检索结果-内蒙古大学图书馆

中文信息学报 2021年第1期35卷 81-87,95页

作者：赵琳玲王素格陈鑫王典张兆滨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

比喻是一种利用事物之间的相似点建立关系的修辞方式。明喻是比喻中最常见的形式,具有明显的喻词,例如"像",用于关联本体和喻体。近年来高考语文散文类鉴赏题中多有考查明喻句的试题,为了解答此类鉴赏题,需要识别比喻句中的... 详细信息

比喻是一种利用事物之间的相似点建立关系的修辞方式。明喻是比喻中最常见的形式,具有明显的喻词,例如"像",用于关联本体和喻体。近年来高考语文散文类鉴赏题中多有考查明喻句的试题,为了解答此类鉴赏题,需要识别比喻句中的本体和喻体要素。该文提出了基于词性特征的明喻识别及要素抽取方法。首先将句子中词向量化表示与词性特征向量化表示进行融合,将融合后的向量输入到BiLSTM中进行训练,然后利用CRF解码出全局最优标注序列;最后得到明喻识别和要素抽取的结果。公开数据集上的实验结果表明,该方法优于已有的单任务方法;同时也将该文方法应用于北京高考语文鉴赏题中比喻句的识别与要素抽取,验证了方法的可行性。

关键词：比喻本体喻体 BiLSTM CRF

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的社区发现算法

引用

南京大学学报（自然科学版） 2021年第1期57卷 101-109页

作者：郑文萍刘美麟穆俊芳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 山西大学智能信息处理研究所太原030006

许多成功的社区发现算法已经被广泛应用于复杂网络社区发现任务中.随着数据复杂性的增加,网络中节点间的关系也呈现多样化的特点,因此提出一种基于信息熵的节点稳定性度量方法,衡量网络中节点在社区划分中的稳定性;并在此基础上提出一... 详细信息

许多成功的社区发现算法已经被广泛应用于复杂网络社区发现任务中.随着数据复杂性的增加,网络中节点间的关系也呈现多样化的特点,因此提出一种基于信息熵的节点稳定性度量方法,衡量网络中节点在社区划分中的稳定性;并在此基础上提出一种基于节点稳定性的社区发现算法(Node Stability⁃based Algorithm,NSA).首先得到网络的t种社区划分,计算各节点的标签熵,选择熵小于一定阈值的节点作为网络的稳定节点集S;然后,利用所得到的稳定节点集S从原网络中抽取一个包含S的连通子图Gs,使Gs中节点的不稳定性尽可能低;在连通子图Gs上进行社区发现,得到初始聚类结果,再计算其他未聚类节点与初始类簇的距离,确定其社区归属,得到最终聚类结果.在四个带标签真实网络数据集和八个不带标签的真实网络数据集上,与LPA,Infomap,Walktrap,BGLL,LPA⁃S等经典算法的比较实验表明,所提出的NSA算法能够较好地进行社区发现,在NMI和模块度等方面表现良好.

关键词：复杂网络社区结构标签熵节点稳定性标签传播

来源：评论

学校读者我要写书评

暂无评论

基于样本旋转的生成困难样本的深度度量学习方法

引用

山西大学学报(自然科学版) 2024年第5期47卷 973-981页

作者：张鸽闫京魏巍梁吉业山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

现有深度度量学习方法通过构造困难样本生成方法指导模型高效训练，基于代数计算的困难样本生成方法具有简单、高效的优势。然而这类方法缺乏对数据整体分布的考虑，导致生成的样本随机性较强、模型收敛缓慢。针对该问题，将三元组中的... 详细信息

现有深度度量学习方法通过构造困难样本生成方法指导模型高效训练，基于代数计算的困难样本生成方法具有简单、高效的优势。然而这类方法缺乏对数据整体分布的考虑，导致生成的样本随机性较强、模型收敛缓慢。针对该问题，将三元组中的正样本以其所属的类中心为轴，旋转至锚点与该类中心连线的反向延长线上，提出一种基于样本旋转的困难样本生成方法，给出了一种新的损失函数，构建了一种基于样本旋转的生成困难样本的深度度量学习模型（RHS-DML），有效提升了模型的训练效率。在Cars196,CUB200-2011以及Stanford Online Products数据集上进行了图像检索的实验，与代数计算方法中对称生成样本方法进行了比较，结果表明，本文提出算法的检索性能相较于对称样本生成方法，在三个数据集上分别高出2.4%,0.7%,1.4%。

