检索结果-内蒙古大学图书馆

计算机集成制造系统 2025年

作者：王炜清范洪旗严远亭张以文安徽大学计算智能与信号处理教育部重点实验室安徽大学计算机科学与技术学院

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提... 详细信息

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提出了一种基于加权PageRank的双评估特征选择方法（DEFS）。DEFS同时考虑特征之间的组合效应和全局关系，将所有特征建模为完整的加权图。然后利用加权PageRank算法计算特征的重要性以实现优质特征的选择。最后为了融合多种特征选择算法的优势，将DEFS嵌入到集成框架中实现基于加权PageRank的双评估特征选择集成方法（E-DEFS），进一步提高预测性能。在六个软件缺陷数据库的30个数据集上的实验结果表明，DEFS和E-DEFS相较于经典的特征选择方法取得了更优的性能表现。

关键词：软件缺陷预测特征选择集成学习完全加权图 PageRank算法机器学习

来源：评论

学校读者我要写书评

暂无评论

基于划分序乘积空间的多尺度决策模型

引用

智能系统学报 2024年第6期19卷 1528-1538页

作者：徐怡张杰安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,... 详细信息

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,建立基于划分序乘积空间的多尺度决策模型——划分序多尺度决策系统。首先,提出基于划分序乘积空间的划分序多尺度决策系统,从多个视角对多尺度决策问题进行描述;其次,在划分序多尺度决策系统中,给出其解空间的2种不同格结构;然后,针对2种不同格结构分别给出2种最优问题求解层选择算法,从多个视角对多尺度决策问题进行求解;最后,通过实验验证了所提模型和算法的有效性。

关键词：粒计算粗糙集多尺度决策系统划分序乘积空间多层次多视角格结构最优问题求解层

来源：评论

学校读者我要写书评

暂无评论

结合对比学习和提示调优的层次文本分类方法

引用

小型微型计算机系统 2024年

作者：郑诚纪子威安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预... 详细信息

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预训练和微调阶段的不同策略也限制了模型挖掘预训练模型的知识。本文提出一种结合对比学习和提示调优的层次文本分类方法，将层次标签信息嵌入到文本编码过程，同时设计提示模板整合标签信息，捕获文本与标签的关联性，弥合预训练模型与下游任务间的差距。借助对比学习，根据标签信息生成正样本，强化模型对关键特征的学习与保留，使模型有效指导文本特征表示的学习。在两个公开数据集上的大量实验表明了方法的有效性。

关键词：层次文本分类提示调优对比学习深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于句法、语义和情感知识的方面级情感分析

引用

计算机科学 2024年

作者：郑诚杨楠安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定... 详细信息

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定于情感分析的工具，不能直接有效地捕获方面词的情感表达，而这一点正是方面级情感分析的关键之处。为了更准确地识别方面词的情感表达，文中构造了融合句法、语义和情感知识的网络。具体来说，利用句法依赖树中的句法知识构建句法图，并将外部情感知识库信息融合在句法图中。同时，采用自注意力机制获得句子中各单词的语义知识，并通过方面感知注意力机制使语义图关注与方面词相关的信息。此外，采用双向消息传播机制同时学习这两个图中的信息并更新节点表示。在三个基准数据集上的实验结果验证了模型的有效性。

关键词：方面级情感分析图卷积网络注意力机制句法依赖树情感知识自然语言处理深度学习

来源：评论

学校读者我要写书评

暂无评论

方面语义增强的融合网络用于方面级情感分析

引用

小型微型计算机系统 2024年

作者：郑诚陈雪灵安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的... 详细信息

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的融合网络模型，该模型将句法，语义和词法信息与方面词相结合，用于方面级情感分析。首先，使用快速梯度对抗训练算法进行数据增强。其次，为了充分利用句法依赖树中的有效信息，分别使用图卷积网络和注意力机制学习依赖树中的句法信息和词法信息。同时，将方面增强注意力机制与自注意力机制相结合，来增强句子的方面语义感知能力。最后，使用非对称损失作为损失函数。在基准数据集上进行了实验，验证了本文模型的有效性。

关键词：自然语言处理方面级情感分析数据增强注意力机制句法依赖树

来源：评论

学校读者我要写书评

暂无评论

基于双超图神经网络特征融合的文本分类方法

引用

计算机工程 2024年第6期51卷 127-135页

作者：郑诚李鹏飞安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的... 详细信息

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的高阶语义关系；二是现有的模型无法捕捉文本中的关键语义信息。为了解决上述问题，提出了一种基于双超图卷积网络特征融合的文本分类方法。一方面使用原始文本建立文本超图，另一方面为短文本引入外部知识，使用基于SenticNet词库的外部知识对文本进行语义增强，然后构建语义超图，经过超图卷积之后通过注意力机制对双超图特征进行融合，用于短文本分类。在4个文本分类数据集上的实验结果表明，该模型优于最新的基线方法。

关键词：文本分类超图特征融合 SenticNet 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DEEC车载分簇的交通灯改进配时方案

