检索结果-内蒙古大学图书馆

系统工程与电子技术 2022年第9期44卷 2955-2962页

作者：蒋芳杨雅情郑国梁王翊许耀华吴香情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 安徽省物联网频谱感知与测试工程技术研究中心安徽合肥230601

为降低大规模机器类型通信基站端多用户检测的复杂度,结合活跃设备在相邻时隙间的相关性和梯度追踪算法提出了相关性辅助的梯度追踪多用户检测(correlation-assisted gradient pursuit multi-user detection,CAGP-MUD)算法,不仅避免了... 详细信息

为降低大规模机器类型通信基站端多用户检测的复杂度,结合活跃设备在相邻时隙间的相关性和梯度追踪算法提出了相关性辅助的梯度追踪多用户检测(correlation-assisted gradient pursuit multi-user detection,CAGP-MUD)算法,不仅避免了矩阵求逆的过程,还减少了除第一时隙的其他时隙的迭代次数。为了进一步降低多用户检测算法的复杂度,在CAGP-MUD算法框架内引入决策衰弱的思想,对梯度最大值进行衰弱,并以此作为阈值,每次迭代可挑选出多个活跃设备,以减少迭代次数,称为相关性辅助的组梯度追踪多用户检测算法。对提出的两种算法进行了复杂度计算。理论分析和仿真实验表明,和同类算法相比,这两种算法的计算消耗降低了60%以上。

关键词：大规模机器类型通信时间相关性梯度追踪多用户检测

来源：评论

学校读者我要写书评

暂无评论

显著性引导的目标互补隐藏弱监督语义分割

引用

中国图象图形学报 2024年第4期29卷 1041-1055页

作者：白雪飞卢立彬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

目的图像级弱监督语义分割方法利用类别标签训练分割网络,可显著降低标注成本。现有方法大多采用类激活图定位目标物体,然而传统类激活图只能挖掘出物体中最具辨识性的区域,直接将其作为伪标签训练的分割网络精度较差。本文提出一种显... 详细信息

目的图像级弱监督语义分割方法利用类别标签训练分割网络,可显著降低标注成本。现有方法大多采用类激活图定位目标物体,然而传统类激活图只能挖掘出物体中最具辨识性的区域,直接将其作为伪标签训练的分割网络精度较差。本文提出一种显著性引导的弱监督语义分割算法,可在获取更完整类激活图的基础上提高分割模型的性能。方法首先通过显著图对目标进行互补随机隐藏,以获得互补图像对,然后融合互补图像对的类激活图作为监督,提高网络获取完整类激活图的能力。其次引入双重注意力修正模块,利用全局信息修正类激活图并生成伪标签训练分割网络。最后使用标签迭代精调策略,结合分割网络的初始预测、类激活图以及显著图生成更精确的伪标签,迭代训练分割网络。结果在PASCAL VOC 2012(pattern analysis,statistical modeling and computational learning visual object classes 2012)数据集上进行类激活图生成实验与语义分割实验,所生成的类激活图更加完整,平均交并比有10.21%的提升。语义分割结果均优于对比方法,平均交并比提升6.9%。此外在COCO 2014(common object in context 2014)数据集上进行了多目标的语义分割实验,平均交并比提升0.5%。结论该算法可获得更完整的类激活图,缓解了弱监督语义分割中监督信息不足的问题,提升了弱监督语义分割模型的精度。

关键词：深度学习弱监督语义分割显著性引导类激活图(CAM) 注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于自适应混合优化的电力数据预测方法

引用

控制与决策 2023年第12期38卷 3490-3498页

作者：曾朝晖赵会勇罗恩韬张英豪杨阳严一泰湘潭大学智能计算与信息处理教育部重点实验室湖南湘潭411105 湖南科技学院信息工程学院湖南永州425099

电力数据易受气候、季节、节假日等因素影响,出现不同波动特征.针对不同特征电力数据预测精度不高、预测方法泛化能力弱等问题,提出基于自适应混合优化的电力数据预测方法.通过使用小波变换和平稳性分析,将电力数据自适应地分解为包含... 详细信息

电力数据易受气候、季节、节假日等因素影响,出现不同波动特征.针对不同特征电力数据预测精度不高、预测方法泛化能力弱等问题,提出基于自适应混合优化的电力数据预测方法.通过使用小波变换和平稳性分析,将电力数据自适应地分解为包含趋势、季节和周期信息的非平稳序列和多个平稳序列;使用状态转移算法分别优化长短时记忆深度学习网络和自回归移动平均模型,对非平稳序列和平稳序列分别拟合、预测;对预测的各序列进行重构,得到最终预测结果.在电力系统数据上进行多步预测,对比实验表明:与其他方法相比,所提方法不仅具有更高的预测精度,还具有较强的泛化能力.

