检索结果-内蒙古大学图书馆

计算机工程与应用 2024年第15期60卷 150-160页

作者：杨春霞黄昱锟闫晗吴亚雷南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模... 详细信息

现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模型利用带有注意力机制的Bi-LSTM得到文本的特征向量表示;同时把不同标签之间的关联性转换为包含了全局信息的边加权图,利用多层的图注意力网络来学习头标签之间的关联性。然后将其与文本上下文语义信息进行点积交互,得到具有文本语义和头标签信息的特征表示提高模型的泛化能力。在AAPD、RCV1-V2和EUR-Lex三个公开英文数据集上的实验结果证明,该模型针对数据长尾分布的多标签文本分类效果优于其他基线模型。

关键词：多标签文本分类图注意力网络头尾标签多样本学习

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卫星云图云量计算

引用

系统仿真学报 2018年第5期30卷 1623-1630页

作者：夏旻申茂阳王舰锋王阳光南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云、薄云及... 详细信息

卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云、薄云及晴空。在云检测的基础上利用"空间相关法"计算总云量。针对中国HJ-1A/B卫星图片的实验结果表明,通过对卷积网络结构及参数的优化卷积神经网络可以很好的提取云图的特征,云分类时厚云和薄云之间的过渡区域清晰,云的识别率以及云量计算的准确率都比传统阈值法、动态阈值法以及极限学习机模型的结果要好。

关键词：云量计算卷积神经网络云检测空间相关法

来源：评论

学校读者我要写书评

暂无评论

基于依存句法和图注意力网络的句子匹配

引用

计算机工程与应用 2023年第9期59卷 123-129页

作者：杨春霞陈启岗徐奔马文文南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系... 详细信息

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系。针对此问题,提出了一种基于依存句法和图注意力网络的匹配模型。设计两种建模方式将句子对建模为语义图。使用图注意力网络对构建的图进行编码以进行句子匹配。实验结果表明,提出的模型可以较好地学习图结构,在自然语言推理数据集SNLI和释义识别数据集Quora上分别达到了88.7%和88.9%的准确率。

关键词：句子匹配依存句法图注意力网络词共现语义图全连通语义图

来源：评论

学校读者我要写书评

暂无评论

联合姿态先验的人体精确解析双分支网络模型

引用

软件学报 2020年第7期31卷 1959-1968页

作者：高明达孙玉宝刘青山邵晓雯江苏省大数据分析技术重点实验室(南京信息工程大学自动化学院) 江苏南京210044 江苏省大气环境与装备技术协同创新中心(南京信息工程大学自动化学院) 江苏南京210044

人体解析旨在将人体图像分割成多个具有细粒度语义的部件区域,进行形成对人体图像的语义理解.然而,由于人体姿态的复杂性,现有的人体解析算法容易对人体四肢部件形成误判,且对于小目标区域的分割不够精确.针对上述问题,联合人体姿态估... 详细信息

人体解析旨在将人体图像分割成多个具有细粒度语义的部件区域,进行形成对人体图像的语义理解.然而,由于人体姿态的复杂性,现有的人体解析算法容易对人体四肢部件形成误判,且对于小目标区域的分割不够精确.针对上述问题,联合人体姿态估计信息,提出了一种人体精确解析的双分支网络模型.该模型首先使用基干网络表征人体图像,将人体姿态估计模型预测到的姿态先验作为基干网络的注意力信息,进而形成人体结构先验驱动的多尺度特征表达,并将提取的特征分别输入至全卷积网络解析分支与检测解析分支.全卷积网络解析分支获得全局分割结果,检测解析分支更关注小尺度目标的检测与分割,融合两个分支的预测信息可以获得更为精确的分割结果.实验结果验证了该算法的有效性,在当前主流的人体解析数据集LIP和ATR上,所提方法的m Io U评测指标分别为52.19%和68.29%,有效提升了解析精度,在人体四肢部件以及小目标部件区域获得了更为准确的分割结果.

