检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第4期19卷 1105-1114页

作者：金海波冯雨静辽宁工程技术大学软件学院辽宁葫芦岛125105 大连理工大学电子信息与电气工程学部工业装备智能控制与优化教育部重点实验室辽宁大连116024

推荐算法能够快速挖掘用户喜好的物品并进行有效推荐,从而极大地节省用户搜索的时间。然而,现有推荐算法虽然可以根据用户的喜好或物品相似度等特点进行推荐,但仍然存在用户和物品的冷启动、数据噪声等问题。为解决上述问题,提出了一种... 详细信息

推荐算法能够快速挖掘用户喜好的物品并进行有效推荐,从而极大地节省用户搜索的时间。然而,现有推荐算法虽然可以根据用户的喜好或物品相似度等特点进行推荐,但仍然存在用户和物品的冷启动、数据噪声等问题。为解决上述问题,提出了一种社交知识感知网络推荐算法(SAGN),该算法将物品-用户之间相互依赖的知识以及用户之间相关联的知识注入到用户与物品的特征计算中。在用户端,利用知识感知网络计算用户及其朋友的浏览记录以获取多种偏好特征,并结合自适应注意力门控机制生成用户偏好特征向量;在物品端,获取与待预测物品建立关联的用户朋友集合,将朋友的浏览记录作为物品的初始实体集,使用知识感知网络提取基于用户及其朋友偏好的物品特征向量。为验证算法的有效性,在真实数据集Ciao和Epinions上与SocialFD、GraphRec、SREPS、HGCL、KR-GCN等算法进行对比实验。实验结果表明,与表现最好的模型相比,SAGN算法在Epinions数据集上的RMSE和MAE分别提升了2.14%、1.74%;在Ciao数据集上的RMSE和MAE分别提升了1.81%、1.79%。

关键词：推荐算法社交网络注意力机制知识图谱

来源：评论

学校读者我要写书评

暂无评论

多元时间序列因果关系分析研究综述

引用

自动化学报 2021年第1期47卷 64-78页

作者：任伟杰韩敏大连理工大学电子信息与电气工程学部大连116023 大连理工大学工业装备智能控制与优化教育部重点实验室大连116023

多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因... 详细信息

多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因果关系分析的研究进展、应用与展望.首先,本文归纳了主要的因果分析方法,包括Granger因果关系分析、基于信息理论的因果分析和基于状态空间的因果分析;然后,总结了不同方法的优缺点、适用范围和发展方向,并概述了其在不同领域的典型应用;最后,讨论了多元时间序列因果分析方法待解决的问题和未来研究趋势.

关键词：多元时间序列 Granger 因果分析转移熵状态空间

来源：评论

学校读者我要写书评

暂无评论

基于核递归最大总广义相关熵的时间序列预测

引用

控制理论与应用 2024年第10期41卷 1944-1950页

作者：韩敏夏慧娟大连理工大学工业装备智能控制与优化教育部重点实验室辽宁大连116024 大连理工大学电子信息与电气工程学部辽宁大连116024

针对核自适应滤波器(KAF)在非高斯和脉冲噪声环境下预测性能下降问题,本文提出了一种新颖的鲁棒算法,称为核递归最大总广义相关熵(KRMTGC)算法.首先,简要介绍系统模型和最大总相关熵(MTC)准则;其次,在核空间采用灵活的总广义相关熵准则... 详细信息

针对核自适应滤波器(KAF)在非高斯和脉冲噪声环境下预测性能下降问题,本文提出了一种新颖的鲁棒算法,称为核递归最大总广义相关熵(KRMTGC)算法.首先,简要介绍系统模型和最大总相关熵(MTC)准则;其次,在核空间采用灵活的总广义相关熵准则取代MTC准则,详细推导出KRMTGC算法,该算法对异常值或非高斯噪声具有更强的鲁棒性;此外,为进一步控制KRMTGC算法中核矩阵无限扩张模式,采用矢量量化思想降低计算复杂度,提出量化KRMTGC算法;然后,研究分析KRMTGC算法的局部收敛特性;最后,通过在基准Rossler系统和真实厄尔尼诺–南方涛动时间序列预测中的仿真结果表明:相比其他KAF算法,所提算法具有更优的预测速度和预测精度.

