检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2022年第1期52卷 154-161页

作者：雷景佩欧阳丹彤张立明吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对知识图谱中定义域值域约束补全问题,将其转化成链接预测问题并使用基于知识图谱嵌入模型预测缺失数据。针对定义域值域约束补全问题的结构,在两种基于翻译的知识图谱嵌入模型TransE和RotatE基础上给出了两种高效的约束补全方法DCaT-... 详细信息

针对知识图谱中定义域值域约束补全问题,将其转化成链接预测问题并使用基于知识图谱嵌入模型预测缺失数据。针对定义域值域约束补全问题的结构,在两种基于翻译的知识图谱嵌入模型TransE和RotatE基础上给出了两种高效的约束补全方法DCaT-T和DCaT-R。特别地,为提升补全方法的预测性能,DCaT-T与DCaT-R方法均采用了两阶段的训练方法。实验结果表明,DCaT-T和DCaT-R优于类型预测方法SDType,DCaT-T方法优于同在TransE基础上实现的嵌入表示模型ConnectE类型预测方法,并且两阶段的训练方法能够进一步提高模型的预测能力。

关键词：人工智能知识图谱定义域值域约束补全知识图谱嵌入

来源：评论

学校读者我要写书评

暂无评论

基于稀疏系数矩阵重构的多标记特征选择

引用

计算机学报 2022年第9期45卷 1827-1841页

作者：李永豪胡亮高万夫吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

处理复杂的多标记数据对于特征选择而言是一项挑战性任务.然而,现存的多标记特征选择方法存在三个问题未解决.首先,现有的多标记特征选择方法利用样例层流形正则化项保持样例的相似性结构或借助标签关联来指导特征选择,但两者对于特征... 详细信息

处理复杂的多标记数据对于特征选择而言是一项挑战性任务.然而,现存的多标记特征选择方法存在三个问题未解决.首先,现有的多标记特征选择方法利用样例层流形正则化项保持样例的相似性结构或借助标签关联来指导特征选择,但两者对于特征选择的指导存在互补关系.其次,早期方法基于样例相似性所构造的近邻矩阵来探索标签关联,却忽略了成对标签本身的关联性.最后,早期方法整合多个未知变量,导致目标函数的求解变得困难.为解决上述问题,本文基于最小二乘回归模型构建经验损失函数,然后在目标函数中引入标签正则化项探索标签之间的关联,同时利用特征矩阵与重构稀疏系数矩阵的乘积表示预测标签并保留数据本身的局部几何结构.上述各项被整合在一个联合学习框架内.针对该学习框架,一套证明可收敛的优化方案被设计.在13个真实的多标记基准数据集上进行实验,实验结果验证了所提方法的有效性.

关键词：特征选择多标记学习流形学习稀疏化学习分类

来源：评论

学校读者我要写书评

暂无评论

基于残差网络的弯道增强车道线检测方法

引用

吉林大学学报（工学版） 2023年第2期53卷 584-592页

作者：时小虎吴佳琦吴春国程石翁小辉常志勇吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学机械与航空航天工程学院长春130022 吉林大学生物与农业工程学院长春130022 吉林大学工程仿生教育部重点实验室长春130022

本文以提高弯道检测效果为主要目的,并综合考虑检测速度,提出了一种基于残差网络的弯道增强车道线检测方法。该方法采用残差网络为主体框架,通过在损失函数中加入弯道结构约束条件实现弯道增强;另一方面,为降低模型的复杂度,采用权值稀... 详细信息

本文以提高弯道检测效果为主要目的,并综合考虑检测速度,提出了一种基于残差网络的弯道增强车道线检测方法。该方法采用残差网络为主体框架,通过在损失函数中加入弯道结构约束条件实现弯道增强;另一方面,为降低模型的复杂度,采用权值稀疏剪枝技术对模型进行缩减。实验结果表明:本文提出的弯道增强策略有效提高了在弯道场景下的算法性能,且对直线车道的检测性能影响较小。加入了权值稀疏剪枝策略之后,算法在性能未明显下降的前提下大幅度减少了计算时间,更符合实际生产需求。

关键词：计算机应用技术车道线检测残差网络损失函数剪枝

来源：评论

学校读者我要写书评

暂无评论

基于实体类别信息的数据分析与关系抽取模型构建

引用

吉林大学学报(理学版) 2025年第2期63卷 428-436页

作者：杨航张啸成张永刚吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对文档级关系抽取任务中的实体多提及问题和实体对噪音问题,使用实体的类别信息,提出一个基于实体类别信息的关系抽取模型(EUT模型),该模型通过实体类别判断和类别对产生的关系类别先验两个子任务提高关系抽取结果.实体类别判断任务... 详细信息

