检索结果-内蒙古大学图书馆

计算机应用 2023年第2期43卷 514-520页

作者：汪鹏张大蔚陆正军李林昊河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室(河北工业大学) 天津300401 河北省数据驱动工业智能工程研究中心(河北工业大学) 天津300401 军事科学院国防工程研究院北京100036

运动目标检测旨在分离视频的背景与前景,然而常用的低秩因子分解法往往难以综合地处理动态背景和间歇性运动的问题。考虑到背景减除后的偏态噪声分布具有潜在的背景修正作用,提出一种基于可靠性低秩因子分解和泛化差异性差分的运动目标... 详细信息

运动目标检测旨在分离视频的背景与前景,然而常用的低秩因子分解法往往难以综合地处理动态背景和间歇性运动的问题。考虑到背景减除后的偏态噪声分布具有潜在的背景修正作用,提出一种基于可靠性低秩因子分解和泛化差异性差分的运动目标检测模型。首先,利用时间维度像素分布的峰值位置以及偏态分布性质选取一个不含离群像素的子序列,并计算该子序列的中值以形成静态背景;其次,利用非对称拉普拉斯分布对静态背景减除后的噪声建模,并把基于空间平滑的建模结果作为可靠性权重参与到低秩因子分解中,以此建模综合背景(含有动态背景);最后,依次利用时间和空间连续约束提取前景。其中,针对时间连续性,提出了泛化差异性差分约束,从而通过相邻视频帧的差异信息抑制前景边缘的扩增。实验结果表明,与PCP、DECOLOR、LSD、TVRPCA、E-LSD、GSTO六种模型相比,所提模型的F-measure值最高。由此可知,所提模型在动态背景、间歇性运动等复杂场景中能有效提高前景的检测精度。

关键词：非对称噪声建模低秩因子分解中值背景建模运动目标检测

来源：评论

学校读者我要写书评

暂无评论

融合多时间尺度和特征加强的知识图谱推荐模型

引用

计算机应用 2022年第4期42卷 1093-1098页

作者：张素琪王鑫鑫佘世耀顾军华天津商业大学信息工程学院天津300134 天津商业大学理学院天津300134 河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室(河北工业大学) 天津300401

针对现有的知识图谱推荐模型没有考虑到用户的周期特征以及待推荐项目会对用户近期兴趣产生影响的问题,提出一种融合多时间尺度和特征加强的知识图谱推荐模型(MTFE)。首先,采用长短期记忆(LSTM)网络在不同时间尺度上挖掘用户的周期特征... 详细信息

针对现有的知识图谱推荐模型没有考虑到用户的周期特征以及待推荐项目会对用户近期兴趣产生影响的问题,提出一种融合多时间尺度和特征加强的知识图谱推荐模型(MTFE)。首先,采用长短期记忆(LSTM)网络在不同时间尺度上挖掘用户的周期特征并融入到用户表示中;然后,通过注意力机制挖掘待推荐项目中与用户近期特征相关性较强的特征,将其加强后融入项目表示中;最后,通过评分函数计算用户对待推荐项目的评分。在真实数据集***、MovieLens-1M和MovieLens-20M上把所提模型和个性化实体推荐(PER)、协同知识嵌入(CKE)、LibFM、RippleNet、知识图卷积网络(KGCN)、协同知识感知注意网络(CKAN)等知识图谱推荐模型进行对比。实验结果表明,在三个数据集上MTFE相较于表现最优的对比模型的F1性能分别提升了0.78、1.63和1.92个百分点,AUC指标在三个数据集上分别提升了3.94、2.73和1.15个百分点。可见,所提模型相较于对比图谱推荐模型有更好的推荐效果。

关键词：推荐算法知识图谱周期特征时间尺度近期特征特征加强

来源：评论

学校读者我要写书评

暂无评论

基于多尺度多特征的显著性区域检测

引用

河北工业大学学报 2017年第6期46卷 26-31页

作者：侯向丹刘晓曼刘洪普连珂河北工业大学计算机科学与软件学院天津300401 河北省大数据计算重点实验室天津300401

针对目前大多数显著性检测方法显著性区域轮廓不明显的缺点,提出了一种基于多尺度多特征的显著性区域检测算法.该算法利用基于改进的八邻域算法和基于熵率的超像素分割方法,获取到不同尺度下图像的亮度特征、颜色特征和纹理特征,从而使... 详细信息

针对目前大多数显著性检测方法显著性区域轮廓不明显的缺点,提出了一种基于多尺度多特征的显著性区域检测算法.该算法利用基于改进的八邻域算法和基于熵率的超像素分割方法,获取到不同尺度下图像的亮度特征、颜色特征和纹理特征,从而使显著性区域的轮廓更明显.该算法在MSRA-1000、ECSSD、THUR15K 3个公开数据集上进行实验,并与现有的8种算法(FT,AC,IT,GB,AIM,SEG,SIM,SUN)做了对比,实验结果表明,该方法能够有效地提高图像的检测效果.

