检索结果-内蒙古大学图书馆

自动化学报 2018年第11期44卷 2103-2112页

作者：徐森皋军花小朋李先锋徐静盐城工学院信息工程学院盐城224051 江苏省媒体设计与软件技术重点实验室(江南大学) 无锡214122

针对自适应聚类集成选择方法 (Adaptive cluster ensemble selection, ACES)存在聚类集体稳定性判定方法不客观和聚类成员选择方法不够合理的问题,提出了一种改进的自适应聚类集成选择方法 (Improved ACES, IACES). IACES依据聚类集体... 详细信息

针对自适应聚类集成选择方法 (Adaptive cluster ensemble selection, ACES)存在聚类集体稳定性判定方法不客观和聚类成员选择方法不够合理的问题,提出了一种改进的自适应聚类集成选择方法 (Improved ACES, IACES). IACES依据聚类集体的整体平均归一化互信息值判定聚类集体稳定性,若稳定则选择具有较高质量和适中差异性的聚类成员,否则选择质量较高的聚类成员.在多组基准数据集上的实验结果验证了IACES方法的有效性:1) IACES能够准确判定聚类集体的稳定性,而ACES会将某些不稳定的聚类集体误判为稳定; 2)与其他聚类成员选择方法相比,根据IACES选择聚类成员进行集成在绝大部分情况下都获得了更佳的聚类结果,在所有数据集上都获得了更优的平均聚类结果.

关键词：机器学习聚类分析聚类集成聚类集成选择

来源：评论

学校读者我要写书评

暂无评论

基于多频稀疏噪声的流场运动方向可视化算法

引用

计算机应用研究 2020年第11期37卷 3507-3511页

作者：徐庆张军江南大学数字媒体学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对现有流场可视化算法存在的矢量场运动指向二义性以及缺乏对矢量场速率区分等问题进行了研究,提出了一种基于多频稀疏噪声纹理的改进线积分卷积算法,用来提高流场可视化后的信息表达效果。该方法首先根据矢量场速率量级的大小划分频... 详细信息

针对现有流场可视化算法存在的矢量场运动指向二义性以及缺乏对矢量场速率区分等问题进行了研究,提出了一种基于多频稀疏噪声纹理的改进线积分卷积算法,用来提高流场可视化后的信息表达效果。该方法首先根据矢量场速率量级的大小划分频率不同的噪声群,并合成适用于该向量场的特定多频噪声纹理;然后使用斜坡卷积核根据向量场流线对噪声纹理进行卷积;最后生成一幅同时具有矢量场运动方向和运动速率信息的彩色图像。实验结果表明,该方法可以增强用户对流场流量大小和矢量场方向的感知效果,在大规模风场数据可视化的验证实验上取得了良好的可视化效果。

关键词：二维流场可视化纹理可视化多频稀疏噪声线积分卷积

来源：评论

学校读者我要写书评

暂无评论

基于连续转速样本的发动机音效实时合成方法

引用

计算机应用研究 2020年第S02期37卷 123-125页

作者：朱彬张军江南大学数字媒体学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对赛车、飞行模拟和仿真教学等应用场景中的活塞发动机声音实时合成与仿真问题,提出一种利用发动机连续转速音频样本对发动机音效实时自动合成的方法。该方法从输入音频样本中按实际转速提取微小片段,使用离散傅里叶变换和K-means聚... 详细信息

针对赛车、飞行模拟和仿真教学等应用场景中的活塞发动机声音实时合成与仿真问题,提出一种利用发动机连续转速音频样本对发动机音效实时自动合成的方法。该方法从输入音频样本中按实际转速提取微小片段,使用离散傅里叶变换和K-means聚类算法确定当前发动机转速下音频的谐波参数与噪声。将这些谐波参数和噪声代入频谱数学模型中,实时合成当前发动机转速下的音效。实验结果表明,该方法能够以较少样本量和较低计算量实时合成接近发动机运行时的真实声音,在发动机不同的转速下能展现出更加与实际相匹配的声音效果。

关键词：发动机声音合成连续转速音频样本频谱建模离散傅里叶变换 K-means聚类

来源：评论

学校读者我要写书评

暂无评论

意象图式视角下的图书馆网站平台交互设计

引用

图书馆论坛 2019年第2期39卷 65-72页

作者：徐永顺刘渊江南大学设计学院南京航空航天大学金城学院江南大学数字媒体学院江苏省媒体设计与软件技术重点实验室

融合高校图书馆信息平台交互设计的创新性与直觉性,对解决创新设计与用户操作原势的分歧具有重要的研究意义和实用价值。在充分调研用户需求与系统特性的基础上,文章以意象图式为理论指导,将力、包含、空间、复合、属性、过程等图式融... 详细信息

