检索结果-内蒙古大学图书馆

延迟索赔数目随机的时依更新风险模型破产概率的渐近估计

引用

高校应用数学学报(A辑) 2025年第1期40卷 15-28页

作者：刘扬傅可昂浙大城市学院数字金融研究院浙江杭州310015 浙大城市学院计算机与计算科学学院浙江杭州310015 浙江大学数学科学学院浙江杭州310058

考虑带有延迟索赔的非标准更新风险模型,其中每个(主)索赔都伴有随机个延迟索赔,在索赔额与索赔发生时间存在某种相依关系且索赔额服从次指数分布的条件下,得到了该风险模型有限时间破产概率的渐近估计.

关键词：延迟索赔更新风险模型破产概率次指数分布族时依结构

来源：评论

学校读者我要写书评

暂无评论

基于意图识别的不确定性行为序列预测方法

引用

浙江大学学报（工学版） 2022年第2期56卷 254-262页

作者：何飞金苍宏吴明晖浙大城市学院计算机与计算科学学院浙江杭州310015 浙江大学计算机科学与技术学院浙江杭州310027

针对协同推荐和序列表征方法在预测用户行为任务上面临的行为不确定性和数据稀疏问题,提出基于意图识别的不确定性行为序列预测(G2IE)方法. G2IE方法根据计划行为理论(TPB),对用户行为序列中受控行为模式进行挖掘;基于信息熵计算相邻受... 详细信息

针对协同推荐和序列表征方法在预测用户行为任务上面临的行为不确定性和数据稀疏问题,提出基于意图识别的不确定性行为序列预测(G2IE)方法. G2IE方法根据计划行为理论(TPB),对用户行为序列中受控行为模式进行挖掘;基于信息熵计算相邻受控行为之间的不确定性行为列表的行为转移意图强度;融合行为转移意图增强行为关系,弥补行为意图缺失. G2IE方法挖掘行为的不确定性关系,并用模型进行量化,用于解决行为不确定性难点;通过融合转移意图方法能够发现更多的行为关系,也在一定程度上缓解数据稀疏的问题.较其他使用行为直接关系的方法,G2IE方法有更准确丰富的表示能力.在3个公开行为数据集上进行对比实验,结果表明,本研究方法在综合指标F1值上均为最优,证明了所提方法的有效性.

关键词：行为模式挖掘不确定性关系意图识别图嵌入行为序列预测

来源：评论

学校读者我要写书评

暂无评论

基于多目标文化鲸鱼算法的水库防洪调度

引用

计算机集成制造系统 2022年第11期28卷 3494-3509页

作者：王万良董建杭王铮赵燕伟张仁贡李国庆胡明志浙江工业大学计算机科学与技术学院浙大城市学院计算机与计算科学学院浙大城市学院机械工程系浙江禹贡信息科技有限公司

水库防洪调度问题(RFCO)是复杂的多目标问题(MOPs),具有众多复杂的约束条件，相互依存的决策变量，以及相互冲突的优化目标，传统研究多停留在将多目标问题转换为单目标问题解决，在实际应用中存在一定限制。鉴于此，提出一种针对水库... 详细信息

水库防洪调度问题(RFCO)是复杂的多目标问题(MOPs),具有众多复杂的约束条件，相互依存的决策变量，以及相互冲突的优化目标，传统研究多停留在将多目标问题转换为单目标问题解决，在实际应用中存在一定限制。鉴于此，提出一种针对水库防洪调度的多目标优化方法——文化鲸鱼算法(MOCWOA)。MOCWOA以文化算法(CA)为框架，在种群空间采用鲸鱼优化算法(WOA),在信度空间定义了3种知识结构以提高算法所得结果的多样性和收敛精度。MOCWOA先应用于典型测试函数的优化，之后进一步应用于实际的水库防洪调度问题，并与几种优秀的多目标优化算法进行对比，结果表明，无论是在典型测试函数上，还是在实际RFCO问题上，MOCWOA都具有一定的优势。

关键词：水库防洪调度多目标优化鲸鱼算法文化算法帕累托最优

来源：评论

学校读者我要写书评

暂无评论

多目标粒子群优化算法及其应用研究综述

引用

浙江大学学报（工学版） 2024年第6期58卷 1107-1120,1232页

作者：叶倩琳王万良王铮浙江工业大学计算机科学与技术学院浙江杭州310023 浙大城市学院计算机与计算科学学院浙江杭州310015

现有研究较少涵盖最先进的多目标粒子群优化(MOPSO)算法.本研究介绍了多目标优化问题(MOPs)的研究背景,阐述了MOPSO的基本理论.根据特征将其分为基于Pareto支配、基于分解和基于指标的3类MOPSO算法,介绍了现有的经典算法.介绍相关评价指... 详细信息

