检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于RGPS的领域模型权重动态设置算法

华中科技大学学报（自然科学版） 2010年第6期38卷 36-39页

作者：余敦辉何克清李兵武汉大学软件工程国家重点实验室湖北武汉430070 湖北大学数学与计算机科学学院湖北武汉430062

提出了基于需求动态优先级排序算法的领域资产权重设置方法,建立领域资产的权重和用户最近的访问频度的关系,即能根据用户的即时需求,动态计算用户所提出的需求的优先级,进而求得各个领域模型的权重值;讨论了该算法在网络化软件开发的... 详细信息

提出了基于需求动态优先级排序算法的领域资产权重设置方法,建立领域资产的权重和用户最近的访问频度的关系,即能根据用户的即时需求,动态计算用户所提出的需求的优先级,进而求得各个领域模型的权重值;讨论了该算法在网络化软件开发的领域建模与管理工具中的具体应用.解决了领域资产的演化对象选择问题,为实施领域模型的演化提供了技术手段.

关键词：网络式软件领域模型权重设置算法排序算法需求优先级

在线全文

学校读者我要写书评

暂无评论

VLAB中虚拟设备库建模方法的研究

华中科技大学学报（自然科学版） 2002年第12期30卷 9-11页

作者：陈传波夏晖余敦辉华中科技大学计算机科学与技术学院

研究了VLAB中虚拟设备库模型需要满足的几个条件 ,在此基础上将面向对象的方法应用到虚拟设备库的建模中 ,根据组成系统的对象及其相互作用关系来构造仿真模型 ,使模型具有良好的独立性、可扩展性、可维护性和可重用性。

关键词：虚拟设备虚拟实验室仿真建模面向对象

在线全文

学校读者我要写书评

暂无评论

基于动态效用的时空众包在线任务分配

电子与信息学报 2018年第7期40卷 1699-1706页

作者：余敦辉张灵莉付聪湖北大学计算机与信息工程学院武汉430062

为提升众包任务在线分配的总体效用,该文提出一种适用于时空众包环境的在线任务分配方法。该方法针对时空众包环境下的在线任务分配问题,首先提出一种以众包任务为中心的K最近邻算法来进行候选众包工人的选择,进而设计一种基于动态效用... 详细信息

为提升众包任务在线分配的总体效用,该文提出一种适用于时空众包环境的在线任务分配方法。该方法针对时空众包环境下的在线任务分配问题,首先提出一种以众包任务为中心的K最近邻算法来进行候选众包工人的选择,进而设计一种基于动态效用的阈值选择算法,实现众包工人与任务的最优分配。实验结果显示,文中所提出算法具有较好的有效性和可行性,并能在一定程度上保证众包工人的可靠性,优化平台总效益。

关键词：任务分配时空众包 K最近邻算法阈值选择算法

在线全文

学校读者我要写书评

暂无评论

基于知识蒸馏的企业命名实体识别模型

计算机工程 2023年第5期49卷 90-96页

作者：毛亮赵林均余敦辉孙斌湖北大学计算机与信息工程学院武汉430062 湖北省教育信息化工程技术中心武汉430062

BERT词嵌入模型能够解决简单命名实体识别模型预测精度低的问题,但基于BERT类的复杂词嵌入模型具有计算复杂度高、模型预测时间过长等缺陷。针对该问题,构建基于知识蒸馏的命名实体识别模型,将BERT+CRF模型作为教师模型,获取较高的命名... 详细信息

BERT词嵌入模型能够解决简单命名实体识别模型预测精度低的问题,但基于BERT类的复杂词嵌入模型具有计算复杂度高、模型预测时间过长等缺陷。针对该问题,构建基于知识蒸馏的命名实体识别模型,将BERT+CRF模型作为教师模型,获取较高的命名实体识别精度,并基于模型结构相似原则将BiGRU+CRF作为学生模型,在学生模型训练的过程中进行知识蒸馏。知识蒸馏根据教师模型Softmax层和学生模型Softmax层输出的标注概率矩阵分别作为教师模型的知识和学生模型的知识,通过均方损失函数计算教师模型知识与学生模型知识之间的差距,将获得的结果作为软标签误差,将学生模型预测的标签结果与真实标签之间的误差作为硬标签误差,总误差为软标签误差与硬标签误差的加权和,通过误差反向传播进行模型的训练,在减小总误差的同时缩小教师模型知识与学生模型知识之间的差距,使学生模型预测精度接近教师模型。最终使用学生模型进行预测,在接近教师模型预测精度的同时保证相对较短的预测时间。在DuIE2.0数据集上的实验结果表明,该命名实体识别模型在F1值损失2.6%的情况下,可使模型参数规模缩小93.7%,从而缩短了65.2%的运算时间。

关键词：知识蒸馏命名实体识别教师模型学生模型 BERT模型

在线全文

学校读者我要写书评

暂无评论

基于复杂网络的软件复杂性度量研究

电子学报 2006年第B12期34卷 2371-2375页

作者：李兵王浩李增扬何克清余敦辉武汉大学软件工程国家重点实验室湖北武汉430072 湖北大学数学与计算机科学学院湖北武汉430062

软件开发者对于日趋复杂的软件系统的理解和控制越来越困难,传统软件工程正接近其复杂性和可扩展性的极限.复杂性使软件开发困难,质量难以保证.复杂网络理论的最新研究成果,为软件复杂性度量提供了新的数学基础.讨论了软件复杂性的形成... 详细信息