关键词：人体解析语义分割人体姿态估计部件检测卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积网络和结合策略的乳腺组织病理图像细胞核异型性自动评分

引用

中国生物医学工程学报 2017年第3期36卷 276-283页

作者：周超徐军罗波南京信息工程大学江苏省大数据分析技术重点实验室南京210044 华中科技大学附属武汉市中心医院病理科武汉430014

细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不... 详细信息

细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不同分辨率下的组织病理图像,每个网络结合滑动窗口和绝对多数投票法,评估每个病例同一种分辨率下的图像的分值,得到3种分辨率下的评分结果。使用相对多数投票法,综合评估每个病例的最终细胞核异型性评分结果。为评估模型对细胞核异型性评分的有效性,利用训练好的模型对124个病例的测试图像进行自动评分,并把其评分结果与病理医生的评分结果作比较,进行性能评估。该模型的评分正确率得分为67分,其结果在现有的细胞核异型性评分模型中准确率排名第二。此外,该模型的计算效率也很高,平均在每张×10、×20、×40分辨率下图像的计算时间分别约为1.2、5.5、30 s。研究表明,该细胞核异型性评分模型不仅具有较高的准确性,而且计算效率高,因此具备潜在的临床应用能力。

关键词：细胞核异型性深度卷积网络绝对多数投票法相对多数投票法

来源：评论

学校读者我要写书评

暂无评论

基于一致性功能神经过程的多视图时序预测

引用

计算机工程 2024年

作者：杨春霞蒋耀翟雪彤周媛媛南京信息工程大学自动化学院江苏省大数据分析与技术重点实验室

在多视图时间序列预测领域，如何有效融合来自不同视图的信息，是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限，同时也常受到多视图信息分布不一致的影响。针对这两个问题，本研究基于功能性... 详细信息

在多视图时间序列预测领域，如何有效融合来自不同视图的信息，是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限，同时也常受到多视图信息分布不一致的影响。针对这两个问题，本研究基于功能性神经过程（Functional Neural Processes， FNP）框架，提出了一种的一致性功能性神经过程（Consistent Functional Neural Process， CFNP）框架。CFNP框架设计了两个核心模块：视图随机相关图模块和视图分布对齐模块。视图随机相关图模块通过分析历史数据的分布，辅助对当前数据的理解和预测；而视图分布对齐模块致力于缩减不同视图间的概率分布差异，通过在潜在空间中施加约束，提高了模型对时间序列内在关联性的捕捉能力。在两个公开数据集上的实验表明，相比于现有方法，CFNP在RMSE上效果提升分别为14%和5%，证明此框架能够更准确地预测多视图时间序列。

关键词：多视图学习时序预测概率预测功能神经过程一致性正则化

来源：评论

学校读者我要写书评

暂无评论

基于坐标下降邻域选择的高斯图模型结构并行估计

引用

南京大学学报（自然科学版） 2016年第2期52卷 313-323页

作者：李晓宇周铭袁晓彤罗琦刘青山江苏省大数据分析技术重点实验室南京信息工程大学南京210044 南京信息工程大学电子与信息工程学院南京210044

在许多机器学习问题中,往往需要研究高维数据中各个特征之间的统计相关性.稀疏高斯图模型作为解决这一问题的有效方法之一,广泛应用于数据挖掘、生物信息、金融分析等应用问题中.由于模型参数量是数据维度的平方量级,基于高维数据的稀... 详细信息

在许多机器学习问题中,往往需要研究高维数据中各个特征之间的统计相关性.稀疏高斯图模型作为解决这一问题的有效方法之一,广泛应用于数据挖掘、生物信息、金融分析等应用问题中.由于模型参数量是数据维度的平方量级,基于高维数据的稀疏高斯图模型的参数估计一直是统计机器学习研究中的挑战性问题之一.提出了一种新颖的基于坐标下降优化的稀疏高斯图模型并行估计算法,其核心思想是根据高斯图模型结构估计等价于每个变量的稀疏近邻选择这一基本结论,采用坐标下降来求解每个近邻选择子问题.通过将样本矩阵进行分布式存储,在MPI(Message-Passing Interface)框架下实现了这些子问题的并行求解.实验结果表明,该算法具有良好的并行运算性能,在保证结构估计精度的同时,能够大幅度提升运算速度.