关键词：电力数据预测长短期记忆深度学习网络自回归移动平均模型小波分解状态转移算法

来源：评论

学校读者我要写书评

暂无评论

基于多粒度用户偏好的文档级情感分析

引用

中文信息学报 2023年第7期37卷 122-130页

作者：陈洁王思雨赵姝张燕平余静莹计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学计算机科学与技术学院安徽合肥230601 信息材料与智能感知安徽省实验室安徽合肥230601

不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑... 详细信息

不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑用户偏好的多粒度性,据此,该文提出了一种融合多粒度用户偏好的情感分析模型。首先,在单词粒度上,将用户信息融合到注意机制中来获取基于用户偏好的句子表示;然后,在句子粒度上,结合自注意机制获取基于用户偏好的文档表示;最后,在文档粒度上,将得到的文档表示与用户信息直接进行融合得到文档的特征表示,并利用该表示进行分类。在IMDB、Yelp13、Yelp14三个文档级数据集上的实验表明,该模型能更有效地提升分类性能。

关键词：情感分类文档级评论用户偏好多粒度注意网络

来源：评论

学校读者我要写书评

暂无评论

融合描述信息和结构特征的知识图谱链接预测

引用

计算机科学与探索 2024年第2期18卷 486-495页

作者：陈加兴胡志伟李茹韩孝奇卢江闫智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

知识图谱普遍存在知识不完整的问题,这使得链接预测成为知识图谱的重要研究内容。现有模型仅关注三元组的嵌入表示,一方面,在模型的输入仅对实体和关系的嵌入表示进行随机初始化,并未融入实体及关系的描述信息,会缺失语义信息;另一方面... 详细信息

知识图谱普遍存在知识不完整的问题,这使得链接预测成为知识图谱的重要研究内容。现有模型仅关注三元组的嵌入表示,一方面,在模型的输入仅对实体和关系的嵌入表示进行随机初始化,并未融入实体及关系的描述信息,会缺失语义信息;另一方面,在解码时忽略三元组自身结构特征对链接预测结果的影响。针对上述问题,提出一种融合描述信息与结构特征的知识图谱链接预测模型BFGAT。BFGAT模型利用BERT预训练模型编码实体和关系的描述信息,并将描述信息融入到实体与关系的嵌入表示中,解决缺失语义信息的问题;在编码过程使用图注意力机制聚合邻接节点的信息,解决目标节点获得更为丰富信息的问题;在解码过程把三元组的嵌入表示拼接成矩阵,采用基于CNN卷积池化的方法,解决三元组结构特征的问题。该模型在公开数据集FB15k-237和WN18RR上进行了详细的实验,实验表明BFGAT模型能有效提高知识图谱链接预测的效果。

关键词：知识图谱链接预测 BERT 卷积神经网络(CNN)

来源：评论

学校读者我要写书评

暂无评论

融入BioCopy机制的医疗报告抽取生成模型

引用

计算机工程与应用 2024年第6期60卷 155-162页

作者：刘岚谭红叶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

智慧医疗是融合了人工智能技术的新型健康医疗服务模式,其中医疗报告自动生成是智慧医疗领域的一项重要任务,该任务依据病人自述和医患对话,生成半结构化的医疗报告。医疗报告不仅包含主诉等多个子部分,而且包含大量来自原文的医疗术语... 详细信息

智慧医疗是融合了人工智能技术的新型健康医疗服务模式,其中医疗报告自动生成是智慧医疗领域的一项重要任务,该任务依据病人自述和医患对话,生成半结构化的医疗报告。医疗报告不仅包含主诉等多个子部分,而且包含大量来自原文的医疗术语。针对这些特点,采用了融入BioCopy机制的抽取与生成结合的摘要模型,模型首先对每个子部分进行关键句抽取,排除无关信息的干扰;然后在生成医疗报告时加入BioCopy机制以复制关键句中的医疗术语,保证结果的准确性。在CCL 2021相关数据集上的实验结果表明:该模型优于主要baseline,取得了较好的效果。

关键词：医疗报告自动生成抽取与生成 BioCopy

来源：评论

学校读者我要写书评

暂无评论

基于多样性引导与联合优化的多视图聚类算法

引用

山西大学学报(自然科学版) 2025年

作者：李顺勇杨梦瑶曹付元李青辉山西大学数学与统计学院复杂系统与数据科学教育部重点实验室山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

传统的多视图聚类算法存在视图间多样性利用不足、缺乏抗噪和处理不完整数据的能力等问题。为此，文中提出一种基于多样性引导与联合优化的多视图聚类算法—DGJO。该算法首先通过K-近邻法构建初始相似图，并设计自适应联合优化框架，对... 详细信息

