检索结果-内蒙古大学图书馆

计算机科学 2023年第12期50卷 314-321页

作者：徐亚鹏刘全栗军伟苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

基于option的分层强化学习(The Option-Based Hierarchical Reinforcement Learning,O-HRL)算法具有时序抽象的特点,可以有效处理强化学习中难以解决的长时序、稀疏奖励等复杂问题。目前O-HRL方法的研究主要集中在数据效率提升方面,通... 详细信息

基于option的分层强化学习(The Option-Based Hierarchical Reinforcement Learning,O-HRL)算法具有时序抽象的特点,可以有效处理强化学习中难以解决的长时序、稀疏奖励等复杂问题。目前O-HRL方法的研究主要集中在数据效率提升方面,通过提高智能体的采样效率以及探索能力,来最大化其获得优秀经验的概率。然而,在策略稳定性方面,由于在上层策略引导下层动作的过程中仅仅考虑了状态信息,造成了option信息的利用不充分,进而导致下层策略的不稳定。针对这一问题,提出了一种基于轨迹信息量的分层强化学习(Hierarchical Reinforcement Learning Method Based on Trajectory Information,THRL)方法。该方法利用option轨迹的不同类型信息指导下层动作选择,通过得到的扩展轨迹信息生成推断option。同时引入鉴别器将推断option与原始option作为输入,以获得内部奖励,使得下层动作的选择更符合当前option策略,从而解决下层策略不稳定的问题。将THRL算法以及目前优秀的深度强化学习算法应用于MuJoCo环境问题中,实验结果表明,THRL算法具有更好的稳定性以及性能表现,验证了算法的有效性。

关键词： option 分层强化学习轨迹信息鉴别器深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于天牛须优化算法和LP-SWT-SVD的鲁棒图像水印技术

引用

印刷与数字媒体技术研究 2024年第5期 45-52页

作者：吴捷刘振兴马小虎泰州职业技术学院信息技术学院泰州225300 苏州大学计算机科学与技术学院苏州215006

为了有效保护数字媒体的知识产权,提出一种基于拉普拉斯金字塔和平稳小波变换(Stationary Wavelet Transform,SWT)及奇异值分解(Singular Value Decomposition,SVD)的图像水印嵌入算法。该算法首先对原始图像进行拉普拉斯金字塔分解,然... 详细信息

为了有效保护数字媒体的知识产权,提出一种基于拉普拉斯金字塔和平稳小波变换(Stationary Wavelet Transform,SWT)及奇异值分解(Singular Value Decomposition,SVD)的图像水印嵌入算法。该算法首先对原始图像进行拉普拉斯金字塔分解,然后对得到的残差图像进行一级平稳小波变换,得到低频子带LL1和高频子带HH1,分别对其进行SVD分解,并将SVD分解后的水印分别嵌入低频和高频子带的奇异值矩阵中,使用天牛须算法(Beetle Antennae Search,BAS)优化水印嵌入过程。水印检测时,将从LL1和HH1子带中提取的水印进行比较,选择效果较好的作为最终结果。仿真实验与其他文献的对比分析证明该算法不可见性和鲁棒性都较好。

关键词：拉普拉斯金字塔平稳小波变换奇异值分解天牛须算法

来源：评论

学校读者我要写书评

暂无评论

基于语言模型微调的跨领域依存句法分析

引用

计算机应用与软件 2022年第7期39卷 141-146页

作者：彭雪李正华张民苏州大学计算机科学与技术学院江苏苏州215006

为提高跨领域依存句法分析性能,提出一种领域嵌入的半监督方法。该方法对于模型的所有输入添加一个领域信息,平衡源领域和目标领域对模型的贡献,与直接合并两个领域训练集相比,取得了约1.5%的提升。进而,通过预训练和微调两种方法将上... 详细信息

为提高跨领域依存句法分析性能,提出一种领域嵌入的半监督方法。该方法对于模型的所有输入添加一个领域信息,平衡源领域和目标领域对模型的贡献,与直接合并两个领域训练集相比,取得了约1.5%的提升。进而,通过预训练和微调两种方法将上下文相关的语言模型BERT应用到该任务中。与选择的三个目标领域目前最好的性能相比,均取得了提升。

关键词：依存句法跨领域分析领域嵌入 BERT 微调

来源：评论

学校读者我要写书评

暂无评论

基于模板的中文上下位关系抽取方法

引用

计算机应用与软件 2022年第1期39卷 126-134页

作者：章岳黄赛豪陆凯华李正华苏州大学计算机科学与技术学院江苏苏州215006

基于模板的上下位关系抽取是上下位关系自动获取的重要方法。目前学术界通常采用两类模板,但目前中文上下位关系抽取研究尚缺乏对这两类模板的客观比较。针对这一问题,提出基于大规模语料的匹配抽取和高质量人工标注,以实现对两类模板... 详细信息

