检索结果-内蒙古大学图书馆

计算机科学 2023年第S02期50卷 650-657页

作者：王昊周建涛郝昕毓王飞宇内蒙古大学计算机学院呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 生态大数据教育部工程研究中心呼和浩特010021 内蒙古自治区云计算与服务软件工程实验室呼和浩特010021 内蒙古自治区社会计算与数据处理重点实验室呼和浩特010021 内蒙古自治区大数据分析技术工程实验室呼和浩特010021 内蒙古自治区纪检监察大数据重点实验室呼和浩特010021

科技领域的衍生行业因普遍存在强时间约束的特性而累积了海量的高维时间序列数据,严峻的数据压力导致传统的数据建模预测方法受制于数据规模和属性维度。支撑高质量的服务对大数据智能预测技术提出了更高的要求,如何在数据层面上实现预... 详细信息

科技领域的衍生行业因普遍存在强时间约束的特性而累积了海量的高维时间序列数据,严峻的数据压力导致传统的数据建模预测方法受制于数据规模和属性维度。支撑高质量的服务对大数据智能预测技术提出了更高的要求,如何在数据层面上实现预测性能的提升是现阶段亟待解决的主要问题。针对上述问题,提出了针对多元时序数据的特征再抽象(Feature Re-Abstraction,FRA)算法,首先通过RobustSTL分解算法提取趋势性和季节性特征(Trend and Seasonality Features,TSFs),实现多元数据的特征二阶抽象,以“抽象即特征”替代传统“标签即特征”的提取策略,再通过Pearson相关系数的运算结果评估再抽象技术捕捉的TSFs与目标参数间的相关强度,证实TSF的数据价值。在FRA算法的基础上结合深度学习模型构建基于数据驱动的多元时序预测算法,通过预测效果验证FRA算法的有效性。实验结果表明,引入TSFs作为数据驱动模型的训练向量能够兼具数据降维、降噪及强相关特性地维持,从而避免模型过拟合并缓解模型欠拟合,提高时序预测算法的准确性和鲁棒性。

关键词：多元时序数据多元时序预测算法特征再抽象趋势性和季节性特征相关性评估

来源：评论

学校读者我要写书评

暂无评论

基于配准递进补偿的相位恢复

引用

光子学报 2019年第4期48卷 195-203页

作者：程鸿熊帮玲王金成马慧敏韦穗安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室合肥230039

针对光强传输方程法在部分相干光场相位恢复过程中,由于CCD采集频率与LED发光频率不同步导致恢复的相位出现黑白相间的条纹,以及机械移动造成采集角度的偏差所导致的相位结果错误等问题,提出了配准递进补偿算法.首先,对所采集的具有一... 详细信息

针对光强传输方程法在部分相干光场相位恢复过程中,由于CCD采集频率与LED发光频率不同步导致恢复的相位出现黑白相间的条纹,以及机械移动造成采集角度的偏差所导致的相位结果错误等问题,提出了配准递进补偿算法.首先,对所采集的具有一定角度偏差的三幅强度图进行角点检测和互相关匹配,并去除错误点对从而得到变换矩阵进行图像变换以纠正原有的偏差.同时,由于照明光波的缓慢动态变化与其低频分量相关,在新的配准图像中进行初次补偿以改善照明频闪效应.然后使用光强传输方程求解得到样品的初始相位.为了解决初始相位边缘出现的光晕,再次对恢复的相位进行补偿以突出样品的关键信息.搭建了真实光路系统进行实验验证,结果表明所提方法在纠正角度偏差的同时改善了频闪效应.微透镜阵列实验中,恢复的结果与实际结果相对误差为1.7%,证明了所提算法的正确性与有效性.

关键词：光强传输方程部分相干光场相位恢复递进补偿配准

来源：评论

学校读者我要写书评

暂无评论

混合局部因果结构学习

引用

计算机科学与探索 2021年第4期15卷 754-765页

作者：王雲霞曹付元凌兆龙山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 安徽大学计算机科学与技术学院合肥230601

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步... 详细信息

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。

关键词：贝叶斯网络局部因果结构学习马尔科夫毯(MB) V结构

来源：评论

学校读者我要写书评

暂无评论

DL+:一种增强型双层知识图谱推理框架

引用

计算机科学 2023年第12期50卷 302-313页

作者：武月佳周建涛内蒙古大学计算机学院(软件学院) 呼和浩特010021 生态大数据教育部工程研究中心呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 内蒙古自治区云计算与服务软件工程实验室呼和浩特010021 内蒙古自治区社会计算与数据处理重点实验室呼和浩特010021 内蒙古自治区纪检监察大数据重点实验室呼和浩特010021 内蒙古自治区大数据分析技术工程实验室呼和浩特010021