关键词：八邻域多尺度超像素多特征显著性检测

来源：评论

学校读者我要写书评

暂无评论

一种基于Spark的改进协同过滤算法研究

引用

计算机应用与软件 2017年第5期34卷 247-254,278页

作者：许智宏蒋新宇董永峰赵嘉伟河北工业大学计算机科学与软件学院天津300401 河北省大数据计算重点实验室天津300401

为提高协同过滤算法在大数据环境下的可扩展性以及在高维稀疏数据下的推荐精度,基于Spark平台实现了一种分层联合聚类协同过滤算法。利用联合聚类对数据集进行稀疏性处理并构建聚类模型,运用层次分析模型并结合评分密集度分析联合聚类... 详细信息

为提高协同过滤算法在大数据环境下的可扩展性以及在高维稀疏数据下的推荐精度,基于Spark平台实现了一种分层联合聚类协同过滤算法。利用联合聚类对数据集进行稀疏性处理并构建聚类模型,运用层次分析模型并结合评分密集度分析联合聚类模型中用户和项目潜在类别权重,由此进行项目相似度计算并构建项目最近邻居集合,完成在线推荐。通过在GroupLens提供的不同规模MovieLens数据集上实验表明,改进后的算法能够明显提高推荐的准确度,并且在分布式环境下具有良好的推荐效率和可扩展性。

关键词：协同过滤联合聚类层次分析模型 Spark

来源：评论

学校读者我要写书评

暂无评论

基于特征融合的奶牛个体识别

引用

江苏农业科学 2018年第24期46卷 278-281页

作者：张满囤米娜于洋单新媛阎刚郭迎春河北工业大学计算机科学与软件学院/河北省大数据计算重点实验室天津300401

为快速精准对奶牛个体进行自动化识别,提出一种基于改进方向梯度直方图与局部二值模式(HOG-LBP)特征融合的特征提取算法,结合主成分分析对奶牛个体进行分类。首先依据奶牛头部鼻镜和额部位差异明显的特点,利用方向梯度直方图(HOG)特征... 详细信息

为快速精准对奶牛个体进行自动化识别,提出一种基于改进方向梯度直方图与局部二值模式(HOG-LBP)特征融合的特征提取算法,结合主成分分析对奶牛个体进行分类。首先依据奶牛头部鼻镜和额部位差异明显的特点,利用方向梯度直方图(HOG)特征检测算法进行边缘特征提取,得到奶牛头部的轮廓特征,然后与改进的局部二值模式(LBP)纹理特征提取进行特征融合,结合主成分分析方法进行奶牛个体识别,对20 000张奶牛图像进行试验。结果表明,该方法识别正确率超过99%,可成功应用到奶牛识别领域。

关键词：轮廓特征局部纹理特征特征融合主成分分析奶牛个体识别

来源：评论

学校读者我要写书评

暂无评论

基于显著区域检测的SURF特征匹配优化算法

引用

软件导刊 2017年第3期16卷 22-26页

作者：陈谦吴清河北工业大学计算机科学与软件学院河北省大数据计算重点实验室天津300401

针对传统SURF匹配算法在特征点选取阶段选取了大量不符合匹配预期的特征点,增加了后期匹配的运算复杂度,提出一种SURF算子和显著区域检测相结合的方法。为使检测出的极值点和预期匹配的目标更加接近,用SURF算子构建出尺度空间图像后对... 详细信息

针对传统SURF匹配算法在特征点选取阶段选取了大量不符合匹配预期的特征点,增加了后期匹配的运算复杂度,提出一种SURF算子和显著区域检测相结合的方法。为使检测出的极值点和预期匹配的目标更加接近,用SURF算子构建出尺度空间图像后对该空间作显著区域检测,再对特征点赋显著度权值并通过孤立点剔除和局部冗余筛选出目标点,筛选后的特征点比传统方法得到的特征点数量明显减少,在降低时间复杂度的同时匹配精度提高了18%。特征匹配时引入RANSAC算法剔除误匹配点对,对匹配结果作进一步修正。实验表明,与传统SURF算法比较,改进算法在实时性和匹配精度方面均更优。

关键词： SURF算法显著区域检测尺度空间特征值匹配精度 RANSAC算法

来源：评论

学校读者我要写书评

暂无评论

基于多任务自编码器的MOOC课程推荐模型

引用

计算机工程与设计 2023年第10期44卷 3117-3123页

作者：董永峰王巍然董瑶史进王雅琮河北工业大学人工智能与数据科学学院天津300401 国家开放大学数字化学习技术集成与应用教育部工程研究中心北京100039 河北工业大学河北省大数据计算重点实验室天津300401