基于模板的上下位关系抽取是上下位关系自动获取的重要方法。目前学术界通常采用两类模板,但目前中文上下位关系抽取研究尚缺乏对这两类模板的客观比较。针对这一问题,提出基于大规模语料的匹配抽取和高质量人工标注,以实现对两类模板的优劣进行客观对比和评价,为上下位关系自动获取提供坚实基础。对于四种主流的上下位相关句型,在3800万句中文语料上进行匹配抽取,并人工标注2800个随机抽取的上下位候选词对。实验结果表明,依存句法模板的准确度比词法模板高出9.07百分点,而召回度则略低了0.32百分点。

关键词：上下位关系词法模板依存句法模板

来源：评论

学校读者我要写书评

暂无评论

类特征增强元学习算法

引用

小型微型计算机系统 2022年第2期43卷 225-230页

作者：蔡奇李凡长苏州大学计算机科学与技术学院江苏苏州215006

深度学习取得了巨大成就,尤其是在计算机视觉领域,已经接近人类水平.但是这些成果大多依赖于巨大规模的训练数据,在面对数据量较小的情况时,往往产生严重的过度拟合和灾难性的遗忘.最近的研究表明,采用元学习的方法可以解决此问题.元学... 详细信息

深度学习取得了巨大成就,尤其是在计算机视觉领域,已经接近人类水平.但是这些成果大多依赖于巨大规模的训练数据,在面对数据量较小的情况时,往往产生严重的过度拟合和灾难性的遗忘.最近的研究表明,采用元学习的方法可以解决此问题.元学习模型由特征提取与分类算法两个模块组成,目前大部分研究都关注于设计合适的分类算法,忽视了特征的重要性.本文认为每个类都有自身独有的一些类特征,这些特征更明显的图像更易于识别.因此提出了类特征增强的方法,借助相似类来获得类特征,在特征的层面上对图像进行增强,使提取后的特征更有利于当前的分类任务.类特征增强是一个通用框架,可以与大多数元学习方法相结合.本文将其与常用的原型网络相结合,在Mini-ImageNet数据集上取得了更好的实验效果.

关键词：元学习特征增强小样本学习深度学习

来源：评论

学校读者我要写书评

暂无评论

基于三元训练的跨领域依存句法分析

引用

厦门大学学报（自然科学版） 2022年第4期61卷 638-645,I0001页

作者：李帅克李英李正华张民苏州大学计算机科学与技术学院江苏苏州215006

基于大规模领域内标注数据训练的句法分析模型在领域外数据上测试时,性能会急剧下降.导致该现象的原因之一是缺乏高质量的目标领域标注数据.由于人工标注数据耗时耗力,自动生成目标领域标注数据是一种有效的解决方法.其中,三元训练(tri-... 详细信息

基于大规模领域内标注数据训练的句法分析模型在领域外数据上测试时,性能会急剧下降.导致该现象的原因之一是缺乏高质量的目标领域标注数据.由于人工标注数据耗时耗力,自动生成目标领域标注数据是一种有效的解决方法.其中,三元训练(tri-training)作为一种典型的多模型决策协同训练方法,旨在利用多个模型的预测结果来保证自动标注数据的质量.本文针对跨领域依存句法分析任务,系统比较了3种常用的tri-training方法,在NLPCC-2019评测数据集上取得了目前最佳的性能,并大幅度超过了目前最好结果.此外,还设计了详细的分析实验以深入理解跨领域模型性能下降的原因以及tri-training所起的作用.

关键词：三元训练领域适应依存句法

来源：评论

学校读者我要写书评

暂无评论

基于NB-IoT与WSN的多传感器医药冷链监测系统

引用

计算机应用与软件 2022年第6期39卷 215-220页

作者：范小青王宜怀张艺琳苏州大学计算机科学与技术学院江苏苏州215006

针对医药冷链数据传输不准确、通信不稳定、系统整体功耗偏高的情况,设计一种以ZigBee协议为通信方式的WSN网关,以NB-IoT直接连接至广域网的多传感器医药冷链监测系统。硬件层面上,基于低功耗思想,设计终端整体硬件结构及各模块电路;软... 详细信息

针对医药冷链数据传输不准确、通信不稳定、系统整体功耗偏高的情况,设计一种以ZigBee协议为通信方式的WSN网关,以NB-IoT直接连接至广域网的多传感器医药冷链监测系统。硬件层面上,基于低功耗思想,设计终端整体硬件结构及各模块电路;软件层面上,为提高监测数据准确性,进行多传感器数据融合,并对软件流程进行模块化设计。最终测试表明,该系统在稳定传输医药冷链监测信息的同时,也保证了医药冷链监测数据的准确性,具有良好应用价值。

