检索结果-内蒙古大学图书馆

计算机科学 2025年第2期52卷 158-164页

作者：侯涵中张超李德玉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

群共识决策指在面对多个备选方案时,一组个体通过集体协商,调整不同个体的意见,以确保在达成共识的前提下解决问题的过程。以空气质量评估为例探索群共识模型。首先,采用直觉模糊数来对个体评价进行表示,同时提出新型映射函数来将实数... 详细信息

群共识决策指在面对多个备选方案时,一组个体通过集体协商,调整不同个体的意见,以确保在达成共识的前提下解决问题的过程。以空气质量评估为例探索群共识模型。首先,采用直觉模糊数来对个体评价进行表示,同时提出新型映射函数来将实数转化为直觉模糊数。其次,提出调整个体与整体相对跨度的方法来达成共识,有助于快速锁定个体和整体的差异,从而对个体评价进行调整。然后,在达成共识的基础上,采用博弈粗糙集模型,通过权衡准确性与通用性来确定阈值。在提升性能的基础上,减少边界区域的大小,从而增加决策结果的准确性。最后,通过空气质量评价的实例,验证所提方法的可行性和有效性。综上所述,该模型的提出不仅丰富了相关理论体系,有效降低了群共识决策的风险,更为复杂决策问题的解决提供了一种可行的路径。

关键词：粒计算三支决策群共识决策直觉模糊数博弈粗糙集

来源：评论

学校读者我要写书评

暂无评论

噪声标签回归的泛化误差估计及过滤算法

引用

小型微型计算机系统 2025年第1期46卷 72-80页

作者：姜高霞李政莹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

当回归数据中存在数值型标签噪声时,传统泛化误差估计方法不再适用,回归模型的泛化性能缺乏保障.本文提出一种面向标签噪声的回归模型泛化误差估计方法,并设计了自适应高斯核噪声估计与样本召回过滤(adaptive Gaussian kernel noise est... 详细信息

当回归数据中存在数值型标签噪声时,传统泛化误差估计方法不再适用,回归模型的泛化性能缺乏保障.本文提出一种面向标签噪声的回归模型泛化误差估计方法,并设计了自适应高斯核噪声估计与样本召回过滤(adaptive Gaussian kernel noise estimator and sample recall filtering, AGKSRF)算法.在所提Craven-Wahba(CW)泛化误差估计的基础上,提出一种CW样本选择框架.基于最大后验估计思想和自适应近邻方法,提出标签噪声的自适应高斯核(adaptive Gaussian kernel, AGK)估计方法.结合所提框架,AGKSRF首先过滤大噪声样本,同时考虑到初次过滤时可能有部分干净样本被误删,AGKSRF根据模型在过滤样本上的误差对样本进行召回再过滤.标准数据集上的实验结果表明,AGKSRF降低模型误差的能力提升了6~51个百分点.AGKSRF还可以识别年龄估计数据上的错误标签.因此,AGKSRF算法可以有效提升数据质量.

关键词：噪声标签回归泛化误差估计自适应高斯核估计样本召回过滤

来源：评论

学校读者我要写书评

暂无评论

无人机在线评论下基于自信行为的概率语言群体共识

引用

山西大学学报(自然科学版) 2025年

作者：王亚婷张超李德玉李文涛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西南大学人工智能学院

本文针对无人机选购的决策场景，提出了一种基于在线评论驱动的智能决策支持算法。首先，本文运用情感分析工具对获取到的无人机在线评论数据进行分析，并将其转换为概率语言术语集，以更好整合这些数据。其次，本文通过Full Consistenc... 详细信息

本文针对无人机选购的决策场景，提出了一种基于在线评论驱动的智能决策支持算法。首先，本文运用情感分析工具对获取到的无人机在线评论数据进行分析，并将其转换为概率语言术语集，以更好整合这些数据。其次，本文通过Full Consistency Method(FUCOM)计算决策者权重，利用属性的词频计算属性权重。接着，依据欧式距离与曼哈顿距离相结合的谱聚类方法对决策者进行聚类。然后，本文将共识达成过程和决策者行为结合，引入了一种考虑决策者自信行为的共识达成模型。此外，本文将隶属度与后悔理论结合，接着与三支决策框架下计算的阈值进行比较，求解出最优方案。最后，本文通过无人机在线评论的实例验证所建立方法的可行性。在实践中，通过情感分析、权重计算和聚类等工具，有效解析了大量在线评论数据，为决策者提供了客观、全面的选购建议，促进了决策的准确性。

