检索结果-内蒙古大学图书馆

计算机研究与发展 2015年第5期52卷 1091-1097页

作者：李占山张乾张良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

启发式是约束满足问题领域的重要研究课题,有效的启发式方法可以极大地提高问题的求解效率.在求解约束满足问题时,发现变量实例化失败次数与值实例化成功次数反映了变量和值与已实例化集合之间的关系,将实例化次数加以利用可以对问题求... 详细信息

启发式是约束满足问题领域的重要研究课题,有效的启发式方法可以极大地提高问题的求解效率.在求解约束满足问题时,发现变量实例化失败次数与值实例化成功次数反映了变量和值与已实例化集合之间的关系,将实例化次数加以利用可以对问题求解效率有很大的影响.据此,提出了实例化次数的权值统计方法,并将其与现有启发式方法相结合,提出了实例化次数启发式及其相应的约束求解算法MAC_Try,并证明了其在一个分支上的最坏时间复杂度是O(ned3).大量实验结果表明,新的MAC_Try方法在求解效率上明显优于国际上流行的MAC3rm方法.

关键词：人工智能约束满足问题启发式变量实例化失败次数值实例化成功次数

来源：评论

学校读者我要写书评

暂无评论

入侵检测中的多分类SVM增量学习算法

引用

北京工业大学学报 2009年第12期35卷 1697-1702页

作者：吴静刘衍珩孟凡雪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

通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区... 详细信息

通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区域,实现了多分类的增量学习.在保证检测率的同时,减少了样本学习数量.利用KDDCUP99标准数据集进行测试,证明该算法可以大幅度降低训练的时间和空间复杂度.

关键词：支持向量机入侵检测增量学习多分类

来源：评论

学校读者我要写书评

暂无评论

基于模型诊断的一种新编码方法

引用

计算机研究与发展 2023年第1期60卷 95-102页

作者：周慧思欧阳丹彤田新亮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

基于模型诊断(model-based diagnosis,MBD)是人工智能诊断领域中著名的诊断求解方法之一,旨在识别诊断问题的根本原因.由于求解诊断解在计算上具有挑战性,一些MBD算法提出通过修改模型的编码来提高诊断效率,如面向统治者的编码(dominato... 详细信息

基于模型诊断(model-based diagnosis,MBD)是人工智能诊断领域中著名的诊断求解方法之一,旨在识别诊断问题的根本原因.由于求解诊断解在计算上具有挑战性,一些MBD算法提出通过修改模型的编码来提高诊断效率,如面向统治者的编码(dominator-oriented encoding,DOE)方法.面向观察的编码(observation-oriented encoding,OOE)方法使用2种方法对MBD模型进行约简.首先,利用系统观测和统治组件输出的一些过滤边来约简系统描述和观测.其次,通过查找基于观测的过滤节点来过滤更多的组件,进而有效约简组件的编码规模.此外,在ISCAS85和ITC99基准测试用例上的实验结果表明,与目前最新的MBD编码方法DOE和传统的基础编码(basic encoding,BE)相比,上述2种约简方法有效减少了MBD实例的编码子句数量比,降低MaxSAT求解器求解诊断的难度,进而能在更短的时间内返回一个诊断解.

关键词：基于模型诊断最大可满足性问题基于统治关系的编码顶层诊断极小势诊断

来源：评论

学校读者我要写书评

暂无评论

基于半扩展规则的定理证明方法

引用

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

结合互补度的基于扩展规则#SAT问题求解方法

引用

计算机研究与发展 2016年第7期53卷 1596-1604页

作者：欧阳丹彤贾凤雨刘思光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

#SAT问题又称模型计数(model counting)问题是人工智能领域的研究热点之一,在人工智能领域被广泛应用.在对基于扩展规则的#SAT问题求解方法 CER(counting models using extension rules)深入研究的基础上,提出一种结合互补度的#SAT问题... 详细信息

#SAT问题又称模型计数(model counting)问题是人工智能领域的研究热点之一,在人工智能领域被广泛应用.在对基于扩展规则的#SAT问题求解方法 CER(counting models using extension rules)深入研究的基础上,提出一种结合互补度的#SAT问题求解方法.在计算给定子句集的模型个数时,利用SE-Tree(set enumeration tree)形式化地表达计算过程,逐步生成需要计算的子句集合,并在SE-Tree中添加终止结点,避免大部分含互补文字子句集合的生成,且不会因剪枝而导致求解不完备.提出互补度的概念,在扩展SE-Tree结点时按照互补度由大到小的顺序扩展,较早地生成含互补文字且长度较小的子句集合,有效减少枚举树生成的结点个数,进而减少对子句集合判断是否含互补文字的计算次数.实验结果表明:与CER方法相比该方法效率较好,且进一步改进了CER方法在互补因子较低时求解效率低下的不足.

