检索结果-内蒙古大学图书馆

微电子学与计算机 2024年第11期41卷 31-38页

作者：韩建栋李晓蕊山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006

针对三维点云配准中现有描述符提取方法可能导致点云结构信息不显著以及点云数据细节丢失的问题,提出了一种多尺度特征融合的多模态三维点云配准模型(Multi-scale Feature Fusion,MSFNet)。首先,在编码器中采用基于稀疏卷积的通道注意... 详细信息

针对三维点云配准中现有描述符提取方法可能导致点云结构信息不显著以及点云数据细节丢失的问题,提出了一种多尺度特征融合的多模态三维点云配准模型(Multi-scale Feature Fusion,MSFNet)。首先,在编码器中采用基于稀疏卷积的通道注意力模块(Channel Attention Module Based On Sparse Convolution,SCCAM)使得该模型能够自适应地关注点云的特征结构;然后,利用多尺度空间点云编码结构(Multi-scale Spatial Point Cloud Encoding,MSPCE)提取并有效融合不同尺度下的点云特征,从而增加点云描述符的感受野;最后,利用多模态特征融合模块对编码器提取的点云特征与图片特征进行融合,并将其送入解码器进行监督训练,以生成最终的点云描述符。采用特征匹配召回率(Feature-Match Recall,FMR)作为评价指标,在数据集3DMatch上进行实验。实验结果表明MSFNet网络其召回率精度达到了98.4%,与IMFNet(Interpretable Multimodal Fusion)网络相比,提升了0.8%。

关键词：三维点云配准多尺度点云编码注意力机制多模态特征融合多尺度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于主题多视图表示的零样本实体检索方法

引用

广西师范大学学报(自然科学版) 2025年第3期43卷 23-34页

作者：齐丹丹王长征郭少茹闫智超胡志伟苏雪峰马博翔李时钊李茹山西大学计算机与信息技术学院山西太原030006 山西同方知网数字出版技术有限公司山西太原030006 山西工程科技职业大学现代物流学院山西晋中030609 计算智能与中文信息处理教育部重点实验室(山西大学) 山西太原030006

零样本实体检索旨在将实体提及(mention)链接到训练阶段未见过的实体,在多种自然语言处理任务中起关键作用。然而现有方法依然存在2个问题:1)仅使用实体描述的前k个句子来构建实体的多视图表示,导致实体多视图语义冗余与缺失,很难充分... 详细信息

零样本实体检索旨在将实体提及(mention)链接到训练阶段未见过的实体,在多种自然语言处理任务中起关键作用。然而现有方法依然存在2个问题:1)仅使用实体描述的前k个句子来构建实体的多视图表示,导致实体多视图语义冗余与缺失,很难充分学习提及与实体之间的匹配关系;2)仅以提及为中心构造正负例,对提及与实体之间的对比关系覆盖度较低,导致其匹配错误。针对以上2个问题,本文提出基于主题的多视图实体表示(Topic-MVER)方法。该方法基于主题构建实体的多视图表示,并使用对比学习建模提及与实体之间的3种关系,提升提及和实体对表示的匹配性。该方法在ZESHEL和MedMentions数据集上的Recall@1分别达到48.13%和73.86%,较基线模型分别提升2.73和1.21个百分点,验证了本文方法的有效性。

关键词：实体检索零样本长文本主题多视图对比学习

来源：评论

学校读者我要写书评

暂无评论

一种基于节点稳定性和邻域相似性的社区发现算法

引用

计算机科学 2022年第9期49卷 83-91页

作者：郑文萍刘美麟杨贵山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学智能信息处理研究所太原030006

复杂网络规模的增大导致网络中社区结构变得复杂,节点与社区之间的关系更多样化,有效度量大规模网络中节点邻域的社区构成,并对社区归属确定性有差异的节点分别进行处理,可以提高算法的社区发现质量。基于此,提出了一种基于节点稳定性... 详细信息

