检索结果-内蒙古大学图书馆

南京大学学报（自然科学版） 2023年第4期59卷 629-643页

作者：王大利许晴媛李进金朱泳帆闽南师范大学计算机学院漳州363000 数据科学与智能应用福建省高校重点实验室闽南师范大学漳州363000 闽南师范大学数学与统计学院漳州363000 福建省粒计算及其应用重点实验室闽南师范大学漳州363000

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造... 详细信息

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法;其次,通过知识点网络诱导知识点背景,在已知学习者知识状态的情况下对学习者掌握的知识点进行评估,并给出知识点网络下的学习路径图及其算法;最后,通过实验验证了提出的算法的有效性和可行性.研究发现,由知识点网络诱导的知识点背景确定的知识点结构满足良级性.

关键词：知识点网络有效知识点组合知识点背景知识评估学习路径

来源：评论

学校读者我要写书评

暂无评论

基于FT-粗糙集构建知识结构与寻找学习路径方法

引用

山东大学学报(理学版) 2024年

作者：周缪娟黄韩亮张纪平李进金闽南师范大学数学与统计学院福建省粒计算及其应用重点实验室泉州师范学院数学与计算机科学学院

提出FT-粗糙集下构建知识结构的方法,讨论如何对学习者进行技能评估和学习路径选择。在模糊近似空间中,利用FT-粗糙集的上逆和下逆模型构建知识结构并研究了知识结构的性质。在已知学习者的知识状态的情形下对知识结构技能的掌握情况进... 详细信息

提出FT-粗糙集下构建知识结构的方法,讨论如何对学习者进行技能评估和学习路径选择。在模糊近似空间中,利用FT-粗糙集的上逆和下逆模型构建知识结构并研究了知识结构的性质。在已知学习者的知识状态的情形下对知识结构技能的掌握情况进行评估,并给出学习路径图及其算法,通过教学实例说明算法的有效性和可行性。

关键词：知识空间理论 FT-粗糙集知识结构技能评估学习路径

来源：评论

学校读者我要写书评

暂无评论

基于边界域条件熵的最优尺度约简

引用

南京大学学报（自然科学版） 2023年第6期59卷 1034-1047页

作者：金铭陈锦坤孙亚超闽南师范大学数学与统计学院漳州363000 福建省粒计算及其应用重点实验室闽南师范大学漳州363000

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此... 详细信息

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此考虑利用边界域条件熵直接求最优尺度约简.首先,引入多尺度决策表中最优尺度约简的定义,给出多种最优尺度约简的定义,探讨在协调和不协调两种背景下几种最优尺度约简之间的关系.其次,给出多尺度决策表中边界域条件熵的定义,讨论边界域条件熵的若干性质以及与约简的关系.最后,给出基于边界域条件熵的最优尺度约简算法,并用实验验证该方法的有效性.

关键词：粗糙集多尺度决策表最优尺度约简边界域条件熵

来源：评论

学校读者我要写书评

暂无评论

基于分数基音延迟动态搜索的语音隐写算法

引用

电子学报 2023年第1期51卷 67-75页

作者：田晖严艳汤莉莉吴俊彦王慧东全韩彧华侨大学计算机科学与技术学院福建厦门361021 厦门市数据安全与区块链技术重点实验室福建厦门361021 福建省大数据智能与安全重点实验室福建厦门361021 华侨大学机电及自动化学院福建厦门361021

论文提出了一种基于分数基音延迟动态搜索的语音隐写算法.该算法可根据隐藏容量(x比特/子帧)的需要将分数基音延迟候选值集合划分为2x个子集,每个子集代表不同的x比特信息.在闭环基音搜索过程中,可为每个子帧选择既能表示待嵌入隐秘信... 详细信息

论文提出了一种基于分数基音延迟动态搜索的语音隐写算法.该算法可根据隐藏容量(x比特/子帧)的需要将分数基音延迟候选值集合划分为2x个子集,每个子集代表不同的x比特信息.在闭环基音搜索过程中,可为每个子帧选择既能表示待嵌入隐秘信息且内插后的归一化相关系数最大的分数基音延迟候选值,从而有效降低隐写操作对于原始载体的影响.以目前IP语音系统中广泛使用的自适应多速率语音编码为例,对该算法从隐藏容量、不可感知性及抗检测性三方面进行了性能评估并与相关工作进行了对比分析.实验结果表明,本文提出的隐写算法较之现有基于基音延迟的隐写算法可在确保较高隐写容量的同时达到更好隐写安全性(即更好抗检测能力和不可感知性).