知识图谱是图数据库的一个重要研究领域,它可以形式化地描述现实世界中的事物及其关系,但其不完整性和稀疏性阻碍了其在诸多领域中的应用。知识图谱推理技术旨在根据知识图谱中已有的知识来推断新的知识或识别错误的知识以完善知识图谱... 详细信息

知识图谱是图数据库的一个重要研究领域,它可以形式化地描述现实世界中的事物及其关系,但其不完整性和稀疏性阻碍了其在诸多领域中的应用。知识图谱推理技术旨在根据知识图谱中已有的知识来推断新的知识或识别错误的知识以完善知识图谱。尽管现有的各类推理方法可以获得部分有效知识,但仍然存在获取路径不全、忽略局部信息和引入噪声等问题。基于此,发现且明确提出路径连通性差问题并证明推理有效性与实体间路径连通比率呈正相关规律,进一步提出一种用于增强现有推理方法性能的双层框架DL+。模型第一层是知识增广器,主要利用社区发现算法在初始知识图谱上提取实体邻域信息,构建新知识以增广知识规模,然后设计社区剪枝优化去除构建时引入的噪声,最后将增广后的知识图谱抽取还原为与初始图谱表示相同的结构并输出到第二层以保证模型“即插即用”的特性。第二层是知识推理机,通过在知识增广后的图谱上进行学习推理以达到增强现有知识图谱推理模型的目的,使模型可以在图谱路径连通性比率较高的情况下获得更优的推理结果。最终在4个标准知识图谱数据集上进行的大量实验结果表明DL+算法可以有效缓解实体间路径连通性差的问题,与9类基准方法相比,所提算法的预测精度平均提高了4.798%。

关键词：知识图谱知识图谱推理社区发现路径连通性链接预测

来源：评论

学校读者我要写书评

暂无评论

遥测LIBS系统中样品位置波动对光谱特征参数的影响

引用

光学学报 2020年第7期40卷 188-194页

作者：苏亚辉王广谦潘从元沈川安徽大学电气工程与自动化学院安徽合肥230601 安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室安徽合肥230601 安徽创谱仪器科技有限公司安徽合肥230088

搭建了由共轴Schwarzschild望远镜组成的遥测LIBS系统,研究了不同导轨位置下样品距离波动时LIBS特征谱线光谱强度、相对标准偏差、光谱相似度和等离子体温度的变化情况,并结合物理机制分析了特征参数变化的原因。结果表明,样品位置波动... 详细信息

搭建了由共轴Schwarzschild望远镜组成的遥测LIBS系统,研究了不同导轨位置下样品距离波动时LIBS特征谱线光谱强度、相对标准偏差、光谱相似度和等离子体温度的变化情况,并结合物理机制分析了特征参数变化的原因。结果表明,样品位置波动对等离子体温度、特征谱线强度和相对标准偏差有显著影响,而光谱相似度则在一定范围内保持稳定;在光谱满足一定相似度的情况下,样品位置波动允差随样品距离的增加呈线性递增。当前系统聚焦范围为1.9~4.1 m时,在光谱相似度为0.99的情况下,样品位置波动允差的范围为70~220 mm。研究结果有利于高性能光学系统设计,并为光谱的定性和定量分析提供了理论参考。

关键词：光谱学激光诱导击穿光谱遥测样品位置光谱特征相似度

来源：评论

学校读者我要写书评

暂无评论

基于动态概率抽样的标签噪声过滤方法

引用

计算机应用 2021年第12期41卷 3485-3491页

作者：张增辉姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对... 详细信息

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对这一问题,提出一种基于动态概率抽样(DPS)的标签噪声过滤方法,充分考虑各个数据集样本间的差异性,通过统计各个区间内置信度分布频率,分析各个区间内置信度分布信息熵的走势,确定合理阈值。在UCI经典数据集中选取了14个数据集,将所提方法与随机森林(RF)、HARF、MVF、局部概率抽样(LPS)等方法进行了对比实验。实验结果表明,所提出的方法在标签噪声识别和分类泛化上均展示出了较高的能力。

关键词：标签噪声动态概率抽样噪声过滤标签置信度置信度

来源：评论

学校读者我要写书评

暂无评论

一种特征值区间划分的模型决策树加速算法

引用

小型微型计算机系统 2021年第6期42卷 1136-1143页

作者：高虹雷门昌骞王文剑山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决策树所需时间将会很长,因此在保证分类精度的前提下加速决策... 详细信息

目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决策树所需时间将会很长,因此在保证分类精度的前提下加速决策树的构建具有重要意义.本文首先根据数据的不同分布,给出两种特征值区间的分割方法,即等精度特征值区间划分和变精度特征值区间划分,然后计算各选定区间的基尼指数,寻找最优特征及最优切分点,最后递归生成模型决策树.实验表明,算法在构造决策树时可有效减小计算代价,在保证分类精度的同时加速决策树的构造,且在一定程度上能够避免过拟合现象的发生.