传统的多视图聚类算法存在视图间多样性利用不足、缺乏抗噪和处理不完整数据的能力等问题。为此，文中提出一种基于多样性引导与联合优化的多视图聚类算法—DGJO。该算法首先通过K-近邻法构建初始相似图，并设计自适应联合优化框架，对初始相似图进行重构，从而提升相似图的质量。其次利用多样性引导，充分探索视图间的多样信息，生成一致性相似矩阵，再将各视图的一致性相似矩阵融合为共识图，同时在共识图上施加L1范数抑制噪声。最后利用非负矩阵分解直接获得聚类结果，避免后处理带来的不确定问题。6个真实数据集上的实验验证了DGJO的稳健性，在ACC和F-score指标上均可以达到80%以上，并且在Caltech101-7数据集上NMI指标比次优算法提升了20.77%。

关键词：多视图聚类测量多样性相似图自适应优化非负矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于双编码的重叠社团检测多目标优化方法

引用

电子学报 2021年第11期49卷 2101-2107页

作者：张磊刘庆杨尚尚杨海鹏程凡马海平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安徽合肥230601

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重... 详细信息

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重叠点分别进行编码,能够有效解码得到重叠社团结构.在双编码表示的基础上,本文提出了一种基于双编码的重叠社团检测多目标优化方法(DRMOEA).在DRMOEA中,为了获得好的初始个体并提高算法检测性能,本文提出了一种基于社团边界点的初始化策略.除此之外,针对双编码中的重叠点编码部分,本文提出了基于精英个体边界点的交叉策略,该策略利用社团边界信息引导种群向好的方向进化,从而有效提高了算法的检测性能.最后,在9个真实世界网络上的实验结果表明DRMOEA算法优于其他5个代表性重叠社团检测算法.

关键词：复杂网络重叠社团检测双编码多目标优化

来源：评论

学校读者我要写书评

暂无评论

多尺度图池化特征融合的集成智能故障诊断方法

引用

振动工程学报 2024年第12期37卷 2148-2157页

作者：张亚军潘东辉张先杰张海峰钟凯刘永斌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 安徽大学物质科学与信息技术研究院安徽合肥230601 安徽大学数学科学学院安徽合肥230601 安徽大学电气工程与自动化学院安徽合肥230601

图神经网络模型由于其丰富的故障表征能力,已在故障诊断领域得到广泛应用。然而现有模型在处理故障数据时仅利用相邻节点间的局部信息,未能充分提取全局特征信息,为了克服单一模型故障诊断精度不高和泛化能力不足的问题,提出一种基于多... 详细信息

图神经网络模型由于其丰富的故障表征能力,已在故障诊断领域得到广泛应用。然而现有模型在处理故障数据时仅利用相邻节点间的局部信息,未能充分提取全局特征信息,为了克服单一模型故障诊断精度不高和泛化能力不足的问题,提出一种基于多尺度图池化特征融合与图卷积网络(MSGP-GCN)的集成故障诊断方法。通过对原始信号构建图模型,使用图池化粗化得到全局信息。根据节点的度在不同尺度下分配权重,进而利用全局信息结合权重更新节点特征。将更新后的节点特征分别输入不同的分类器中,对分类结果使用多数投票策略实现智能故障诊断。在SEU仿真数据集和真实的磨煤机数据集上对所提出的方法进行验证,结果表明所提模型能够明显提高故障诊断的精度和泛化能力,平均诊断精度分别达到98.31%和97.21%。

关键词：故障诊断全局信息图池化图卷积网络多数投票策略

来源：评论

学校读者我要写书评

暂无评论

水下声信标信号的多脉冲匹配滤波改进方法

引用

声学技术 2022年第3期41卷 363-368页

作者：董晓方世良东南大学水声信号处理教育部重点实验室江苏南京210096

水下声信标信号检测是搜寻黑匣子的重要技术之一。针对水下声信标信号声源级低、脉冲宽度窄所带来的检测难题,充分利用声信标信号周期短、相邻脉冲信号相关性强等特点,提出了一种基于多脉冲积分的改进匹配滤波方法,通过前后脉冲匹配方... 详细信息

水下声信标信号检测是搜寻黑匣子的重要技术之一。针对水下声信标信号声源级低、脉冲宽度窄所带来的检测难题,充分利用声信标信号周期短、相邻脉冲信号相关性强等特点,提出了一种基于多脉冲积分的改进匹配滤波方法,通过前后脉冲匹配方法克服标准信号匹配处理中因信号畸变带来的匹配处理增益下降,通过多脉冲累积提高积分增益。通过仿真实验验证,当取多脉冲累积数为6时,在理想白噪声环境下,所提改进方法比传统单脉冲匹配滤波检测性能提高约4 dB,特别是在存在明显多普勒影响下,传统方法适应性下降,所提改进方法有9 dB的性能提高。通过对湖上实验数据的处理也验证了所提方法的有效性。

关键词：信号检测多脉冲匹配滤波水下声信标

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：