检索结果-内蒙古大学图书馆

计算机工程与应用 2024年

作者：李顺勇曹利娜刘坤赵兴旺山西大学数学与统计学院山西大学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山西大学计算智能与中文信息处理教育部重点实验室

多视图聚类能整合不同视图互补信息，揭示数据潜在结构。其中，基于矩阵分解的方法同时优化矩阵分解和聚类时复杂度较高，分开处理则导致聚类依赖固定的视图融合矩阵，会限制对复杂数据结构的表达。为此，文中提出了动态视图融合矩阵驱... 详细信息

多视图聚类能整合不同视图互补信息，揭示数据潜在结构。其中，基于矩阵分解的方法同时优化矩阵分解和聚类时复杂度较高，分开处理则导致聚类依赖固定的视图融合矩阵，会限制对复杂数据结构的表达。为此，文中提出了动态视图融合矩阵驱动的多视图矩阵分解聚类算法。该算法将矩阵分解与证据C均值聚类整合到一个框架中，并引入超参数平衡两部分重要性。首先利用非负矩阵分解获取原始数据低维表示，随后通过智能权重分配机制对各视图融合。最后，融合矩阵与聚类动态更新得到最终结果，这种动态更新策略能够避免依靠固定的融合矩阵实现聚类任务而导致的局限性。在5个真实数据集验证了文中算法的性能，结果证实其优越性。

关键词：多视图聚类矩阵分解智能权重分配机制 C-均值

来源：评论

学校读者我要写书评

暂无评论

基于二部图表示的属性网络社区发现算法

引用

计算机科学 2023年第11期50卷 107-113页

作者：赵兴旺薛晋芳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

属性网络社区发现是网络数据分析中的一项重要研究内容。为了提高社区发现的准确性,现有算法大多通过融合拓扑信息和属性信息对属性网络进行低维表示,然后基于低维特征进行社区发现。然而,这类算法通常基于深度模型进行表示学习,缺乏一... 详细信息

属性网络社区发现是网络数据分析中的一项重要研究内容。为了提高社区发现的准确性,现有算法大多通过融合拓扑信息和属性信息对属性网络进行低维表示,然后基于低维特征进行社区发现。然而,这类算法通常基于深度模型进行表示学习,缺乏一定的可解释性。因此,文中提出了一种基于二部图表示的属性网络社区发现算法,以提高社区发现结果的准确性和可解释性。首先,分别基于属性网络的拓扑信息和属性信息计算网络中各个节点作为代表点的概率,通过两类信息融合选出一定比例的节点作为代表点;其次,基于拓扑结构和节点属性计算各个节点到代表点的距离,构建二部图;最后,基于二部图利用谱聚类算法进行社区发现,得到最终结果。在人造属性网络和真实属性网络上与已有的属性网络社区发现算法进行实验比较分析。实验结果表明,所提算法在标准化互信息、调整兰德指数等评价指标上均优于已有算法。

关键词：属性网络社区发现二部图融合

来源：评论

学校读者我要写书评

暂无评论

融合边缘增强与多尺度注意力的皮肤病变分割

引用

计算机科学 2023年第4期50卷 96-102页

作者：白雪飞靳智超王文剑马亚楠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

皮肤病变形状、颜色、大小类型多样,给皮肤病变的准确分割带来了巨大挑战。针对这一问题,提出了一种融合边缘增强与多尺度注意力的皮肤病变分割网络(BEMA U-Net)。该网络包含一个用于提取全局特征的空间多尺度注意力模块和一个用于增强... 详细信息

皮肤病变形状、颜色、大小类型多样,给皮肤病变的准确分割带来了巨大挑战。针对这一问题,提出了一种融合边缘增强与多尺度注意力的皮肤病变分割网络(BEMA U-Net)。该网络包含一个用于提取全局特征的空间多尺度注意力模块和一个用于增强病变区域边缘特征的边缘增强模块,将两种模块添加到以编码解码结构为主干的网络(U-Net)中,能够有效抑制病变图像中背景噪声的干扰并强化病灶的边缘细节。此外,设计了混合损失函数,结合Dice Loss和Boundary Loss,并在训练过程中实现混合损失函数的动态权重调整,使网络对病变图像整体特征和边缘细节特征的提取进行多重监督,缓解了皮肤病变图像分割中毛发干扰和边缘模糊的问题。在ISIC2017和ISIC2018两个公开数据集上的实验结果表明,所提算法对皮肤病变部位的分割图像边缘连续、轮廓清晰,具有更好的分割效果。

关键词：皮肤病变分割空间多尺度注意力全局特征边缘增强 U-Net

来源：评论

学校读者我要写书评

暂无评论

极限距离噪声估计与过滤方法

引用

计算机科学 2023年第6期50卷 151-158页

作者：姜高霞秦佩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

近年来,机器学习不断取得显著性进展并被成功应用于诸多领域,然而很多学习模型或算法高度依赖数据的标签质量。实际应用中大量数据集普遍存在复杂的标签噪声,因此机器学习在低质数据建模和标签噪声处理方面面临严峻挑战。文中针对回归... 详细信息

