检索结果-内蒙古大学图书馆

计算机工程与应用 2020年第12期56卷 273-278页

作者：王得雪林意陈俊杰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 西门子中国研究院北京100102

针对单个分类器方法在滚动轴承故障诊断中精度较低、故障样本标记稀缺、特征空间维度高等问题,提出一种将协同训练与集成学习相结合的Co-Forest轴承故障诊断算法。Co-Forest是半监督学习中的协同训练算法,包含多个基分类器,通过投票实... 详细信息

针对单个分类器方法在滚动轴承故障诊断中精度较低、故障样本标记稀缺、特征空间维度高等问题,提出一种将协同训练与集成学习相结合的Co-Forest轴承故障诊断算法。Co-Forest是半监督学习中的协同训练算法,包含多个基分类器,通过投票实现协同训练中的置信度估算。从滚动轴承的振动信号中提取时域、频域特征指标。利用少量带标签和大量未标记样本重复地训练基分类器。集成基分类器,实现对滚动轴承故障的诊断。实验结果表明,与同类型的协同训练算法(Co-Training、Tri-Training)相比,Co-Forest算法在轴承故障诊断中具有更高的正确率,与当前针对特征向量高维、标记样本稀缺问题的ISS-LPP算法,SS-LLTSA算法相比,Co-Forest算法在保持很高诊断正确率的情况下,不需要降维、参数设置简单,具有一定的实际应用价值。

关键词：协同训练集成学习故障诊断置信度

来源：评论

学校读者我要写书评

暂无评论

基于渐进迭代逼近的矢量地图曲线化简方法

引用

图学学报 2021年第6期42卷 979-986页

作者：周晨陈伟刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122

矢量地图化简在地形仿真、制图综合等研究中具有重要应用。针对已有算法难以兼顾化简曲线的整体形态和局部特征点精度的问题,提出一种基于B样条曲线渐进迭代逼近(PIA)的矢量地图曲线化简方法。首先筛选出能保持曲线轮廓、具有最大信息... 详细信息

矢量地图化简在地形仿真、制图综合等研究中具有重要应用。针对已有算法难以兼顾化简曲线的整体形态和局部特征点精度的问题,提出一种基于B样条曲线渐进迭代逼近(PIA)的矢量地图曲线化简方法。首先筛选出能保持曲线轮廓、具有最大信息量的特征点列,将其作为初始控制点列,得到相应的非均匀3次B样条拟合曲线;然后根据拟合曲线与特征点的误差进行迭代调整控制点,逐步得到一系列逼近曲线,直至最终满足精度要求。实验表明,PIA方法不仅保持了化简曲线的整体几何形态,而且能在满足全局误差要求的情况下,实现特征点处的高精度逼近。

关键词：地图综合曲线样条渐进迭代逼近化简

来源：评论

学校读者我要写书评

暂无评论

食品科学大数据与人工智能技术

引用

中国食品学报 2021年第2期21卷 1-8页

作者：崔晓晖李伟顾诚淳武汉大学国家网络安全学院武汉430072 江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室未来食品科学中心江苏无锡214122

大数据技术是指从各类数据中,通过不同分析方法和工具获取有价值信息的能力。人工智能技术是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术。大数据技术与人工智能技术相辅相成,大数据是人工智能的基石,人工智能是大数... 详细信息

大数据技术是指从各类数据中,通过不同分析方法和工具获取有价值信息的能力。人工智能技术是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术。大数据技术与人工智能技术相辅相成,大数据是人工智能的基石,人工智能是大数据应用的体现。食品科学大数据与人工智能则是将大数据技术、人工智能技术与食品科学交叉融合。将人工智能与大数据技术融合到传统食品科学领域中,可以创新食谱并智能推荐,追踪溯源食品,分析用户口味偏好,监控食品安全等,使得食品科学获得更大发展,并为人们提供更好的服务。本文阐释当前食品领域大数据与人工智能交叉融合发展现状,分析其面临的挑战,讨论可行性解决方案,展望食品科学大数据与人工智能技术未来发展趋势。本文通过抛砖引玉,旨在吸引更多的大数据和人工智能技术与食品科学相结合,从而更好地预见并服务于未来食品的发展。

关键词：人工智能大数据食品科学未来食品

来源：评论

学校读者我要写书评

暂无评论

多检测器融合的深度相关滤波视频多目标跟踪算法

引用

计算机科学 2022年第8期49卷 184-190页

作者：沈祥培丁彦蕊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 江南大学理学院江苏无锡214122

在检测跟踪任务中,检测器存在误检和漏检目标的问题,导致依赖检测信息的视频多目标跟踪算法出现大量误跟和漏跟目标,这种漏跟和误跟会持续几十帧,降低了跟踪精度,为此提出了一种多检测器融合的深度相关滤波视频多目标跟踪算法。该算法... 详细信息