关键词：核自适应滤波器总广义相关熵矢量量化时间序列预测

来源：评论

学校读者我要写书评

暂无评论

基于直线特征约束网格变形的航拍图像拼接

引用

控制与决策 2022年第3期37卷 669-675页

作者：刘强韩敏大连理工大学电子信息与电气工程学部辽宁大连116023 大连理工大学教育部工业设备智能控制与优化重点实验室辽宁大连116023

针对常用航拍图像拼接算法在处理存在视差的复杂图像时会出现鬼影、失真、不自然的问题,在APAP(as-projective-as-possible)算法的基础上,添加全局相似性和直线结构保护约束,提出一种基于直线特征约束网格变形的航拍图像拼接方法.首先,... 详细信息

针对常用航拍图像拼接算法在处理存在视差的复杂图像时会出现鬼影、失真、不自然的问题,在APAP(as-projective-as-possible)算法的基础上,添加全局相似性和直线结构保护约束,提出一种基于直线特征约束网格变形的航拍图像拼接方法.首先,在图像重叠区域检测点、直线特征,并估计单应性扭曲;然后,使用网格将图像划分成多个局部图像块,建立网格优化模型,根据网格顶点坐标集定义一个包含图像扭曲不同特征的总能量函数,在APAP算法提供的局部单应性保证重叠区域对齐的前提下,对非重叠区域借鉴NISwGSP算法的全局相似性约束思想,并辅以直线结构约束提高拼接自然度;最后,在稀疏线性系统中求解能量误差最小化问题,得到最优网格顶点集,指导网格变形并完成航拍图像拼接.实验结果表明,所提出的变形方法能够减少重叠区域鬼影和非重叠区域失真问题,相比AutoStitch、APAP、AANAP、SPHP等经典算法拼接效果更自然,更能适应大视角的航拍图像拼接任务.

关键词：航拍图像拼接 APAP 畸形矫正网格优化全局相似性直线保护

来源：评论

学校读者我要写书评

暂无评论

基于核共轭梯度演化模糊系统的混沌时间序列在线预测

引用

控制与决策 2024年第9期39卷 3099-3107页

作者：胡磊韩敏大连理工大学电子信息与电气工程学部辽宁大连116024 大连理工大学教育部工业设备智能控制与优化重点实验室辽宁大连116024

为了增强演化模糊系统在混沌时间序列中的在线预测性能,提出一种基于核共轭梯度的演化模糊系统模型.该模型通过基于结构演化的前件部分,挖掘并捕获隐藏在时间序列中的模糊规则.同时,基于参数更新的后件部分有机结合稀疏学习策略和核共... 详细信息

为了增强演化模糊系统在混沌时间序列中的在线预测性能,提出一种基于核共轭梯度的演化模糊系统模型.该模型通过基于结构演化的前件部分,挖掘并捕获隐藏在时间序列中的模糊规则.同时,基于参数更新的后件部分有机结合稀疏学习策略和核共轭梯度算法,以降低计算复杂度和提高模型收敛性能.基于核共轭梯度的演化模糊系统不仅剔除了样本中的冗余信息,而且有效平衡了模型的预测精度和预测效率.实验结果表明,所提模型在标杆和真实混沌时间序列的在线预测任务中具有有效性.

关键词：混沌时间序列在线预测演化模糊系统模糊规则稀疏学习策略核共轭梯度

来源：评论

学校读者我要写书评

暂无评论

石墨烯过渡层对金属/SiC接触肖特基势垒调控的第一性原理研究

引用

物理学报 2022年第5期71卷 292-299页

作者：邓旭良冀先飞王德君黄玲琴江苏师范大学电气工程及自动化学院徐州221000 大连理工大学电子信息与电气工程学部控制科学与工程学院工业装备智能控制与优化教育部重点实验室大连116024

由于SiC禁带宽度大,在金属/SiC接触界面难以形成较低的势垒,制备良好的欧姆接触是目前SiC器件研制中的关键技术难题,因此,研究如何降低金属/SiC接触界面的肖特基势垒高度(SBH)非常重要.本文基于密度泛函理论的第一性原理赝势平面波方法... 详细信息

