检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2018年第5期48卷 1571-1577页

作者：董飒刘大有欧阳若川朱允刚李丽娜刘杰吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学大数据和网络管理中心长春130012

针对异质性网络的分类问题提出了一种引入二阶马尔可夫假设链接的逻辑回归分类方法。该方法采用二阶马尔可夫链接,扩展结点邻居的邻居之链接特征(类分布)用于构造结构化的逻辑回归模型,并与基于一阶马尔可夫假设的逻辑回归模型相结合,... 详细信息

针对异质性网络的分类问题提出了一种引入二阶马尔可夫假设链接的逻辑回归分类方法。该方法采用二阶马尔可夫链接,扩展结点邻居的邻居之链接特征(类分布)用于构造结构化的逻辑回归模型,并与基于一阶马尔可夫假设的逻辑回归模型相结合,利用松弛标注的协作推理方法逐步更新类分布至最终分类结果。对比实验结果表明,本文方法在异质性网络分类上分类精度较佳。

关键词：人工智能异质性网络分类结构化逻辑回归模型网络数据

来源：评论

学校读者我要写书评

暂无评论

基于高通量数据的人体外源性植物miRNA跨界调控建模

引用

吉林大学学报（工学版） 2018年第4期48卷 1206-1213页

作者：张浩占萌苹郭刘香李誌刘元宁张春鹤常浩武王志强吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 长春理工大学应用技术学院长春130022

以基于人体血清的高通量测序数据为研究对象,采用生物计算方法对数据进行分析,以目前已知的人类和植物的RNA数据作为参照集,从中筛选出可能的人体外源植物miRNA;基于miRNA的调控机制原理,获得可能的植物miRNA干扰人类mRNA的靶基因;构建... 详细信息

以基于人体血清的高通量测序数据为研究对象,采用生物计算方法对数据进行分析,以目前已知的人类和植物的RNA数据作为参照集,从中筛选出可能的人体外源植物miRNA;基于miRNA的调控机制原理,获得可能的植物miRNA干扰人类mRNA的靶基因;构建植物miRNA-人类mRNA调控网络模型,分析可能的跨界调控作用。本文通过构建植物-人体跨界调控模型,共挖掘出9个核心模块。研究结果表明,外源性植物miRNA参与调控人体胺代谢、酒精代谢以及脂肪酸代谢等生物过程。

关键词：人工智能高通量数据外源性植物miRNA 跨界调控

来源：评论

学校读者我要写书评

暂无评论

一种用于基于方面情感分析的深度分层网络模型

引用

计算机学报 2018年第12期41卷 2637-2652页

作者：刘全梁斌徐进周倩苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012

近年来,基于方面情感分析已成为自然语言处理领域的研究热点之一.结合注意力机制的深度网络模型在基于方面情感分析任务中取得了令人瞩目的成功,针对以独立句子作为网络模型输入的方法无法获取句子间相互关系,以及仅使用词语层注意力机... 详细信息

近年来,基于方面情感分析已成为自然语言处理领域的研究热点之一.结合注意力机制的深度网络模型在基于方面情感分析任务中取得了令人瞩目的成功,针对以独立句子作为网络模型输入的方法无法获取句子间相互关系,以及仅使用词语层注意力机制难以充分获取同一评论中句子间的相互联系等问题,提出一种结合区域卷积神经网络和分层长短期记忆网络(Regional Convolutional Neural Network-Hierarchical Long Short-Term Memory,RCNN-HLSTM)的深度分层网络模型用在基于方面情感分析任务中.该模型通过区域CNN既可以保留不同句子在评论中的时序关系也可以大大降低仅使用LSTM网络的时间代价.此外,该模型利用一个分层LSTM网络来获取待分类句子内部词语之间的相互联系,以及待分类句子和评论中其他句子之间的情感特征信息.通过词语层和句子层注意力机制能有效获取特定方面在句子中的局部特征和整个评论中的长距离依赖关系,弥补了仅使用词语层注意力机制的不足.最后在多种语言的不同领域数据集上进行实验,取得了比传统的深度网络模型、结合注意力机制的深度网络模型以及考虑句子间关系的双向分层LSTM网络模型更好的分类效果.

