检索结果-内蒙古大学图书馆

武汉大学学报（信息科学版） 2024年第5期49卷 709-714页

作者：杨云飞汪家明吴疆程起敏王宇清华大学计算机科学与技术系北京100084 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 中科控股集团科学技术有限公司北京100081 华中科技大学电子信息与通信学院湖北武汉430074

车牌识别作为现代化智能交通系统中重要的环节,对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义,然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络,将车牌的纹理信息... 详细信息

车牌识别作为现代化智能交通系统中重要的环节,对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义,然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络,将车牌的纹理信息解耦为水平垂直和对角线两个方向,对不同尺度空间的低照度图像进行纹理增强。为了避免增强结果局部过曝或低曝,该方法使用YCbCr颜色空间的损失函数来优化模型。图像增强实验结果表明,所提出的方法较传统的低照度图像增强方法相比,图像客观质量结果峰值信噪比提升了0.47 dB。同时,在仿真车牌和真实场景的车牌识别实验结果也证明了所提算法对于低照度图像感知质量提升的有效性。

关键词：低照度增强差分卷积车牌识别

来源：评论

学校读者我要写书评

暂无评论

近似到达时间约束下的语义轨迹频繁模式挖掘

引用

软件学报 2018年第10期29卷 3184-3204页

作者：吴瑕唐祖锴祝园园彭煜玮彭智勇软件工程国家重点实验室(武汉大学) 湖北武汉430072 武汉大学计算机学院湖北武汉430072 武汉理工大学计算机科学与技术学院湖北武汉430070

随着GPS定位技术的不断发展与智能移动设备的普及,轨迹数据的获取变得越来越容易,同时,轨迹数据相关应用的需求也逐渐增多.在轨迹数据上加入语义信息,可以得到体积较小、质量较高、能够更好地反映用户行为的语义轨迹,在其上实现旅游线... 详细信息

随着GPS定位技术的不断发展与智能移动设备的普及,轨迹数据的获取变得越来越容易,同时,轨迹数据相关应用的需求也逐渐增多.在轨迹数据上加入语义信息,可以得到体积较小、质量较高、能够更好地反映用户行为的语义轨迹,在其上实现旅游线路推荐、路线预测、用户生活模式挖掘、朋友推荐等应用,可以更好地满足用户需求.挖掘语义轨迹的频繁模式是实现这些应用的技术基础,而在很多情况下,用户对语义轨迹频繁模式常存在到达时间方面的需求,比如按特定时间游玩热门景点的同时需要按时到达车站候车.现有的语义轨迹模式挖掘方法大多没有考虑到达时间的约束,挖掘出的频繁模式缺少到达时间信息;少数方法考虑了精确的到达时间,但因为约束太强会导致无法挖掘到频繁的模式.因此,首次对近似到达时间约束下的语义轨迹频繁模式(approximatearrival-time constrained frequent pattern,简称AAFP)挖掘方法进行了研究,并给出了其形式化定义;通过时间轴划分提出了挖掘AAFP的基线算法,并通过建立索引AAP-tree提出了改进后的高效、灵活的AAFP挖掘算法;之后提出了信息熵增量公式,并给出了时间轴划分及AAP-tree的高效维护方法;最后在真实数据集上进行实验,验证了方法的有效性及高效性.

关键词：轨迹数据语义轨迹近似到达时间轨迹频繁模式频繁模式挖掘

来源：评论

学校读者我要写书评

暂无评论

基于OpenFlow的SDN状态防火墙

引用

计算机工程与应用 2018年第15期54卷 84-90页

作者：王鹃刘世辉文茹洪智王江樊成阳张浩喆软件工程国家重点实验室武汉430072 空天信息安全与可信计算教育部重点实验室武汉430072 武汉大学计算机学院武汉430072 清华大学计算机科学与技术系北京100084

提出了一种基于OpenFlow的状态检测防火墙系统,该方案通过在SDN控制器和交换机中添加状态表和变换流表,并根据包的类型分别制定相应的状态转换规则,实现对SDN网络状态的监测。最后,在开源控制器Floodlight和Open vSwitch上实现了一个基... 详细信息

提出了一种基于OpenFlow的状态检测防火墙系统,该方案通过在SDN控制器和交换机中添加状态表和变换流表,并根据包的类型分别制定相应的状态转换规则,实现对SDN网络状态的监测。最后,在开源控制器Floodlight和Open vSwitch上实现了一个基于状态检测的防火墙系统,并对该防火墙的性能进行了评估,结果表明基于OpenFlow的SDN状态检测防火墙能够识别不同类型的包并实现现有SDN防火墙不能实现的基于状态的细粒度访问控制。

