检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2020年第11期48卷 11-16页

作者：鲍文霞王云飞王年唐俊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

以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且... 详细信息

以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且具有区分性的足迹特征.为了提升分类器对足迹特征的辨识性能,通过度量学习的方法将足迹特征投影到新的特征空间,使同类足迹特征分布更紧凑,异类特征间分布更离散.利用马氏距离和对数函数构造度量学习核函数,结合支持向量机(SVM)分类器实现光学足迹的识别.利用134人自然行走下光学足迹数据集进行实验,通过与不同特征、不同核的SVM分类器进行对比,结果表明:本研究算法提高了足迹的识别准确率,最高达到了96.66%,能够为足迹的应用和研究提供有效参考.

关键词：足迹识别局部相位量化特征全局形态特征特征融合度量学习核函数

来源：评论

学校读者我要写书评

暂无评论

知识图谱增强的神经协同过滤推荐方法

引用

小型微型计算机系统 2022年第8期43卷 1583-1588页

作者：郑诚王宇航颜莉莉安徽大学计算机科学技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601 安徽商贸职业技术学院计算机系安徽芜湖241000

推荐系统已经广泛应用于各领域以处理信息过载问题,但传统方法面临着数据稀疏的挑战,且使用矩阵分解也不能很好的捕获抽象的非线性交互.考虑到知识图谱可以提供丰富的边信息,文中提出一种知识图谱增强的神经协同过滤推荐方法.首先获取... 详细信息

推荐系统已经广泛应用于各领域以处理信息过载问题,但传统方法面临着数据稀疏的挑战,且使用矩阵分解也不能很好的捕获抽象的非线性交互.考虑到知识图谱可以提供丰富的边信息,文中提出一种知识图谱增强的神经协同过滤推荐方法.首先获取项目相关的元数据,将其构建为知识图谱,并利用表示学习方法获取图谱中的语义知识;其次,利用结合注意力的邻域传播机制获取图谱中的结构知识,以此增强项目表示;最后将得到的用户和项目表示送入矩阵分解与神经网络中进行推荐.在公开数据集MovieLens上的实验结果表明,该模型能够有效提升推荐结果的准确性.

关键词：知识图谱注意力机制推荐系统表示学习嵌入传播

来源：评论

学校读者我要写书评

暂无评论

层次标签引导的属性网络嵌入

引用

计算机科学与探索 2021年第7期15卷 1279-1288页

作者：陈洁陈嘉琳赵姝张燕平安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层... 详细信息

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层次标签信息对获取高效的网络嵌入具有重要价值。由于不同层次的标签之间的信息很难相互关联或继承,如何合理利用层次标签信息进行网络嵌入,获得更高效的向量表示是亟待研究的问题。针对上述问题,提出了一种新的基于层次标签的属性网络嵌入框架(HLANE),该框架利用层次注意力机制将层次标签信息融入网络嵌入中。HLANE框架首先通过现有的网络嵌入方法获取结构和/或属性信息初始化节点的嵌入向量。然后通过层次注意力机制层建立多层次标签的父节点和子节点之间的联系,并依此指导网络节点初始化嵌入向量在不同层次的学习,最终生成网络节点的多层次嵌入向量表示。在真实数据集上的实验表明,与对比算法相比,HLANE框架具有更好的网络节点嵌入表示。

关键词：网络嵌入属性网络层次标签层次注意力机制

来源：评论

学校读者我要写书评

暂无评论

一种新的模糊决策树算法——基于加权毕达哥拉斯模糊熵

引用

重庆工商大学学报（自然科学版） 2023年第1期40卷 85-90页

作者：刘帅吴涛方越胡皓玮安徽大学数学科学学院合肥230031 安徽大学计算机智能与信号处理教育部重点实验室合肥230039

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模... 详细信息

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法(Weighted Pythagorean Fuzzy Decision Tree,WPFDT)。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集(Haberman、Breast Cancer、Parkinson)进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法(模糊ID3算法、C4.5算法、CART算法)比较,实验结果表明:WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。

关键词：加权毕达哥拉斯模糊熵模糊决策树算法数据分类模糊规则

来源：评论

学校读者我要写书评

暂无评论

Z概率语言术语集环境下改进的PROMETHEE Ⅱ方法及其应用

引用

延边大学学报（自然科学版） 2023年第3期49卷 223-229页

作者：何昳毛军军邓丽君安徽大学大数据与统计学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可... 详细信息

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可靠度和决策者给出的可靠度来确定,并由此进一步确定属性的权重;距离测度采用扩展的欧式距离,该方法在ZPLTS环境下能够克服不同Z概率语言值(ZPLVs)之间的距离均为0所带来的决策偏差.实例研究表明,该方法在反映原始数据信息和确定未知属性权重方面显著优于TOPSIS方法和传统的PROMETHEE Ⅱ方法,因此该方法可应用于多属性决策问题中.