关键词：扩展规则模型计数 CER方法互补度集合枚举树

来源：评论

学校读者我要写书评

暂无评论

基于高分辨率网络的视杯和视盘的联合分割

引用

吉林大学学报（工学版） 2023年第8期53卷 2350-2357页

作者：郭晓新李佳慧张宝亮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

针对在使用视盘(OD)和视杯(OC)的分割测量杯盘比(CDR)来诊断青光眼的过程中,与视盘分割相比视杯分割仍存在分割精度上的困难,提出了一种深度学习体系结构MSHRNET,用于视杯和视盘的联合分割。它是一种基于HRNET的改进架构。通过在HRNET... 详细信息

针对在使用视盘(OD)和视杯(OC)的分割测量杯盘比(CDR)来诊断青光眼的过程中,与视盘分割相比视杯分割仍存在分割精度上的困难,提出了一种深度学习体系结构MSHRNET,用于视杯和视盘的联合分割。它是一种基于HRNET的改进架构。通过在HRNET中添加多尺度输入,可以弥补特征提取过程中的信息丢失。结合多尺度空间和通道注意机制,提取图像深层信息。通过添加侧输出层,指导网络的早期训练。实验表明:该算法在Drishti-GS1和REFUGE数据集上的分割效果优于现有的视杯和视盘分割方法。

关键词：视杯视盘分割高分辨率网络多尺度输入注意力机制

来源：评论

学校读者我要写书评

暂无评论

支持大规模流数据处理的弹性在线MapReduce模型及拓扑协议

引用

吉林大学学报（工学版） 2016年第4期46卷 1222-1231页

作者：魏晓辉李翔李洪亮李聪庄园于洪梅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

针对现阶段大规模流数据在线处理的广泛需求,本文提出了弹性在线MapReduce流数据处理模型及相关的动态拓扑结构协议。该模型兼容现有MapReduce模型,采用内存计算模式,并具有动态的作业拓扑结构,支持大规模流数据处理作业在运行过程中的... 详细信息

针对现阶段大规模流数据在线处理的广泛需求,本文提出了弹性在线MapReduce流数据处理模型及相关的动态拓扑结构协议。该模型兼容现有MapReduce模型,采用内存计算模式,并具有动态的作业拓扑结构,支持大规模流数据处理作业在运行过程中的弹性调整,从而满足流数据的时效性、动态性和突发性等特殊要求。在弹性在线MapReduce模型的基础上建立了流数据处理作业动态拓扑结构管理机制,设计了作业在线初始化协议和在线调整协议。为进一步提高系统灵活性和整合资源,提出了作业间的操作共享概念,设计了作业共享协议。通过协议分析,本文提出的在线初始化协议、在线动态调整协议及作业共享协议的最大复杂度均为O(n);在数据流量发生突发性变化时,系统具有良好的可伸缩性。

关键词：计算机系统结构流数据处理内存计算 MapReduce 拓扑结构操作共享

来源：评论

学校读者我要写书评

暂无评论

复杂网络社区挖掘—基于聚类融合的遗传算法

引用

自动化学报 2010年第8期36卷 1160-1170页

作者：何东晓周栩王佐周春光王喆金弟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

针对当前研究复杂网络社区挖掘的热点问题,提出了一种基于聚类融合的遗传算法用于复杂网络社区挖掘.该算法将聚类融合引入到交叉算子中,利用父个体的聚类信息辅以网络拓扑结构的局部信息产生新个体,避免了传统交叉算子单纯交换字符块而... 详细信息

针对当前研究复杂网络社区挖掘的热点问题,提出了一种基于聚类融合的遗传算法用于复杂网络社区挖掘.该算法将聚类融合引入到交叉算子中,利用父个体的聚类信息辅以网络拓扑结构的局部信息产生新个体,避免了传统交叉算子单纯交换字符块而忽略了聚类内容所带来的问题.为使聚类融合的作用得以充分发挥,本文提出了基于马尔科夫随机游走的初始群体生成算法,使初始群体中的个体具有一定聚类精度并有较强的多样性.初始群体生成算法与基于聚类融合的交叉算子互相配合,有效地增强了算法的寻优能力.此外,算法将局部搜索机制用于变异算子,通过迫使变异节点与其多数邻居在同一社区内,有针对性地缩小了搜索空间,从而加快了算法收敛速度.在计算机生成网络和真实世界网络上进行了测试,并与当前具有代表性的社区挖掘算法进行比较,实验结果表明了该算法的可行性和有效性.

关键词：复杂网络社区结构遗传算法聚类融合局部搜索

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：