检索结果-内蒙古大学图书馆

计算机科学与探索 2017年第3期11卷 491-501页

作者：方柳平汪继文邱剑锋朱林波苏守宝安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230039 金陵科技学院计算机学院南京211169

采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dyn FWA)已被证明是解决优化问题的一个重要算法。然而,dyn FWA的寻优精度低且容易过早地陷入局部最优解。为了改善上述的缺陷,通过嵌入一种利用... 详细信息

采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dyn FWA)已被证明是解决优化问题的一个重要算法。然而,dyn FWA的寻优精度低且容易过早地陷入局部最优解。为了改善上述的缺陷,通过嵌入一种利用历史成功信息生成两种不同的学习因子来改进传统的动态搜索烟花算法,称为改进的动态搜索烟花算法(improved dyn FWA,Idyn FWA)。算法中的学习因子充分利用搜索过程中每一代最好的烟花个体信息,使得烟花具有向群体的优良搜索信息学习的能力,并且它的两种不同产生方式有助于平衡算法的局部搜索和全局搜索能力。改进后的算法在CEC2013的28个Benchmark函数上进行测试,实验结果表明Idyn FWA的寻优效果明显优于dyn FWA,并且比粒子群算法SPSO2011和差分演化算法DE/randto-best/1能达到更好的寻优性能。

关键词：动态搜索烟花算法爆炸半径变异算子学习因子

来源：评论

学校读者我要写书评

暂无评论

基于三支决策的非重叠社团划分

引用

智能系统学报 2017年第3期12卷 293-300页

作者：方莲娣张燕平陈洁王倩倩刘峰王刚安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230601 安徽大学国际商学院安徽合肥230601

基于三支决策理论,提出了一种基于三支决策的非重叠社团划分算法(N-TWD),该方法将初始聚类形成的重叠社团进行二次划分以形成最终的非重叠社团。N-TWD算法首先利用层次聚类形成有重叠的社团结构,将两个存在重叠的社团的左边社团中非重... 详细信息

基于三支决策理论,提出了一种基于三支决策的非重叠社团划分算法(N-TWD),该方法将初始聚类形成的重叠社团进行二次划分以形成最终的非重叠社团。N-TWD算法首先利用层次聚类形成有重叠的社团结构,将两个存在重叠的社团的左边社团中非重叠部分定义为正域,右边社团中非重叠部分定义为负域,而两个社团的重叠部分定义为边界域。然后,针对边界域中的节点,分别计算边界域中节点与正域和负域的社团归属度B_P、B_N进行二次划分。对于二次划分后仍然留在边界域中的节点将利用投票的方法决定其最终归属,最终获得非重叠的社团结构。本文选取4个经典社交网络数据集和1个真实世界数据集对N-TWD算法进行了验证,相比较其他社团划分算法(GN、NFA、LPA、CACDA),N-TWD时间复杂度较低,总体获取的社团模块度值更高。

关键词：复杂网络社团划分重叠节点三支决策理论粒化系数层次聚类社团结构节点归属度

来源：评论

学校读者我要写书评

暂无评论

基于混沌机制和改进粒子群算法的Web服务组合优化

引用

阜阳师范学院学报（自然科学版） 2017年第1期34卷 66-72页

作者：王妍刘瑜岚荆紫慧张以文安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室安徽合肥230031

随着互联网和大数据的迅速发展,如何从大量Web服务中选择合适服务及组合以满足用户需求已成为新的热点。本文提出一种改进的混沌粒子群优化(ICPSO)算法,应用到Web服务组合优化问题。针对传统PSO算法易陷入早熟收敛和局部最优的缺点,该... 详细信息

随着互联网和大数据的迅速发展,如何从大量Web服务中选择合适服务及组合以满足用户需求已成为新的热点。本文提出一种改进的混沌粒子群优化(ICPSO)算法,应用到Web服务组合优化问题。针对传统PSO算法易陷入早熟收敛和局部最优的缺点,该算法引入了混沌扰动机制使粒子易跳出局部极值,增强了种群多样性,从而提高算法寻优能力。最后通过仿真实验验证了ICPSO算法的可行性和有效性。

