检索结果-内蒙古大学图书馆

计算机科学 2023年第6期50卷 92-99页

作者：徐怡骆帆王敏安徽大学计算机科学与技术学院合肥230039 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230039

治略是三支决策TAO模型中的一个重要步骤,是实现对象移动的重要手段。通过实施策略,促使对象从不利区域移动到有利区域。近年来,对于治略方面的研究,学者们提出了两种移动策略,一种是基于区域的移动,另一种是基于对象的移动。然而,这两... 详细信息

治略是三支决策TAO模型中的一个重要步骤,是实现对象移动的重要手段。通过实施策略,促使对象从不利区域移动到有利区域。近年来,对于治略方面的研究,学者们提出了两种移动策略,一种是基于区域的移动,另一种是基于对象的移动。然而,这两种移动策略都是从单层次的角度分析和制定移动策略,并未从多层次上考虑移动策略的制定。因此,为了制定多个层次上的移动策略,文中引入层次聚类,提出了一种基于层次聚类的三支决策移动策略模型。首先,使用层次聚类,将不利区域中的对象划分成不同的层次,每一层次上的聚类结果不同。然后,根据全局属性值频率最高准则,为每个层次中的簇制定一个移动策略,不同的簇有不同的移动策略。此外,文中还利用移动过程中产生的收益和代价,对不同层次上的移动策略进行评估。最后,实验结果证明了所提模型的有效性。

关键词：三支决策 TAO模型层次聚类移动策略多层次

来源：评论

学校读者我要写书评

暂无评论

基于状态分解的离散奇异时滞系统的容许性和H_(∞)性能分析

引用

系统科学与数学 2023年第2期43卷 271-280页

作者：黎书杰智亚丽孙承宇孙先涛安徽大学电气工程与自动化学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

针对一类具有外部扰动的离散奇异时滞系统,文章通过建立系统的微分-代数方程,研究其容许性及H∞性能分析问题.为此,首先利用状态分解方法构造一个在二次型和二重积分二次型中都只含有部分状态量以及相关项的Lyapunov函数.其次,利用求和... 详细信息

针对一类具有外部扰动的离散奇异时滞系统,文章通过建立系统的微分-代数方程,研究其容许性及H∞性能分析问题.为此,首先利用状态分解方法构造一个在二次型和二重积分二次型中都只含有部分状态量以及相关项的Lyapunov函数.其次,利用求和不等式,自由权矩阵方法等技术对函数的前向差分进行估计,建立一个使系统满足一定H∞性能水平的容许性分析条件.该条件既能实现降低保守性的目的,又能尽可能地减少计算量.最后,通过数值实例验证所提方法的有效性和优越性.

关键词：离散奇异时滞系统状态分解容许性 H_(∞)性能

来源：评论

学校读者我要写书评

暂无评论

TDD大规模MIMO系统中两种新的下行预编码方案

引用

电子与信息学报 2021年第11期43卷 3111-3121页

作者：智慧黄子菊查煜坤王飞跃安徽大学计算智能与信号处理(教育部)重点实验室合肥230601

针对时分双工大规模MIMO系统,该文提出两种新的下行链路预编码方案,即新最大比合并(NMRC)和新迫零(NZF)方案,通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式,并与传统的迫零(ZF)和最大... 详细信息

针对时分双工大规模MIMO系统,该文提出两种新的下行链路预编码方案,即新最大比合并(NMRC)和新迫零(NZF)方案,通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式,并与传统的迫零(ZF)和最大比合并(MRC)预编码的下行链路信干噪比、频谱效率和误码率性能进行比较。仿真结果表明,所提出的NMRC和NZF预编码与传统的MRC和ZF预编码相比,在不增加运算复杂度的前提下可以获得更好的性能,而且新的预编码方案在提高目标用户性能的同时,对其他非目标用户的性能也有一定的改善。

关键词：大规模MIMO 新最大比合并预编码新迫零预编码

来源：评论

学校读者我要写书评

暂无评论

结合对比学习和提示调优的层次文本分类方法

引用

小型微型计算机系统 2024年

作者：郑诚纪子威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

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预... 详细信息

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预训练和微调阶段的不同策略也限制了模型挖掘预训练模型的知识。本文提出一种结合对比学习和提示调优的层次文本分类方法，将层次标签信息嵌入到文本编码过程，同时设计提示模板整合标签信息，捕获文本与标签的关联性，弥合预训练模型与下游任务间的差距。借助对比学习，根据标签信息生成正样本，强化模型对关键特征的学习与保留，使模型有效指导文本特征表示的学习。在两个公开数据集上的大量实验表明了方法的有效性。

关键词：层次文本分类提示调优对比学习深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于句法、语义和情感知识的方面级情感分析

引用

计算机科学 2024年

作者：郑诚杨楠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

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定... 详细信息

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定于情感分析的工具，不能直接有效地捕获方面词的情感表达，而这一点正是方面级情感分析的关键之处。为了更准确地识别方面词的情感表达，文中构造了融合句法、语义和情感知识的网络。具体来说，利用句法依赖树中的句法知识构建句法图，并将外部情感知识库信息融合在句法图中。同时，采用自注意力机制获得句子中各单词的语义知识，并通过方面感知注意力机制使语义图关注与方面词相关的信息。此外，采用双向消息传播机制同时学习这两个图中的信息并更新节点表示。在三个基准数据集上的实验结果验证了模型的有效性。