关键词：深度度量学习困难样本生成多类N元组损失代数计算

来源：评论

学校读者我要写书评

暂无评论

融合协同过滤的自组织神经网络多样化产品推荐

引用

山西大学学报(自然科学版) 2024年第5期47卷 954-963页

作者：张秉楠李德玉山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

针对个性化推荐算法推荐结果容易存在冗余的问题，提出了一种融合协同过滤的自组织神经网络的多样化产品推荐方法。首先通过用户对产品的评分构建用户-产品、用户产品类别评分表，进而采用协同过滤算法得到基于评分相似用户的产品推荐... 详细信息

针对个性化推荐算法推荐结果容易存在冗余的问题，提出了一种融合协同过滤的自组织神经网络的多样化产品推荐方法。首先通过用户对产品的评分构建用户-产品、用户产品类别评分表，进而采用协同过滤算法得到基于评分相似用户的产品推荐列表；其次，将用户向量输入到自组织神经网络中聚类相似用户，利用相似用户查找目标用户可能感兴趣的产品类别，形成多样化推荐列表；最后，融合两个推荐列表形成满足多样化和准确性的产品推荐结果。通过亚马逊数据集上的实验，验证了所提方法在多样化推荐指标类别覆盖率（Category Coverage,CC）和项目层面的多样性（Item-Level Diversity,ILD）能够取得较好的结果，能有效地进行多样化推荐。

关键词：协同过滤推荐系统自组织映射神经网络多样化

来源：评论

学校读者我要写书评

暂无评论

有限理性下基于多粒度概率粗糙集的三支球型模糊多属性群决策

引用

模糊系统与数学 2022年第6期36卷 12-25页

作者：张晶晶张超陈炜哲李德玉庞继芳王彦婕山西大学计算机与信息技术学院山西太原原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 山西省信息产业技术研究院有限公司山西太原030012

本文为应对多粒度概率粗糙集在信息融合方面的局限性以及决策者固有的有限理性,在三支决策的框架下,结合可调多粒度球型模糊概率粗糙集和前景理论,提出了面向多属性群决策问题的多粒度球型模糊三支群决策模型和方法。首先,本文结合球型... 详细信息

本文为应对多粒度概率粗糙集在信息融合方面的局限性以及决策者固有的有限理性,在三支决策的框架下,结合可调多粒度球型模糊概率粗糙集和前景理论,提出了面向多属性群决策问题的多粒度球型模糊三支群决策模型和方法。首先,本文结合球型模糊集和多粒度粗糙集,建立了可调多粒度球型模糊概率粗糙集模型。然后,本文在三支决策的框架下,依据前景理论对三支决策中的阈值进行集成,建立了多粒度球型模糊三支多属性群决策方法。最后,通过空气质量评估的实例验证了本文所提出的模型和方法的可行性与有效性。

关键词：多粒度多属性群决策球型模糊集三支决策前景理论

来源：评论

学校读者我要写书评

暂无评论

基于动态概率抽样的标签噪声过滤方法

引用

计算机应用 2021年第12期41卷 3485-3491页

作者：张增辉姜高霞王文剑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

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对... 详细信息

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对这一问题,提出一种基于动态概率抽样(DPS)的标签噪声过滤方法,充分考虑各个数据集样本间的差异性,通过统计各个区间内置信度分布频率,分析各个区间内置信度分布信息熵的走势,确定合理阈值。在UCI经典数据集中选取了14个数据集,将所提方法与随机森林(RF)、HARF、MVF、局部概率抽样(LPS)等方法进行了对比实验。实验结果表明,所提出的方法在标签噪声识别和分类泛化上均展示出了较高的能力。