关键词：多粒度情感分析概率语言术语集群共识无人机选购决策

来源：评论

学校读者我要写书评

暂无评论

基于T-球形模糊熵和交叉熵的偏好提取方法及其应用

引用

海南师范大学学报(自然科学版) 2025年第1期38卷 54-63页

作者：杨雨欣毛军军黄慧鑫庞星宇安徽大学大数据与统计学院安徽合肥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

由于决策环境的日益复杂,专家和属性的偏好信息在决策过程中至关重要。因此为了更加客观地识别信息,提出了一种基于T-球形模糊熵和交叉熵的偏好提取方法并将其用于多属性群决策问题中。首先针对模糊熵不满足现实意义以及交叉熵不满足非... 详细信息

由于决策环境的日益复杂,专家和属性的偏好信息在决策过程中至关重要。因此为了更加客观地识别信息,提出了一种基于T-球形模糊熵和交叉熵的偏好提取方法并将其用于多属性群决策问题中。首先针对模糊熵不满足现实意义以及交叉熵不满足非负性的问题,提出了新的T-球形模糊熵和交叉熵,用以客观准确地确定专家和属性的偏好信息,并证明了其相关性质;其次,针对以往有些研究中定义的距离函数不满足三角不等式的缺点,提出了基于新T-球形模糊交叉熵的距离函数,并将其与新提出的T-球形模糊熵和交叉熵用于TOPSIS方法对方案进行排序;最后通过一个计算机辅助工程(CAE)仿真软件的选择实例说明了所提方法的可行性和有效性,为解决T-球形模糊环境下的多属性群决策问题提供了一种新的思路。

关键词： T-球形模糊熵 T-球形模糊交叉熵改进的距离函数偏好提取多属性群决策

来源：评论

学校读者我要写书评

暂无评论

基于T-球形模糊Z-number的扩展TODIM方法及应用

引用

武汉理工大学学报(信息与管理工程版) 2025年第1期47卷 65-72页

作者：程玮玲毛军军张胜安徽大学大数据与统计学院安徽合肥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

Z-number作为一种表达不确定信息的方法,其核心在于处理信息的模糊性和概率不确定性。然而,当前关于Z-number的研究相对有限,许多研究未能充分揭示其性质。T-球形模糊Z-number为表示数据的随机性和模糊性提供了新的视角。首先,引入了T-... 详细信息

Z-number作为一种表达不确定信息的方法,其核心在于处理信息的模糊性和概率不确定性。然而,当前关于Z-number的研究相对有限,许多研究未能充分揭示其性质。T-球形模糊Z-number为表示数据的随机性和模糊性提供了新的视角。首先,引入了T-球形模糊Z-number,利用T-球形模糊数和相应可靠性度量的组合表示数据信息,可以很好地体现决策数据的模糊性和适用性。其次,提出了T-球形模糊Z-number的运算法则和聚合算子,并基于所提出的聚合算子和TODIM方法,提出了两种算法来处理T-球形模糊Z-number形式的不确定信息。最后,以安徽省4个城市数字经济的评估问题为实例进行对比分析,论证了所提出算法的实用性和有效性。

关键词： T-球形模糊 Z-number TODIM 多属性决策数字经济评估

来源：评论

学校读者我要写书评

暂无评论

时空特征强化与感知的视觉目标跟踪方法

引用

陕西师范大学学报(自然科学版) 2025年第1期53卷 60-70页

作者：郭虎升刘正琪刘艳杰王文剑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(山西大学) 山西太原030006

多数基于Transformer的目标跟踪模型提取的目标局部空间特征信息有限且时间特征利用不足,显著影响了目标跟踪模型在处理目标遮挡、形变或尺度变化等复杂场景下的性能。为此,提出一种时空特征强化与感知的视觉目标跟踪方法(visual object... 详细信息