针对文档级关系抽取任务中的实体多提及问题和实体对噪音问题,使用实体的类别信息,提出一个基于实体类别信息的关系抽取模型(EUT模型),该模型通过实体类别判断和类别对产生的关系类别先验两个子任务提高关系抽取结果.实体类别判断任务对实体进行类型标记后,再对实体所有提及进行类型分类,使实体的多个提及产生更丰富且相近的特征表示.关系类别先验任务使模型获得实体对的头尾类型所产生的关系分布先验,通过实体对的类别降低错误实体对噪音.为验证EUT模型的效果,在两个文档级数据集DocRED和Re-DocRED上进行实验,实验结果表明,该模型有效利用了实体的类型信息,与基础模型相比取得了更好的关系抽取效果,表明实体的类别信息对文档级关系抽取有重要影响.

关键词：文档级关系抽取知识图谱结构化先验自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的序列交叉熵哈希

引用

吉林大学学报（工学版） 2023年第12期53卷 3536-3546页

作者：王振杨宵晗吴楠楠李国坤冯创山东理工大学计算机科学与技术学院山东淄博255022 吉林大学符号计算与知识工程教育部重点实验室长春130012

为了快速响应遥感图像的近邻检索请求,提出了基于生成对抗网络的序列交叉熵哈希(GANOCH)。首先,建立了基于交叉熵的序列保持目标函数,确保任意三元组样本在不同空间内的序列相似性关系具有相同的概率分布,增强了序列保持约束性。然后,... 详细信息

为了快速响应遥感图像的近邻检索请求,提出了基于生成对抗网络的序列交叉熵哈希(GANOCH)。首先,建立了基于交叉熵的序列保持目标函数,确保任意三元组样本在不同空间内的序列相似性关系具有相同的概率分布,增强了序列保持约束性。然后,为解决优化过程中的非确定性多项式(NP)难问题,对目标函数中的离散编码进行了连续化松驰处理,并建立了基于三元序列交叉熵的量化损失函数,以减少由连续化过程引起的误差。同时,构造了基于类别标签矩阵的监督生成对抗网络,以增广训练数据集,避免由数据不足或不均衡导致深度网络发生过拟合。最后,在UCMD、SAT4和SAT6遥感数据集上设置了近邻检索性能对比实验,结果表明,基于生成对抗网络的序列交叉熵哈希的近邻检索性能较优。

关键词：计算机应用技术哈希算法交叉熵序列保持

来源：评论

学校读者我要写书评

暂无评论

双路Transformer在轴承故障诊断中的应用

引用

重庆理工大学学报(自然科学) 2025年第5期39卷 179-184页

作者：邰志艳侯婷悦刘铭于子奇冯子懿长春工业大学数学与统计学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对传统算法在轴承故障诊断任务中无法充分利用信号特征,提出双路Transformer方法对轴承故障进行诊断分类。Transformer的自注意力机制可以深度提取长序列频谱数据中全局时域关联信息,双路Transformer在2条路径上采用不同大小的卷积核... 详细信息

针对传统算法在轴承故障诊断任务中无法充分利用信号特征,提出双路Transformer方法对轴承故障进行诊断分类。Transformer的自注意力机制可以深度提取长序列频谱数据中全局时域关联信息,双路Transformer在2条路径上采用不同大小的卷积核和不同特性的注意力机制,提取信号的高低频特征。双路Transformer可从信号序列的多重频谱中有效识别表征轴承故障的高低频特征,增加特征信息丰富度。此外,设计多尺度特征融合模块,对双路Transformer提取的包含全局关联信息的高低频特征进行融合,得到深度故障特征,实现对不同类型故障的高效诊断。以美国机械故障预防技术学会的轴承数据集进行验证,结果表明双路Transformer在一定收敛速度下准确率达97.44%,比传统诊断算法具有更高的准确率和鲁棒性。

关键词：轴承故障诊断双路Transformer 多尺度特征融合 MFPT数据集自注意力机制

来源：评论

学校读者我要写书评

暂无评论

增强边缘检测图像算法在多书识别中的应用

引用

吉林大学学报（工学版） 2022年第4期52卷 891-896页

作者：刘铭杨雨航邹松霖肖志成张永刚长春工业大学数学与统计学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

