检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2021年第4期53卷 61-68页

作者：原之安彭甫镕谷波钱宇华山西大学大数据科学与产业研究院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006

专利中的科技实体是指专利文献中富含科技信息的词汇,抽取专利中的科技实体对科研工作者提高科研效率、企业布局专利体系都至关重要。提出一种基于半监督学习框架与命名实体识别模型相结合的科技实体抽取方法,半监督学习能够利用无标记... 详细信息

专利中的科技实体是指专利文献中富含科技信息的词汇,抽取专利中的科技实体对科研工作者提高科研效率、企业布局专利体系都至关重要。提出一种基于半监督学习框架与命名实体识别模型相结合的科技实体抽取方法,半监督学习能够利用无标记数据的优势弥补标注数据稀缺的缺陷,利用大量的专利语料在通用领域的BERT模型基础上进行预训练,得到适用于专利领域的BERT模型BERT-Patent,有效提升模型对专利中科技实体的抽取性能。在专利数据集上的实验结果表明,提出的方法在准确率、召回率、F1值指标上分别提高了6.37%、2.99%、4.63%;在人民日报数据集上准确率、召回率、F1值分别提高了2.87%、1.24%、2.07%。

关键词：科技实体专利挖掘数据稀缺 BERT 半监督学习

来源：评论

学校读者我要写书评

暂无评论

一种深度自监督聚类集成算法

引用

智能系统学报 2020年第6期15卷 1113-1120页

作者：杜航原张晶王文剑山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

针对聚类集成中一致性函数设计问题,本文提出一种深度自监督聚类集成算法。该算法首先根据基聚类划分结果采用加权连通三元组算法计算样本之间的相似度矩阵,基于相似度矩阵表达邻接关系,将基聚类由特征空间中的数据表示变换至图数据表示... 详细信息

针对聚类集成中一致性函数设计问题,本文提出一种深度自监督聚类集成算法。该算法首先根据基聚类划分结果采用加权连通三元组算法计算样本之间的相似度矩阵,基于相似度矩阵表达邻接关系,将基聚类由特征空间中的数据表示变换至图数据表示;在此基础上,基聚类的一致性集成问题被转化为对基聚类图数据表示的图聚类问题。为此,本文利用图神经网络构造自监督聚类集成模型,一方面采用图自动编码器学习图的低维嵌入,依据低维嵌入似然分布估计聚类集成的目标分布;另一方面利用聚类集成目标对低维嵌入过程进行指导,确保模型获得的图低维嵌入与聚类集成结果是一致最优的。在大量数据集上进行了仿真实验,结果表明本文算法相比HGPA、CSPA和MCLA等算法可以进一步提高聚类集成结果的准确性。

关键词：特征空间聚类算法一致性函数图表示相似性度量自监督学习图数据神经网络模型

来源：评论

学校读者我要写书评

暂无评论

非对称的异质信息网络推荐算法

引用

计算机科学与探索 2020年第6期14卷 939-946页

作者：赵传张凯涵梁吉业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 山西大学智能信息处理研究所太原030006

异质信息网络作为一个新的研究方向,近年来在推荐系统领域引起了广泛的关注。目前基于异质信息网络的大部分相似度计算方法认为用户的相似关系是对称的,但是在实际中由于不同用户评分的物品数量不同,有时会导致相似关系出现非对称情况... 详细信息

异质信息网络作为一个新的研究方向,近年来在推荐系统领域引起了广泛的关注。目前基于异质信息网络的大部分相似度计算方法认为用户的相似关系是对称的,但是在实际中由于不同用户评分的物品数量不同,有时会导致相似关系出现非对称情况。为了能够更好地度量用户之间的相似关系,首先在均方差相似度公式的基础上,引入非对称系数刻画相似度的非对称性;然后根据元路径的特征赋予不同元路径权重,并将不同元路径的相似度结果进行加权以提高用户相似度的准确性;最后通过在矩阵分解模型中融合相似度信息与评分信息实现基于异质信息网络的评分预测推荐。在数据集上的实验结果表明,该算法在平均绝对误差和均方根误差两个评价指标上优于传统算法。

关键词：异质信息网络元路径相似度矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于样本稳定性的聚类方法

引用

中国科学：信息科学 2020年第8期50卷 1239-1254页

作者：李飞江钱宇华王婕婷梁吉业王文剑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

数据类型和分布的复杂化导致样本间关系的不确定性增强,给有效挖掘数据的潜在类簇结构带来挑战.为降低样本关系不确定性对数据聚类带来的影响,本文将聚类集成中样本稳定性概念扩展至聚类分析中.本文从理论上分析样本稳定的合理性,并提... 详细信息

数据类型和分布的复杂化导致样本间关系的不确定性增强,给有效挖掘数据的潜在类簇结构带来挑战.为降低样本关系不确定性对数据聚类带来的影响,本文将聚类集成中样本稳定性概念扩展至聚类分析中.本文从理论上分析样本稳定的合理性,并提出基于信息熵的样本稳定性度量方法.此外,本文提出一个基于样本稳定性的聚类方法,该方法先将数据分为稳定样本集和不稳定样本集,然后挖掘稳定样本的团簇结构,并将不稳定样本划分至该团簇结构中.最后,本文通过二维人造数据和图像分割场景可视化显示样本稳定性的合理性,并在基准数据集上验证本文所提聚类算法的有效性.