现有研究较少涵盖最先进的多目标粒子群优化(MOPSO)算法.本研究介绍了多目标优化问题(MOPs)的研究背景,阐述了MOPSO的基本理论.根据特征将其分为基于Pareto支配、基于分解和基于指标的3类MOPSO算法,介绍了现有的经典算法.介绍相关评价指标,并选取7个有代表性的算法进行性能分析.实验结果展示了传统MOPSO和3类改进的MOPSO算法各自的优势与不足,其中,基于指标的MOPSO在收敛性和多样性方面表现较优.对MOPSO算法在生产调度、图像处理和电力系统等领域的应用进行简要介绍.并探讨了MOPSO算法用于求解复杂优化问题的局限性及未来的研究方向.

关键词：粒子群优化多目标优化 Pareto解集收敛性多样性

来源：评论

学校读者我要写书评

暂无评论

折线型平面办公建筑的低能耗形态

引用

同济大学学报（自然科学版） 2024年第9期52卷 1428-1437页

作者：应小宇皇甫凡雨王贵金佳云浙江大学建筑工程学院浙江杭州310058 浙大城市学院国土空间规划学院浙江杭州310015 浙大城市学院计算机与计算科学学院浙江杭州310015

针对折线型平面的办公建筑,选取其中最基本的“一折”平面作为研究对象,通过收集以杭州、上海为主的折线型建筑案例的数据,以面宽、进深和折角等基础参数作为生成平面形态的边界条件;借助Python工具进行数学建模,生成不同形式的“一折... 详细信息

针对折线型平面的办公建筑,选取其中最基本的“一折”平面作为研究对象,通过收集以杭州、上海为主的折线型建筑案例的数据,以面宽、进深和折角等基础参数作为生成平面形态的边界条件;借助Python工具进行数学建模,生成不同形式的“一折”平面建筑模型;利用基于EnergyPlus平台的Designbuilder能耗软件对各模型进行全年能耗动态模拟;通过斯皮尔曼系数法进行相关性分析,得到影响能耗最大的两个平面形态参数,面宽进深比M_(1)和斜进深M_(2)。研究表明,一折平面存在形态临界点,面宽进深比的临界点为7.6,斜进深的临界点为32 m。通过数据拟合得到形态参数M_(1)、M_(2)与总能耗E_(1)相互映射的变化趋势,即M_(1)‒M_(2)‒E1的等高线图。

关键词：夏热冬冷地区折线型办公建筑能耗模拟平面形态参数回归拟合

来源：评论

学校读者我要写书评

暂无评论

基于B样条拟合与回归模型的脑神经纤维聚类方法

引用

计算机辅助设计与图形学学报 2022年第12期34卷 1920-1929页

作者：徐超清王云超孙国道梁荣华徐秀芳浙大城市学院计算机与计算科学学院杭州310015 浙江工业大学计算机科学与技术学院杭州310023 杭州医学院杭州310053

针对现有的神经纤维聚类技术通常依赖于纤维束的空间位置,缺乏对神经纤维走向信息考量的问题,提出一种基于B样条拟合与回归模型的脑神经纤维聚类方法,将神经纤维进行B样条拟合与采样,标准化,使用线性回归方程进行神经纤维描述,构造出每... 详细信息

针对现有的神经纤维聚类技术通常依赖于纤维束的空间位置,缺乏对神经纤维走向信息考量的问题,提出一种基于B样条拟合与回归模型的脑神经纤维聚类方法,将神经纤维进行B样条拟合与采样,标准化,使用线性回归方程进行神经纤维描述,构造出每根神经纤维的高斯密度函数与神经纤维分布的极大似然函数,使用EM聚类算法进行聚类.将该算法与QB聚类算法应用到真实医学数据(PPMI影像数据跟踪出的脑神经纤维)上,并对聚类结果与QB聚类结果进行评估,定性地判断分类结果在解剖学空间上的相似性,定量地比较聚类后脑神经纤维的数目.实验结果表明,该方法在功能区层面的聚类可以更有效地分割出具有解剖学结构的脑神经纤维.