近年来,机器学习不断取得显著性进展并被成功应用于诸多领域,然而很多学习模型或算法高度依赖数据的标签质量。实际应用中大量数据集普遍存在复杂的标签噪声,因此机器学习在低质数据建模和标签噪声处理方面面临严峻挑战。文中针对回归中的数值型标签噪声,从理论分析和仿真实验的角度研究了标签估计区间与噪声的关联性,提出了一种极限距离噪声估计方法。在最优样本选择框架下,基于此噪声估计方法提出了一种极限距离噪声过滤(Limit Distance Noise Filtering, LDNF)算法。实验结果表明,所提噪声估计方法与真实标签噪声具有更高的相关性和更低的估计偏差。在标准数据集和真实年龄估计数据集上证实了所提过滤算法可以在不同噪声环境下有效识别标签噪声并减小模型的测试误差,其表现优于最新的其他过滤算法。

关键词：数值型标签噪声回归噪声估计极限距离噪声过滤

来源：评论

学校读者我要写书评

暂无评论

基于框架语义和图结构的阅读理解答案抽取方法

引用

计算机科学 2023年第8期50卷 170-176页

作者：杨陟卓许玲玲张虎李茹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

机器阅读理解是自然语言处理领域最具挑战性的任务之一。随着深度学习技术的不断发展以及大规模MRC数据集的发布,机器阅读理解模型的性能不断刷新记录。但是以往的模型在逻辑推理、深层语义理解等方面仍存在不足。为解决上述问题,提出... 详细信息

机器阅读理解是自然语言处理领域最具挑战性的任务之一。随着深度学习技术的不断发展以及大规模MRC数据集的发布,机器阅读理解模型的性能不断刷新记录。但是以往的模型在逻辑推理、深层语义理解等方面仍存在不足。为解决上述问题,提出了一种基于框架语义和图结构的阅读理解答案抽取方法。该方法首先利用汉语框架网匹配与问句语义相关的候选句;其次提取问题和候选句中的实体,以实体在句子中的依存句法和语义关系构建实体关系图;最后将实体关系图引入图注意网络进行逻辑推理,实现阅读理解答案抽取。在DuReader-robust数据集上的实验结果表明,所提方法取得了比基线模型更好的效果。

关键词：机器阅读理解 CFN 实体关系图图注意网络句法关系

来源：评论

学校读者我要写书评

暂无评论

融合模体图神经网络和自编码器的链路预测

引用

计算机科学与探索 2023年第1期17卷 209-216页

作者：鲁富荣原之安钱宇华山西大学大数据科学与产业研究院太原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 山西大学计算机与信息技术学院太原030006

链路预测是网络数据挖掘的一项基本任务,已有很多相关的研究成果。由于图神经网络研究的深入发展,使得相关的模型可以更加有效学习网络的重要特征,在链路预测等任务中取得了很好的预测效果。然而,不同于深度学习中CNN模型,已有的图神经... 详细信息

链路预测是网络数据挖掘的一项基本任务,已有很多相关的研究成果。由于图神经网络研究的深入发展,使得相关的模型可以更加有效学习网络的重要特征,在链路预测等任务中取得了很好的预测效果。然而,不同于深度学习中CNN模型,已有的图神经网络模型中仅聚合了节点的一阶邻居信息,未充分考虑邻居节点之间的拓扑结构特性。在此基础上,提出了基于模体的图神经网络链路预测模型。该模型采用自编码器结构,在编码过程中,通过模体构建节点的邻接矩阵,进而得到节点的模体邻域,依照每一类模体的邻域聚合邻居信息,通过非线性变换得到节点的表示,最后拼接每一类模体下节点的表示。然而由于不同的模体结构在网络中重要度有所不同,利用注意力网络给出表达不同模体的注意力权重,连接注意力网络给出节点的向量表示。在解码过程中,通过计算节点间的相似性重构网络。在几个引文合作者网络上的实验结果表明,该方法在两个指标上优于大多数基准算法,有效地提高了网络链路预测的准确度。

关键词：链路预测复杂网络模体图卷积网络图自编码器

来源：评论

学校读者我要写书评

暂无评论

基于自适应正则化的无偏场景图生成方法

引用

计算机科学 2023年第10期50卷 104-111页

作者：李浩晨曹付元乔世昌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

场景图生成旨在给定一张图片,通过目标检测模块得到实体和实体间关系的视觉三元组形式,即主语、关系和宾语,构建语义结构化表示。场景图可应用于图像检索和视觉问答等下游任务。然而,由于数据集中的实体间关系呈长尾分布,因此现有模型... 详细信息

场景图生成旨在给定一张图片,通过目标检测模块得到实体和实体间关系的视觉三元组形式,即主语、关系和宾语,构建语义结构化表示。场景图可应用于图像检索和视觉问答等下游任务。然而,由于数据集中的实体间关系呈长尾分布,因此现有模型在预测关系时更偏向于粗粒度的头部关系。这样的场景图无法对下游任务起到辅助性作用。以往工作普遍采用再平衡策略,如重采样和重加权的方法,来解决长尾问题。但模型反复学习尾部关系样本,易出现过拟合现象。为了解决上述问题,文中提出了一种自适应正则化无偏场景图生成方法。具体来说,该方法通过设计一个基于先验关系频率的正则项,自适应地调整模型全连接分类器权重,从而实现对模型的平衡预测。所提方法在场景图VG(Visual Genome)数据集上进行了实验,实验结果表明,该方法不仅能防止模型过拟合,也能缓解关系长尾分布问题对场景图生成的负面影响,且最先进的场景图生成方法在结合所提方法后能更有效地改善无偏场景图生成的性能。