由于SiC禁带宽度大,在金属/SiC接触界面难以形成较低的势垒,制备良好的欧姆接触是目前SiC器件研制中的关键技术难题,因此,研究如何降低金属/SiC接触界面的肖特基势垒高度(SBH)非常重要.本文基于密度泛函理论的第一性原理赝势平面波方法,结合平均静电势和局域态密度计算方法,研究了石墨烯作为过渡层对不同金属(Ag,Ti,Cu,Pd,Ni,Pt)/SiC接触的SBH的影响.计算结果表明,单层石墨烯可使金属/SiC接触的SBH降低;当石墨烯为2层时,SBH进一步降低且Ni,Ti接触体系的SBH呈现负值,说明接触界面形成了良好的欧姆接触;当石墨烯层数继续增加,SBH不再有明显变化.通过分析接触界面的差分电荷密度以及局域态密度,SBH降低的机理可能主要是石墨烯C原子饱和了SiC表面的悬挂键并降低了金属诱生能隙态对界面的影响,并且接触界面的石墨烯及其与金属相互作用形成的混合相具有较低的功函数.此外,SiC/石墨烯界面形成的电偶极层也可能有助于势垒降低.

关键词： SiC 石墨烯肖特基势垒第一性原理计算

来源：评论

学校读者我要写书评

暂无评论

基于HSIC-GL的多元时间序列非线性Granger因果关系分析

引用

信息与控制 2021年第3期50卷 356-365页

作者：李柏松任伟杰韩敏大连理工大学电子信息与电气工程学部辽宁大连116024 大连理工大学工业装备智能控制与优化教育部重点实验室辽宁大连116024

因果分析是数据挖掘领域重要的研究课题之一.由于传统的Granger因果模型难以准确识别多变量系统的非线性因果关系,本文提出一种基于Hilbert-Schmidt独立性准则(Hilbert-Schmidt independence criterion,HSIC)的组Lasso模型的Granger因... 详细信息

因果分析是数据挖掘领域重要的研究课题之一.由于传统的Granger因果模型难以准确识别多变量系统的非线性因果关系,本文提出一种基于Hilbert-Schmidt独立性准则(Hilbert-Schmidt independence criterion,HSIC)的组Lasso模型的Granger因果分析方法.首先,利用HSIC将输入样本和输出样本映射到再生核Hilbert空间,克服了传统的Granger因果模型不能应用于非线性系统的缺陷.然后,建立具有组Lasso约束的回归模型,对多变量及其组派生变量进行因果分析,并采用贝叶斯信息准则进行模型选择,避免了人为设置滞后阶数和正则化参数.最后,根据HSIC-GL模型的回归系数和显著性检验结果,实现了多变量时间序列之间的非线性因果分析.通过对非线性和混沌系统的仿真实验,验证了该方法的有效性.最后将其应用于沈阳空气质量指数(AQI)和气象时间序列的因果关系分析.

关键词：多元时间序列 Granger因果 Hilbert-Schmidt独立性准则组Lasso

来源：评论

学校读者我要写书评

暂无评论

基于集成局部费舍尔判别分析的故障分类

引用

控制理论与应用 2021年第4期38卷 489-495页

作者：钟凯徐明星韩敏大连理工大学电子信息与电气工程学部辽宁大连116024 大连理工大学工业装备智能控制与优化教育部重点实验室辽宁大连116024 安徽大学物质科学与信息技术研究院安徽合肥230601

实际工业过程数据的局部特性一般都较为复杂,不利于样本特征的提取和故障分类精度的提高.针对此问题,本文提出一种集成的局部费舍尔判别分析(ILFDA)模型,可以同时从变量和样本两个维度挖掘数据的局部结构特征,提高故障分类的性能并降低... 详细信息

实际工业过程数据的局部特性一般都较为复杂,不利于样本特征的提取和故障分类精度的提高.针对此问题,本文提出一种集成的局部费舍尔判别分析(ILFDA)模型,可以同时从变量和样本两个维度挖掘数据的局部结构特征,提高故障分类的性能并降低建模的难度.首先,根据过程的结构原理对复杂系统进行分块,从而可以有效获取变量维度的数据局部信息,并排除无关变量的影响.其次,针对样本维度的数据局部信息,在每个变量子块中分别建立局部费舍尔判别分析(LFDA)模型,并为每个局部模型分配相应的权值,从而可以更准确地衡量不同子块对当前故障的影响程度.最后,利用分类性能加权策略将各个子块的分类结果进行融合.田纳西–伊斯曼(TE)过程中的仿真结果验证本文所提的ILFDA方法具有更好的故障分类效果.