多数基于Transformer的目标跟踪模型提取的目标局部空间特征信息有限且时间特征利用不足,显著影响了目标跟踪模型在处理目标遮挡、形变或尺度变化等复杂场景下的性能。为此,提出一种时空特征强化与感知的视觉目标跟踪方法(visual object tracking method with spatial-temporal feature enhancement and perception,STFEP)。一方面,该方法使用Transformer进行搜索区域与时间上下文特征的提取与融合,以得到全局特征信息,通过设计的局部卷积神经网络,提取目标的局部特征信息,并与目标的全局特征信息相关联,进一步强化目标的特征表示。另一方面,提出了时空特征感知机制,对不同时刻的特征信息进行可靠性和必要性分析,构建动态模板以感知更丰富的时空信息,使模型适应目标及场景的复杂变化。在TrackingNet、GOT-10k、LaSOT、UAV123多个数据集上的实验结果表明,研究所提方法能够准确鲁棒的对目标进行跟踪,并在GOT-10k数据集上取得了最优的结果,AO、SR 0.5以及SR 0.75分别达到了73.7%、83.8%、70.6%。

关键词：视觉目标跟踪时空特征强化全局-局部信息关联时空特征感知动态模板

来源：评论

学校读者我要写书评

暂无评论

分形维数—CONVLSTM模型在合肥市流感发病人数预测中的应用

引用

公共卫生与预防医学 2025年第1期36卷 8-12页

作者：张胜毛军军程玮玲安徽大学大数据与统计学院安徽合肥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

目的根据合肥市流行性感冒(流感)与气象因素以及PM_(2.5)变量之间的数据进行多变量建模预测,以期为多变量建模预测研究方法提供新思路。方法将PM_(2.5)数据转化为分形维数数据后与气象数据作为特征引入到ConvLSTM模型中,与传统的ARIMAX... 详细信息

目的根据合肥市流行性感冒(流感)与气象因素以及PM_(2.5)变量之间的数据进行多变量建模预测,以期为多变量建模预测研究方法提供新思路。方法将PM_(2.5)数据转化为分形维数数据后与气象数据作为特征引入到ConvLSTM模型中,与传统的ARIMAX模型以及多变量LSTM模型进行比较分析。结果ARIMAX模型测试集MAE=95.75,RMSE=176.72,IA=0.40;多变量LSTM测试集MAE=22.18,RMSE=43.06,IA=0.97;分形参数-ConvLSTM模型测试集MAE=17.37,RMSE=32.25,IA=0.99。结论分形维数捕捉了PM_(2.5)浓度的复杂性和自相似性,为模型提供了更丰富的特征信息,分形维数-ConvLSTM模型在预测准确性上优于传统的ARIMAX模型和多变量LSTM模型,可以用于流感发病人数的预测。

关键词：流感分形维数 ConvLSTM PM_(2.5) LSTM

来源：评论

学校读者我要写书评

暂无评论

基于路径感知邻域的节点分类算法

引用

数据采集与处理 2025年第1期40卷 134-146页

作者：郑文萍王晓敏韩兆荣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

图卷积神经网络通过将相似性高的邻居节点信息进行聚合以得到节点表示,为节点选择合适邻域并进行有效聚合是图卷积网络的关键。现有的图卷积神经网络大多直接将多跳邻域内的节点信息聚合,没有考虑到不同跳数邻域的聚合权重对网络中不同... 详细信息