在检测跟踪任务中,检测器存在误检和漏检目标的问题,导致依赖检测信息的视频多目标跟踪算法出现大量误跟和漏跟目标,这种漏跟和误跟会持续几十帧,降低了跟踪精度,为此提出了一种多检测器融合的深度相关滤波视频多目标跟踪算法。该算法融合多个检测器的信息,提出了一种新型融合机制,减少单个检测器的不足带来的漏检、误检数目,打破了单个检测器性能的局限性,使新生目标的获取更加可靠。此外,采用深度相关滤波算法ECO对目标进行逐个跟踪,并在原有ECO算法的基础上提出了一系列的改进方法,从而更贴合视频多目标跟踪任务,减少目标的漏跟数和身份标签跳变数。在MOT17数据集上进行实验,结果表明,与传统的视频多目标跟踪方法IOU17相比,所提算法的MOTA值从47.6提高至50.3,证明了所提方法在多目标跟踪研究上取得了很大的突破。

关键词：多目标跟踪多检测器融合深度相关滤波检测跟踪

来源：评论

学校读者我要写书评

暂无评论

一种新的人眼视觉运动认知特性实验分析方法

引用

计算机工程 2022年第11期48卷 266-274,283页

作者：李婷婷谢振平江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

视觉感知过程源于对象自身的大范围拓扑性质,而场景对象发生运动状态变化时,其所在空间的大范围拓扑关系也将随之改变。为探索大范围拓扑性质和运动性质同时改变时人眼视觉的认知优先特性,基于虚拟现实技术及眼动跟踪技术,通过构建虚拟... 详细信息

视觉感知过程源于对象自身的大范围拓扑性质,而场景对象发生运动状态变化时,其所在空间的大范围拓扑关系也将随之改变。为探索大范围拓扑性质和运动性质同时改变时人眼视觉的认知优先特性,基于虚拟现实技术及眼动跟踪技术,通过构建虚拟驾驶及眼动轨迹分析实验平台,结合拓扑复杂度和空间拓扑关系概念分别探讨二维和三维空间中人眼视知觉对物体运动的认知特性。在此基础上,采用响应面分析方法设计场景中自变量因子的随机实验数值,通过可视化方法对比多组认知场景的无感反馈眼动监测结果。实验结果表明,在Tobii眼动仪采集的545个眼动数据中,发生在运动物体上的数据有516个,相比于物体自身属性的大范围拓扑性质变化,人眼视知觉过程更优先识别物体运动的大范围空间拓扑关系变化。该运动认知优先特性为可靠人工智能驾驶中的视觉注视预测技术提供了新的研究思路,同时验证了所提实验分析方法的有效性。

关键词：人眼视觉拓扑知觉理论空间拓扑关系运动认知眼动跟踪轨迹虚拟驾驶建模

来源：评论

学校读者我要写书评

暂无评论

渐进式分离的开放集模糊域自适应方法

引用

计算机应用 2021年

作者：刘晓龙王士同江南大学人工智能与计算机学院江南大学江苏省媒体设计与软件技术重点实验室

域自适应的目的是利用有标记（源）域中的信息来提高未标记（目标）域模型的分类性能，且这种方法已经取得不错的成果。但在具有开放性的现实场景下，目标域通常包含源域中未观察到的未知类样本，被称为开放集域自适应，对于这样具有挑... 详细信息

域自适应的目的是利用有标记（源）域中的信息来提高未标记（目标）域模型的分类性能，且这种方法已经取得不错的成果。但在具有开放性的现实场景下，目标域通常包含源域中未观察到的未知类样本，被称为开放集域自适应，对于这样具有挑战性的场景设定，传统的域自适应算法将无能为力。基于此前引进隶属度提出的开放集模糊域自适应，进一步探索迭代中分离目标域中已知类和未知类样本的方法，仅将从目标域中分离出的已知类与源域对齐，减小两个域之间的分布差异，进行模糊域自适应。这种方法更好地解决了由于未知类和已知类之间的不匹配而导致负迁移带来的影响。在office数据集上进行了6组域自适应转化实验，与传统的域自适应算法比较，在图像分类中该算法的精度有5%-10%的显著提升，验证了该算法可以逐步增强域自适应分类模型的准确性和鲁棒性。

关键词：机器学习开放集模糊域自适应渐进式分离迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于类比学习的数学应用题求解模型

引用

计算机工程 2024年第7期50卷 63-70页

作者：林加艺夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

目前基于类比学习的数学应用题(MWP)求解的研究多从语义相似度或浅层逻辑来筛选样本,存在样本匹配度不足以及样本选取局限于数据集的问题。针对以上问题,提出一种新的基于类比学习的数学应用题求解(MWP-AL)模型。该模型主要从2个角度对... 详细信息

