表达形式多样,导致同种类文本聚类方法无效的问题,提出一种利用中文维基百科的丰富词汇间关系对短文本的隐喻词进行扩充的方法,以解决短文本包含信息少、词汇表达形式多样的不足.实验结果表明,该算法可有效提... 详细信息

针对目前短文本词汇量少、表达形式多样,导致同种类文本聚类方法无效的问题,提出一种利用中文维基百科的丰富词汇间关系对短文本的隐喻词进行扩充的方法,以解决短文本包含信息少、词汇表达形式多样的不足.实验结果表明,该算法可有效提升短文本的聚类效果.

关键词：文本聚类短文本维基百科文本扩展

来源：评论

学校读者我要写书评

暂无评论

基于半模型的OWL本体理由探求方法研究

引用

计算机学报 2018年第12期41卷 2720-2733页

作者：张瑜欧阳丹彤崔仙姬叶育鑫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 大连民族大学信息与通信工程学院辽宁大连116600

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收... 详细信息

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收缩"两个阶段实现理由探求任务的,"扩张"阶段的目标是获得蕴涵目标公理的理由的一个超集,"收缩"阶段对得到的理由超集进行删减至极小集合.然而,这两个阶段的主要时间开销在于频繁地调用推理机进行变化的公理集合与目标公理之间的蕴涵关系的检测,这会严重影响理由探求的效率.为了解决这一问题,通过观察理由探求过程中公理集合的变化情况,给出增量本体序列定义,并揭示了增量本体序列中的最大增量本体与理由之间的关系.增量本体序列的生成过程主要涉及两方面因素:(1)后继本体对先驱本体的有效扩充(必须保证是拟序关系);(2)对本体链中的本体是否蕴涵目标公理的推理判定(必须保证当且仅当最大本体蕴涵目标公理).在增量本体序列生成过程中,利用半模型证明了后继增量本体与目标公理之间的蕴涵关系是半可判定的,进而给出基于半模型增量推理的理由超集探求算法及其正确性证明.半模型增量推理的增量体现在:保留上一次得到的模型作为下一次判定的初始条件之一,从而避免传统蕴涵判定中,每一次都完全重构模型的冗余计算.最后,提出了一种与现有的收缩过程相反的理由求解方案——基于扩张的理由求解策略.通过迭代地添加公理过程,探测该公理集下的所有理由的公共元素.利用探测到的所有公共元素构造目标公理的理由.随后利用该文提出的增量推理任务分别给出新的"扩-缩"理由探求方法和"双扩"理由探求方法.实验结果表明,改进后的"扩-缩"理由探求方法在求解性能上优于原有的"扩-缩"理由探求方法;而新提出的基于增量推理的"双扩"理由探求方法在现有的求解策略中表现最优.

关键词：语义Web推理 OWL本体理由黑盒技术蕴涵关系

来源：评论

学校读者我要写书评

暂无评论

基于视觉注意力机制的异步优势行动者-评论家算法

引用

计算机科学 2019年第5期46卷 169-174页

作者：李杰凌兴宏伏玉琛刘全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 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中... 详细信息

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中提出一种基于视觉注意力机制的异步优势行动者-评论家模型。该模型在传统异步优势行动者-评论家算法的基础上引入了视觉注意力机制,通过计算图像各区域点的视觉重要性值,利用回归、加权等操作得到注意力机制的上下文向量,从而使Agent将注意力集中于面积较小但更具丰富价值的图像区域,加快网络模型解码速度,更高效地学习近似最优策略。实验结果表明,与传统的异步优势行动者-评论家算法相比,该模型在基于视觉感知的决策任务上具有更好的性能表现。

关键词：异步深度强化学习视觉注意力机制行动者-评论家异步优势行动者-评论家

来源：评论

学校读者我要写书评

暂无评论

基于减少检索的负表约束优化算法

引用

吉林大学学报（理学版） 2018年第2期56卷 335-339页

作者：杜江珊李占山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

通过放弃不相关元组从而减少检索的方式,提出一种优化算法STRN3,解决了在相容性算法中重复遍历负表约束的全部元组,导致冗余检索、效率较低的问题.实验结果表明,在检索过程中,当负表中有效元组的平均个数未呈现大幅度下降时,STRN3算法较... 详细信息

通过放弃不相关元组从而减少检索的方式,提出一种优化算法STRN3,解决了在相容性算法中重复遍历负表约束的全部元组,导致冗余检索、效率较低的问题.实验结果表明,在检索过程中,当负表中有效元组的平均个数未呈现大幅度下降时,STRN3算法较STR-N算法性能更优;在约束网络中,支持元组更多的情况下,STRN3算法较STR3算法性能更优,从而实现了对负表约束算法的改进.