关键词：深度学习基于方面情感分析分层模型循环神经网络卷积神经网络注意力机

来源：评论

学校读者我要写书评

暂无评论

一种重量测量系统的设计

引用

实验科学与技术 2019年第3期17卷 19-22页

作者：张仲明郭东伟吕巍张立明吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室吉林长春130012

重量测量仪是将称量与传感器技术、转换技术和信息处理等技术结合成一体的现代新型计量手段,该文设计了一种基于重量传感器、STC12C5A60S2单片机和YM12864C图形液晶显示器的重量测量系统。该系统首先通过压敏电阻将质量信号转变为压力信... 详细信息

重量测量仪是将称量与传感器技术、转换技术和信息处理等技术结合成一体的现代新型计量手段,该文设计了一种基于重量传感器、STC12C5A60S2单片机和YM12864C图形液晶显示器的重量测量系统。该系统首先通过压敏电阻将质量信号转变为压力信号,再借助于线性放大器和A/D转换将其输出为适合于CPU处理的电压数字信号,最后转换为砝码重量显示在YM12864C图形液晶显示器中。实验结果显示,该文设计的系统与高精密天平的重量基准的差别均小于0.5g,偏差度也在0.5 g范围内,基本接近高精度天平所具有的性能。

关键词：重量测量系统重量传感器 STC12C5A60S2单片机 YM12864C图形液晶显示器

来源：评论

学校读者我要写书评

暂无评论

一种最大置信上界经验采样的深度Q网络方法

引用

计算机研究与发展 2018年第8期55卷 1694-1705页

作者：朱斐吴文刘全伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破... 详细信息

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破.为了减少转移状态之间暂时的相关性,传统深度Q网络使用经验回放的采样机制,从缓存记忆中随机采样转移样本.然而,随机采样并不考虑缓存记忆中各个转移样本的优先级,导致网络训练过程中可能会过多地采用信息较低的样本,而忽略一些高信息量的样本,结果不但增加了训练时间,而且训练效果也不理想.针对此问题,在传统深度Q网络中引入优先级概念,提出基于最大置信上界的采样算法,通过奖赏、时间步、采样次数共同决定经验池中样本的优先级,提高未被选择的样本、更有信息价值的样本以及表现优秀的样本的被选概率,保证了所采样本的多样性,使智能体能更有效地选择动作.最后,在Atari 2600的多个游戏环境中进行仿真实验,验证了算法的有效性.

关键词：强化学习深度强化学习最大置信上界经验回放深度Q网络

来源：评论

学校读者我要写书评

暂无评论

结合引领策略的MMC求解最大约束满足问题

引用

南京大学学报（自然科学版） 2018年第1期54卷 134-147页

作者：赵双梅崔佳旭张永刚吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简... 详细信息

约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简单而有效的框架,它的思想是求出满足尽可能多约束的解,其本质是约束优化问题.受元启发式算法在求解连续约束优化问题方面大量成功案例的启发,基于新近提出的作曲家算法(Method of Musical Composition,MMC)求解MaxCSP,在标准MMC算法的基础上引入引领策略,并将其离散化,以求解MaxCSP.最后,在广为流行的MaxCSP测试问题实例集上进行了求解测试并与改进的教与学(Teaching-learningbased Optimization,TLBO)算法和差分进化(Differential Evolution,DE)算法进行比较.实验结果表明,改进的算法无论对于求解可满足MaxCSP还是不可满足MaxCSP,都具有明显的优势.

