检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2018年第3期48卷 882-886页

作者：赵宏伟刘宇琦特日根陈长征臧雪柏吉林大学计算机科学与技术学院长春130012 中国科学院应用光学国家重点实验室长春130033 吉林大学符号计算与知识工程教育部重点实验室长春130012 长光卫星技术有限公司长春130000

为了降低排序序列的空间复杂度,提出了CSNB二进制压缩排序数。通过包含有01校验、奇偶校验以及CSNA校验的解压算法,正确地还原出原序列,并对解压算法结果的唯一性进行了理论及实验检验。从实验结果可知,CSNB能够正确描述任意排序序列,... 详细信息

为了降低排序序列的空间复杂度,提出了CSNB二进制压缩排序数。通过包含有01校验、奇偶校验以及CSNA校验的解压算法,正确地还原出原序列,并对解压算法结果的唯一性进行了理论及实验检验。从实验结果可知,CSNB能够正确描述任意排序序列,且通过CSNB解压算法可以得到唯一解,即可以还原出原序列。通过对CSNB压缩算法的测试,表明CSNB压缩算法对整数型文档具有较高的压缩率。数据压缩不仅可以节省数据的存储空间,而且能够增强其在传输过程中的安全和效率。

关键词：计算机应用数据压缩压缩编码整数数据数据还原

来源：评论

学校读者我要写书评

暂无评论

基于标签传播的重叠社区发现算法

引用

大连理工大学学报 2018年第4期58卷 414-421页

作者：吴春国李艳振李瑛高瑞时小虎吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 吉林大学珠海学院计算机学院广东珠海519041

重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得... 详细信息

重叠社区发现是复杂网络研究的重要课题.提出一种基于标签传播的重叠社区发现算法.首先利用标签传播算法得到初始无重叠社区划分结果,之后通过设计新的重叠节点识别算法确定重叠节点,最后再根据重叠节点的识别结果对社区进行合并从而得到最终的重叠社区划分结果.该算法克服了已有算法重叠节点占比过大的弊端.为验证算法的有效性,在LFR人工数据集、3个标准公开测试集以及真实的大豆基因共表达网络上进行实验,并与已有算法进行对比.实验结果表明,该算法性能明显优于对比算法,极大地改善了重叠节点比重过大问题.

关键词：重叠社区社区发现标签传播复杂网络基因表达数据

来源：评论

学校读者我要写书评

暂无评论

基于SAC的特征选择算法

引用

计算机科学 2018年第2期45卷 63-68页

作者：张梦林李占山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

特征选择通过移除不相关和冗余的特征来提高学习算法的性能。基于进化算法在求解优化问题时表现出的优越性能,提出FSSAC特征选择方法。新的初始化策略和评估函数使得SAC能将特征选择作为离散空间搜索问题来解决,利用特征子集的准确率指... 详细信息

特征选择通过移除不相关和冗余的特征来提高学习算法的性能。基于进化算法在求解优化问题时表现出的优越性能,提出FSSAC特征选择方法。新的初始化策略和评估函数使得SAC能将特征选择作为离散空间搜索问题来解决,利用特征子集的准确率指导SAC的采样阶段。在实验阶段,FSSAC结合SVM,J48和KNN分类器,通过UCI数据集完成验证,并与FSFOA,HGAFS,PSO等算法进行了比较。实验结果表明,FSSAC可以提高分类器的分类准确率,且具有良好的泛化性能。除此之外,对FSSAC和其他算法在特征空间维度缩减情况方面做了对比。

关键词：特征选择 SAC FSSAC 维度缩减

来源：评论

学校读者我要写书评

暂无评论

深度神经网络压缩综述

引用

计算机科学 2019年第9期46卷 1-14页

作者：李青华李翠平张静陈红王绍卿中国人民大学数据工程与知识工程教育部重点实验室北京100872 中国人民大学信息学院北京100872 山东理工大学计算机科学与技术学院山东淄博255091