目前基于类比学习的数学应用题(MWP)求解的研究多从语义相似度或浅层逻辑来筛选样本,存在样本匹配度不足以及样本选取局限于数据集的问题。针对以上问题,提出一种新的基于类比学习的数学应用题求解(MWP-AL)模型。该模型主要从2个角度对数学应用题进行类比学习。从文本编码的角度进行样本筛选,从余弦相似度、树解顶节点以及树深度3个维度对样本进行限制。该方法从语义层面以及深层逻辑方面对样本进行选取,得到的样本与原题的匹配度更高。从解方程的角度进行样本构建,从方程本身出发,针对不同类型的方程在逻辑方面对其进行变体从而构建样本。该方法不局限于从数据集中选取样本,具有较强的泛化性。通过计算交叉熵损失函数对这2种样本进行类比学习。实验结果表明,在2个基线模型上加入MWP-AL模型后,其在英文数据集Math QA和中文数据集Math23K上的准确率分别提升了1.8、2.5和2.8、1.3个百分点,同时较其他基线模型均有所提升。

关键词：类比学习数学应用题求解语义相似度样本筛选样本构建

来源：评论

学校读者我要写书评

暂无评论

融合超图卷积和自监督协同训练的组推荐算法

引用

中文信息学报 2024年第7期38卷 115-126,136页

作者：刘静文刘渊袁琮淇江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122

随着社交媒体的普及,人们逐渐将研究方向从个人推荐算法转移到群组推荐算法,现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而,由于用户交互数据的稀疏性,学习后的用户特征并不完... 详细信息

随着社交媒体的普及,人们逐渐将研究方向从个人推荐算法转移到群组推荐算法,现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而,由于用户交互数据的稀疏性,学习后的用户特征并不完备,现实生活中用户的交互非常复杂,而且用户关系有可能是高阶的;再者,群组之间的相似性和群组间共同成员的个人偏好经常被忽视,而群组相似性的学习对于提高群组表征学习具有很大的潜力。针对上述问题,该文设计了一种融合超图卷积和自监督协同训练的组推荐算法(HCSC)。首先,在用户级超图中,利用三个通道编码超图卷积网络中的高阶用户关系,通过聚合多个通道学习的用户特征,获得增强的用户表示,这为学习群组偏好提供了坚实的基础。其次,在组级超图中,将所有的群组连接为重叠网络,并关注群组共同成员的个人偏好,其超边嵌入过程可视为对群组偏好的学习。为进一步增强群组表示,将自监督学习和协同训练相结合,在上述两个超图上构建两个不同的图编码器,递归地利用不同信息生成标注样本,通过对比学习策略互相监督,与丢弃策略相比,所提出的自监督协同训练保留了完整信息,实现了真正的数据增强。该文提出的HCSC模型在两个真实世界的数据集上进行了广泛的实验,实验结果证明了该文提出的HCSC模型的优越性。

关键词：群组推荐超图卷积自监督学习协同训练对比学习

来源：评论

学校读者我要写书评

暂无评论

多层递阶融合模糊特征映射的模糊C均值聚类算法

引用

智能系统学报 2018年第4期13卷 594-601页

作者：鲍国强应文豪蒋亦樟张英王骏王士同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 常熟理工学院计算机科学与工程学院江苏常熟215500

针对复杂非线性数据的无监督学习问题,提出一种新型的映射方式来有效提高算法对复杂非线性数据的学习能力。以TSK模糊系统的规则前件学习为基础,提出一种新型的模糊特征映射新方法。接着,针对映射之后的数据维度过大问题,引入多层递阶... 详细信息

针对复杂非线性数据的无监督学习问题,提出一种新型的映射方式来有效提高算法对复杂非线性数据的学习能力。以TSK模糊系统的规则前件学习为基础,提出一种新型的模糊特征映射新方法。接着,针对映射之后的数据维度过大问题,引入多层递阶融合的概念,进一步提出基于多层递阶融合的模糊特征映射新方法,从而有效避免了因单层模糊特征映射之后特征维数过高而导致的数据混乱和冗余的问题。最后与模糊C均值算法相结合,提出基于多层递阶融合模糊特征映射的模糊C均值聚类算法。实验研究表明,文中算法相比于经典模糊聚类方法,有着更加优越、稳定的性能。

关键词： Takagi-Sugeno-Kang(TSK)模糊系统主成分分析(PCA) 无监督学习模糊C均值聚类

来源：评论

学校读者我要写书评

暂无评论

SDN环境中基于注意力机制的DDoS检测和缓解

引用

小型微型计算机系统 2024年

作者：姚纤纤夏鸿斌刘渊江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed... 详细信息

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed denial of service，DDoS)，本文提出了一种结合门控循环单元（Gated Recurrent Unit，GRU）和注意力机制的DDoS攻击检测与缓解模型.相较于近期众多先进的DDoS攻击检测方法，本研究所提出的模型在检测性能上表现出了优越性，在数据集InSDN、CICIDS2018和CICDDoS2019上的检测准确率达到了100%、100%和99.62%.同时，为了进一步验证模型的有效性，本文在基于Mininet的SDN模拟环境中模拟DDoS攻击场景并对模型的缓解模块进行了检验.实验结果显示，该模型的缓解模块能够在检测到攻击后迅速采取有效的防御措施，显著减轻DDoS攻击对网络造成的影响.

关键词：软件定义网络分布式拒绝服务攻击检测深度学习注意力机制

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：