复杂网络规模的增大导致网络中社区结构变得复杂,节点与社区之间的关系更多样化,有效度量大规模网络中节点邻域的社区构成,并对社区归属确定性有差异的节点分别进行处理,可以提高算法的社区发现质量。基于此,提出了一种基于节点稳定性和邻域相似性的社区发现算法(Node Stability and Neighbor Similarity Based Community Detection Algorithm, NSNSA)。首先定义节点的标签熵并对节点在社区发现过程中的稳定性进行度量,选择标签熵较低的节点作为稳定节点集;其次根据节点邻域的标签构成情况定义节点的邻域相似性,对节点与其邻居节点的社区归属一致性进行度量;然后利用稳定节点与其直接邻居中邻域相似性最高的节点构造初始网络,并在该子网络上运行标签传播算法,以得到可靠性较高的初始社区发现结果;最后将未聚类节点分配至与其Katz相似性最高的节点所在的社区,对小规模社区进行合并处理,以得到最终的社区划分结果。在真实网络及人工网络数据集上,与LPA,BGLL,Walktrap, Infomap, LPA-S等经典社区发现算法的对比实验表明,NSNSA算法在模块度以及标准互信息方面表现良好。

关键词：复杂网络社区结构标签熵节点稳定性邻域相似性

来源：评论

学校读者我要写书评

暂无评论

一种基于局部路径信息的重叠社区发现算法

引用

计算机科学 2022年第12期49卷 155-162页

作者：郑文萍王宁杨贵山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006 智能信息处理研究所(山西大学) 太原030006

重叠社区发现是复杂网络分析的主要任务之一。针对现有的基于局部扩展和优化的重叠社区发现方法受初始种子节点选择影响较大、适应度函数无法度量节点间多样的连接方式等问题,提出了一种基于局部路径信息的重叠社区发现算法(Local Path ... 详细信息

重叠社区发现是复杂网络分析的主要任务之一。针对现有的基于局部扩展和优化的重叠社区发现方法受初始种子节点选择影响较大、适应度函数无法度量节点间多样的连接方式等问题,提出了一种基于局部路径信息的重叠社区发现算法(Local Path Information-based Overlapping Community Detection Algorithm,LPIO)。首先选取局部极大度点作为初始种子节点,并根据社区内节点邻域标签一致性更新社区的种子节点集,避免初始种子节点对算法性能的影响;然后为度量稀疏网络中节点间多样的连接方式,给出了基于局部路径信息的社区适应度函数,扩展种子节点集得到社区结构;最后计算未聚类节点与社区种子集之间的点不重复路径数量,得到未聚类节点与已有社区间的距离,为未聚类节点分配社区。在4个有标签网络和8个无标签网络上,与7个经典重叠社区发现算法进行对比,实验结果表明,所提算法在重叠标准互信息(ONMI)、F1分数、扩展模块度(EQ)等方面表现良好。

关键词：重叠社区发现局部扩展和优化社区适应度局部路径信息

来源：评论

学校读者我要写书评

暂无评论

面向篇章的框架关系预测的表示学习

引用

计算机应用与软件 2023年第4期40卷 128-133,210页

作者：王燕吕国英李茹任国华山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西省大数据挖掘与智能技术协同创新中心山西太原030006

框架关系可以描述框架与框架之间的语义关系,通过对篇章构建框架关系图发现图中存在孤立框架,一个篇章表达的是一个语义整体,框架间关系缺失阻碍了篇章句子之间建立联系。针对该问题,进行面向篇章的框架关系预测方法研究,分别使用WSABI... 详细信息

框架关系可以描述框架与框架之间的语义关系,通过对篇章构建框架关系图发现图中存在孤立框架,一个篇章表达的是一个语义整体,框架间关系缺失阻碍了篇章句子之间建立联系。针对该问题,进行面向篇章的框架关系预测方法研究,分别使用WSABIE算法、Word2vec方法和TransE方法训练得到框架表示作为关系预测的输入;使用余弦相似度方法和以Hing-loss函数为优化目标的神经网络方法进行实验,并在神经网络中融入框架本身的属性信息——框架定义。实验结果验证了基于知识图谱表示学习方法(TransE方法)的优越性以及框架定义信息的有效性,提升了框架关系预测的性能。

关键词：框架关系框架表示框架定义框架关系预测

来源：评论

学校读者我要写书评

暂无评论

融合框架表示的汉语框架网词元扩充

引用

计算机应用与软件 2023年第4期40卷 122-127,146页

作者：任国华吕国英李茹王燕山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西省大数据挖掘与智能技术协同创新中心山西太原030006