关键词：多属性决策问题改进的PROMETHEEⅡ方法可靠度 Z概率语言术语集属性权重距离测度

来源：评论

学校读者我要写书评

暂无评论

基于GBM算子的不平衡概率语言Z-number多属性群决策

引用

高师理科学刊 2023年第3期43卷 14-20页

作者：陈向张晓珍刘嘉俊毛军军安徽大学数学科学学院安徽合肥230039 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230039

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度... 详细信息

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度函数,讨论了概率语言Z-number在不平衡语义下的情形,运用定义的新型算子对于概率语言Z-number进行聚合.定义相关运算以及得分函数,构建多目标线性优化模型确定最佳投资比例.通过实例说明了所提出方法的可行性与有效性,并进行了灵敏度分析.

关键词：多属性群决策 Z-number Bonferroni几何平均算子得分函数

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合的GF-5号遥感图像云检测

引用

大气与环境光学学报 2023年第4期18卷 371-382页

作者：张苏贵张晶晶寻丽娜孙晓兵熊伟阎庆李穗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 安徽大学电气工程与自动化学院安徽合肥230601 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 安徽文达信息工程学院安徽合肥231201

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络... 详细信息

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络是一种三参数输入流架构,具有编码器-解码器结构,利用通道空间注意模块对遥感图像中的反射率特征和偏振特征进行多模态融合。在解码器上采样阶段,利用迭代注意特征融合方法融合高、低级特征映射。评价实验数据集来源于多角度偏振成像仪(DPC)云产品和云掩码产品。评价实验结果表明,所提出的网络模型实现了良好的云检测性能,识别准确率达到93.91%。

关键词：云检测偏振信息多模态融合通道空间注意迭代注意特征融合

来源：评论

学校读者我要写书评

暂无评论

一种用于三维复杂结构宽带吸收器的反向设计模型

一种用于三维复杂结构宽带吸收器的反向设计模型

引用

第十八届全国电波传播年会

作者：王璇王欢张玉贤杨利霞黄志祥冯乃星教育部智能计算与信号处理重点实验室安徽大学信息材料与智能传感实验室

目的近些年来,深度学习网络模型在光学中的应用引起了广泛的关注。在传统的数值算法中,需要科研人员进行大量的模拟和连续的试错。这必定需要大量的人工成本和计算成本,并且也难以解决局部最优解的问题.为了减少计算成本和人工成本等,... 详细信息

目的近些年来,深度学习网络模型在光学中的应用引起了广泛的关注。在传统的数值算法中,需要科研人员进行大量的模拟和连续的试错。这必定需要大量的人工成本和计算成本,并且也难以解决局部最优解的问题.为了减少计算成本和人工成本等,提出了一种用于三维复杂结构宽带吸收器的反向设计模型.方法用于数据集制作的三维复杂结构宽带吸收器由三层结构组成,第一层和第三层都是石墨烯-单层黑磷混合使用的矩形结构,第二层是石墨烯-单层黑磷混合使用的"+"字形结构,三层结构被氧化铝包围。其中石墨烯与单层黑磷之间使用二氧化硅作为绝缘层,衬底为氧化铝,底部为PEC材质.一共制作了51120条数据,其中50120条作为训练集,1000条作为测试集。在反向设计中我们将吸收光谱作为输入,每条光谱的结构参数作为其标签.反向设计模型采用了8层的全连接网络,每层网络含有800个神经元.且每个全连接网络后跟有批归一化处理和lrelu激活函数.结果实验结果表明,将测试集中的真实光谱输入到经训练集训练后的反向模型后获得的预测参数的光谱与真实结构参数光谱相比,准确度可以达到89.4%.结论该反向设计模型具有实现简单、准确度高、对硬件要求低、人工成本低和计算成本低等特点。在后续的研究中,这项工作可以为三维多材料复杂结构的结构体模型使用人工神经网络提供关键指导.

关键词：石墨烯单层黑磷深度学习反向设计 MLP

来源：评论

学校读者我要写书评

暂无评论

基于预检机制的偏振图像去烟研究

引用

大气与环境光学学报 2023年第2期18卷 108-118页

作者：阎庆叶孟孟张晶晶刘晓年福东李腾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230601 偏振光成像探测技术安徽省重点实验室安徽合肥230031 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 合肥学院先进制造工程学院安徽合肥230031

烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性,提出了基于目标检测Yolov3算法的去烟预检机制,即在去烟流程中增加预检机制实现对烟图定向去烟,提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基... 详细信息

烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性,提出了基于目标检测Yolov3算法的去烟预检机制,即在去烟流程中增加预检机制实现对烟图定向去烟,提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基于深度学习去雾方法,该方法将四幅偏振态图像作为网络输入,并利用多尺度注意力对抗网络提取烟区目标的偏振态特征信息,从而缓解失真现象以及丰富去烟后目标的结构和细节信息。在真实数据集上的定性与定量实验结果表明,本文提出的算法有效提升了偏振图像的去烟效果和去烟效率。

关键词：图像除烟卷积网络偏振态图像多尺度注意力机制对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于门控双卷积神经网络的机动车发动机故障检测

引用

安徽大学学报（自然科学版） 2022年第2期46卷 39-45页

作者：鲍文霞刘杨杨先军梁栋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 中国科学院合肥物质科学研究院安徽合肥230031

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,... 详细信息

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,简称SVM)方法的检测准确率最低,该文方法的检测准确率最高;对声信号进行加噪和调音时,该文方法表现出好的鲁棒性.

关键词：机动车发动机故障检测门控双卷积神经网络

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：