检索结果-内蒙古大学图书馆

计算机工程 2020年第7期46卷 65-71页

作者：张义杰李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层... 详细信息

从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层进行信息共享,学习联合识别模型之间的特征信息。实验结果表明,联合识别方法能利用事件之间的因果信息有效提升时序关系的识别性能,且共享辅助任务中编解码层的联合识别模型更适用于事件时序关系与因果关系的联合识别。

关键词：事件时序关系因果关系神经网络联合识别

来源：评论

学校读者我要写书评

暂无评论

融合残差网络的自监督社交推荐算法

引用

计算机科学与探索 2024年第12期18卷 3175-3188页

作者：王玉洁杨哲苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 江苏省大数据智能工程实验室江苏苏州215006

基于图神经网络的社交推荐算法,通过社交图和交互图的信息来学习用户和项目的嵌入,得到最终的推荐结果。但是现有算法主要利用静态的社交图结构,无法挖掘用户之间潜在的链接关系,同时也没有解决用户与项目交互行为中的噪声问题。提出了... 详细信息

基于图神经网络的社交推荐算法,通过社交图和交互图的信息来学习用户和项目的嵌入,得到最终的推荐结果。但是现有算法主要利用静态的社交图结构,无法挖掘用户之间潜在的链接关系,同时也没有解决用户与项目交互行为中的噪声问题。提出了一种融合残差网络的自监督社交推荐算法。采用变分超图自编码器对社交网络进行链接预测,得到重构的社交图,以此来挖掘隐藏在用户间的积极链接关系;利用注意力机制为原始社交图和重构后的残差社交图分配不同的注意力系数,得到更加精确的用户表征;为了缓解数据中的噪声问题,构建了自适应的超图全局关系提取器,在该提取器的协作下利用局部嵌入信息和全局嵌入信息创建自监督信号,从而优化局部的嵌入表示,进而缓解噪声影响。该算法在Ciao、Epinions和Yelp三个数据集上与NGCF、LightGCN、MHCN等基线模型进行对比实验。在Ciao数据集上,Recall@10提升了17.1%~48.5%,NDCG@10提升了1.4%~37.9%;在Epinions数据集上,Recall@10提升了8.3%~56.2%,NDCG@10提升了3.7%~29.8%;在Yelp数据集上,Recall@10提升了9.1%~53.3%,NDCG@10提升了11.2%~66.6%。实验结果表明,该算法相较于基准模型有良好的推荐性能。

关键词：社交网络推荐系统图卷积神经网络超图自监督学习

来源：评论

学校读者我要写书评

暂无评论

基于小生境圆锥邻域粒子群的不完备决策表属性约简鲁棒算法

引用

四川大学学报（工程科学版） 2011年第6期43卷 119-126页

作者：丁卫平王建东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 南通大学计算机科学与技术学院江苏南通226019 南京航空航天大学计算机科学与技术学院江苏南京210016

针对基于粒子群的属性约简算法易陷入局部最优、效率不高等问题,充分利用小生境技术在寻求最优解方面优势,提出一种基于小生境圆锥邻域粒子群的不完备决策表属性约简鲁棒算法(NCNPSO-IAR)。该算法通过圆锥分层空间构造小生境半径邻域子... 详细信息

针对基于粒子群的属性约简算法易陷入局部最优、效率不高等问题,充分利用小生境技术在寻求最优解方面优势,提出一种基于小生境圆锥邻域粒子群的不完备决策表属性约简鲁棒算法(NCNPSO-IAR)。该算法通过圆锥分层空间构造小生境半径邻域子集向量,避免过多地依赖于先验领域知识生成小生境半径和早熟收敛,始终保持种群多样性,提高算法收敛速度。另外粒子种群在圆锥解空间充分进行约简集子矢量的协同学习,使属性约简集较好收敛到最优集。相关仿真实验表明:该属性约简优化算法是高效和鲁棒的,适用于不完备、含噪音决策表的属性约简。

关键词：小生境粒子群自适应邻域向量不完备决策表属性约简鲁棒性

来源：评论

学校读者我要写书评

暂无评论

基于位平面熵及分布熵的图像检索

引用

系统工程与电子技术 2009年第3期31卷 719-722页

作者：孙君顶毋小省河南理工大学计算机科学与技术学院河南焦作454000 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

针对基于位平面熵进行图像检索存在的问题,提出了位平面熵的改进方法。该算法采用改进的位平面熵来消除熵的对称性对检索效果造成的影响。提出采用位平面分布熵来描述位平面的空间特征,解决了仅依靠位平面熵检索效率低的问题。结合位平... 详细信息

针对基于位平面熵进行图像检索存在的问题,提出了位平面熵的改进方法。该算法采用改进的位平面熵来消除熵的对称性对检索效果造成的影响。提出采用位平面分布熵来描述位平面的空间特征,解决了仅依靠位平面熵检索效率低的问题。结合位平面熵及位平面分布熵,给出了图像间的相似性度量准则。仿真实验证明,该算法无论在检索率、精确度还是平均正确率上都具有更好的检索效果。

关键词：图像检索位平面位平面熵位平面分布熵

来源：评论

学校读者我要写书评

暂无评论

基于U-Net的特征交互分割方法

引用

模式识别与人工智能 2021年第11期34卷 1058-1068页

作者：孙君顶惠朕堃唐朝生毋小省河南理工大学计算机科学与技术学院焦作454000 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

针对肝脏分割中存在误分割及小目标漏分割的问题,文中提出基于U-Net的特征交互分割方法,采用ResNet34作为主干网络.为了实现不同尺度间的非局部交互,设计基于转换器机制的特征交互金字塔模块作为网络的桥接器,获得具有丰富上下文信息的... 详细信息

针对肝脏分割中存在误分割及小目标漏分割的问题,文中提出基于U-Net的特征交互分割方法,采用ResNet34作为主干网络.为了实现不同尺度间的非局部交互,设计基于转换器机制的特征交互金字塔模块作为网络的桥接器,获得具有丰富上下文信息的特征图.设计多尺度注意力机制替代U-Net中的跳跃连接,关注图像中的小目标,充分获取目标层的上下文信息.在公开数据集LiTS及3Dircadb和CHAOS组成的数据集上的实验证实文中方法能取得较好的分割效果.