关键词：人工智能负表约束减少检索最小支持区间

来源：评论

学校读者我要写书评

暂无评论

结合引领策略的MMC求解最大约束满足问题

引用

南京大学学报（自然科学版） 2018年第1期54卷 134-147页

作者：赵双梅崔佳旭张永刚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

约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简... 详细信息

约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简单而有效的框架,它的思想是求出满足尽可能多约束的解,其本质是约束优化问题.受元启发式算法在求解连续约束优化问题方面大量成功案例的启发,基于新近提出的作曲家算法(Method of Musical Composition,MMC)求解MaxCSP,在标准MMC算法的基础上引入引领策略,并将其离散化,以求解MaxCSP.最后,在广为流行的MaxCSP测试问题实例集上进行了求解测试并与改进的教与学(Teaching-learningbased Optimization,TLBO)算法和差分进化(Differential Evolution,DE)算法进行比较.实验结果表明,改进的算法无论对于求解可满足MaxCSP还是不可满足MaxCSP,都具有明显的优势.

关键词：约束满足问题 Max-CSP 作曲家算法引领策略教与学算法差分进化算法

来源：评论

学校读者我要写书评

暂无评论

一种用于基于方面情感分析的深度分层网络模型

引用

计算机学报 2018年第12期41卷 2637-2652页

作者：刘全梁斌徐进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,基于方面情感分析已成为自然语言处理领域的研究热点之一.结合注意力机制的深度网络模型在基于方面情感分析任务中取得了令人瞩目的成功,针对以独立句子作为网络模型输入的方法无法获取句子间相互关系,以及仅使用词语层注意力机... 详细信息

近年来,基于方面情感分析已成为自然语言处理领域的研究热点之一.结合注意力机制的深度网络模型在基于方面情感分析任务中取得了令人瞩目的成功,针对以独立句子作为网络模型输入的方法无法获取句子间相互关系,以及仅使用词语层注意力机制难以充分获取同一评论中句子间的相互联系等问题,提出一种结合区域卷积神经网络和分层长短期记忆网络(Regional Convolutional Neural Network-Hierarchical Long Short-Term Memory,RCNN-HLSTM)的深度分层网络模型用在基于方面情感分析任务中.该模型通过区域CNN既可以保留不同句子在评论中的时序关系也可以大大降低仅使用LSTM网络的时间代价.此外,该模型利用一个分层LSTM网络来获取待分类句子内部词语之间的相互联系,以及待分类句子和评论中其他句子之间的情感特征信息.通过词语层和句子层注意力机制能有效获取特定方面在句子中的局部特征和整个评论中的长距离依赖关系,弥补了仅使用词语层注意力机制的不足.最后在多种语言的不同领域数据集上进行实验,取得了比传统的深度网络模型、结合注意力机制的深度网络模型以及考虑句子间关系的双向分层LSTM网络模型更好的分类效果.

关键词：深度学习基于方面情感分析分层模型循环神经网络卷积神经网络注意力机

来源：评论

学校读者我要写书评

暂无评论

一种重量测量系统的设计

引用

实验科学与技术 2019年第3期17卷 19-22页

作者：张仲明郭东伟吕巍张立明吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室吉林长春130012

重量测量仪是将称量与传感器技术、转换技术和信息处理等技术结合成一体的现代新型计量手段,该文设计了一种基于重量传感器、STC12C5A60S2单片机和YM12864C图形液晶显示器的重量测量系统。该系统首先通过压敏电阻将质量信号转变为压力信... 详细信息

重量测量仪是将称量与传感器技术、转换技术和信息处理等技术结合成一体的现代新型计量手段,该文设计了一种基于重量传感器、STC12C5A60S2单片机和YM12864C图形液晶显示器的重量测量系统。该系统首先通过压敏电阻将质量信号转变为压力信号,再借助于线性放大器和A/D转换将其输出为适合于CPU处理的电压数字信号,最后转换为砝码重量显示在YM12864C图形液晶显示器中。实验结果显示,该文设计的系统与高精密天平的重量基准的差别均小于0.5g,偏差度也在0.5 g范围内,基本接近高精度天平所具有的性能。

关键词：重量测量系统重量传感器 STC12C5A60S2单片机 YM12864C图形液晶显示器

来源：评论

学校读者我要写书评

暂无评论

基于标签传播的重叠社区发现算法

引用

大连理工大学学报 2018年第4期58卷 414-421页

作者：吴春国李艳振李瑛高瑞时小虎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 吉林大学珠海学院计算机学院广东珠海519041

重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得... 详细信息

重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得到最终的重叠社区划分结果.该算法克服了已有算法重叠节点占比过大的弊端.为验证算法的有效性,在LFR人工数据集、3个标准公开测试集以及真实的大豆基因共表达网络上进行实验,并与已有算法进行对比.实验结果表明,该算法性能明显优于对比算法,极大地改善了重叠节点比重过大问题.

关键词：重叠社区社区发现标签传播复杂网络基因表达数据

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：