融合高校图书馆信息平台交互设计的创新性与直觉性,对解决创新设计与用户操作原势的分歧具有重要的研究意义和实用价值。在充分调研用户需求与系统特性的基础上,文章以意象图式为理论指导,将力、包含、空间、复合、属性、过程等图式融于数字图书馆的各功能点交互设计中。研究表明该方法简单实用,可有效提升数字图书馆的用户体验,提高设计师的工作效率。

关键词：意象图式交互设计创新性直觉性数字图书馆

来源：评论

学校读者我要写书评

暂无评论

融合社交关系和标签信息的混合新闻推荐算法

引用

计算机应用研究 2021年第1期38卷 61-64页

作者：夏鸿斌刘春芹刘渊江南大学数字媒体学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对传统新闻推荐的数据稀疏性和用户的兴趣爱好快速变化问题,提出了一种融合社交关系和标签信息的混合新闻推荐算法。首先,该算法充分利用社交网络中的社交关系和标签信息;然后使用概率主题模型(latent Dirichlet allocation,LDA)对用... 详细信息

针对传统新闻推荐的数据稀疏性和用户的兴趣爱好快速变化问题,提出了一种融合社交关系和标签信息的混合新闻推荐算法。首先,该算法充分利用社交网络中的社交关系和标签信息;然后使用概率主题模型(latent Dirichlet allocation,LDA)对用户兴趣进行建模;最后采用基于内容与协同过滤相结合的混合推荐算法来完成新闻推荐。实验结果表明,所提算法与已有的推荐算法相比较,在精确度上提升了10.7%、平均倒数排名上(mean reciprocal rank,MRR)提升了4.1%,在归一化折损累计增益(normalized discounted cumulative gain,NDCG)上提升了10%。该算法可在一定程度上提高新闻推荐算法的精度及推荐质量。

关键词：新闻推荐混合推荐社交关系用户标签

来源：评论

学校读者我要写书评

暂无评论

水介导的通讯路径对脂肪酶热稳定性的影响

引用

食品与生物技术学报 2021年第5期40卷 28-36页

作者：闾蓉丁彦蕊江南大学理学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

为研究残基和水之间的信号传递对蛋白质热稳定性的影响,以野生型脂肪酶(WTL)及其突变体(6B)在不同温度下的分子动力学模拟轨迹为基础,构建了以残基和水为节点,残基-残基及残基-水的相互作用为边的残基-残基和残基-水相互作用网络。通过D... 详细信息

为研究残基和水之间的信号传递对蛋白质热稳定性的影响,以野生型脂肪酶(WTL)及其突变体(6B)在不同温度下的分子动力学模拟轨迹为基础,构建了以残基和水为节点,残基-残基及残基-水的相互作用为边的残基-残基和残基-水相互作用网络。通过Dijkstra算法计算网络中节点之间的最短路径,结果表明,300 K时,WTL和6B的αB与β4之间的loop和αB上的残基频繁与水通讯,降低了该区域的柔性。400 K时,WTL仅仅加强了αC内部的连接,而6B中β7与β8之间的loop、αA以及最长的loop之间相互连接并且与水保持稳定通讯,从而稳定脂肪酶的热稳定性。此外,6B的突变点A20E在突变之后更容易与水形成稳定的氢键作用,突变使脂肪酶热稳定性增强。本研究为理性设计提高蛋白质耐热性提供了理论基础。

关键词：脂肪酶热稳定性 Dijkstra算法最短路径

来源：评论

学校读者我要写书评

暂无评论

基于数据点本身及其位置关系辅助信息挖掘的分类方法

引用

模式识别与人工智能 2018年第3期31卷 197-207页

作者：顾苏杭王士同江南大学数字媒体学院无锡214122 江南大学江苏省媒体设计与软件技术重点实验室无锡214122 常州轻工职业技术学院信息工程与技术学院常州213164

挖掘除数据点本身以外的信息并以此引导和提高数据分类的精度是值得研究的课题.由此,文中提出建立与数据集对应的网络方法挖掘数据点之间的位置关系及关联信息.依据网络节点连接特性确定节点及子网络效率,赋予节点浓度概念,迭代计算节... 详细信息

挖掘除数据点本身以外的信息并以此引导和提高数据分类的精度是值得研究的课题.由此,文中提出建立与数据集对应的网络方法挖掘数据点之间的位置关系及关联信息.依据网络节点连接特性确定节点及子网络效率,赋予节点浓度概念,迭代计算节点的真实影响力,充分挖掘并处理蕴含在数据点关联作用中的信息作为数据点物理特征之外的辅助信息,构建基于数据点本身及其位置关系辅助信息挖掘的分类方法.在保证较高数据分类精度的前提下,文中方法具有较低的时间复杂度.在人造数据集和真实数据集上实验验证文中方法的有效性,该方法尤其与经典的分类方法存在显著区别.