近年来深度神经网络在目标识别、图像分类等领域取得了重大突破,然而训练和测试这些大型深度神经网络存在几点限制:1)训练和测试这些深度神经网络需要进行大量的计算(训练和测试将消耗大量的时间),需要高性能的计算设备(例如GPU)来加快... 详细信息

近年来深度神经网络在目标识别、图像分类等领域取得了重大突破,然而训练和测试这些大型深度神经网络存在几点限制:1)训练和测试这些深度神经网络需要进行大量的计算(训练和测试将消耗大量的时间),需要高性能的计算设备(例如GPU)来加快训练和测试速度;2)深度神经网络模型通常包含大量的参数,需要大容量的高速内存来存储模型。上述限制阻碍了神经网络等技术的广泛应用(现阶段神经网络的训练和测试通常是在高性能服务器或者集群下面运行,在一些对实时性要求较高的移动设备(如手机)上的应用受到限制)。文中对近年来的压缩神经网络算法进行了综述,系统地介绍了深度神经网络压缩的主要方法,如裁剪方法、稀疏正则化方法、分解方法、共享参数方法、掩码加速方法、离散余弦变换方法,最后对未来深度神经网络压缩的研究方向进行了展望。

关键词：深度学习神经网络模型压缩

来源：评论

学校读者我要写书评

暂无评论

最大受限路径相容约束传播算法的研究进展

引用

计算机科学 2018年第B6期45卷 41-45,62页

作者：张永刚程竹元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

约束传播技术对于约束满足问题的求解性能至关重要。约束传播技术在一个预处理过程中能彻底地移除一些局部不相容值,或者在搜索期间高效地剪枝搜索树。最大受限路径相容算法(max Restricted Path Consistency,maxRPC)是最近提出的一种... 详细信息

约束传播技术对于约束满足问题的求解性能至关重要。约束传播技术在一个预处理过程中能彻底地移除一些局部不相容值,或者在搜索期间高效地剪枝搜索树。最大受限路径相容算法(max Restricted Path Consistency,maxRPC)是最近提出的一种强相容性约束传播算法,它能够删除更多不相容值,在解决复杂问题中取得了很好的效果。文中对弧相容算法AC和最大受限路径相容算法maxRPC的相关算法AC3,AC3rm,maxRPC1,maxRPC2,maxRPCrm,maxRPC3等及其相关变体分别进行介绍和比较。在Mistral求解器上的实验测试结果验证了各种算法的性能。

关键词：最大受限路径相容算法约束求解优化算法相容性技术

来源：评论

学校读者我要写书评

暂无评论

基于形态学与灰度分布的序列虹膜质量评价算法

引用

吉林大学学报（理学版） 2018年第5期56卷 1156-1162页

作者：刘帅刘元宁朱晓冬刘文滔程垚松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 吉林大学计算机科学与技术学院长春130012

基于形态学和灰度直方图中的灰度分布,提出一种虹膜质量评价算法.通过清晰度,基于二值形态学的活体检测,灰度直方图灰度分布的区域有效判定以及超界偏移度和斜视离心度的斜眼程度判断,解决了连续采集的序列虹膜质量评价中因判别指标严... 详细信息

基于形态学和灰度直方图中的灰度分布,提出一种虹膜质量评价算法.通过清晰度,基于二值形态学的活体检测,灰度直方图灰度分布的区域有效判定以及超界偏移度和斜视离心度的斜眼程度判断,解决了连续采集的序列虹膜质量评价中因判别指标严苛导致的有效虹膜幸存率过低的问题.在排除不合格图像的同时,尽可能地保留可以进行识别的虹膜,以提高有效虹膜幸存率,并且时间消耗相对较短.