关键词：方面级情感分析图卷积网络注意力机制句法依赖树情感知识自然语言处理深度学习

来源：评论

学校读者我要写书评

暂无评论

结合语法规则和图神经网络的文本分类方法

引用

小型微型计算机系统 2024年第11期45卷 2594-2601页

作者：郑诚肖双安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

图神经网络被广泛应用于文本分类任务,并取得了显著的效果.然而,现有基于图的文本分类模型存在全局上下文信息和局部特征信息提取不充分的问题.此外,现有方法在构建文本图时,仅在原始文本上使用滑动窗口建立单词之间的边,使模型无法捕... 详细信息

图神经网络被广泛应用于文本分类任务,并取得了显著的效果.然而,现有基于图的文本分类模型存在全局上下文信息和局部特征信息提取不充分的问题.此外,现有方法在构建文本图时,仅在原始文本上使用滑动窗口建立单词之间的边,使模型无法捕捉到远距离的单词交互信息.针对上述问题,提出一种结合语法规则和图神经网络的文本分类模型.首先,在构建文本图时,除了使用滑动窗口在原始文本上建立单词间的边之外,还根据预定义的语法规则提取短语,以捕捉到远距离的单词交互信息;其次,利用Transformer编码器提取上下文信息,以丰富全局语义信息;同时,采用门控图神经网络提取文本的局部特征信息,以增强局部特征的表达能力.最后,将提取到的单词特征进行融合.在4个基准数据集上的实验结果验证了该模型相比于基线模型有较好的分类效果.

关键词：文本分类图神经网络文本表示深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

方面语义增强的融合网络用于方面级情感分析

引用

小型微型计算机系统 2024年

作者：郑诚陈雪灵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

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的... 详细信息

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的融合网络模型，该模型将句法，语义和词法信息与方面词相结合，用于方面级情感分析。首先，使用快速梯度对抗训练算法进行数据增强。其次，为了充分利用句法依赖树中的有效信息，分别使用图卷积网络和注意力机制学习依赖树中的句法信息和词法信息。同时，将方面增强注意力机制与自注意力机制相结合，来增强句子的方面语义感知能力。最后，使用非对称损失作为损失函数。在基准数据集上进行了实验，验证了本文模型的有效性。

关键词：自然语言处理方面级情感分析数据增强注意力机制句法依赖树

来源：评论

学校读者我要写书评

暂无评论

基于双超图神经网络特征融合的文本分类方法

引用

计算机工程 2024年第6期51卷 127-135页

作者：郑诚李鹏飞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

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的... 详细信息

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的高阶语义关系；二是现有的模型无法捕捉文本中的关键语义信息。为了解决上述问题，提出了一种基于双超图卷积网络特征融合的文本分类方法。一方面使用原始文本建立文本超图，另一方面为短文本引入外部知识，使用基于SenticNet词库的外部知识对文本进行语义增强，然后构建语义超图，经过超图卷积之后通过注意力机制对双超图特征进行融合，用于短文本分类。在4个文本分类数据集上的实验结果表明，该模型优于最新的基线方法。

关键词：文本分类超图特征融合 SenticNet 自然语言处理

来源：评论

学校读者我要写书评

暂无评论

用于红外宽带吸收器的深度学习网络模型框架

引用

石油化工高等学校学报 2023年第6期36卷 57-63,I0002页

作者：王璇冯乃星张玉贤安徽大学教育部智能计算与信号处理重点实验室/信息材料与智能传感实验室安徽合肥230601

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光... 详细信息

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。

关键词：逆设计问题石墨烯黑磷深度学习宽带吸收

来源：评论

学校读者我要写书评

暂无评论

HULZNs环境下基于语义偏好参数的多准则群决策模型

引用

安徽大学学报（自然科学版） 2023年第3期47卷 27-35页

作者：徐威毛军军朱蒙蒙李燕飞安徽大学大数据与统计学院安徽合肥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230601

针对语义分布不平衡环境下的语义偏好和决策信息的复杂性问题,为提高决策的准确性,提出了一个新型不平衡语言尺度函数.它可通过改变语义偏好参数来调节相邻语义之间的偏差,适用于不同的决策环境,并对相关性质进行了证明.在犹豫不确定语... 详细信息

针对语义分布不平衡环境下的语义偏好和决策信息的复杂性问题,为提高决策的准确性,提出了一个新型不平衡语言尺度函数.它可通过改变语义偏好参数来调节相邻语义之间的偏差,适用于不同的决策环境,并对相关性质进行了证明.在犹豫不确定语言型Z-numbers(hesitant uncertain linguistic Z-numbers,简称HULZNs)的环境下,定义了两个HULZNs之间的距离以及部分运算,建立了优先加权平均运算算子和一种新型多准则群决策模型.最后,对提出的新模型利用实例进行了分析,验证了方法的有效性和可行性.

关键词：犹豫不确定语言型Z-numbers 不平衡语义语言尺度函数信息融合优先加权多准则群决策

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：