检索结果-内蒙古大学图书馆

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

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

面对类别不平衡的增量在线序列极限学习机

引用

智能系统学报 2020年第3期15卷 520-527页

作者：左鹏玉周洁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设计重点实验室江苏无锡214122

针对在线序列极限学习机对于类别不平衡数据的学习效率低、分类准确率差的问题,提出了面对类别不平衡的增量在线序列极限学习机(IOS-ELM)。该算法根据类别不平衡比例调整平衡因子,利用分块矩阵的广义逆矩阵对隐含层节点数进行寻优,提高... 详细信息

针对在线序列极限学习机对于类别不平衡数据的学习效率低、分类准确率差的问题,提出了面对类别不平衡的增量在线序列极限学习机(IOS-ELM)。该算法根据类别不平衡比例调整平衡因子,利用分块矩阵的广义逆矩阵对隐含层节点数进行寻优,提高了模型对类别不平衡数据的在线处理能力,最后通过14个二类和多类不平衡数据集对该算法有效性和可行性进行验证。实验结果表明:该算法与同类其他算法相比具有更好的泛化性和准确率,适用于类别不平衡场景下的在线学习。

关键词：类别不平衡学习增量无逆矩阵在线学习极限学习机分类多类不平衡神经网络

来源：评论

学校读者我要写书评

暂无评论

改进模糊聚类在医疗卫生数据的Takagi-Sugeno模糊模型

引用

南京大学学报（自然科学版） 2020年第2期56卷 186-196页

作者：王露王士同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江南大学无锡214122

传统的数据分析方法在挖掘医学数据信息时,没有充分利用可用的信息.针对这一问题,提出一种基于改进模糊聚类的Takagi-Sugeno(T-S)模糊系统,将系数调节与指数调节与经典模糊C均值聚类(Fuzzy C-means,FCM)算法结合,替换经典T-S模糊系统中... 详细信息

传统的数据分析方法在挖掘医学数据信息时,没有充分利用可用的信息.针对这一问题,提出一种基于改进模糊聚类的Takagi-Sugeno(T-S)模糊系统,将系数调节与指数调节与经典模糊C均值聚类(Fuzzy C-means,FCM)算法结合,替换经典T-S模糊系统中的逻辑元件,合理利用T-S模糊系统在预测与回归等方面的优势的同时,通过指数或系数的灵活调控,深度挖掘医学数据中不同属性间的关联信息,提高算法在众多医学数据分析预测中的准确性.为具体评估算法有效性,在真实医疗数据集上进行实验,实验结果表明,该算法具有更高的预测精度及可行性.

关键词：指数调节系数调节模糊聚类 T-S模糊模型医疗卫生

来源：评论

学校读者我要写书评

暂无评论

基于精调LLaMA模型的中西医概念关系对比分析方法

引用

中文信息学报 2025年第2期39卷 162-170页

作者：叶淋潮邵会会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

中医知识的现代化与现代西医学知识可以建立深度的互通互解。在大语言模型背景下,以传统中医和现代西医的概念关系理解为切入点,该文提出一种基于精调LLaMA模型的中西医概念关系对比分析方法。研究中,首先选定中西医中一组相通的基本概... 详细信息

中医知识的现代化与现代西医学知识可以建立深度的互通互解。在大语言模型背景下,以传统中医和现代西医的概念关系理解为切入点,该文提出一种基于精调LLaMA模型的中西医概念关系对比分析方法。研究中,首先选定中西医中一组相通的基本概念术语,并进行了相应的文本数据集构建;随后基于LLaMA模型分别对两个数据集进行精调学习,得到关于同组基本概念术语的两个大语言模型;其次,基于基本概念术语集和两个文本数据集,设计了一套有关概念术语知识的填空和问答题集自动生成方法,并由训练得到的两个模型分别作答;最后,依据两个模型的作答结果,采用自动化比对和人工辅助判别的方法,进行概念术语的一致性或差异性理解分析。实验结果表明,精调LLaMA模型能够对构造的文本数据集进行有效的建模理解;而作答结果对比分析显示,在基本中西医术语概念关系的理解上,两个模型约70%呈现一致性,但也有近30%的测试理解存在不同。从中可知,传统中医知识在现代化过程中,与现代西医知识已有较深度的融合,但其中仍有较多的基本概念术语未能与现代医学知识建立有效的连接互通。

关键词：中西医差异分析术语概念关系问题自动生成 LLaMA模型

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的细胞核图像分割算法

引用

南京大学学报（自然科学版） 2021年第4期57卷 566-574页

作者：普志方陈秀宏江南大学人工智能与计算机学院无锡214122 江苏省媒体设计与软件技术重点实验室无锡214122

为了提高细胞核图像分割的精确性和鲁棒性,提出一种基于改进卷积神经网络的多尺度多层次双注意力图像分割算法.使用SE(Squeeze-and-Excitation)和改进的条纹池化SP(Strip Pooling)整合通道和空间上的信息权重代替传统U-Net编码的最后一... 详细信息

为了提高细胞核图像分割的精确性和鲁棒性,提出一种基于改进卷积神经网络的多尺度多层次双注意力图像分割算法.使用SE(Squeeze-and-Excitation)和改进的条纹池化SP(Strip Pooling)整合通道和空间上的信息权重代替传统U-Net编码的最后一层操作以提升对有用信息的关注.在级联路径,提出轻量级的Inception模块,在增加感受野的同时减少参数以获得多尺度的特征.编码和解码信息拼接之前结合注意力机制提高分割精度,使用残差块作为解码部分的基础层,并增加一个侧边输出结构提供多层次的信息.每一层的损失采用阶梯的方式相加,指导监督多层次模型更好的训练,提高模型准确率.在细胞分割数据集上的实验结果表明,该方法的交并比和相似性系数的精度分别达到85.72%和92.02%,和其他网络相比,分割效果更好.