关键词：数据点关联物理特征位置关系信息分类方法

来源：评论

学校读者我要写书评

暂无评论

一种基于二部图谱划分的聚类集成方法

引用

控制与决策 2018年第12期33卷 2208-2212页

作者：徐森皋军徐秀芳花小朋徐静安晶盐城工学院信息工程学院江苏盐城224001 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122

将二部图模型引入聚类集成问题中,使用二部图模型同时建模对象集和超边集,充分挖掘潜藏在对象之间的相似度信息和超边提供的属性信息.设计正则化谱聚类算法解决二部图划分问题,在低维嵌入空间运行Kmeans++算法划分对象集,获得最终的聚... 详细信息

将二部图模型引入聚类集成问题中,使用二部图模型同时建模对象集和超边集,充分挖掘潜藏在对象之间的相似度信息和超边提供的属性信息.设计正则化谱聚类算法解决二部图划分问题,在低维嵌入空间运行Kmeans++算法划分对象集,获得最终的聚类结果.在多组基准数据集上进行实验,实验结果表明所提出方法不仅能获得优越的结果,而且具有较高的运行效率.

关键词：机器学习聚类分析二部图模型聚类集成谱聚类算法

来源：评论

学校读者我要写书评

暂无评论

混合特征数据的自解释归约建模方法

引用

数据分析与知识发现 2017年第12期1卷 92-100页

作者：江思伟谢振平陈梅婕蔡明江南大学数字媒体学院无锡214122 江苏省媒体设计与软件技术重点实验室无锡214122 江南大学信息化建设与管理中心无锡214122

【目的】解决混合含有连续数值与标签特征量数据集的规则挖掘问题。【方法】提出数据集中特征维度间的互解释表示方法——自解释归约模型,模型通过最大化新设计的自解释归约目标实现对连续数值数据的自适应划分建模。【结果】针对标准... 详细信息

【目的】解决混合含有连续数值与标签特征量数据集的规则挖掘问题。【方法】提出数据集中特征维度间的互解释表示方法——自解释归约模型,模型通过最大化新设计的自解释归约目标实现对连续数值数据的自适应划分建模。【结果】针对标准数据集、模拟规则挖掘问题、以及实际问题的实验分析表明,本文方法具有显见的可行性及可用性,是对现有数据建模与关联规则挖掘方法的有效扩展。【局限】计算效率一般,还不能适应较大规模数据集的高速处理要求。【结论】技术方法上弥补了现有相关方法在解决混合特征数据建模问题时的局限性,通过理论与实验分析证明新方法具有较强的创新性及实用性。

关键词：混合型特征数据自解释归约数据建模数据挖掘

来源：评论

学校读者我要写书评

暂无评论

天地一体化信息网络宽带用户行为仿真技术

引用

计算机工程与应用 2020年第10期56卷 75-82页

作者：蒋姝丽刘渊王晓锋江南大学数字媒体学院江苏省媒体设计与软件技术重点实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

天地一体化信息网络结构复杂、协议多样,必须构建相应的仿真平台对各种新技术、新方案进行实验、验证。为克服仿真规模、逼真性与计算开销的矛盾,采用虚拟化、云计算相结合的分布式仿真方法,搭建了涵盖天基骨干网节点、Ka/Ku通信卫星以... 详细信息

天地一体化信息网络结构复杂、协议多样,必须构建相应的仿真平台对各种新技术、新方案进行实验、验证。为克服仿真规模、逼真性与计算开销的矛盾,采用虚拟化、云计算相结合的分布式仿真方法,搭建了涵盖天基骨干网节点、Ka/Ku通信卫星以及地面用户在内的天地一体化宽带用户仿真场景;针对网络中宽带用户数量大、行为多样、并发通信高等特点,研发了基于模型驱动、参数可配置的高并发用户行为仿真方法。实验证明,该仿真方法可实现宽带用户接入卫星网络的仿真场景,以及基于模型驱动的典型宽带用户行为的多样化仿真,且仿真规模可达10万级用户并发,可有效满足天地一体化信息网络仿真评测的需求。

关键词：天地一体化信息网络虚拟化用户行为仿真模型驱动高并发

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：