关键词：服务组合 ICPSO算法混沌机制服务质量

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的手绘草图识别

引用

四川大学学报（工程科学版） 2016年第3期48卷 94-99页

作者：赵鹏王斐刘慧婷姚晟安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601

现有的手绘草图识别方法严重依赖于费时费力的手工特征提取,而经典的深度学习模型主要是为彩色多纹理自然图像设计,用于识别手绘草图时效果不甚理想。提出一种基于深度学习的手绘草图识别方法(DeepSketch),该算法根据手绘草图缺失颜色... 详细信息

现有的手绘草图识别方法严重依赖于费时费力的手工特征提取,而经典的深度学习模型主要是为彩色多纹理自然图像设计,用于识别手绘草图时效果不甚理想。提出一种基于深度学习的手绘草图识别方法(DeepSketch),该算法根据手绘草图缺失颜色、纹理信息的特点,使用大尺寸的首层卷积核取代自然图像识别中常使用的小尺寸首层卷积核,获得更多的空间结构信息。利用训练浅层模型获得的模型参数来初始化深层模型对应层的模型参数,以加快收敛,减少训练时长。加入不改变特征大小的卷积层来加深网络深度等方法以减小错误率。实验结果表明,所提出的方法较之其它几种主流的手绘草图识别方法具有良好的正确率,对250类手绘草图识别正确率达到69.2%。

关键词：手绘草图识别深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种基于图的多模态随机游走重排序算法

引用

哈尔滨工程大学学报 2016年第10期37卷 1387-1393页

作者：赵鹏陈浩刘慧婷姚晟安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601

为了提高图像检索中的重排序效果,提出了一种基于图的多模态随机游走重排序算法。不同于现有的重排序算法根据检索返回的图像顺序设置图像列表得分序列初值,该算法将多模态融合应用于随机游走算法,避免单一模态获取图像内容的片面性,并... 详细信息

为了提高图像检索中的重排序效果,提出了一种基于图的多模态随机游走重排序算法。不同于现有的重排序算法根据检索返回的图像顺序设置图像列表得分序列初值,该算法将多模态融合应用于随机游走算法,避免单一模态获取图像内容的片面性,并利用多模态随机游走方法对返回图像列表得分序列进行初始化,然后利用多模态重排序算法最优化目标函数,对相关参数和得分列表进行迭代更新,从而获得最终重排序后的图像序列。实验显示了所提出的算法具有良好的重排序效果。

关键词：图像检索多模态随机游走重排序基于图的学习

来源：评论

学校读者我要写书评

暂无评论

基于三支决策的多类分类模型

引用

计算机应用与软件 2017年第5期34卷 141-146页

作者：徐怡魏贵莹安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

在多类分类问题的实际应用中,决策者通常希望得到的决策结果是唯一的,即避免出现决策冗余与冲突。因此,借鉴三支决策的思想,通过增加延迟决策类,将m个多类分类问题变为m+1个多类分类问题,使得原本的代价参数减少,又使得最终的决策结果... 详细信息

在多类分类问题的实际应用中,决策者通常希望得到的决策结果是唯一的,即避免出现决策冗余与冲突。因此,借鉴三支决策的思想,通过增加延迟决策类,将m个多类分类问题变为m+1个多类分类问题,使得原本的代价参数减少,又使得最终的决策结果不存在冗余与冲突。提出一种基于三支决策的多类分类模型,并用实例说明了该方法的实用性。

关键词：决策粗糙集三支决策代价多类分类冲突

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的大学生学习与就业关系分析

引用

计算机技术与发展 2017年第5期27卷 188-191页

作者：吴汉卿吴缓缓杨莹莹纪霞安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

随着社会经济的高速发展,人才需求的多元化,国内的教育事业进入了大众化的新时期,毕业生数量逐年增加,导致了高校毕业生就业形势越来越严峻,学生就业难已成为当前社会的热点问题。大学生在校学习成绩作为学生智力、学习态度等因素的直... 详细信息

随着社会经济的高速发展,人才需求的多元化,国内的教育事业进入了大众化的新时期,毕业生数量逐年增加,导致了高校毕业生就业形势越来越严峻,学生就业难已成为当前社会的热点问题。大学生在校学习成绩作为学生智力、学习态度等因素的直观结果,较为准确地反映了学生的整体水平,也与学生就业有着紧密的联系。为了帮助高校学生合理利用在校学习时间,有导向的进行学习,采集了已毕业计算机科学与技术专业学生在校学习成绩和就业信息数据,利用邻域粗糙集的基本理论,对预处理后的学生成绩就业信息表中的课程属性进行约简,并对得出的属性约简子集进行了详细分析,将学习与就业之间的比较准确的内在联系提供给在校学生,帮助学生找到心仪合适的工作。