关键词：肝脏分割转换器注意力机制特征交互

来源：评论

学校读者我要写书评

暂无评论

基于Winnow的中文邮件分类器的设计

引用

南京大学学报（自然科学版） 2005年第z1期41卷 807-812页

作者：朱巧明周志军李培峰苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室苏州215006 苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室苏州215006 苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室苏州215006

首先通过建立实验用中文邮件语料库,提出了用Winnow算法实现邮件分类器,并讨论了其特点.然后,提出了通过建立分类规则库改善邮件分类器的分类效果.实验证明,该方法能有效提高邮件分类的可信度.

关键词： Winnow 中文邮件分类中文邮件语料库分类器

来源：评论

学校读者我要写书评

暂无评论

基于动态优先级的奖励优化模型

引用

郑州大学学报（理学版） 2022年第1期54卷 62-68页

作者：赵沛尧黄蔚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 苏州大学东吴学院江苏苏州215006

传统的约束马尔可夫决策过程(constrained Markov decision process,CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境。为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learni... 详细信息

传统的约束马尔可夫决策过程(constrained Markov decision process,CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境。为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learning,RL)算法结合,将带约束问题建模为拉格朗日公式,其中包含着深度强化学习的策略参数。然后进一步推导出模型参数的更新公式,并将其作为深度强化学习神经网络的损失函数。模型在学习过程中动态调整约束与主要目标之间的权重以确保最终策略符合给定的约束。在若干机器人平台上与基准的深度强化学习算法进行比较,显示本算法得出的最优策略能够更好地满足相应约束。

关键词：强化学习深度学习受限马尔可夫模型动态优先级机器人环境

来源：评论

学校读者我要写书评

暂无评论

一种最大置信上界经验采样的深度Q网络方法

引用

计算机研究与发展 2018年第8期55卷 1694-1705页

作者：朱斐吴文刘全伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破... 详细信息

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破.为了减少转移状态之间暂时的相关性,传统深度Q网络使用经验回放的采样机制,从缓存记忆中随机采样转移样本.然而,随机采样并不考虑缓存记忆中各个转移样本的优先级,导致网络训练过程中可能会过多地采用信息较低的样本,而忽略一些高信息量的样本,结果不但增加了训练时间,而且训练效果也不理想.针对此问题,在传统深度Q网络中引入优先级概念,提出基于最大置信上界的采样算法,通过奖赏、时间步、采样次数共同决定经验池中样本的优先级,提高未被选择的样本、更有信息价值的样本以及表现优秀的样本的被选概率,保证了所采样本的多样性,使智能体能更有效地选择动作.最后,在Atari 2600的多个游戏环境中进行仿真实验,验证了算法的有效性.

关键词：强化学习深度强化学习最大置信上界经验回放深度Q网络

来源：评论

学校读者我要写书评

暂无评论

基于云计算的多层量子精英属性协同约简算法

引用

四川大学学报（工程科学版） 2015年第6期47卷 97-103页

作者：丁卫平陈森博王杰华管致锦南通大学计算机科学与技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室江苏南京210093 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

针对传统粗糙集属性约简算法无法高效处理日益增长的大数据问题,提出一种基于云计算的多层量子精英属性协同约简算法。该算法首先在云计算MapReduce模型下将大规模数据集划分到不同的进化蛙群中,分别获得各子种群最优解;然后构造一种基... 详细信息

针对传统粗糙集属性约简算法无法高效处理日益增长的大数据问题,提出一种基于云计算的多层量子精英属性协同约简算法。该算法首先在云计算MapReduce模型下将大规模数据集划分到不同的进化蛙群中,分别获得各子种群最优解;然后构造一种基于多层量子蛙群精英向量的属性协同约简策略,挑选出具有全局搜索和局部精化最强优化能力的精英子种群向量,快速引导各子种群找到各自最小属性约简集,从而取得大规模数据集的全局最优属性约简集。实验结果表明,本文算法在大规模数据集上求解全局最优属性约简解的效率和精度具有明显优势,同时应用于电子病历数据库MRI分割效果表明其具有较强适用性。

关键词：属性协同约简云计算 MapReduce模型多层量子精英 MRI分割

来源：评论

学校读者我要写书评

暂无评论

中文事件相关性语料库构建及识别方法

引用

计算机工程与科学 2015年第12期37卷 2306-2311页

作者：黄一龙李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

事件往往围绕主题展开,相互间存在相关性。在大数据时代,从海量信息中筛选出和某个主题相关的事件,有助于信息抽取、文本摘要、文本生成等自然语言处理任务。首先提出一种相关事件的标注方法,并标注了一个中文事件相关性语料库。然后,... 详细信息

事件往往围绕主题展开,相互间存在相关性。在大数据时代,从海量信息中筛选出和某个主题相关的事件,有助于信息抽取、文本摘要、文本生成等自然语言处理任务。首先提出一种相关事件的标注方法,并标注了一个中文事件相关性语料库。然后,初步提出了一个基于多种特征的相关性事件识别方法。在标注语料上的实验表明,性能在基准系统上F1值提高了4.08%。

关键词：相关事件语料库标注相关性事件关系

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：