关键词：故障分类局部费舍尔判别分析分类结果集成数据局部结构特征

来源：评论

学校读者我要写书评

暂无评论

基于层次化可塑性回声状态网络的混沌时间序列预测

引用

控制与决策 2023年第1期38卷 133-142页

作者：那晓栋王嘉宁刘墨燃任伟杰韩敏大连理工大学电子信息与电气工程学部辽宁大连116024 哈尔滨工程大学智能科学与工程学院哈尔滨150001 大连理工大学教育部工业设备智能控制与优化重点实验室辽宁大连116024 大连理工大学辽宁省工业装备分布式控制专业技术创新中心辽宁大连116024

为了提高回声状态网络对于混沌时间序列特征提取与预测的能力,提出一种层次化可塑性回声状态网络模型.该模型将多个储备池顺序连接,通过逐层特征变换的方式增强对非线性多尺度动态特征的提取能力.同时,引入神经科学中的内在可塑性机制... 详细信息

为了提高回声状态网络对于混沌时间序列特征提取与预测的能力,提出一种层次化可塑性回声状态网络模型.该模型将多个储备池顺序连接,通过逐层特征变换的方式增强对非线性多尺度动态特征的提取能力.同时,引入神经科学中的内在可塑性机制模拟真实生物神经元的放电率分布,以最大化神经元的信息传递为目标对储备池进行预训练.层次化可塑性回声状态网络不仅能够增加模型的容量,降低随机投影所带来的不稳定性,而且也为理解储备池的表示、处理、记忆及储存操作提供一种新的思路.仿真实验结果表明,相比于其他7种改进的回声状态网络模型,所提出的模型在人造数据和真实数据所构成的混沌时间序列预测任务中均能取得最优的预测精度.

关键词：混沌时间序列预测回声状态网络层次化策略神经内在可塑性预训练神经网络

来源：评论

学校读者我要写书评

暂无评论

基于优化的多核局部费舍尔判别分析的故障分类

引用

信息与控制 2021年第5期50卷 582-590,601页

作者：刘锋钟凯韩敏大连理工大学电子信息与电气工程学部辽宁大连116024 安徽大学物质科学与信息技术研究院安徽合肥230601 大连理工大学工业装备智能控制与优化教育部重点实验室辽宁大连116024

在实际工业过程中,故障数据通常具有较强的非线性特征,并且非线性特征的种类也较为多样.现有的基于核策略的过程监测方法中,通常只使用一种核函数进行故障的非线性特征提取,很难对非线性特征进行较为全面地刻画,因此单种核函数的过程监... 详细信息

在实际工业过程中,故障数据通常具有较强的非线性特征,并且非线性特征的种类也较为多样.现有的基于核策略的过程监测方法中,通常只使用一种核函数进行故障的非线性特征提取,很难对非线性特征进行较为全面地刻画,因此单种核函数的过程监测方法对不同故障的分类效果十分有限.此外,常规核方法中的核参数通常由经验确定,难以取得最优的特征提取结果.为了解决此问题,本文提出一种优化的多核局部费舍尔判别分析(OMKLFDA)模型,首先,通过权重系数将多个核函数集成至局部费舍尔判别分析(LFDA)模型中,从而能够提取故障的多种非线性特征.其次,通过改进的粒子群优化算法为故障分类模型选择最优的核参数和权重系数,使得模型能够自适应地匹配不同的故障非线性特征.最后,田纳西—伊斯曼(TE)过程和真实柴油机运行过程中的仿真实验结果验证本文所提方法具有更好的故障分类效果.

关键词：故障分类局部费舍尔判别分析多核函数粒子群优化

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：