关键词： NB-IoT WSN 医药冷链监测终端多传感器数据融合

来源：评论

学校读者我要写书评

暂无评论

结合情感信息的个性化对话生成

引用

计算机科学 2022年第S02期49卷 99-104页

作者：徐晖王中卿李寿山张民苏州大学计算机科学与技术学院江苏苏州215006

如今,人机对话系统受到了越来越多的关注,但目前主流的人机对话系统很少考虑说话者的个性化特征。对话系统的一个重要且有待探索的方面是根据交互人员的个性来提升对话的响应质量。个性化是创建智能对话系统的关键,可以最大程度地适应... 详细信息

如今,人机对话系统受到了越来越多的关注,但目前主流的人机对话系统很少考虑说话者的个性化特征。对话系统的一个重要且有待探索的方面是根据交互人员的个性来提升对话的响应质量。个性化是创建智能对话系统的关键,可以最大程度地适应到人类的生活中。然而,在自然语言处理中体现人物个性是很困难的,在个性化对话生成中,情感也是一个很重要的因素,因此文中提出了融合属性级情感的个性化对话生成模型。该模型使用BERT-MRC模型抽取人物个性和历史对话的情感词属性词信息,采用改进的UNILM神经网络模型对人物个性以及历史对话进行编码,同时在编码表征时结合情感词信息和属性词信息,最终生成符合人物个性的对话。实验证明,结合情感信息的个性化对话生成方法能够有效地提升个性化对话生成的质量,增加生成回复的多样性。

关键词：自然语言处理对话生成个性化神经网络情感属性

来源：评论

学校读者我要写书评

暂无评论

基于视觉特征引导融合的视频描述方法

引用

计算机工程与应用 2022年第20期58卷 124-131页

作者：苗教伟季怡刘纯平苏州大学计算机科学与技术学院江苏苏州215006

视频描述生成因其广泛的潜在应用场景而成为近年来的研究热点之一。针对模型解码过程中视觉特征和文本特征交互不足而导致描述中出现识别错误的情况,提出基于编解码框架下的视觉与文本特征交互增强的多特征融合视频描述方法。在解码过程... 详细信息

视频描述生成因其广泛的潜在应用场景而成为近年来的研究热点之一。针对模型解码过程中视觉特征和文本特征交互不足而导致描述中出现识别错误的情况,提出基于编解码框架下的视觉与文本特征交互增强的多特征融合视频描述方法。在解码过程中,该方法使用视觉特征辅助引导描述生成,不仅为每一步的生成过程提供了文本信息,同时还提供了视觉参考信息,引导其生成更准确的词,大幅度提升了模型产生的描述质量;同时,结合循环dropout缓解解码器存在的过拟合情况,进一步提升了评价分数。在该领域广泛使用的MSVD和MSRVTT数据集上的消融和对比实验结果证明,提出的方法的可以有效生成视频描述,综合指标分别增长了17.2和2.1个百分点。

关键词：编解码框架视频描述特征融合 dropout 特征交互

来源：评论

学校读者我要写书评

暂无评论

基于残差密集网络层次信息的图像标题生成

引用

计算机工程与科学 2022年第1期44卷 84-91页

作者：王习张凯李军辉孔芳苏州大学计算机科学与技术学院江苏苏州215006

当前图像标题生成任务的主流方法是基于深层神经网络的方法,尤其是基于自注意力机制模型的方法。然而,传统的深层神经网络层次之间是线性堆叠的,这使得低层网络捕获的信息无法在高层网络中体现,从而没有得到充分的利用。提出基于残差密... 详细信息

当前图像标题生成任务的主流方法是基于深层神经网络的方法,尤其是基于自注意力机制模型的方法。然而,传统的深层神经网络层次之间是线性堆叠的,这使得低层网络捕获的信息无法在高层网络中体现,从而没有得到充分的利用。提出基于残差密集网络的方法获取层次语义信息来生成高质量的图像标题。首先,为了能够充分利用网络的层次信息,以及提取深层网络中的各个层的局部特征,提出LayerRDense在层与层之间进行残差密集连接。其次,提出SubRDense,在Decoder端的每层网络中的子层中运用残差密集网络,以更好地融合图像特征和图像的描述信息。在MSCOCO 2014数据集上的实验结果表明,所提出的LayerRDense和SubRDense网络均能进一步提高图像标题生成的性能。

关键词：图像标题自注意力机制残差密集网络

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：