为解决在线学习当中,学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题,提出一种基于多任务自编码器的课程推荐模型(multi-task autoencoder course recommendation model,MAEM)。通过分析学习者的学习行为,将总体任务分... 详细信息

为解决在线学习当中,学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题,提出一种基于多任务自编码器的课程推荐模型(multi-task autoencoder course recommendation model,MAEM)。通过分析学习者的学习行为,将总体任务分为两个子任务:任务一是学习者浏览课程章节列表行为,任务二是完成课程50%的学习行为,通过共享网络底部的隐藏层提高泛化能力。模型总体划分为共享嵌入、自编码器与分解预测、任务组合3个模块,3个模块协同工作,旨在突破训练数据稀疏问题。将MAEM与7种常用的推荐算法比较,实验结果表明,MAEM算法优于7种热门的推荐算法,验证了其在课程推荐中的有效性。

关键词：多任务学习自编码器课程推荐数据稀疏性行为分解特征提取在线学习

来源：评论

学校读者我要写书评

暂无评论

基于改进K-means算法的学生用户画像构建研究

引用

河北工业大学学报 2022年第3期51卷 19-24页

作者：许智宏李彤彤董永峰董瑶河北工业大学人工智能与数据科学学院天津300401 河北工业大学河北省大数据计算重点实验室天津300401

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型。通... 详细信息

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型。通过对学生行为数据、学生成绩数据的多特征重要性分析进行降维,分散数据点后对特征赋予权重计算每个特征对数据整体的影响情况,分析归纳得出结论,描绘出客观细致的学生用户画像。实验结果表明,DPCA-K-means算法结果与经典模型相比准确率有较大提升,对学生用户画像更准确。

关键词： K-means算法 PCA算法权重用户画像校园一卡通数据

来源：评论

学校读者我要写书评

暂无评论

基于共享空间的跨语言情感分类

引用

信息技术与信息化 2020年第5期 202-207页

作者：张萌萌河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室(河北工业大学) 天津300401

情感分类是通过分析用户在互联网中发布评论数据进行情感倾向判断,其过程需要质量比较高的情感资源。然而这些情感资源在不同语言之间的存在相当不均衡,一些语言的资源相对匮乏限制了情感分类的发展。因此借助源语言的资源预测目标语言... 详细信息

情感分类是通过分析用户在互联网中发布评论数据进行情感倾向判断,其过程需要质量比较高的情感资源。然而这些情感资源在不同语言之间的存在相当不均衡,一些语言的资源相对匮乏限制了情感分类的发展。因此借助源语言的资源预测目标语言情感取向的跨语言情感分类吸引了很多研究者的关注。在以往进行的跨语言情感分类研究中,主要借助机器翻译引擎进行两种语言之间的映射,但是这些方法的分类效果严重依赖于翻译的质量,同时很难去获取到文本中的情感信息。本文提出了一种基于共享空间的跨语言情感分类方法,该方法是通过TF-IDF算法提取语料集中的关键词,使用LDA模型进行主题分析获取主题词序列,依据所得结果构建双语词典,去学习一种共享空间表示,同时根据情感极性词典可以获取到文本中的情感信息。当获取共享空间表示后,将训练数据(源语言)转换到该空间,利用学习到的共享表示训练分类器,测试数据(目标语言)同样转换到该空间对分类器进行测试。实验结果表明本文的方法可以减少源语言和目标语言之间存在的数据不均衡问题,有效地进行跨语言情感分类。

关键词：跨语言情感分类深度学习共享表示空间 TF-LDA 双语词典 LDA

来源：评论

学校读者我要写书评

暂无评论

基于骨架能量图的奶牛步态识别

引用

江苏农业科学 2020年第19期48卷 257-262页

作者：张满囤王萌萌刘天鹤温素丹于洋河北工业大学人工智能与数据科学学院/河北省大数据计算重点实验室天津300401

为了提高奶牛步态识别领域中对远距离奶牛目标的识别准确率和算法的普遍适用性,提出一种基于奶牛骨架能量图的步态识别算法。首先对奶牛视频序列进行前景提取,接着利用查表法对步态序列细化得到奶牛步态序列骨架图,然后把奶牛骨架图以... 详细信息

为了提高奶牛步态识别领域中对远距离奶牛目标的识别准确率和算法的普遍适用性,提出一种基于奶牛骨架能量图的步态识别算法。首先对奶牛视频序列进行前景提取,接着利用查表法对步态序列细化得到奶牛步态序列骨架图,然后把奶牛骨架图以周期为单位生成步态能量图并进行特征提取,最后比对奶牛骨架能量特征图降维后与数据库中步态数据,输出步态识别结果。结果表明,在测试集中的奶牛步态识别正确率达87.6%,明显高于其他算法,并且对远距离目标有更好的识别效果,能更有针对性地分析四肢运动,抑制与步态运动无关的信息,提高了分类的准确性。

关键词：奶牛个体识别前景提取骨架能量图分类

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：