检索结果-内蒙古大学图书馆

计算机应用 2023年第11期43卷 3346-3350页

作者：田蕾葛丽娜广西民族大学电子信息学院南宁530006 广西民族大学网络通信工程重点实验室南宁530006 广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室(广西民族大学) 南宁530006

随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防... 详细信息

随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防护。为了在DeepFM模型中实现隐私保护,提出一种基于差分隐私的DeepFM模型——DP-DeepFM,在模型训练过程中将高斯噪声加入Adam优化算法中,并进行梯度裁剪,防止加入噪声过大引发模型性能下降。在广告Criteo数据集上的实验结果表明,与DeepFM相比,DP-DeepFM的准确率仅下降了0.44个百分点,但它能提供差分隐私保护,更具安全性。

关键词：差分隐私推荐算法梯度下降深度学习 Adam优化算法

来源：评论

学校读者我要写书评

暂无评论

基于改进U-Net的多流视网膜血管分割算法

引用

计算机系统应用 2024年第7期33卷 129-138页

作者：陆锡恒宣士斌广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

针对传统U型网络特征冗余以及视网膜血管形态复杂、细血管分割困难等问题,提出一种基于改进U-Net的多流视网膜血管分割算法.算法包含两种特征流向,分别是全局分割流与边缘特化流.为了减少特征冗余,全局分割流在部分卷积的基础上采用快... 详细信息

针对传统U型网络特征冗余以及视网膜血管形态复杂、细血管分割困难等问题,提出一种基于改进U-Net的多流视网膜血管分割算法.算法包含两种特征流向,分别是全局分割流与边缘特化流.为了减少特征冗余,全局分割流在部分卷积的基础上采用快速提取模块替代传统的U-Net卷积块,构建了能够高效提取血管特征、加快算法推理速度的改进U-Net模型;为了减少噪声干扰、提升细血管的分割精度,边缘特化流利用形态学生成的边缘标注信息为指导,采用多个边缘提取模块,结合全局分割流的高级语义特征以及边缘注意力,更具针对性的提取血管细节信息,增强细血管的特征表达.在DRIVE与STARE数据集上进行了算法的有效性测试,敏感度分别为0.8415和0.8369,准确率分别为0.9701和0.9718,AUC值分别为0.9877和0.9909,整体性能优于现有算法.

关键词： U-Net 全局分割流部分卷积边缘特化流边缘注意力

来源：评论

学校读者我要写书评

暂无评论

基于混合策略雪崩算法的三维无线传感器网络覆盖优化

引用

物联网技术 2025年第11期15卷 57-62页

作者：徐雨龙莫愿斌广西民族大学人工智能学院广西南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对三维无线传感器网络部署中存在的节点部署不均匀、覆盖率不足以及算法收敛速度慢等问题,提出了一种优化方案。通过引入拉丁超立方体采样进行初始节点部署,结合柯西突变策略与随机游走策略改进混合策略雪崩算法,以提升全局搜索能力... 详细信息

针对三维无线传感器网络部署中存在的节点部署不均匀、覆盖率不足以及算法收敛速度慢等问题,提出了一种优化方案。通过引入拉丁超立方体采样进行初始节点部署,结合柯西突变策略与随机游走策略改进混合策略雪崩算法,以提升全局搜索能力和收敛速度。该方案能够有效解决节点部署不均匀和覆盖率低的问题,同时减少收敛所需的迭代次数。实验结果表明,与主流的三维无线传感器网络优化算法相比,所提出的混合策略雪崩算法在覆盖率提升和收敛效率方面表现出显著优势。

关键词： WSN 拉丁超立方体三维覆盖优化雪崩算法物联网网络覆盖率

来源：评论

学校读者我要写书评

暂无评论

带权重的改进天牛须算法解方程组及工程应用

引用

计算机工程与设计 2022年第11期43卷 3116-3126页

作者：吕昱呈莫愿斌广西民族大学人工智能学院广西南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对求解方程组时解值精度低、个数不全和收敛速度慢的问题,提出一种带位置权重的黄金分割自适应的天牛须算法(GRBAS)。将黄金分割法缩短搜索区间的优势结合天牛须算法,天牛左右两须作为黄金分割边界,插值选择更好区间缩短搜索范围;引... 详细信息

针对求解方程组时解值精度低、个数不全和收敛速度慢的问题,提出一种带位置权重的黄金分割自适应的天牛须算法(GRBAS)。将黄金分割法缩短搜索区间的优势结合天牛须算法,天牛左右两须作为黄金分割边界,插值选择更好区间缩短搜索范围;引入位置权重改变天牛的位置,使算法避免易陷入局部收敛的缺陷;为后期在小范围内能更精确搜索,加入步长自适应。通过求解10个标准测试函数、3个线性方程组和3个非线性方程组,表明算法有良好优化性能。将算法用于求解工程上三角函数超越方程,获得满意效果。