引用

电子科技大学学报 2024年第4期53卷 533-541页

作者：杨紫伊翟捷萍肖海林湖北大学计算机与信息工程学院武汉430062 桂林电子科技大学认知无线电与信号处理教育部重点实验室桂林541004

针对城市道路中十字交叉路口处车辆拥堵、排队等待的问题,在C-V2X(Cellular Vehicle-to-Everything)车载通信系统中,利用改进DEEC(Distributed Energy Efficient Clustering)分簇算法,选择剩余节点能量较高的车辆节点作为簇头,提高簇的... 详细信息

针对城市道路中十字交叉路口处车辆拥堵、排队等待的问题,在C-V2X(Cellular Vehicle-to-Everything)车载通信系统中,利用改进DEEC(Distributed Energy Efficient Clustering)分簇算法,选择剩余节点能量较高的车辆节点作为簇头,提高簇的生存时间,并通过中继车辆进行信息传输以降低车辆通信时延。同时,利用韦伯斯特(Webster)交通灯改进配时算法进行相应的信号灯相位调度和周期的配时,减少车辆等待时间。通过VISSIM交通仿真建模软件验证Webster交通灯改进配时算法能够减少交叉路口处车辆等待时间,缓解城市道路中的交通拥堵。数值仿真结果表明:该方案降低了车辆通信时延,减少了车辆等待时间,改善了交通拥堵问题。

关键词： C-V2X 交通灯配时算法车载通信车辆分簇

来源：评论

学校读者我要写书评

暂无评论

用于红外宽带吸收器的深度学习网络模型框架

引用

石油化工高等学校学报 2023年第6期36卷 57-63,I0002页

作者：王璇冯乃星张玉贤安徽大学教育部智能计算与信号处理重点实验室/信息材料与智能传感实验室安徽合肥230601

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光... 详细信息

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。

关键词：逆设计问题石墨烯黑磷深度学习宽带吸收

来源：评论

学校读者我要写书评

暂无评论

基于位置预测的多MEC服务器协同卸载算法

引用

南京邮电大学学报（自然科学版） 2022年第4期42卷 37-44页

作者：王翊卢兴俊许耀华蒋芳安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

移动边缘计算(Mobile Edge Computing, MEC)通过在网络边缘部署服务器来满足终端低时延低能耗的需求。由于用户具有移动性,且MEC服务器覆盖范围和计算资源都有限,任务量较大的卸载会带来较高的时延。为应对此问题,文中提出了一种基于位... 详细信息

移动边缘计算(Mobile Edge Computing, MEC)通过在网络边缘部署服务器来满足终端低时延低能耗的需求。由于用户具有移动性,且MEC服务器覆盖范围和计算资源都有限,任务量较大的卸载会带来较高的时延。为应对此问题,文中提出了一种基于位置预测的多MEC服务器协同卸载算法,让多个服务器协同工作提供计算卸载服务。采用扩展卡尔曼滤波的方法预测用户未来时刻的位置,从而选择合适的服务器处理卸载任务。在此基础上以最小化时延和能耗加权和为目标将任务划分给多个MEC服务器,给出效用函数模型并利用单纯形法求优化解。仿真结果表明,相较于现有的方法,文中算法在时延和能耗的控制上有较好的表现,且用户与服务器间的连接成功率更高。

关键词：移动边缘计算位置预测协同卸载扩展卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法

引用

软件学报 2024年第6期35卷 3036-3051页

作者：胡凯蒋帅刘冬高协平智能计算与信息处理教育部重点实验室(湘潭大学) 湖南湘潭411105 智能计算与语言信息处理湖南省重点实验室(湖南师范大学) 湖南长沙410081 医学影像人工智能湖南省重点实验室(湘南学院) 湖南郴州423000

视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态... 详细信息

视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态变化多样,其中与边界相关的关键信息如上下文信息和显著性边界信息等对层边界的判断和分割至关重要.然而已有分割方法缺乏对以上信息的考虑,导致边界不完整和不连续.针对以上问题,提出一种“由粗到细”的基于端到端深度神经网络和图搜索(graph search,GS)的OCT图像视网膜层边界分割方法,避免了非端到端方法中普遍存在的“断层”现象.在粗分割阶段,提出一种端到端的深度神经网络—注意力全局残差网络(attention global residual network,AGR-Net),以更充分和有效的方式提取上述关键信息.具体地,首先设计一个全局特征模块(global feature module,GFM),通过从图像的4个方向扫描以捕获OCT图像的全局上下文信息;其次,进一步将通道注意力模块(channel attention module,CAM)与全局特征模块串行组合并嵌入到主干网络中,以实现视网膜层及其边界的上下文信息的显著性建模,有效解决OCT图像中由于视网膜层形变和信息提取不充分所导致的误分割问题.在细分割阶段,采用图搜索算法去除AGR-Net粗分割结果中的孤立区域或和孔洞等,保持边界的固定拓扑结构和连续平滑,以实现整体分割结果的进一步优化,为医学临床的诊断提供更完整的参考.最后,在两个公开数据集上从不同的角度对所提出的方法进行性能评估,并与最新方法进行比较.对比实验结果也表明所提方法在分割精度和稳定性方面均优于现有方法.

关键词： OCT图像视网膜层边界分割残差神经网络注意力图搜索

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：