关键词：软件定义网络 OpenFlow协议状态检测防火墙

来源：评论

学校读者我要写书评

暂无评论

基于维基百科的短文本相关度计算

引用

计算机工程 2018年第2期44卷 197-202页

作者：荆琪段利国李爱萍赵谦太原理工大学计算机科学与技术学院太原030600 武汉大学软件工程国家重点实验室武汉430072

为提高短文本语义相关度的计算准确率,将维基百科作为外部语义知识库,利用维基百科的结构特征,如维基百科的分类体系结构、摘要中的链接结构、正文中的链接结构以及重定向消歧页等,提出类别相关度与链接相关度相结合的词语相关度计算方... 详细信息

为提高短文本语义相关度的计算准确率,将维基百科作为外部语义知识库,利用维基百科的结构特征,如维基百科的分类体系结构、摘要中的链接结构、正文中的链接结构以及重定向消歧页等,提出类别相关度与链接相关度相结合的词语相关度计算方法。在此基础上,提出基于词形结构、词序结构以及主题词权重的句子相关度计算方法。实验结果表明,在词语相关度计算方面,该方法的Spearman参数比文本相关度计算方法提高2.8%,句子相关度准确率达到73.3%。

关键词：维基百科相关性语义相似度语义相关度短文本

来源：评论

学校读者我要写书评

暂无评论

融合多种特征的实体对齐算法

引用

计算机工程与设计 2018年第11期39卷 3395-3400页

作者：乔晶晶段利国李爱萍太原理工大学计算机科学与技术学院山西太原030024 武汉大学软件工程国家重点实验室湖北武汉430072

针对单一百科社区实体信息覆盖不全,不同百科社区虽可信息互补但数据异构而且分类体系不同,导致自动抽取知识有歧义、效率低的问题,提出一种融合实体名称、实体摘要关键词集合、实体类别、实体属性-属性值序列等多种特征的百科实体相似... 详细信息

针对单一百科社区实体信息覆盖不全,不同百科社区虽可信息互补但数据异构而且分类体系不同,导致自动抽取知识有歧义、效率低的问题,提出一种融合实体名称、实体摘要关键词集合、实体类别、实体属性-属性值序列等多种特征的百科实体相似度计算方法,综合运用多种百科社区的知识资源自动对齐同义实体。实验结果表明,在准确率上本文算法优于基于网络语义标签的实体对齐及基于实体属性与上下文主题的实体对齐等算法。

关键词：实体对齐属性标签类别标签实体摘要语义相似度

来源：评论

学校读者我要写书评

暂无评论

一种新的用于跨领域推荐的迁移学习模型

引用

计算机学报 2017年第10期40卷 2367-2380页

作者：王俊李石君杨莎金红余伟软件工程国家重点实验室武汉大学计算机学院武汉430072 汉口学院计算机科学与技术学院武汉430212

协同过滤是一种简单常用的推荐方法,但是当目标数据非常稀疏时,其性能会严重退化,借助与目标数据跨域关联的辅助数据进行跨领域推荐是解决此问题的一种有效途径.已有的跨领域推荐模型大多假设不同领域完全共享一个评分模式,忽略了领域... 详细信息

协同过滤是一种简单常用的推荐方法,但是当目标数据非常稀疏时,其性能会严重退化,借助与目标数据跨域关联的辅助数据进行跨领域推荐是解决此问题的一种有效途径.已有的跨领域推荐模型大多假设不同领域完全共享一个评分模式,忽略了领域特有评分模式,可能导致推荐性能退化.此外,许多模型基于单一桥梁迁移跨领域信息,正迁移不足.特别是在考虑领域特有被评分模式的前提下,据作者所知目前还没有模型利用项目的共享被评分模式进行跨领域推荐.因此,该文提出一种新的三元桥迁移学习模型,用于跨领域推荐.首先通过评分矩阵的集合分解提取用户的潜在因子和共享评分模式,以及项目的潜在因子和共享被评分模式,在此过程中考虑了领域特有模式,并对潜在因子施加相似性约束;然后利用潜在因子中的聚类信息构造邻接图;最后通过用户端和项目端的基于共享模式、潜在因子和邻接图的三元桥迁移学习联合预测缺失评分.在三个公开的真实数据集上进行的大量实验表明,该模型的推荐精度优于一些目前最先进的推荐模型.

关键词：迁移学习推荐协同过滤跨领域稀疏矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于复杂句式短文本情感分类研究

引用

现代电子技术 2018年第22期41卷 182-186页

作者：李毅捷段利国李爱萍太原理工大学计算机科学与技术学院山西晋中030600 武汉大学软件工程国家重点实验室湖北武汉430072

目前,网络文本中主观内容的情感倾向性识别成为文本信息处理的研究热点。针对汉语中复杂句式的结构特点以及对多种复杂句式的有效分析,基于word2vec进行情感词典的扩建,将扩充后的情感词典、关联词表、否定词表进行特征提取,得到有效的... 详细信息