关键词：约束满足问题 Max-CSP 作曲家算法引领策略教与学算法差分进化算法

来源：评论

学校读者我要写书评

暂无评论

分布式离散事件系统的安全可诊断性算法

引用

吉林大学学报（理学版） 2018年第3期56卷 594-600页

作者：欧阳丹彤罗知雨耿雪娜张立明吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012 长春理工大学计算机科学与技术学院长春130022

采用有限状态自动机对分布式离散事件系统建模,提出一种分布式离散事件系统的安全可诊断性算法.首先,获得系统的全局模型,剪枝并确定系统是否可诊断.若系统可诊断,则构建该系统的安全诊断器,在全局模型中添加安全标签,判断系统是否安全... 详细信息

采用有限状态自动机对分布式离散事件系统建模,提出一种分布式离散事件系统的安全可诊断性算法.首先,获得系统的全局模型,剪枝并确定系统是否可诊断.若系统可诊断,则构建该系统的安全诊断器,在全局模型中添加安全标签,判断系统是否安全可诊断.实验结果表明:该算法可判断分布式离散事件系统是否安全可诊断,缩小了求解空间;最好情况下实例状态数约缩减至7倍,平均情况下实例状态数约缩减5.45倍.

关键词：分布式离散事件系统安全诊断器故障诊断

来源：评论

学校读者我要写书评

暂无评论

一种基于异域自适应的新型社团发现算法

引用

南京大学学报（自然科学版） 2018年第1期54卷 40-47页

作者：段明月黄晶陈贺昌金弟吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 天津大学计算机科学与技术学院天津300350

社团发现已被广泛应用于社会学、生物学、物理学和计算机科学等诸多领域.通过发现复杂网络中的社团结构,可以帮助人们理解和分析复杂网络的功能,发现复杂网络中隐藏的规律并预测复杂网络的行为.目前,已有的社团发现算法主张融合网络结... 详细信息

社团发现已被广泛应用于社会学、生物学、物理学和计算机科学等诸多领域.通过发现复杂网络中的社团结构,可以帮助人们理解和分析复杂网络的功能,发现复杂网络中隐藏的规律并预测复杂网络的行为.目前,已有的社团发现算法主张融合网络结构信息和内容信息,以更好地避免网络噪声和节点缺失等原因对算法有效性产生影响.然而,它们并没有考虑当网络结构信息和内容信息维度不同时如何进行信息融合.针对该问题,提出一种基于异域自适应理论的网络社团发现算法CDHDA.该算法能够将不同维度的网络结构信息和内容信息映射到同一维度的子空间中,以实现对不同维度的信息融合.此外,在信息融合过程中可以对主要信息特征进行加强,以降低网络噪声和节点缺失对算法性能的影响.通过真实的社交网络数据集与经典的社团发现算法进行对比,验证了该算法的有效性.

关键词：社团发现网络结构信息内容信息异域自适应

来源：评论

学校读者我要写书评

暂无评论

一种解决连续空间问题的真实在线自然梯度AC算法

引用

软件学报 2018年第2期29卷 267-282页

作者：朱斐朱海军刘全陈冬火伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架... 详细信息

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架下,提出了真实在线增量式自然梯度AC(true online incremental natural actor-critic,简称TOINAC)算法.TOINAC算法采用优于传统梯度的自然梯度,在真实在线时间差分(true online time difference,简称TOTD)算法的基础上,提出了一种新型的前向观点,改进了自然梯度行动者-评论家算法.在评论家部分,利用TOTD算法高效性的特点来估计值函数;在行动者部分,引入一种新的前向观点来估计自然梯度,再利用资格迹将自然梯度估计变为在线估计,提高了自然梯度估计的准确性和算法的效率.将TOINAC算法与核方法以及正态策略分布相结合,解决了连续空间问题.最后,在平衡杆、Mountain Car以及Acrobot等连续问题上进行了仿真实验,验证了算法的有效性.

关键词：策略梯度自然梯度行动者-评论家真实在线TD 核方法

来源：评论

学校读者我要写书评

暂无评论

基于关键节点的影响力最大化算法

引用

吉林大学学报（信息科学版） 2019年第2期37卷 162-167页

作者：王越群于健邹跃鹏李永丽董立岩吉林大学计算机科学与技术学院长春130012 东北师范大学信息科学与技术学院长春130117 吉林大学符号计算与知识工程教育部重点实验室长春130012

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法... 详细信息

为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。

关键词：社交网络关键节点 LDAG算法

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：