关键词：标签噪声动态概率抽样噪声过滤标签置信度置信度

来源：评论

学校读者我要写书评

暂无评论

一种利用SPXY采样的标签噪声主动清洗方法

引用

小型微型计算机系统 2021年第9期42卷 1865-1870页

作者：门昌骞孟晓超姜高霞王文剑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太原030006

基于主动学习的标签噪声清洗方法(Active label noise cleaning,ALNC)是一种通过主动学习筛选疑似噪声样本,进而交给人工专家进行再标记的标签噪声清洗方法.虽然该方法既有很好的噪声识别效果又能保持原有数据的完整性,但仍存在人工额... 详细信息

基于主动学习的标签噪声清洗方法(Active label noise cleaning,ALNC)是一种通过主动学习筛选疑似噪声样本,进而交给人工专家进行再标记的标签噪声清洗方法.虽然该方法既有很好的噪声识别效果又能保持原有数据的完整性,但仍存在人工额外标记代价较高的问题,即筛选出的疑似噪声样本中存在一定比例的正常样本.为了解决这一问题,降低标签噪声清洗过程中的人工额外检验代价,本文提出了一种基于SPXY(Sample Set Partitioning based on Joint X-Y Distance Sampling)采样的标签噪声主动清洗方法(Active label noise cleaning based on SPXY,SPXYALNC),该方法在主动学习筛选疑似噪声样本的过程中结合了SPXY采样方法,这样既考虑了样本的不确定性,又考虑了样本的代表性,并且在原有标准数据集上针对分类问题进行了实验,实验结果表明该方法在保持原有噪声识别效果的同时可以明显降低人工额外检验代价.

关键词：标签噪声噪声清洗主动学习 SPXY采样

来源：评论

学校读者我要写书评

暂无评论

基于局部概率抽样的标签噪声过滤方法

引用

计算机应用 2021年第1期41卷 67-73页

作者：张增辉姜高霞王文剑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

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力... 详细信息

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。

关键词：标签噪声局部概率抽样噪声过滤随机森林置信度估计

来源：评论

学校读者我要写书评

暂无评论

一种特征值区间划分的模型决策树加速算法

引用

小型微型计算机系统 2021年第6期42卷 1136-1143页

作者：高虹雷门昌骞王文剑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

目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决策树所需时间将会很长,因此在保证分类精度的前提下加速决策... 详细信息

目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决策树所需时间将会很长,因此在保证分类精度的前提下加速决策树的构建具有重要意义.本文首先根据数据的不同分布,给出两种特征值区间的分割方法,即等精度特征值区间划分和变精度特征值区间划分,然后计算各选定区间的基尼指数,寻找最优特征及最优切分点,最后递归生成模型决策树.实验表明,算法在构造决策树时可有效减小计算代价,在保证分类精度的同时加速决策树的构造,且在一定程度上能够避免过拟合现象的发生.

关键词：决策树基尼指数模型决策树等精度特征值区间划分变精度特征值区间划分

来源：评论

学校读者我要写书评

暂无评论

面向动态数据块的非平衡数据流分类算法

引用

计算机工程与应用 2021年第13期57卷 124-129页

作者：王俊红郭亚慧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太原030006

动态非平衡数据分类是在线学习和类不平衡学习领域重要的研究问题,用于处理类分布非常倾斜的数据流。这类问题在实际场景中普遍存在,如实时控制监控系统的故障诊断和计算机网络中的入侵检测等。由于动态数据流中存在概念漂移现象和不平... 详细信息

动态非平衡数据分类是在线学习和类不平衡学习领域重要的研究问题,用于处理类分布非常倾斜的数据流。这类问题在实际场景中普遍存在,如实时控制监控系统的故障诊断和计算机网络中的入侵检测等。由于动态数据流中存在概念漂移现象和不平衡问题,因此数据流分类算法既要处理概念漂移,又要解决类不平衡问题。针对以上问题,提出了在检测概念漂移的同时对非平衡数据进行处理的一种方法。该方法采用Kappa系数检测概念漂移,进而检测平衡率,利用非平衡数据分类方法更新分类器。实验结果表明,在不同的评价指标上,该算法对非平衡数据流具有较好的分类性能。

关键词：数据流非平衡数据概念漂移 Kappa系数分类算法

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：