检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于TransE的表示学习方法研究综述

计算机应用研究 2021年第3期38卷 656-663页

作者：张正航钱育蓉行艳妮赵鑫新疆大学软件学院乌鲁木齐830046 新疆大学新疆维吾尔自治区信号检测与处理重点实验室乌鲁木齐830046

为了及时了解基于TransE的表示学习方法的最新研究进展,通过归纳与整理,将基于TransE的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析... 详细信息

为了及时了解基于TransE的表示学习方法的最新研究进展,通过归纳与整理,将基于TransE的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析,同时对基于TransE的表示学习方法的公共数据集与评价指标进行了对比、总结,对各种基于TransE的表示学习算法在实验中的表现进行了对比分析。从研究结果来看,PaSKoGE、NTransGH、TCE、TransD方法在进行链接预测和三元组分类任务上表现效果最好,值得推广和进一步拓展,并可在其特定于路径的嵌入、两层神经网络、三元组上下文、动态构造映射矩阵上进一步完善。

关键词：知识图谱表示学习 TransE模型知识图谱嵌入翻译模型

在线全文

学校读者我要写书评

暂无评论

知识表示学习方法研究综述

计算机应用研究 2021年第4期38卷 961-967页

作者：张正航钱育蓉行艳妮赵鑫新疆大学软件学院乌鲁木齐830046 新疆大学新疆维吾尔自治区信号检测与处理重点实验室乌鲁木齐830046

近年来,知识表示学习已经成为知识图谱领域研究的热点。为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模... 详细信息

近年来,知识表示学习已经成为知识图谱领域研究的热点。为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模型。对每一种方法解决的问题、算法思想、应用场景、评价指标、优缺点进行了详细归纳与分析。通过研究发现,当前知识表示学习主要面临关系路径建模、准确率、复杂关系处理的挑战。针对这些挑战,展望了采用关系的语义组成来表示路径、采用实体对齐评测指标、在实体空间和关系空间建模,以及利用文本上下文信息以扩展KG的语义结构的解决方案。

关键词：知识图谱知识表示学习实体对齐链接预测三元组分类

在线全文

学校读者我要写书评

暂无评论

贯穿地理思维构建多元框架

教学管理与教育研究 2017年第17期2卷 43-44,47页

作者：行艳妮山东省平度市第九中学

教师对高中地理课程的设置应随着教育体制的不断改革，在原有的基本课程设置模式上进行创新。不仅要遵循传统的教学设计，还要在整个课堂给学生贯穿地理思维，利用各种多元化设计，提升课堂的教学质量、课堂氛围，提高课堂的教学效率，... 详细信息

教师对高中地理课程的设置应随着教育体制的不断改革，在原有的基本课程设置模式上进行创新。不仅要遵循传统的教学设计，还要在整个课堂给学生贯穿地理思维，利用各种多元化设计，提升课堂的教学质量、课堂氛围，提高课堂的教学效率，在课堂上尽量多设置一些实例设计、情景化设计、启迪设计、支架设计等，从不同的思维角度和视觉角度出发，设置出具有多元性、个性化、有效性的教课方案。这种创新的教学理念及方法激发了学生思维的灵活性、锻炼了学生自主思考问题的主动性。贯穿地理思维，构建地理多元教学框架，促进地理课堂教学全面发展。

关键词：启迪设计主动性支架设计地理思维

在线全文

学校读者我要写书评

暂无评论

基于深度学习的单图像超分辨率重建研究综述

计算机应用研究 2020年第2期37卷 321-326页

作者：南方哲钱育蓉行艳妮赵京霞新疆大学软件学院乌鲁木齐830046

为深入了解基于深度学习的单图像超分辨率重建(SISR)的发展,把握当前研究的热点和方向,针对现有基于深度学习的单图像超分辨率重建模型进行了梳理。介绍了相关深度学习算法和基于深度学习的模型以及评价指标,并通过实验对比分析现有模... 详细信息

为深入了解基于深度学习的单图像超分辨率重建(SISR)的发展,把握当前研究的热点和方向,针对现有基于深度学习的单图像超分辨率重建模型进行了梳理。介绍了相关深度学习算法和基于深度学习的模型以及评价指标,并通过实验对比分析现有模型的性能,其目的在于从本质上了解基于深度学习的单图像超分辨率重建模型的优势;对单图像超分辨率重建的关键问题进行了总结,并对未来的发展趋势进行了展望。

关键词：单图像超分辨率重建深度学习密集卷积网络生成式对抗网络

Spark环境下K-means初始中心点优化研究综述

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第3期37卷 641-647页

作者：行艳妮钱育蓉南方哲赵京霞新疆大学软件学院乌鲁木齐830046

为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的... 详细信息

为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的成因和影响,其目的在于指出优化K-means算法的重要性;详细介绍了目前在Spark环境下优化K-means初始中心点的主要方法和最新研究现状,并展望了K-means初始中心点优化问题的未来研究方向。

关键词： K-均值算法分布式内存计算框架算法优化聚类算法

CNN多层特征融合与ELM的乳腺疾病诊断方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2020年第4期56卷 122-127页