关键词：决策树基尼指数模型决策树等精度特征值区间划分变精度特征值区间划分

来源：评论

学校读者我要写书评

暂无评论

结合标记相关性的特征选择算法

引用

模式识别与人工智能 2020年第8期33卷 716-723页

作者：吕月姣李德玉山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

在多标记分类问题中,每个样本可以同时与多个标记类别相关,其中一些标记之间可能具有相关性,充分利用这些标记相关性,可优化分类性能.因此,文中利用标记的频繁项集对标记相关性进行挖掘,提出针对基于邻域粗糙集的多标记属性约简算法进... 详细信息

在多标记分类问题中,每个样本可以同时与多个标记类别相关,其中一些标记之间可能具有相关性,充分利用这些标记相关性,可优化分类性能.因此,文中利用标记的频繁项集对标记相关性进行挖掘,提出针对基于邻域粗糙集的多标记属性约简算法进行改进的特征选择算法,并进一步将训练样本根据特征之间的相似性进行聚类,结合局部样本上的标记相关性,进行属性约简及分类.在5个多标记分类数据集上的实验验证文中算法的有效性.

关键词：多标记学习特征选择标记相关性邻域粗糙集

来源：评论

学校读者我要写书评

暂无评论

面向数据表示的Cauchy非负矩阵分解

引用

计算机科学 2021年第6期48卷 96-102页

作者：段菲王慧敏张超山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

非负矩阵分解(Non-negative Matrix Factorization, NMF)是一类广泛应用于数据挖掘和机器学习领域的重要矩阵分解模型,可从一组高维非负向量中提取出低维、稀疏和有意义的特征。标准NMF利用Frobenius范数的平方度量重建误差,虽然在一些... 详细信息

非负矩阵分解(Non-negative Matrix Factorization, NMF)是一类广泛应用于数据挖掘和机器学习领域的重要矩阵分解模型,可从一组高维非负向量中提取出低维、稀疏和有意义的特征。标准NMF利用Frobenius范数的平方度量重建误差,虽然在一些应用场景中表现出一定的有效性,但对非高斯噪声和离群点较为敏感。由于现实世界中的真实数据不可避免地包含各种噪声,因此有必要对非高斯噪声和离群点较为稳健的非负矩阵分解模型进行研究。为此,文中提出用Cauchy估计函数取代标准NMF中的平方形式的残差。在度量样本重建误差时,充分考虑样本特征不同维度之间的相关性,以样本的重建误差作为基本的重建误差度量单元。此外,基于半二次规划推导了高效的乘性更新规则,用于求解所提出的模型。在3个真实人脸图像库上的聚类实验中验证了所提模型和算法的有效性。实验结果表明,所提算法对人脸姿态、光照和表情变化均表现出一定的稳健性,且聚类结果对参数的依赖性较小。

关键词：非负矩阵分解 Cauchy损失函数聚类数据表示

来源：评论

学校读者我要写书评

暂无评论

面向语音情感识别的SCBAMM网络

引用

现代电子技术 2022年第5期45卷 79-83页

作者：张会云黄鹤鸣青海师范大学计算机学院青海西宁810008 藏语智能信息处理及应用国家重点实验室青海西宁810008 藏文信息处理教育部重点实验室青海西宁810008 青海省藏文信息处理与机器翻译重点实验室青海西宁810008

语音情感识别是自动语音识别的重要研究方向,提取最能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别的重要研究内容。基于此,构建了基于注意机制、跳跃连接、掩蔽操作等关键技术的语音情感识别声学模型,称... 详细信息

语音情感识别是自动语音识别的重要研究方向,提取最能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别的重要研究内容。基于此,构建了基于注意机制、跳跃连接、掩蔽操作等关键技术的语音情感识别声学模型,称为具有掩蔽操作的基于注意机制的跳跃卷积双向循环神经网络。该模型有8个隐层,依次是2个全连接层、卷积层、跳跃层、掩蔽层、Bi-LSTM层、注意层和池化层。其中,卷积层提取语音情感空间特征;Bi-LSTM层提取语音情感时间序列特征;跳跃层主要解决梯度问题;掩蔽层使数据中为0的值不参与计算,降低了计算量;注意层根据不同时间序列特征对情感的贡献程度分配权重;池化层计算语音情感序列权重。实验结果表明,所提出的模型在EMO-DB库上取得了92.34%的识别性能。

关键词：语音情感识别特征提取声学建模注意机制跳跃连接掩蔽操作

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：