检索结果-内蒙古大学图书馆

智能系统学报 2024年第6期19卷 1528-1538页

作者：徐怡张杰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230601

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,... 详细信息

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,建立基于划分序乘积空间的多尺度决策模型——划分序多尺度决策系统。首先,提出基于划分序乘积空间的划分序多尺度决策系统,从多个视角对多尺度决策问题进行描述;其次,在划分序多尺度决策系统中,给出其解空间的2种不同格结构;然后,针对2种不同格结构分别给出2种最优问题求解层选择算法,从多个视角对多尺度决策问题进行求解;最后,通过实验验证了所提模型和算法的有效性。

关键词：粒计算粗糙集多尺度决策系统划分序乘积空间多层次多视角格结构最优问题求解层

来源：评论

学校读者我要写书评

暂无评论

基于加权PageRank特征选择的软件缺陷预测集成分类方法

引用

计算机集成制造系统 2025年

作者：王炜清范洪旗严远亭张以文安徽大学计算智能与信号处理教育部重点实验室安徽大学计算机科学与技术学院

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提... 详细信息

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提出了一种基于加权PageRank的双评估特征选择方法（DEFS）。DEFS同时考虑特征之间的组合效应和全局关系，将所有特征建模为完整的加权图。然后利用加权PageRank算法计算特征的重要性以实现优质特征的选择。最后为了融合多种特征选择算法的优势，将DEFS嵌入到集成框架中实现基于加权PageRank的双评估特征选择集成方法（E-DEFS），进一步提高预测性能。在六个软件缺陷数据库的30个数据集上的实验结果表明，DEFS和E-DEFS相较于经典的特征选择方法取得了更优的性能表现。

关键词：软件缺陷预测特征选择集成学习完全加权图 PageRank算法机器学习

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

终端协作通信中基于深度学习的路径选择方法

引用

北京邮电大学学报 2025年第2期48卷 98-105页

作者：智慧费洁葛鸿杰安徽大学计算智能与信号处理(教育部)重点实验室安徽大学电子信息工程学院

分布式终端协作信息传输的多跳、多中继场景中，用于最优路径选择的迭代搜索方法计算复杂度高。在实际网络中，路径选择方法需要在很短的时间内完成，以便及时感知和动态自适应网络环境的变化。因此，为实现不同节点位置和不同信道状态... 详细信息

分布式终端协作信息传输的多跳、多中继场景中，用于最优路径选择的迭代搜索方法计算复杂度高。在实际网络中，路径选择方法需要在很短的时间内完成，以便及时感知和动态自适应网络环境的变化。因此，为实现不同节点位置和不同信道状态信息(CSI)下的快速路径选择，提出了一种基于深度学习的路径选择方法(DL＿PSM)。该方法采用深度神经网络(DNN)模型，以所选路径的最大接收信噪比(RSNR)为优化目标，以每个节点的位置和节点之间的CSI作为DNN模型的输入特征，使用穷举搜索法计算出的最优路径作为标签，由输入特征和标签组成的训练样本来训练DNN模型。仿真结果表明，与现有的迭代搜索方法相比，DL＿PSM可以在获得99.3%的最佳RSNR性能的前提下大大降低计算时延。

关键词：路径选择深度学习分布式终端深度神经网络

来源：评论

学校读者我要写书评

暂无评论

JPEG图像多域可逆信息隐藏及载荷分配算法

引用

计算机研究与发展 2022年第8期59卷 1831-1840页

作者：殷赵霞郭红念杜洋马文静吕皖丽张新鹏智能计算与信号处理教育部重点实验室(安徽大学) 合肥230601 复旦大学计算机科学技术学院上海200433

信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可... 详细信息

信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可逆信息隐藏方法可分2类:1)离散余弦变换(discrete cosine transform,DCT)系数域修改,会导致文件扩展和视觉质量失真;2)熵编码域修改,生成的载密图像与原始图像相比无信号失真,但载荷有限且载荷越高往往文件扩展越严重.针对这2类方法存在的问题,设计了一种JPEG图像多域可逆信息隐藏算法,同时考虑DCT系数域修改和熵编码域修改来嵌入附加信息.由于2个域的修改对视觉质量失真和文件扩展的影响不同,因此研究重点在于载荷的合理分配.首先分析了在熵编码域嵌入信息时引起文件扩展的原因;然后据此设计基于VLC频率直方图的载荷分配算法以最小化文件扩展和视觉质量失真.实验结果表明:所提算法在文件扩展和视觉质量方面明显优于现有的方法.

关键词：可逆信息隐藏 JPEG图像多域变长码直方图

来源：评论

学校读者我要写书评

暂无评论

复球形模糊集环境下基于BM算子的改进ELECTRE Ⅲ决策方法

引用

模糊系统与数学 2025年第1期 170-181页

作者：毛军军孙孝东徐东横赵嘉茹安徽大学大数据与统计学院安徽大学计算智能与信号处理教育部重点实验室安徽大学安徽大学纽约石溪学院

在复球形模糊集环境中应用ELECTREⅢ方法，克服了ELECTREⅡ方法在确定强级别高于关系与弱级别高于关系时，所给定的阈值过于主观的缺点；接着在复球形模糊集的群决策环境中，考虑专家意见之间的相关性，运用复球形模糊交互加权BM算子聚... 详细信息

在复球形模糊集环境中应用ELECTREⅢ方法，克服了ELECTREⅡ方法在确定强级别高于关系与弱级别高于关系时，所给定的阈值过于主观的缺点；接着在复球形模糊集的群决策环境中，考虑专家意见之间的相关性，运用复球形模糊交互加权BM算子聚合每个专家的意见，其次在ELECTREⅢ方法中，利用统计数字特征定义了新的无差异阈值q、偏好阈值p和否决阈值v,求出成对方案的一致性指数和不一致性指数，再由此求出成对方案的优劣程度，根据净流判断方案的先后顺序.最后通过算例分析说明了CSF-ELECTREⅢ方法的有效性、可行性、稳健性.

关键词：复球形模糊集 Bonferroni平均算子 CSF-ELECTREⅢ方法多准则群决策

来源：评论

学校读者我要写书评

暂无评论

基于区域正交化分割的平面点集凸包算法

引用

自动化学报 2022年第12期48卷 2972-2980页

作者：李可高清维卢一相孙冬竺德安徽大学电气工程与自动化学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

为解决实际工程应用中具有超大规模的平面点集的凸包计算问题,提出了一种基于点集所在区域正交化分割的新算法.利用点集几何结构的部分极点对平面点集进行正交化分割,以获取不相干的点集子集簇,再对所有点集子集分别计算其凸包极点,最... 详细信息

为解决实际工程应用中具有超大规模的平面点集的凸包计算问题,提出了一种基于点集所在区域正交化分割的新算法.利用点集几何结构的部分极点对平面点集进行正交化分割,以获取不相干的点集子集簇,再对所有点集子集分别计算其凸包极点,最后合并极点得到凸包点集.在不同层级的正交化分割过程中,根据已知极点的信息,逐层舍去对于凸包极点生成没有贡献的无效点,进而提高算法运行效率.在与目前常用凸包算法的对比实验中,该算法处理超大规模的平面点集时稳定性高且速度更快.

关键词：平面点集凸包正交化分割并行算法

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

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

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：