作者：赵京霞钱育蓉南方哲张晗行艳妮新疆大学软件学院

针对传统计算机辅助诊断方法准确率低、耗时长的问题,提出卷积神经网络(Convolutional Neural Networks,CNN)多层特征融合与极限学习机(Extreme Learning Machine,ELM)的乳腺疾病诊断方法。利用CNN从乳腺X光图像中提取多层特征;提出多... 详细信息

针对传统计算机辅助诊断方法准确率低、耗时长的问题,提出卷积神经网络(Convolutional Neural Networks,CNN)多层特征融合与极限学习机(Extreme Learning Machine,ELM)的乳腺疾病诊断方法。利用CNN从乳腺X光图像中提取多层特征;提出多尺度池化操作将各层提取的特征进行融合;使用极限学习机分类器进行乳腺疾病的快速诊断。实验结果表明,该乳腺疾病检测方法平均准确率高达97.13%,诊断时间是6.43 ms。该方法能有效地提高乳腺疾病诊断的准确率,缩短诊断时间,且具有较好的鲁棒性和泛化能力。

关键词：多特征融合多尺度池化极限学习机乳腺疾病诊断

在线全文

学校读者我要写书评

暂无评论

改进的CK-means优化及并行策略

计算机应用研究 2020年第11期37卷 3287-3291页

作者：赵鑫汪丽娟行艳妮赵燚赵京霞钱育蓉新疆大学软件学院乌鲁木齐830091 新疆大学信息科学与工程学院乌鲁木齐830046

针对大数据背景下K-means存在选取质心导致的局部最优解、聚类速度慢的问题,提出一种Flink平台下的CK-means聚类优化及并行策略。从算法优化层面,采用Canopy算法确定聚类数目k并选取初始质心;从并行化加速层面,基于Flink平台设计了一种... 详细信息

针对大数据背景下K-means存在选取质心导致的局部最优解、聚类速度慢的问题,提出一种Flink平台下的CK-means聚类优化及并行策略。从算法优化层面,采用Canopy算法确定聚类数目k并选取初始质心;从并行化加速层面,基于Flink平台设计了一种面向CK-means的并行加速策略,并分析不同并行度对计算耗时的影响。经实验,相较于K-means算法,CK-means算法的准确率与迭代次数间的比值更高,算法性能更优,在iris数据集中性能比提升44.79%,在wine数据集中性能比提升32.03%;同时证明了不同并行度下CK-means算法的聚类耗时呈现先下降后上升的趋势,其聚类耗时的最小值与数据集的大小相关。

关键词：大数据加速策略内存计算并行化聚类算法

在线全文

学校读者我要写书评

暂无评论

改进CK-means+算法及并行实现

计算机工程与设计 2022年第5期43卷 1240-1248页

作者：邵金鑫行艳妮南方哲赵鑫马廷淮钱育蓉新疆大学软件学院新疆维吾尔自治区信号检测与处理重点实验室新疆乌鲁木齐830046 南京信息工程大学国际教育学院江苏南京210044

为降低K值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种基于优化Canopy算法和均值计算法的改进K-means算法——CK-means+。优化Canopy算法,降低距离阈值T不确定性对最终输出K值的影响,通过Canopy算法和均值计算法得到K... 详细信息

为降低K值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种基于优化Canopy算法和均值计算法的改进K-means算法——CK-means+。优化Canopy算法,降低距离阈值T不确定性对最终输出K值的影响,通过Canopy算法和均值计算法得到K值和初始中心点。在UCI数据集上,结合Spark框架并行化,实验结果表明,相较其它算法,CK-means+算法效率更高,可以更好适应大规模数据应用场景。

关键词： Canopy算法 K-means算法初始值K 初始中心点并行化

量身定制的记忆:平台年度报告的数字记忆实践

在线全文

学校读者我要写书评

暂无评论

现代传播（中国传媒大学学报） 2024年第5期46卷 32-42页

作者：曾娅妮徐杭艳四川大学文学与新闻学院广播电视系四川大学文学与新闻学院

媒介技术的更迭带动着记忆构建方式的变迁。数字时代,互联网应用平台通过算法和大数据分析生产的年度报告成为用户的独特记忆实践,为个体带来了凸显个性化和仪式感的多元体验。随着网络技术的变革,平台年度报告也呈现出阶段性的发展特... 详细信息

媒介技术的更迭带动着记忆构建方式的变迁。数字时代,互联网应用平台通过算法和大数据分析生产的年度报告成为用户的独特记忆实践,为个体带来了凸显个性化和仪式感的多元体验。随着网络技术的变革,平台年度报告也呈现出阶段性的发展特点。在内容生产中,平台以记忆共同体的身份,为用户盘点过往的使用痕迹和社交记忆,并通过个性化数据和形象标签为用户搭建起共通的情感价值。在年度报告的数字记忆实践中,用户唤起与回填了过往记忆,但也在量化数据形塑的压力之下,陷入了自我量化与层层比较的困境。面对记忆的偏离与错位,用户进行了自我归因,并尝试完成记忆主体的自我回归,找寻与平台技术协商和对话的空间。

关键词：平台年度报告记忆数字记忆算法自我量化