关键词：语音隐写动态搜索分数基音延迟自适应多速率语音编码隐写安全性

来源：评论

学校读者我要写书评

暂无评论

一种融合图数据多元结构和特征的图池化方法

引用

计算机工程 2025年第1期51卷 128-137页

作者：王翔魏玉锌毛国君福建理工大学计算机科学与数学学院福建福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福建福州350118

在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在... 详细信息

在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在图池化过程中没有考虑丢弃节点的特征,造成图数据的重要信息损失。为此,提出一种基于多元特征融合的图池化方法来同时捕获图数据的局部拓扑信息、全局拓扑信息以及长距离节点依赖关系,并使用1个聚合模块聚合这些特征信息得到1个新的池化图。为了解决图池化过程中节点特征信息丢失的问题,提出一种新的特征融合方法将丢弃节点的信息以一定比例汇聚到保留节点上。基于该池化方法,构建基于分层池化的图分类模型。在D&D、PROTEINS、NCI1和NCI1094个数据集上的实验结果表明,与最佳基线模型相比,所提模型的分类准确率分别提升了2.97、3.59、0.48和0.24个百分点,能够更有效利用图数据的特征信息、拓扑信息和长距离节点依赖信息,在图分类任务上取得了更好的效果。

关键词：图池化图分类拓扑信息长距离节点依赖特征融合

来源：评论

学校读者我要写书评

暂无评论

多尺度特征聚合的小样本学习方法

引用

计算机工程与应用 2023年第15期59卷 151-159页

作者：曾武毛国君福建工程学院计算机科学与数学学院福州350118 福建省大数据挖掘与应用重点实验室福州350118

针对大多数小样本学习在特征提取中存在特性信息提取不足、难以准确地提取样本中的重要特征信息以及类内样本多样性可能导致类中心点偏离等问题。提出一种多尺度特征聚合的小样本学习方法(MSFA)。具体来说,该方法利用多尺度生成模块生... 详细信息

针对大多数小样本学习在特征提取中存在特性信息提取不足、难以准确地提取样本中的重要特征信息以及类内样本多样性可能导致类中心点偏离等问题。提出一种多尺度特征聚合的小样本学习方法(MSFA)。具体来说,该方法利用多尺度生成模块生成关于全部训练样本的多种不同尺度的特征信息,使用自注意力聚合不同尺度的重要特征信息,并将不同尺度的重要特征信息进行拼接,以此来实现关于图像更为准确的特征表达。分别计算每个查询集样本与类原型的距离以及与类内各样本间距离的平均值,并以加权方式得出最终距离。在miniImageNet、tiered-ImageNet和Standford Dogs三个数据集上进行大量的实验,实验结果表明:提出的方法可以大幅提升基线方法的分类性能,特别是在miniImageNet数据集上,在5-way 1-shot和5-way 5-shot设置中,相较于Prototypical Network方法,分类准确率分别提升7.42和6.28个百分点。

关键词：小样本学习特征增强自注意力机制多尺度特征融合图像分类

来源：评论

学校读者我要写书评

暂无评论

复杂场景下显著性目标检测注意力金字塔网络

引用

计算机工程与应用 2023年第22期59卷 259-267页

作者：方金生陶余昊朱古沛陈彦佑闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室(闽南师范大学) 福建漳州363000