关键词：天牛须算法黄金分割法方程组自适应步长位置权重三角函数超越方程

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的SWIPT边缘网络联合优化方法

引用

计算机应用 2023年第11期43卷 3540-3550页

作者：王哲王启名李陶深葛丽娜广西民族大学人工智能学院南宁530006 广西民族大学电子信息学院南宁530006 广西混杂计算与集成电路设计分析重点实验室(广西民族大学) 南宁530006 广西大学计算机与电子信息学院南宁530004 广西民族大学网络通信工程重点实验室南宁530006

边缘计算(EC)与无线携能通信(SWIPT)技术能够提升传统网络性能,但同时也增加了系统决策制定的难度和复杂度。而基于最优化方法所设计的系统决策往往具有较高的计算复杂度,无法满足系统的实时性需求。为此,针对EC与SWIPT辅助的无线传感网... 详细信息

边缘计算(EC)与无线携能通信(SWIPT)技术能够提升传统网络性能,但同时也增加了系统决策制定的难度和复杂度。而基于最优化方法所设计的系统决策往往具有较高的计算复杂度,无法满足系统的实时性需求。为此,针对EC与SWIPT辅助的无线传感网络(WSN),联合考虑网络中波束成形、计算卸载与功率控制问题,建立了系统能效最优化数学模型;其次,针对该模型的非凸与参数耦合特征,通过设计系统的信息交换过程,提出基于深度强化学习的联合优化方法,该方法无须建立环境模型,采用奖励函数代替Critic网络对动作进行评估,能降低决策制定难度并提升实时性;最后,基于该方法设计了改进的深度确定性策略梯度(IDDPG)算法,并与多种最优化算法和机器学习算法进行仿真对比,验证了联合优化方法在降低计算复杂度、提升决策实时性方面的优势。

关键词：无线传感网络深度强化学习无线携能通信边缘计算联合优化

来源：评论

学校读者我要写书评

暂无评论

光滑孪生参数化不敏感支持向量回归机

引用

郑州大学学报（工学版） 2022年第2期43卷 28-34页

作者：黄华娟韦修喜周永权广西民族大学人工智能学院广西南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室广西南宁530006

作为机器学习方法之一的孪生参数化不敏感支持向量回归机(TPISVR)有着简洁的数学模型,良好的学习性能,特别适合于求解带有结构异方差噪声的数据回归问题,然而TPISVR的训练速度较低,训练效率有待提高。TPISVR的传统算法可以归结为通过转... 详细信息

作为机器学习方法之一的孪生参数化不敏感支持向量回归机(TPISVR)有着简洁的数学模型,良好的学习性能,特别适合于求解带有结构异方差噪声的数据回归问题,然而TPISVR的训练速度较低,训练效率有待提高。TPISVR的传统算法可以归结为通过转化对偶问题的方法求解2个带有不等式约束的二次规划问题,然而这种求解二次规划问题的方法对于样本数目较大的问题将受到时间和内存的制约,这是导致TPISVR训练效率低的关键所在。针对此问题,首先,引入正号函数,将TPISVR的2个二次规划问题转化为2个不可微的无约束优化问题;其次,引入CHKS光滑函数和正则项,对TPISVR模型进行正则化,并对不可微的无约束优化问题进行光滑逼近,从而将不可微的模型转化为可微的无约束优化问题,并用收敛速度快的Newton-Armijo方法求解新模型,提出光滑孪生参数化不敏感支持向量回归机(STPISVR);最后,从理论上证明了STPISVR模型是收敛的,并具有任意阶光滑性。为了验证所提算法的有效性和可行性,对机器学习常用的人工数据集和UCI数据集进行仿真实验。实验结果表明:和其他机器学习方法相比,STPISVR在保证精度不下降的前提下,获得了更高的训练效率。

关键词：孪生参数化不敏感支持向量回归机光滑技术异方差噪声 Newton法训练效率

来源：评论

学校读者我要写书评

暂无评论

一种基于景区评论的静态热词提取模型

引用

信息技术 2024年第6期48卷 15-21页

作者：王大睿张超群郝小芳完颜兵李晓翔广西民族大学电子信息学院南宁530006 广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

热词提取对于景区的发展具有重要意义,目前热词提取方法仍存在分词效果不佳、训练模型耗费大等问题,文中提出一种基于景区评论的静态热词提取模型CRF+TBTT。该模型利用新型算法流程过滤非关键词,分析高频词和特色词,提取候选词,最后得... 详细信息

热词提取对于景区的发展具有重要意义,目前热词提取方法仍存在分词效果不佳、训练模型耗费大等问题,文中提出一种基于景区评论的静态热词提取模型CRF+TBTT。该模型利用新型算法流程过滤非关键词,分析高频词和特色词,提取候选词,最后得到准确的静态热词。通过对59107条景区评论数据进行实验,结果表明,CRF+TBTT模型的性能均明显优于比较模型,对景区前20个热词提取准确率达到90%,说明该模型对静态热词提取的效果较好,有助于旅游部门对景区进行有效管理和规划。