关键词：虹膜质量评价二值形态学区域有效判定超界偏移度斜视离心度

来源：评论

学校读者我要写书评

暂无评论

基于深度残差双单向DLSTM的时空一致视频事件识别

引用

计算机学报 2018年第12期41卷 2852-2866页

作者：李永刚王朝晖万晓依董虎胜龚声蓉刘纯平季怡朱蓉苏州大学计算机科学与技术学院江苏苏州215006 嘉兴学院数理与信息工程学院浙江嘉兴314001 常熟理工学院计算机科学与工程学院江苏常熟215500 北京交通大学计算机与信息技术学院北京100044 吉林大学符号计算与知识工程教育部重点实验室长春130012

监控视频下的事件识别是近期计算机视觉领域的研究热点之一.然而,自然场景下监控视频往往具有背景复杂、事件区域内对象遮挡严重等特点,使得事件类内差异大、类间差异小,给识别带来了很大的困难.为解决复杂背景下事件识别问题,提出了一... 详细信息

监控视频下的事件识别是近期计算机视觉领域的研究热点之一.然而,自然场景下监控视频往往具有背景复杂、事件区域内对象遮挡严重等特点,使得事件类内差异大、类间差异小,给识别带来了很大的困难.为解决复杂背景下事件识别问题,提出了一种基于深度残差双单向DLSTM(DRDU-DLSTM)的时空一致视频事件识别方法.该方法首先从训练好的时间CNN网络和空间CNN网络获取视频的时空深度特征,经LSTM同步解析后形成时空特征数据联接单元DLSTM,并作为残差网络的输入.双单向传递的DLSTM联接后构成DU-DLSTM层;多个DU-DLSTM层再加一个恒等映射形成残差模块;在此基础上,多层的残差模块堆叠构成了深度残差网络架构.为了进一步优化识别结果,设计了基于双中心Loss的2C-softmax目标函数,在最大化类间距离的同时最小化类内间隔距离.在监控视频数据集VIRAT 1.0和VIRAT 2.0上的实验表明,该文提出的事件识别方法有很好的性能表现和稳定性,识别准确率分别提高了5.1%和7.3%.

关键词：事件识别时空一致残差网络 LSTM 双单向 DLSTM 深度特征监控视频

来源：评论

学校读者我要写书评

暂无评论

口语对话系统中对话管理的演变

引用

吉林大学学报（信息科学版） 2019年第6期37卷 623-630页

作者：霍晓凯史冬辉石一锐周柚时小虎吴春国吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012 大连市公安局交通警察支队辽宁大连116022

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术;然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾... 详细信息

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术;然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾勒出其技术的发展与演变过程;最后,对对话管理领域的深入研究进行了分析与展望。

关键词：口语对话系统对话管理自然语言处理深度学习部分可观测马尔可夫决策过程

来源：评论

学校读者我要写书评

暂无评论

基于集成神经网络的短文本分类模型

引用

吉林大学学报（理学版） 2018年第4期56卷 933-938页

作者：高云龙左万利王英王鑫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 长春工程学院计算机技术与工程学院长春130012

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神... 详细信息

针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神经网络(RNN)对短文本语义进行建模,捕获短文本内部结构的依赖关系;最后,在训练模型过程中,利用正则化项选取经验风险和模型复杂度同时最小的模型.通过对语料库进行短文本分类实验,验证了所提出模型有较好的分类效果,且该分类模型可处理变长的短文本输入,具有良好的鲁棒性.

关键词：短文本集成神经网络扩展词向量分类

来源：评论

学校读者我要写书评

暂无评论

基于键盘距离和依存分析的拼写纠错方法

引用

吉林大学学报（理学版） 2018年第5期56卷 1179-1186页

作者：谢文慧易荣庆彭涛吉林大学计算机科学与技术学院长春130012 国网吉林省电力有限公司长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明... 详细信息

利用基于键盘距离和依存分析的拼写纠错模型,解决文本输入过程中产生的非词错误.通过综合考虑邻近权值、依存关系权值及词频三部分构造最终的拼写纠错模型,并在Brown语料库、Gutenberg语料库和Inaugural语料库上验证该模型.实验结果表明,该模型可有效进行非词纠错.

关键词：键盘距离单词距离依存分析 SpellKD模型非词错误

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：