由于汉语框架网(CFN)的词元覆盖不全,使得CFN不能在大规模真实的文本中进行框架语义分析。框架语义学通过建立框架来解释词语的意义,框架与词语具有一定的语义相关性,而现有的方法在词元扩充任务中往往忽略了这种语义相关性。为此,提出... 详细信息

由于汉语框架网(CFN)的词元覆盖不全,使得CFN不能在大规模真实的文本中进行框架语义分析。框架语义学通过建立框架来解释词语的意义,框架与词语具有一定的语义相关性,而现有的方法在词元扩充任务中往往忽略了这种语义相关性。为此,提出一种融合框架表示的神经网络模型用于CFN词元扩充。利用双向LSTM对词语的词典释义和框架名进行建模,采用注意力机制得到与框架相关的词典释义表示;将框架语义表示和词典释义表示融合,从而得到词典中每个词的得分,输出得分高的词语。实验结果表明,该方法有效提高了CFN词元扩充的准确率,且优于基线模型。

关键词： CFN 词元扩充语义相关性注意力机制

来源：评论

学校读者我要写书评

暂无评论

三维时频变换视角的智能微观三维形貌重建方法

引用

中国科学：信息科学 2023年第2期53卷 282-308页

作者：闫涛钱宇华李飞江闫泓任王婕婷梁吉业郑珂银吴鹏陈路胡治国乔志伟张江峰翟小鹏山西大学大数据科学与产业研究院太原030006 山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西省机器视觉与数据挖掘工程研究中心太原030006 北京汉德图像设备有限公司北京102699

基于图像聚焦信息的三维形貌重建方法通常对微观物体的景深图像序列采用统一的聚焦评价标准,这类重建方法往往会忽视图像序列之间的联系,难以修正图像纹理稀疏或低对比度导致的连续帧深度误差.鉴于三维数据特有的多维度信息关联特性,本... 详细信息

基于图像聚焦信息的三维形貌重建方法通常对微观物体的景深图像序列采用统一的聚焦评价标准,这类重建方法往往会忽视图像序列之间的联系,难以修正图像纹理稀疏或低对比度导致的连续帧深度误差.鉴于三维数据特有的多维度信息关联特性,本文将微观物体的不同景深图像序列视为三维数据,在重建过程中引入全部图像序列之间的关联关系,从三维数据时频变换的视角构造了以多视角分析、稳定性聚类、选择性融合逻辑耦合的微观三维形貌重建框架.首先从理论上分析三维数据相较于传统二维图像处理重建问题的优势,通过构造三维时频变换实现三维数据到不同尺度、区域和方向深度图像之间的映射;然后从增强深度图像特征的角度构建基于多模态纹理特征的局部稳定性聚类算法,实现同质性较好深度图像的自适应选择;最后提出选择性深度图像融合的策略,通过构造层筛过滤平衡树对滤除离散噪声后的多层深度图像进行融合,实现微观物体高精度的三维形貌重建.模拟数据与真实场景数据均验证了本文方法的有效性.三维时频变换视角的智能微观三维重建方法为基于图像聚焦信息的三维形貌重建提供一个崭新的研究视角,在精密制造、亚微米级工业测量等领域具有重要的理论意义和应用价值.

关键词：三维重建无监督学习稳定性聚类深度图像时频变换

来源：评论

学校读者我要写书评

暂无评论

蕴涵的决策蕴涵表示研究

引用

计算机科学与探索 2021年第7期15卷 1322-1331页

作者：王亚丽翟岩慧张少霞贾楠李德玉山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

形式概念分析能够使用概念格和(属性)蕴涵来对知识进行可视化和表示。决策蕴涵是一种特殊的蕴涵,而决策蕴涵的研究就是在蕴涵中建立并研究一个/多个封闭的子系统(包括决策蕴涵子系统及相应的语义和语构子系统)。为了进一步厘清蕴涵和决... 详细信息