关键词：脑神经纤维 B样条拟合线性回归 EM聚类算法纤维聚类

来源：评论

学校读者我要写书评

暂无评论

平行机在线排序综述

引用

中国科学：数学 2020年第9期50卷 1183-1200页

作者：林凌谈之奕浙大城市学院计算机与计算科学学院杭州310015 浙江大学数学科学学院杭州310027

平行机排序是一类重要的组合优化问题,列表在线排序是在线问题研究形成和发展的重要推手,也是成果最为丰富的在线问题之一.本文回顾以最大完工时间为目标的在线和半在线排序问题的最新进展,总结工件可拒绝、机器可增加及目标为机器负载... 详细信息

平行机排序是一类重要的组合优化问题,列表在线排序是在线问题研究形成和发展的重要推手,也是成果最为丰富的在线问题之一.本文回顾以最大完工时间为目标的在线和半在线排序问题的最新进展,总结工件可拒绝、机器可增加及目标为机器负载的Lp范数等3类复杂目标在线排序问题的主要结果,介绍竞争比近似方案、带建议的在线算法和多样化算法性能指标等3个在线排序新课题.

关键词：排序在线竞争比

来源：评论

学校读者我要写书评

暂无评论

基于条件生成对抗网络的图像翻译综述

引用

计算机辅助设计与图形学学报 2024年第1期36卷 14-32页

作者：屠杭垚王万良陈嘉诚李国庆吴菲浙大城市学院计算机与计算科学学院杭州3100152 浙江大学计算机科学与技术学院杭州3100583 浙江工业大学计算机科学与技术学院杭州310014

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以... 详细信息

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题.

关键词：条件生成对抗网络图像翻译生成模型图像质量评价

来源：评论

学校读者我要写书评

暂无评论

基于自适应群组重排的长尾推荐模型

引用

计算机应用 2023年第4期43卷 1122-1128页

作者：金苍宏邵育华何琴芳浙大城市学院城市大脑研究院杭州310015 浙大城市学院计算机与计算科学学院杭州310015

针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐... 详细信息

针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐模型(AGRM)。首先,利用欧氏距离构建二维加权相似度度量,根据个体历史行为记录动态设定替换比例,并利用融入群组的多目标优化算法解决长尾推荐问题;其次,设计两个简明的目标函数,并同时考虑流行度和长尾关注度,以降低目标函数的复杂性;然后,基于二维加权相似度度量,选择用户子集作为“最佳推荐用户组”,并计算帕累托最优解。在MovieLens 1M和Yahoo数据集上的实验结果表明,AGRM的覆盖率表现最优,与基于物品相似的协同过滤(ItemCF)算法相比,分别平均提升了4.11、25.38个百分点;与用于Top-N推荐的具有浅并行路径的深度变分自动编码器(VASP)模型相比,分别平均提升了8.38、33.19个百分点。在Yahoo数据集上,AGRM的推荐的平均流行度最低,表明AGRM能够推荐更多长尾项目。

关键词：长尾推荐自适应重排多目标优化有效用户群组行为决策模型

来源：评论

学校读者我要写书评

暂无评论

基于属性特征知识图谱的细粒度葡萄园害虫识别

引用

农业工程学报 2023年第11期39卷 146-154页

作者：郑增威李彦臻刘益林中琦向正哲何梦竹孙霖浙大城市学院计算机与计算科学学院杭州310015 智能植物工厂浙江省工程实验室杭州310015 浙江大学计算机科学与技术学院杭州310027

针对葡萄园害虫识别过程中害虫种类繁多、形态属性复杂、实体间深层次关联关系差等因素导致的识别准确率不够高的问题,该研究提出一种基于属性特征知识图谱的细粒度葡萄害虫识别模型。该模型以视觉编码器作为提取图像高层表征的骨干网络... 详细信息

针对葡萄园害虫识别过程中害虫种类繁多、形态属性复杂、实体间深层次关联关系差等因素导致的识别准确率不够高的问题,该研究提出一种基于属性特征知识图谱的细粒度葡萄害虫识别模型。该模型以视觉编码器作为提取图像高层表征的骨干网络,并结合知识图谱具有在描述害虫实体属性特征和害虫实体间关联方面的优势,将知识图谱所提供的细粒度属性特征和害虫实体关联特征信息用于葡萄园害虫分类研究。该方法在2个数据集上进行了测试:一是GP21数据集,该数据集由公开大规模害虫数据集IP102中21类葡萄园相关害虫类别图像构成;二是GP8数据集,该数据集包含从农业生产基地实地采集并手工标注的8种葡萄园害虫。试验结果表明,该文所提模型性能明显优于普遍通用预训练网络模型,分类准确率在GP21数据集和GP8数据集上分别达到了91.21%和95.03%,相比于仅使用视觉编码器分别增加1.64和1.17个百分点。这证明属性特征知识图谱的引入能够辅助视觉编码器捕获细粒度更高的葡萄园害虫特征信息,有效解决了葡萄园害虫识别中的精度不够高的问题。

关键词：知识图谱图像识别深度学习葡萄害虫关联特征图像分类

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：