关键词：机器学习无监督学习聚类分析样本稳定性稳定性理论

来源：评论

学校读者我要写书评

暂无评论

一种基于时序关系网络的逻辑推理方法

引用

计算机科学 2021年第5期48卷 239-246页

作者：张姝楠曹峰郭倩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

逻辑推理是人类智能的核心,是人工智能领域一个富有挑战性的研究课题。人类的IQ测试问题是衡量人类智商水平高低和逻辑推理能力的常用手段之一,如何让计算机学习拥有类似人类的逻辑推理能力是一个非常重要的研究内容,其目的是使计算机... 详细信息

逻辑推理是人类智能的核心,是人工智能领域一个富有挑战性的研究课题。人类的IQ测试问题是衡量人类智商水平高低和逻辑推理能力的常用手段之一,如何让计算机学习拥有类似人类的逻辑推理能力是一个非常重要的研究内容,其目的是使计算机从给定的图像中直接学习逻辑推理模式,而无需事先为计算机设计先验推理模式。基于此目的,提出了一种新的数据集Fashion-IQ,该数据集中的每个样本包含7张输入图片和1个标签,这7张图片分别为3张包含一种或多种逻辑的问题输入图片和4张选项输入图片,目的是利用机器学习3张问题输入图片中包含的逻辑来预测下一张图片,从而选择正确的选项。为了解决这个问题,提出了一种时序关系模型。针对每个选项,该模型首先使用卷积神经网络提取前3张输入图片和选项图片的空间特征;接着采用关系网络将这4个空间特征两两组合;然后采用LSTM提取前3张问题输入图片和该选项的时序特征,将时序特征与组合好的空间特征相结合得到时序-空间融合特征;最后对前3张输入图片与每个选项得到的时序-空间融合特征进行进一步推理,采用softmax函数进行打分,得分最高的选项就是正确答案。实验结果证明,该模型在此数据集上实现了比较高的推理准确度。

关键词：逻辑推理 IQ测试推理模式时序关系网络时序-空间融合特征

来源：评论

学校读者我要写书评

暂无评论

自适应稀疏表示引导的无监督降维

引用

深圳大学学报（理工版） 2020年第4期37卷 425-432页

作者：岳琴魏巍冯凯崔军彪山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

挖掘并保持数据分布信息是无监督降维的核心问题,为解决传统无监督降维方法大多数只考虑数据分布的局部信息或者全局信息,数据分布信息在低维空间难以保持的缺点,提出一种同时考虑数据分布的全局和局部信息的自适应稀疏表示引导的无监... 详细信息

挖掘并保持数据分布信息是无监督降维的核心问题,为解决传统无监督降维方法大多数只考虑数据分布的局部信息或者全局信息,数据分布信息在低维空间难以保持的缺点,提出一种同时考虑数据分布的全局和局部信息的自适应稀疏表示引导的无监督降维(adaptive sparse representation guided unsupervised dimensionality reduction,ASR_UDR)方法.用稀疏表示挖掘高维空间数据分布的全局信息,通过约束投影后的数据保持图上的平滑性,挖掘数据分布的局部信息,并将这两个过程统一到一个框架中,使之相辅相成,实现数据分布信息的自适应挖掘和数据降维.在WarpAR10P、USPS、MultiB、DLBCLA和DLBCLB数据集上的实验结果表明,与已有的同类无监督降维方法相比,所提方法在显著减少数据维数的同时,可更好地提升后续学习算法的性能.

关键词：人工智能稀疏表示无监督学习维度约简机器学习数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于模糊优势互补互信息的有序决策树算法

引用

计算机应用 2021年第10期41卷 2785-2792页

作者：王雅辉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

传统决策树算法应用于有序分类任务时存在两个问题:传统决策树算法没有引入序关系,因此无法学习和抽取数据集中的序结构;现实生活中存在大量模糊而非精确的知识,而传统的决策树算法无法处理存在模糊属性取值的数据。针对上述问题,提出... 详细信息

传统决策树算法应用于有序分类任务时存在两个问题:传统决策树算法没有引入序关系,因此无法学习和抽取数据集中的序结构;现实生活中存在大量模糊而非精确的知识,而传统的决策树算法无法处理存在模糊属性取值的数据。针对上述问题,提出了基于模糊优势互补互信息的有序决策树算法。首先,使用优势集表示数据中的序关系,并引入模糊集来计算优势集以形成模糊优势集。模糊优势集不仅能反映数据中的序信息,而且能自动获取不精确知识。然后,在模糊优势集的基础上将互补互信息进行推广,并提出了模糊优势互补互信息。最后,使用模糊优势互补互信息作为启发式,设计出基于模糊优势互补互信息的有序决策树算法。在5个人工数据集及9个现实数据集上的实验结果表明,所提算法在有序分类任务上较经典决策树算法取得了更低的分类误差。