关键词：场景图长尾分布重采样重加权自适应正则化

来源：评论

学校读者我要写书评

暂无评论

基于逻辑视角的不完备形式背景上知识相容表示与推理

引用

计算机科学 2024年第8期51卷 75-82页

作者：张少霞李德玉翟岩慧山西财经大学信息学院太原030006 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

形式背景中的信息不完备引起了知识的不相容性,即蕴涵在不完备形式背景的任一完备化形式背景不能同时成立。逻辑描述是从语义上进行知识表示、语构上制定语义协调推理规则的方法论。首先,从逻辑角度研究不完备数据上的知识相容语义表示... 详细信息

形式背景中的信息不完备引起了知识的不相容性,即蕴涵在不完备形式背景的任一完备化形式背景不能同时成立。逻辑描述是从语义上进行知识表示、语构上制定语义协调推理规则的方法论。首先,从逻辑角度研究不完备数据上的知识相容语义表示,通过定义不完备实例刻画知识的合理性和相容性,并构造最紧致的相容集(相容规范基)。其次,语构上制定具有语义合理性、相容性和完备性的推理规则,从而避免知识推理过程中产生不相容知识和无效知识。最后,将逻辑研究结果运用在不完备形式背景上,引入两类蕴涵形式:↓↓-型蕴涵和↑↑-型蕴涵。这两类蕴涵兼具相容性且相对于可接受性蕴涵尺度更加严格,构造这两类蕴涵的相容规范基并验证其完备性和无冗余性。

关键词：不完备形式背景知识相容性知识表示相容规范基知识推理

来源：评论

学校读者我要写书评

暂无评论

FMLED:细粒度级多尺度特征表示的轻量级边缘检测方法

引用

小型微型计算机系统 2023年第4期44卷 812-817页

作者：杨红菊王昱蓉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

针对现有基于深度学习的轻量级边缘检测方法存在检测效果不佳的问题,本文提出一种细粒度级多尺度特征表示的轻量级边缘检测方法——FMLED.首先,以细粒度方式提取图像多尺度特征,得到更细致并具有全局性的特征图;其次,对特征图进行上采样... 详细信息

针对现有基于深度学习的轻量级边缘检测方法存在检测效果不佳的问题,本文提出一种细粒度级多尺度特征表示的轻量级边缘检测方法——FMLED.首先,以细粒度方式提取图像多尺度特征,得到更细致并具有全局性的特征图;其次,对特征图进行上采样,得到不同阶段的中间边缘图;最后,使用学习滤波器为每个像素分配不同权重并融合中间边缘图特征,使生成的边缘更加清晰准确.本文方法可用于任何边缘检测任务,而无需进行预训练或微调;并以较小的模型复杂度产生优质边缘.在BIPED、BSDS500和NYUD 3个数据集上的实验结果表明,FMLED框架在不增加计算负载的情况下,可以得到更高质量的边缘.

关键词：深度学习轻量级多尺度表示细粒度级边缘检测

来源：评论

学校读者我要写书评

暂无评论

自注意力与强化学习耦合的多智能体通信

引用

小型微型计算机系统 2023年第6期44卷 1134-1139页

作者：韩兆荣钱宇华刘郭庆山西大学大数据科学与产业研究院太原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

利用通信规则的多智能体算法通过智能体间交互信息进行协作,而其中信息质量决定了智能体协作能力与完成任务的能力,是提升智能体表现的关键因素.目前通信规则型算法存在通信信息产生方式单一、信息冗余等问题.针对以上问题本文提出了基... 详细信息

利用通信规则的多智能体算法通过智能体间交互信息进行协作,而其中信息质量决定了智能体协作能力与完成任务的能力,是提升智能体表现的关键因素.目前通信规则型算法存在通信信息产生方式单一、信息冗余等问题.针对以上问题本文提出了基于自注意力机制的信息处理模块TDU以及适配的信息产生智能体算法.首先,通过改进适配信息生成的强化学习算法作为智能体网络,通过网络学习生成适配信息,提高了智能体间信息产生的适配性并固定了信息选择的范围,降低了信息处理的难度.之后,利用基于自注意力机制的信息处理模块,对生成的信息进行筛选,提取高价值信息进行传输,提高智能体传递信息质量.本文提出的算法在经典智能体通信规则测试环境Swtich Riddle中进行了大量实验,并与主流通信规则型算法进行对比.实验结果表明,本文提出算法有效提高了智能体信息质量,加快了智能体学习速度,增强了智能体通信能力.

关键词：强化学习多智能体不完全观测环境自注意力机制多智能体通信规则方法

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：