关键词：稀疏高斯图模型并行估计坐标下降 Lasso

来源：评论

学校读者我要写书评

暂无评论

基于PCA和ICA模式融合的非高斯特征检测识别

引用

自动化学报 2024年第1期50卷 169-180页

作者：葛泉波程惠茹张明川郑瑞娟朱军龙吴庆涛南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 河南科技大学信息工程学院洛阳471023

针对无人船(Unmanned surface vehicle,USV)航行位姿观测数据的非高斯性/高斯性判别问题,提出一种基于主成分分析(Principal component analysis,PCA)和独立成分分析(Independent component analysis,ICA)模式融合的非高斯特征检测识别方法.首先,采用基于标准化加权平均和信息熵的数据预处理方法.其次,引入混合加权核函数并使用灰狼优化(Grey wolf optimization,GWO)算法进行参数优化,以提高PCA方法的准确性.同时,该算法采用一种新的非线性控制因子策略,提高全局和局部搜索能力.最后,建立了一种基于ICA和PCA联合的相关性分析方法来实现多维数据的降维,在降维数据的基础上综合T型多维偏度峰度检验法和KS(Kolmogorov-Smirnov)检验法进行非高斯性/高斯性特征检测识别.该方法考虑了非线性非高斯的噪声对降维结果精确度的影响,有效降低了多维数据非高斯检测的复杂度,同时也为后续在实际USV位姿估计等应用中提供了保障.实验表明,该方法具有较高的准确性和稳定性,可为USV航行位姿观测数据处理提供支持.

关键词：主成分分析混合核函数灰狼优化算法高维降维非高斯

来源：评论

学校读者我要写书评

暂无评论

融合标签信息的分层图注意力网络文本分类模型

引用

计算机工程与科学 2023年第11期45卷 2018-2026页

作者：杨春霞马文文徐奔韩煜南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。... 详细信息

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。该模型依据句子关键词与主题关联性构建邻接矩阵,然后使用词级图注意力网络获取句子的向量表示。该模型是以随机初始化的目标向量为基础,同时利用最大池化提取句子特定的目标向量,使得获取的句子向量具有更加明显的类别特征。在词级图注意力层之后使用句子级图注意力网络获取具有词权重信息的新文本表示,并通过池化层得到文本的特征信息。另一方面利用GloVe预训练词向量对所有文本标注的标签信息进行初始化向量表示,然后将其与文本的特征信息进行交互、融合,以减少原有特征损失,得到区别于不同文本的特征表示。在R52、R8、20NG、Ohsumed及MR 5个公开数据集上的实验结果表明,该模型的分类准确率明显优于其它主流基线模型的。

关键词：分层图注意力网络单标签文本分类邻接矩阵标签信息

来源：评论

学校读者我要写书评

暂无评论

基于分组学习粒子群算法的众包软件项目调度

引用

计算机集成制造系统 2024年第6期30卷 2056-2068页

作者：申晓宁徐继勇姚铖滨宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群... 详细信息

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群算法求解所建模型。所提算法根据适应度排序将种群划分为3组,不同分组的粒子数量随进化代数自适应变化,且各组根据不同的适应度采用不同的更新策略。将所提算法与10种具有代表性的算法在12个不同规模的众包软件项目调度算例中进行对比,结果表明,所提算法能够获得精度更高的调度方案。

关键词：众包软件项目调度粒子群优化分组学习混合编码信誉度

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：