关键词：机器学习决策树算法有序分类模糊数学优势集

来源：评论

学校读者我要写书评

暂无评论

概率语言环境下基于多粒度决策粗糙集和MABAC法的光伏发电效能评价

引用

模糊系统与数学 2024年第6期 168-183页

作者：温琦菲张超李德玉刘东航王日中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山西省信息产业技术研究院有限公司

本文为应对概率语言环境下多粒度决策粗糙集在信息融合方面的局限，结合MABAC(Multi-Attributive Border Approximation Area Comparison)法建立了多粒度概率语言三支群决策方法.首先，本文将概率语言术语集与多粒度决策粗糙集相结合，... 详细信息

本文为应对概率语言环境下多粒度决策粗糙集在信息融合方面的局限，结合MABAC(Multi-Attributive Border Approximation Area Comparison)法建立了多粒度概率语言三支群决策方法.首先，本文将概率语言术语集与多粒度决策粗糙集相结合，提出多粒度概率语言决策粗糙集模型；其次，本文利用FUCOM(Full Consistency Method)求解属性权重，在三支决策的框架下计算阈值，将MABAC法与多粒度三支群决策模型进行融合，对计算出的各个阈值进行最优粒度选择来获得最终阈值；再次，本文建立多粒度概率语言三支群决策方法，通过此模型求解出最优方案；最后，本文通过光伏发电效能评价的实例验证所建立方法的可行性.

关键词：多粒度决策粗糙集概率语言术语集 MABAC 效能评价

来源：评论

学校读者我要写书评

暂无评论

关联学习:关联关系挖掘新视角

引用

计算机研究与发展 2020年第2期57卷 424-432页

作者：钱宇华张明星成红红山西大学大数据科学与产业研究院太原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 山西大学计算机与信息技术学院太原030006

关联关系挖掘与发现是大数据挖掘与分析的重要基础,现有的关联关系挖掘方法多是对数据进行统计分析,对未知数据缺少关联判别作用.尝试从学习的角度进行关联关系挖掘,给出了关联学习的形式化定义和相关概念,并根据关联学习定义构建学习... 详细信息

关联关系挖掘与发现是大数据挖掘与分析的重要基础,现有的关联关系挖掘方法多是对数据进行统计分析,对未知数据缺少关联判别作用.尝试从学习的角度进行关联关系挖掘,给出了关联学习的形式化定义和相关概念,并根据关联学习定义构建学习数据集.具体地构建了2类关联图像数据集(two class associated image data sets,TAID),利用卷积神经网络提取关联特征,然后分别用softmax函数和K近邻算法判别关联关系,基于此提出3种关联关系判别器:关联图像卷积神经网络判别器(associated image convolutional neural network discriminator,AICNN)、关联图像LeNet判别器(associated image LeNet discriminator,AILeNet)和关联图像K近邻判别器(associated image K-nearest neighbor discriminator,AIKNN).3种关联判别器在TAID数据集上进行测试,AICNN在64×64像素90000个训练样本上的判别精度达0.8217,AILeNet在256×256像素22500个训练样本上的判别精度达0.8456,AIKNN在256×256像素22500个训练样本上的判别精度达到0.8664.这3种关联判别器有效地证明了学习角度挖掘关联关系的可行性.

关键词：关联关系关联学习关联判别器关联图像数据集关联学习准则

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类研究进展

引用

软件学报 2020年第6期31卷 1723-1746页

作者：赵传君王素格李德玉山西财经大学信息学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 山西太原030006

作为社会媒体文本情感分析的重要研究课题之一,跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类任务,其可以有效缓解目标领域中带标签数据不足问题.从3个角度对跨领域文本情感分类方法行了归纳总结:(1)... 详细信息

作为社会媒体文本情感分析的重要研究课题之一,跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类任务,其可以有效缓解目标领域中带标签数据不足问题.从3个角度对跨领域文本情感分类方法行了归纳总结:(1)按照目标领域中是否有带标签数据,可分为直推式和归纳式情感迁移方法;(2)按照不同情感适应性策略,可分为实例迁移方法、特征迁移方法、模型迁移方法、基于词典的方法、联合情感主题方法以及图模型方法等;(3)按照可用源领域个数,可分为单源和多源跨领域文本情感分类方法.此外,还介绍了深度迁移学习方法及其在跨领域文本情感分类的最新应用成果.最后,围绕跨领域文本情感分类面临的关键技术问题,对可能的突破方向进行了展望.

关键词：跨领域文本情感分类领域适应迁移学习研究进展

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：