随着图书的借阅量逐渐增加,国内图书馆基本都应用了自助借还系统,但在借还书过程中仍存在着许多异常的现象,如多书识别准确率不高、图书数目识别不准确等。针对上述问题,本文提出了一种基于增强边缘检测图像的多书识别算法。该算法使用2... 详细信息

随着图书的借阅量逐渐增加,国内图书馆基本都应用了自助借还系统,但在借还书过程中仍存在着许多异常的现象,如多书识别准确率不高、图书数目识别不准确等。针对上述问题,本文提出了一种基于增强边缘检测图像的多书识别算法。该算法使用2×2的卷积核与边缘检测图像做卷积,增强图像内的直线信息,通过检测图像内书籍边缘数量,并辅助检测书脊边缘来进行多书识别。其中,单书识别准确率达94.0%,多书识别准确率达92.9%,综合识别准确率为93.8%。该方法具有较高的实用性,可以用于完成多书识别任务。

关键词：计算机应用技术边缘提取直线检测多书识别图像增强

来源：评论

学校读者我要写书评

暂无评论

融合结构和特征的图层次化池化模型

引用

计算机科学与探索 2023年第1期17卷 179-186页

作者：马涪元王英李丽娜汪洪吉吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 吉林大学人工智能学院长春130012

作为深度神经网络向非欧式数据上的扩展,图神经网络(GNN)已经在图节点分类任务、链接预测任务和图分类任务中取得了显著成就。在图分类任务上,当前方法一般通过层次化的池化过程同时考虑图的局部和全局结构信息以学习高层次的图表示。... 详细信息

作为深度神经网络向非欧式数据上的扩展,图神经网络(GNN)已经在图节点分类任务、链接预测任务和图分类任务中取得了显著成就。在图分类任务上,当前方法一般通过层次化的池化过程同时考虑图的局部和全局结构信息以学习高层次的图表示。在对当前的图分类模型进行对比分析后,考虑当前方法的不足,结合不同方法的优势,提出结构和特征融合池化模型(SAFPool)。SAFPool模型在池化时使用了两个聚类分配矩阵生成模块,分别是基于结构的聚类学习和基于特征的聚类学习模块,基于结构的聚类学习根据图结构信息对结构相似的节点聚类,基于特征的聚类学习则根据图节点特征对特征相似的节点聚类。二者的聚类结果加权聚合后便能获取实现聚类策略的聚类分配矩阵以同时利用图结构和节点特征信息。最后,在多个图分类数据集上通过对比实验和可视化说明了同时显式地利用图节点特征信息和图结构信息实现聚类策略的有效性。

关键词：图神经网络图分类图池化聚类分配矩阵层次化模型

来源：评论

学校读者我要写书评

暂无评论

基于会话的结合全局潜在信息的图神经网络推荐模型

引用

吉林大学学报（工学版） 2023年第10期53卷 2964-2972页

作者：董立岩梁伟业王越群李永丽吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 东北师范大学信息科学与技术学院长春130117

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及... 详细信息

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及序列节点的相邻节点彼此之间的贡献度,通过模型训练获取最后的会话表征预测下一个交互行为。实验结果表明:在结合图神经网络的推荐算法中充分挖掘全局潜在信息可以有效提高推荐算法的准确率,这一改进对提高基于会话的图神经网络模型的性能有一定指导意义。

关键词：计算机软件推荐系统基于会话的推荐图神经网络全局信息

来源：评论

学校读者我要写书评

暂无评论

基于偏好和虚拟适应度的两阶段依赖任务卸载算法

引用

吉林大学学报（理学版） 2024年第4期62卷 923-932页

作者：董立岩齐竞则刘元宁冯嘉辉吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种... 详细信息

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种群的规模.第二阶段,提出基于虚拟适应度的启发式交叉方法,并对基于参考点的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ, NSGA-Ⅲ)的交叉算子进行改进,保留了种群多样性并提升了算法收敛速度,最后使用改进的算法对所有依赖任务的子任务进行最优卸载决策集的搜索.实验结果表明,与其他算法相比,该算法在任务完成时间、任务能耗和边缘云集群成本方面平均优化了10.2%~18.3%,并且将任务失败率平均降低了10.7%~25.6%.

关键词：云边端协同环境依赖任务卸载多目标优化虚拟适应度遗传算法

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：