关键词：图像分割深度学习注意力机制多尺度多层次

来源：评论

学校读者我要写书评

暂无评论

融合注意力LSTM的神经张量分解推荐模型

引用

中文信息学报 2021年第5期35卷 91-100页

作者：李晶晶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

针对结合深度学习模型的协同过滤算法未考虑关联数据的多维交互随时间动态变化的问题,该文提出一种融合时间交互学习和注意力长短期记忆网络的张量分解推荐模型(LA-NTF)。通过采用基于注意力机制的长短期记忆网络从项目文本信息中提取... 详细信息

针对结合深度学习模型的协同过滤算法未考虑关联数据的多维交互随时间动态变化的问题,该文提出一种融合时间交互学习和注意力长短期记忆网络的张量分解推荐模型(LA-NTF)。通过采用基于注意力机制的长短期记忆网络从项目文本信息中提取项目的潜在向量,然后使用融合注意力机制的长短期记忆网络来表征用户—项目关系数据在时间上的多维交互,最后将用户—项目—时间三维张量嵌入多层感知器中,学习不同潜在因子之间的非线性结构特征,从而预测用户对项目的评分。在两个真实数据集上的大量实验表明,与其他传统方法和基于神经网络的矩阵分解模型相比,方根误差(RMSE)和平均绝对误差(MAE)指标均有明显提升,说明LA-NTF模型可显著改善各种动态关系数据的评级预测任务。

关键词：注意力机制长短期记忆网络时间交互学习推荐系统张量分解

来源：评论

学校读者我要写书评

暂无评论

基于ARMA模型预测的交换机流表更新算法

引用

计算机工程与应用 2020年第7期56卷 122-129页

作者：刘钊夏鸿斌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SDN网络中交换机在网络流量高峰期流表匹配率低以及控制器负载过重的问题,提出了一种基于自回归移动平均(ARMA)模型预测的交换机流表更新算法。算法首先收集每个取样周期内的新增流表项数量作为历史数据,然后使用ARMA模型对收集的... 详细信息

针对SDN网络中交换机在网络流量高峰期流表匹配率低以及控制器负载过重的问题,提出了一种基于自回归移动平均(ARMA)模型预测的交换机流表更新算法。算法首先收集每个取样周期内的新增流表项数量作为历史数据,然后使用ARMA模型对收集的历史数据进行分析,预测下一个周期内新增加的流表项数量,并结合当前流表空间的使用情况,清除交换机中过去一段时间内使用频率较低的流表项。采用真实数据中心网络数据的模拟实验结果表明,与流表更新的一般方法相比,该算法有效地提高了交换机流表的匹配率,并减少了交换机与控制器之间交互的次数,降低了控制器端的负载。

关键词：软件定义网络(SDN) SDN交换机流表更新算法 ARMA模型

来源：评论

学校读者我要写书评

暂无评论

基于样本特征核矩阵的稀疏双线性回归

引用

计算机科学 2021年第10期48卷 185-190页

作者：邵政毅陈秀宏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

在许多实际应用中出现了大量的冗余数据,这些数据可能是高维的,这时进行回归预测将会出现过拟合的现象,并且还会出现预测精度偏低等问题。另外,大多数回归方法都是基于向量的,忽略了矩阵数据原始位置之间的关系。为此,文中提出了一种基... 详细信息

在许多实际应用中出现了大量的冗余数据,这些数据可能是高维的,这时进行回归预测将会出现过拟合的现象,并且还会出现预测精度偏低等问题。另外,大多数回归方法都是基于向量的,忽略了矩阵数据原始位置之间的关系。为此,文中提出了一种基于样本特征核矩阵的稀疏双线性回归(Kernel Matrix-based Sparse Bilinear Regression,KMSBR)方法。该方法直接将数据矩阵作为输入,其是通过左右回归系数矩阵而建立的,利用样本的特征核矩阵和L 2,1范数,能够同时实现对样本及样本特征的选择,且考虑了数据的原始位置,提高了算法的性能。在若干数据集上的实验结果表明,KMSBR能有效地选择相对重要的样本和特征,从而提高算法的运行效率,且其预测精度优于已有的几种回归模型。

关键词：特征核矩阵线性回归样本与特征提取稀疏性左右回归矩阵

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算法

引用

计算机应用 2021年第11期41卷 3127-3131页

作者：刘晓龙王士同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

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了不错的成果。然而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,这被称为开放集域自适应问题。传统的域自... 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了不错的成果。然而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,这被称为开放集域自适应问题。传统的域自适应算法对这样具有挑战性的场景设定无能为力,因此提出了渐进式分离的开放集模糊域自适应算法。首先,基于引进隶属度的开放集模糊域自适应算法,探索了逐步分离目标域中已知类和未知类样本的方法;然后,仅将从目标域中分离出的已知类与源域对齐,从而减小两个域之间的分布差异,进行模糊域自适应。所提算法很好地解决了由于未知类和已知类之间的不匹配而导致的负迁移所带来的影响。在Office数据集上的6组域自适应转化实验结果表明,与传统的域自适应算法比较,所提算法在图像分类中的精度有显著的提升,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

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：