目前,网络文本中主观内容的情感倾向性识别成为文本信息处理的研究热点。针对汉语中复杂句式的结构特点以及对多种复杂句式的有效分析,基于word2vec进行情感词典的扩建,将扩充后的情感词典、关联词表、否定词表进行特征提取,得到有效的特征词序列,构建新的复杂句式模型并结合SVM进行训练和预测,完成复杂句式情感分类。实验结果表明,提出的复杂句式情感分类模型在处理精度方面比传统的句子级情感分类方法有了明显的提高,获得良好的情感分析效果。

关键词：文本信息处理情感分析复杂句式 word2vec 情感分类模型 SVM

来源：评论

学校读者我要写书评

暂无评论

一种邻域重心反向学习的粒子群优化算法

引用

电子学报 2017年第11期45卷 2815-2824页

作者：周凌云丁立新彭虎强小利武汉大学软件工程国家重点实验室武汉大学计算机学院湖北武汉430072 中南民族大学计算机科学学院湖北武汉430074 九江学院信息科学与技术学院江西九江332005

粒子群优化算法使用反向学习技术可以提高性能.然而,现有的反向学习粒子群优化算法仅采用粒子最大最小边界计算反向解,没有充分利用群体搜索经验.针对此问题,提出了一种邻域重心反向学习策略,使用邻域重心作为参考点计算反向解,充分吸... 详细信息

粒子群优化算法使用反向学习技术可以提高性能.然而,现有的反向学习粒子群优化算法仅采用粒子最大最小边界计算反向解,没有充分利用群体搜索经验.针对此问题,提出了一种邻域重心反向学习策略,使用邻域重心作为参考点计算反向解,充分吸收群体搜索经验的同时保持种群多样性;采用收缩因子拓展反向解搜索范围,增加找到更高质量解的机率.在典型的基准测试函数、CEC’13测试函数和一个实际工程优化问题上进行验证,实验结果说明了邻域重心反向学习策略的有效性和本文算法的竞争力.

关键词：反向学习邻域重心多样性粒子群优化

来源：评论

学校读者我要写书评

暂无评论

面向实体链接的多特征图模型实体消歧方法

引用

计算机应用研究 2017年第10期34卷 2909-2914页

作者：高艳红李爱萍段利国太原理工大学计算机科学与技术学院太原030024 武汉大学软件工程国家重点实验室武汉430072

实体链接技术是将文本中的实体指称表述项正确链接到知识库中实体的过程,其中命名实体消歧的准确性直接影响实体链接的准确性。针对中文实体链接中命名实体的消歧,提出一种融合多种特征的解决方案。首先,以中文维基百科为知识库支撑,从... 详细信息

实体链接技术是将文本中的实体指称表述项正确链接到知识库中实体的过程,其中命名实体消歧的准确性直接影响实体链接的准确性。针对中文实体链接中命名实体的消歧,提出一种融合多种特征的解决方案。首先,以中文维基百科为知识库支撑,从实体指称表述项的上下文和候选实体在维基百科的内容描述两个方面抽取多种语义特征并计算语义相似度;然后将语义相似度融合到构建的图模型中,基于PageRank算法计算该图模型的最终平稳分布;最后对候选实体排序,选取top1实体作为消歧后的实体链接结果。实验通过与仅围绕名称表述特征进行消歧的基线系统相比,F值提升了9%,并且高于其他实体链接技术实验的F值,表明该方法在解决中文实体链接技术的命名实体消歧问题上取得了较好的整体效果。

关键词：中文实体链接实体消歧语义特征图模型

来源：评论

学校读者我要写书评

暂无评论

实体词语义信息对中文实体关系抽取的作用研究

引用

计算机应用研究 2017年第1期34卷 141-146页

作者：段利国徐庆李爱萍崔敏君太原理工大学计算机科学与技术学院山西晋中030600 武汉大学软件工程国家重点实验室武汉430072

为了探索从外部词典提取的实体词语义信息在中文实体关系抽取上的作用,提出了知网语义树和《同义词词林》编码树两种新特征,并连同已有的最短路径依存树、知网第一基本义原、《同义词词林》编码、实体大类和实体小类特征一起探究了其对... 详细信息

为了探索从外部词典提取的实体词语义信息在中文实体关系抽取上的作用,提出了知网语义树和《同义词词林》编码树两种新特征,并连同已有的最短路径依存树、知网第一基本义原、《同义词词林》编码、实体大类和实体小类特征一起探究了其对抽取性能的影响。实验数据表明,作为单一特征时,提出的两种新特征性能虽然不如实体大类和实体小类特征,但是比最短路径依存树、知网第一基本义原、《同义词词林》编码好;作为组合特征时,最短路径依存树和两种新特征的组合特征取得了最好的性能。由此可以得出结论,从非语料中获取的最短路径依存树、知网语义树和《同义词词林》编码树特征可以代替从语料中获取的实体大类和实体小类特征,可以用于下一步开放域的关系抽取。

关键词：《同义词词林》知网树核函数关系抽取

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：