图卷积神经网络通过将相似性高的邻居节点信息进行聚合以得到节点表示,为节点选择合适邻域并进行有效聚合是图卷积网络的关键。现有的图卷积神经网络大多直接将多跳邻域内的节点信息聚合,没有考虑到不同跳数邻域的聚合权重对网络中不同节点的差异性。针对此,提出了一种基于路径感知邻域的节点分类算法(Path connectivity based neighbor-awareness node classification algorithm,PCNA),通过网络中的路径连通信息确定节点邻域,并自适应地感知不同长度路径对节点间相似性计算的影响权重,指导图卷积神经网络的邻域聚合过程。PCNA由邻域感知器和节点分类器组成,邻域感知器基于强化学习机制自适应地获取每个节点的聚合邻域及不同长度路径的影响权重,再利用节点间的路径连通信息得到相似性矩阵;节点分类器利用所得相似性矩阵进行邻域聚合得到节点表示,并进行节点分类。在8个真实数据集上与10种经典算法的对比实验表明了所提算法在节点分类任务上有较好的性能。

关键词：图卷积神经网络邻域聚合强化学习节点相似性节点分类

来源：评论

学校读者我要写书评

暂无评论

融合高阶组结构信息的节点分类算法

引用

计算机科学 2025年第2期52卷 107-115页

作者：郑文萍韩艺恒刘美麟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

节点的局部邻域内通常存在具有特定局部连接模式且频繁出现的高阶组结构,这些组结构可以更准确地刻画节点拓扑特征,有助于理解网络的结构特征及节点间的交互模式。基于此,利用节点局部邻域内的高阶组结构特征计算节点间的结构相似性,并... 详细信息

节点的局部邻域内通常存在具有特定局部连接模式且频繁出现的高阶组结构,这些组结构可以更准确地刻画节点拓扑特征,有助于理解网络的结构特征及节点间的交互模式。基于此,利用节点局部邻域内的高阶组结构特征计算节点间的结构相似性,并提出了一种融合高阶组结构信息的节点分类算法NHGS(Node Classification Algorithm Fusing High-order Group Structure Information)。该算法将k元组内形成的不同构的导出子图作为其初始组标签,利用Weisfeiler-Lehman(WL)算法迭代地聚合其邻域k元组的标签信息以更新k元组标签;节点在不同k元组标签中的出现次数构成了节点的特征向量,利用节点间特征向量的相似性表示节点间的结构相似性;结合节点的属性信息,并通过自编码器神经网络得到节点嵌入,进而对网络中的节点进行分类。NHGS将节点局部邻域内的k元节点组结构信息与节点的属性信息相结合,得到了包含高阶结构信息的节点表示。在真实属性网络上的实验表明,所提方法能有效计算出节点间的结构相似性,提升了节点分类任务的性能。

关键词：节点分类高阶结构结构相似性网络表示图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于中心事件和句子感知的事件因果识别模型

引用

山西大学学报(自然科学版) 2025年第1期48卷 20-28页

作者：尚舒鹏普瑞丽李旸王素格李德玉山西大学计算机与信息技术学院山西财经大学金融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

在金融领域的事件关系识别任务中，篇章级事件因果关系的识别是一项具有挑战性的任务。而事件因果关系关联于中心事件及其所在的句子，一方面，多个事件中的中心事件会影响事件间的因果关系，另一方面，事件所在的句子也会具有强化事件... 详细信息

在金融领域的事件关系识别任务中，篇章级事件因果关系的识别是一项具有挑战性的任务。而事件因果关系关联于中心事件及其所在的句子，一方面，多个事件中的中心事件会影响事件间的因果关系，另一方面，事件所在的句子也会具有强化事件因果关系的作用，为此，本文提出了基于中心事件和句子感知的事件因果识别模型。该模型使用中心感知的高阶事件推理网络（Centrality-aware High-order Event Reasoning Network,CHEER），建立了中心事件的表示，并基于图注意力网络构建了事件关系图，建立了事件及其事件对的表示，以自适应模拟事件间的因果传递，从而识别中心事件及其因果相关事件。通过引入情感中心嵌入和关联词中心嵌入，句子的情感和结构对事件因果关系的表达得以增强，从而提高了金融文本中因果关系识别的准确性。本文在标注了中心事件的公开数据集EventStoryLine与自建数据集上进行实验，结果显示在EventStoryLine数据集上模型的句间准确率提高了1.1%，在自建数据集中整体提高1.8%，验证了中心事件对事件因果关系识别的准确性有较好提升。

关键词：事件因果关系事件关系图篇章级文本金融领域图注意力网络

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：