近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyr... 详细信息

近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyramid pooling network,ABAPNet),用于复杂场景下的显著性目标检测。ABAPNet通过引入级联式通道注意力和空间注意力机制,采用特征金字塔网络架构获取多层次的语义特征,以高层特征信息来辅助浅层特征;再通过融合二进制交叉熵、结构相似性和联合交集的混合损失函数,可增强获取重要语义特征并且关注目标边界特征,从而引导网络从复杂背景中更好地检测目标。在5个公开数据集上的实验表明,ABAPNet在多个评价指标上均优于比较算法,达到最优性能。

关键词：显著性目标检测注意力机制深度学习金字塔池化边界感知

来源：评论

学校读者我要写书评

暂无评论

双特征流融合和边界感知的显著性目标检测

引用

计算机工程与应用 2024年第10期60卷 227-236页

作者：杨鑫朱恒亮毛国君福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用技术重点实验室福州350118

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改... 详细信息

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改变输入图像尺寸来丰富多尺度信息,并自顶向下逐层聚合特征得到精细的预测结果。首先将输入图像调整为两种不同分辨率分别送入编码器,提取丰富的多层级特征形成双特征流;其次将双特征流自顶向下逐层融合,生成由粗到细的显著图;最后构建了边界感知结构,凭借上下文语义信息的指导生成精细的物体轮廓。在五个公开数据集上进行了大量实验,实验结果表明,所提算法在结构相似性(Sm)等多个指标上取得了更高的检测精度,生成的显著图目标完整且边缘清晰。

关键词：显著性目标检测全卷积神经网络多尺度学习双特征流融合边界感知

来源：评论

学校读者我要写书评

暂无评论

Ornstein-Uhlenbeck过程刻画的股票市场下的最优超额损失再保险和投资

引用

应用概率统计 2024年第5期40卷 741-756页

作者：黄玲刘海燕陈密福建师范大学数学与统计学院福州350117 分析数学及应用教育部重点实验室福州350117 统计学与人工智能福建省高校重点实验室福州350117

本文在扩散逼近风险模型下研究了保险公司的最优投资和再保险策略.假设保险公司可购买超额损失再保险,并将盈余投资于无风险资产和风险资产组成的金融市场,其中风险资产价格模型受Ornstein-Uhlenbeck过程影响.保险公司的目标是使终端财... 详细信息

本文在扩散逼近风险模型下研究了保险公司的最优投资和再保险策略.假设保险公司可购买超额损失再保险,并将盈余投资于无风险资产和风险资产组成的金融市场,其中风险资产价格模型受Ornstein-Uhlenbeck过程影响.保险公司的目标是使终端财富的期望指数效用最大化.利用随机控制理论和HJB方程,推导出了最优策略和值函数的显式表达式.最后,通过数值分析讨论了模型参数对最优策略和值函数的影响.

关键词： HJB方程 Ornstein-Uhlenbeck过程指数效用超额损失再保险投资

来源：评论

学校读者我要写书评

暂无评论

通货膨胀下的α-鲁棒最优投资策略研究

引用

数学物理学报（A辑） 2024年第6期44卷 1617-1629页

作者：陈雅婷刘海燕陈密福建师范大学数学与统计学院福州350117 分析数学及应用教育部重点实验室福州350117 统计学与人工智能福建省高校重点实验室福州350117

该文主要研究通货膨胀下具有模型不确定性的最优投资问题.假定金融市场上存在无风险资产、风险资产以及用于对冲通胀风险的通货膨胀指数债券可投资,其中风险资产价格服从CEV模型,而后利用价格指数水平折现各类资产价格呈现其真实价格,... 详细信息

该文主要研究通货膨胀下具有模型不确定性的最优投资问题.假定金融市场上存在无风险资产、风险资产以及用于对冲通胀风险的通货膨胀指数债券可投资,其中风险资产价格服从CEV模型,而后利用价格指数水平折现各类资产价格呈现其真实价格,运用α-maxmin均值方差效用函数建立投资模型,并通过求解HJB方程获得均衡投资策略与值函数的显式解.最后结合数值仿真分析了参数变动下的最优投资策略变化趋势.

关键词：通货膨胀指数债券通胀折现 α -鲁棒均值方差准则 CEV 模型

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：