关键词：邻域粗糙集属性约简学习成绩就业情况

来源：评论

学校读者我要写书评

暂无评论

基于特征联合概率分布和实例的迁移学习算法

引用

模式识别与人工智能 2016年第8期29卷 717-724页

作者：赵鹏吴国琴刘慧婷姚晟安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

针对在单一匹配边缘概率分布以缩减源域和目标域的差异性时存在的泛化能力差的问题,提出联合边缘概率分布和条件概率分布减小域间差异性的基于特征和实例的迁移学习算法.通过核主成分分析在子空间中寻找样本新的特征表示,在该子空间中... 详细信息

针对在单一匹配边缘概率分布以缩减源域和目标域的差异性时存在的泛化能力差的问题,提出联合边缘概率分布和条件概率分布减小域间差异性的基于特征和实例的迁移学习算法.通过核主成分分析在子空间中寻找样本新的特征表示,在该子空间中利用最小化最大均值差异,联合匹配边缘概率分布和条件概率分布以减小源域和目标域间的差异性.同时利用L2,1范数约束选择源域中相关实例进行训练,进一步提高迁移学习获得的模型泛化性能.在字符集和对象识别数据集上的实验表明文中算法的有效性.

关键词：迁移学习无监督学习域自适应特征映射

来源：评论

学校读者我要写书评

暂无评论

基于多重阈值的变精度多粒度粗糙集模型

引用

计算机工程与科学 2016年第8期38卷 1727-1734页

作者：徐怡李策安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601

传统变精度多粒度粗糙集模型是基于单一变精度阈值的,而多粒度粗糙集模型是从多角度和多层次处理数据,数据往往是多源的或者是分布式的,其噪音数据的含量也各不相同。因此,不同知识粒度层次所应具有的变精度阈值也不相同,这使得现有的... 详细信息

传统变精度多粒度粗糙集模型是基于单一变精度阈值的,而多粒度粗糙集模型是从多角度和多层次处理数据,数据往往是多源的或者是分布式的,其噪音数据的含量也各不相同。因此,不同知识粒度层次所应具有的变精度阈值也不相同,这使得现有的模型难以适应多粒度环境。为克服上述缺点,提出了基于多重阈值的变精度多粒度粗糙集模型,该模型使得不同知识粒度层次的变精度阈值可独立调整,更符合多粒度粗糙集模型的数据特征。该模型更好地结合了多粒度粗糙集模型和变精度粗糙集模型,可从多角度分析解决问题又兼具更灵活的容错能力。

关键词：多粒度粗糙集模型变精度粗糙集模型多重阈值知识粒度

来源：评论

学校读者我要写书评

暂无评论

混合云中面向数据中心的工作流数据布局方法

引用

软件学报 2016年第7期27卷 1861-1875页

作者：李学俊吴洋刘晓程慧敏朱二周杨耘计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601 华东师范大学软件学院上海200062 School of Information Technology Swinburnc University of Technology Melbourne 3122 Australia

科学工作流是一种复杂的数据密集型应用程序.如何在混合云环境中对数据进行有效布局,是科学工作流所面临的重要问题,尤其是混合云的安全性要求给科学云工作流数据布局研究带来了新的挑战.传统数据布局方法大多采用基于负载均衡的划分模... 详细信息

科学工作流是一种复杂的数据密集型应用程序.如何在混合云环境中对数据进行有效布局,是科学工作流所面临的重要问题,尤其是混合云的安全性要求给科学云工作流数据布局研究带来了新的挑战.传统数据布局方法大多采用基于负载均衡的划分模型布局数据集,该方法可以获得很好的负载平衡布局,然而传输时间并非最优.针对传统数据布局方法的不足,并结合混合云中数据布局的特点,首先设计一种基于数据依赖破坏度的矩阵划分模型,生成对数据依赖度破坏最小的划分;然后提出一种面向数据中心的数据布局方法,该方法依据划分模型将依赖度高的数据集尽量放在同一数据中心,从而减少数据集跨数据中心的传输时间.实验结果表明,该方法能够有效地缩短科学工作流运行时跨数据中心的数据传输时间.

关键词：科学工作流云计算混合云数据布局传输时间

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：