形式概念分析能够使用概念格和(属性)蕴涵来对知识进行可视化和表示。决策蕴涵是一种特殊的蕴涵,而决策蕴涵的研究就是在蕴涵中建立并研究一个/多个封闭的子系统(包括决策蕴涵子系统及相应的语义和语构子系统)。为了进一步厘清蕴涵和决策蕴涵之间的关系,对由决策蕴涵子系统能不能得到整个蕴涵系统进行了研究。事实上,如果蕴涵可以由决策蕴涵推出,那么关于蕴涵和规范基的研究就可以转化为决策蕴涵和决策蕴涵规范基的研究。首先给出了蕴涵可以由决策蕴涵表示的充要条件;接着通过实例表明,存在一些蕴涵不可由决策蕴涵表示,因此进一步区分了直接表示和间接表示;最后通过研究决策背景中只有一个决策属性时不可被直接表示的蕴涵所具有的特点,给出了蕴涵不可由决策蕴涵直接表示的充要条件,并给出了不可被直接表示蕴涵的生成方法。这种研究为蕴涵和规范基的研究提供了一种新视角,同时也为形式概念分析更深入的理论研究工作奠定了基础。

关键词：形式概念分析(FCA) 概念格蕴涵决策蕴涵

来源：评论

学校读者我要写书评

暂无评论

关键节点选择的快速图聚类算法

引用

计算机科学与探索 2021年第10期15卷 1930-1937页

作者：尤坊州白亮山西大学计算机与信息技术学院太原030006 山西大学计算机智能与中文信息处理教育部重点实验室太原030006

在众多聚类算法中,谱聚类作为一种代表性的图聚类算法,由于其对复杂数据分布的适应性强、聚类效果好等优点而受到人们的广泛关注。然而,由于其高计算时间复杂度难以应用于处理大规模数据。为提高谱聚类算法在大规模数据集上的可用性,提... 详细信息

在众多聚类算法中,谱聚类作为一种代表性的图聚类算法,由于其对复杂数据分布的适应性强、聚类效果好等优点而受到人们的广泛关注。然而,由于其高计算时间复杂度难以应用于处理大规模数据。为提高谱聚类算法在大规模数据集上的可用性,提出关键节点选择的快速图聚类算法。该算法包含三个重要步骤:第一,提出一种充分考虑抱团性和分离性的快速节点重要性评价方法;第二,选择关键节点代替原数据集构建二分图,通过奇异值分解获得数据的近似特征向量;第三,集成多次的近似特征向量,提高近似谱聚类结果的鲁棒性。该算法将时间复杂度由谱聚类原有的O(n3)降低到O(t(n+2n2)),增强了其在大规模数据集上的可用性。通过该算法与其他七个具有代表性的谱聚类算法在五个Benchmark数据集上进行的实验分析,比较结果展示了该算法相比其他算法能够更加高效地识别数据中的复杂类结构。

关键词：聚类分析图聚类谱聚类聚类集成关键节点选择

来源：评论

学校读者我要写书评

暂无评论

消除随机一致性的互信息及决策树算法

引用

山西大学学报(自然科学版) 2022年第5期45卷 1206-1215页

作者：钱宇华王川杭王婕婷山西大学大数据科学与产业研究院山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

在决策学习过程中，由于缺乏详细的知识而进行的逻辑欠缺的随机猜测可能会与实际情况形成随机一致性，其广泛存在于分类等学习任务中，对学习模型的泛化能力和决策结果造成影响。在分类过程中，信息熵作为特征评价的重要指标之一，在特... 详细信息

在决策学习过程中，由于缺乏详细的知识而进行的逻辑欠缺的随机猜测可能会与实际情况形成随机一致性，其广泛存在于分类等学习任务中，对学习模型的泛化能力和决策结果造成影响。在分类过程中，信息熵作为特征评价的重要指标之一，在特征评价中会存在多值偏向（偏向于选择取值较多的特征）的问题。文章从消除决策过程中的随机一致性出发，选择使用一种消除随机一致性的互信息作为特征选择的指标，首先将消除一致性的互信息与信息增益、信息增益比等指标进行比较，说明了该指标可以有效消除随机一致性，解决多值偏向问题，从而更好地进行特征选择。然后基于该指标，提出消除随机一致性的决策树方法，并在9个真实数据集上验证其有效性。实验结果表明，消除随机一致性的互信息相较于传统的信息熵能够有效地解决信息增益的多值偏向问题，且消除随机一致性的决策树算法相较于传统的ID3算法、C4.5算法以及CART算法具有更高的平均分类准确率。

关键词：随机一致性信息熵决策树

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：