关键词：景区评论 CRF+TBTT模型 TextRank算法 TF-IDF算法静态热词

来源：评论

学校读者我要写书评

暂无评论

基于非线性自适应比例因子的雪豹优化算法

引用

计算机技术与发展 2024年第4期34卷 212-220页

作者：崔铭悦莫愿斌王子豪胡飓风广西民族大学人工智能学院广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对雪豹优化算法在求解复杂优化问题时,存在全局勘探能力不足、寻优精度低等问题,提出一种改进的雪豹优化算法。首先,基于分段Logistic混沌映射初始化从而提高初始种群多样性;其次,引入非线性比例因子用于平衡算法的全局勘探能力和局... 详细信息

针对雪豹优化算法在求解复杂优化问题时,存在全局勘探能力不足、寻优精度低等问题,提出一种改进的雪豹优化算法。首先,基于分段Logistic混沌映射初始化从而提高初始种群多样性;其次,引入非线性比例因子用于平衡算法的全局勘探能力和局部开发能力;然后,提出了一种差分变异策略,在第一次种群更新位置后,使用5个随机个体提高全局搜索能力和算法收敛能力,在第二次种群更新位置后,使用3个随机个体保证在求解过程的中后期也具有一定的全局勘探能力,尽可能避免陷入局部最优。通过在IEEE CEC2022基准函数测试集上测试,并与其他算法进行比较,结果表明所提出的算法在种群质量、求解精度以及算法稳定性上均有较大提升。最后将所提出的算法应用于工程优化,计算结果进一步证实了算法的强优化能力。

关键词：雪豹优化算法混沌映射非线性自适应比例因子差分进化算子约束优化问题

来源：评论

学校读者我要写书评

暂无评论

虚拟对抗训练的跨域块对比半监督细胞核分割

引用

计算机技术与发展 2024年第6期34卷 37-44页

作者：陈子铭宣士斌广西民族大学人工智能学院广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对目前细胞核的半监督对比学习语义分割质量高度依赖于平滑、正确伪标签的预测等问题,提出了虚拟对抗训练的跨域块对比学习半监督细胞核语义分割方法。该方法将虚拟对抗训练(VAT)方法融入到跨域块对比学习半监督细胞核语义分割模型中... 详细信息

针对目前细胞核的半监督对比学习语义分割质量高度依赖于平滑、正确伪标签的预测等问题,提出了虚拟对抗训练的跨域块对比学习半监督细胞核语义分割方法。该方法将虚拟对抗训练(VAT)方法融入到跨域块对比学习半监督细胞核语义分割模型中用以提升网络预测伪标签的平滑度与准确度,并使用像素自加权的一致性正则化损失替换原有的人工设置高置信度阈值的一致性正则化损失,对图像中各像素的损失自加权,正确地对网络预测的伪标签进行有效利用。实验结果表明,在有标签图片比例为1/32,1/16和1/8下,该方法在MoNuSeg数据集上的医学图像分割评估指标Dice系数和Jaccard系数分别较CDCL模型提升了0.96百分点和1.11百分点,0.74百分点和0.85百分点,1.40百分点和2.00百分点,在DSB数据集上的Dice系数和Jaccard系数分别较CDCL模型提升了1.69百分点和2.27百分点,1.47百分点和2.19百分点,1.24百分点和1.77百分点。

关键词：细胞核语义分割半监督跨域块对比学习伪标签虚拟对抗训练不确定性估计

来源：评论

学校读者我要写书评

暂无评论

融合高斯过程的自支持小样本语义分割

引用

微电子学与计算机 2024年第8期41卷 62-72页

作者：罗余特宣士斌张慧刘成星广西民族大学人工智能学院广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对小样本语义分割中同类别支持图像与查询图像存在外观差异较大的问题,提出融合高斯过程的自支持匹配小样本语义分割模型。提出的模型在自支持匹配小样本语义分割模型的基础上,首先融入高斯过程,对分布在深层特征空间上的复杂外观进... 详细信息

针对小样本语义分割中同类别支持图像与查询图像存在外观差异较大的问题,提出融合高斯过程的自支持匹配小样本语义分割模型。提出的模型在自支持匹配小样本语义分割模型的基础上,首先融入高斯过程,对分布在深层特征空间上的复杂外观进行建模,捕获更多空间细节信息来表示数据分布;随后设计特征增强模块,在空间层对支持特征与查询特征进行信息交互,在通道层进行注意力加权,进一步增强相同类之间的全局相似性,捕获更多目标类别信息;最后利用Gram矩阵量化支持图像和查询图像之间外观差异的大小,从而融合原型匹配的结果,产生更准确的分割图像。实验结果表明:与现有方法相比,所提模型在更强的主干网络下具有较好的分割结果和更少的参数量,在5-shot的设定下,所提模型在PASCAL−5i数据集上平均交并比(mean Intersection over Union,mIoU)达到最优值,提升了0.4%;在COCO−20i数据集上的子集mIoU取得最优值,分别提升了2.2%和1.0%,表明该模型的有效性和先进性。

关键词：小样本语义分割原型结构自支持匹配高斯过程信息交互

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：