软件开发者对于日趋复杂的软件系统的理解和控制越来越困难,传统软件工程正接近其复杂性和可扩展性的极限.复杂性使软件开发困难,质量难以保证.复杂网络理论的最新研究成果,为软件复杂性度量提供了新的数学基础.讨论了软件复杂性的形成原因和度量方法,介绍了目前复杂网络与软件复杂性结合的研究工作.探讨了基于复杂网络的软件结构复杂性度量方法,提出一种结合复杂网络和演化算法的软件演化复杂性度量模型.

关键词：软件复杂性复杂网络软件度量下一代软件工程

在线全文

学校读者我要写书评

暂无评论

基于相似性计算的领域模型语义查询

微电子学与计算机 2011年第9期28卷 176-178页

作者：余敦辉何克清李兵武汉大学计算机学院湖北武汉430070 湖北大学数学与计算机科学学院湖北武汉430062

为提高领域资产库的复用能力,解决领域模型与用户的个性化需求不能完全匹配时仍能为目标应用系统的构建提供支持的问题,提出了领域模型语义查询算法.通过服务模型相似度计算结果,建立同一问题域中同类模型之间的语义关联,并以此为基础,... 详细信息

为提高领域资产库的复用能力,解决领域模型与用户的个性化需求不能完全匹配时仍能为目标应用系统的构建提供支持的问题,提出了领域模型语义查询算法.通过服务模型相似度计算结果,建立同一问题域中同类模型之间的语义关联,并以此为基础,提出领域模型的语义查询算法.最后介绍了该算法在领域建模平台中的应用.

关键词：语义查询领域模型服务模型语义相似性

在线全文

学校读者我要写书评

暂无评论

基于排序学习的软件众包任务推荐算法

计算机科学 2020年第12期47卷 106-113页

作者：余敦辉成涛袁旭湖北大学计算机与信息工程学院武汉430062 湖北省教育信息化工程技术中心武汉430062

为了更有效地实现软件众包任务推荐,提升软件开发质量,为工人推荐合适的任务,降低工人利益受损风险,以达到工人和众包平台双赢的效果,设计了一种基于排序学习的软件众包任务推荐方法。首先,基于改进的隐语义模型提取工人-任务间的隐含特... 详细信息

为了更有效地实现软件众包任务推荐,提升软件开发质量,为工人推荐合适的任务,降低工人利益受损风险,以达到工人和众包平台双赢的效果,设计了一种基于排序学习的软件众包任务推荐方法。首先,基于改进的隐语义模型提取工人-任务间的隐含特征;然后,结合隐式信息对排序学习模型进行改进,并将提取的隐含特征进行排序学习训练,获得最优排序模型;最终通过排序模型对测试集任务进行排序得到任务推荐列表,从而为工人进行众包任务推荐,并采用NDCG,MAP,Recall推荐评价指标对推荐结果进行检验。实验表明,所设计的方法能有效提高软件众包任务推荐的精度,其推荐评价指标的NDCG,MAP,Recall值分别达到0.722,0.326,0.169。与基于用户的协同过滤算法相比,推荐精度提升了18.6%;与仅基于RankNet的排序学习算法相比,精度提升了10.2%,因此能够有效指导软件众包任务推荐。

关键词：软件众包任务推荐隐语义模型隐式反馈排序学习

在线全文

学校读者我要写书评

暂无评论

融合评论文本和评分矩阵的电影推荐算法研究

小型微型计算机系统 2022年第10期43卷 2063-2069页

作者：张蕗怡余敦辉湖北大学计算机与信息工程学院武汉430062 湖北省教育信息化工程技术中心武汉430062

针对电影推荐领域评论文本信息在传统推荐中未被充分利用,推荐准确度不高的问题,提出一种融合评论文本和评分矩阵的电影推荐算法.首先通过基于自注意力机制的双向门控循环单元神经网络对电影的高质量评论文本进行建模,提取评论文本中的... 详细信息

针对电影推荐领域评论文本信息在传统推荐中未被充分利用,推荐准确度不高的问题,提出一种融合评论文本和评分矩阵的电影推荐算法.首先通过基于自注意力机制的双向门控循环单元神经网络对电影的高质量评论文本进行建模,提取评论文本中的特征,构建电影评论特征矩阵.同时使用隐语义模型对用户评分矩阵进行分解,得到用户潜在兴趣矩阵和电影潜在特征矩阵.最后通过改进的DeepFM融合电影评论特征矩阵和电影潜在特征矩阵得到电影综合得分并形成推荐列表,以达到推荐的目的.实验结果表明,与其他几种电影推荐算法相比,在AUC、F-Score、RMSE上平均提升分别约7.37%、9.32%、8.23%,最高提升分别为11.60%、15.22%、12.79%.

关键词：推荐算法门控循环单元自注意力机制评分矩阵隐语义模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合知识图谱与用户评论的商品推荐算法

计算机工程 2020年第8期46卷 93-100页

作者：汤伟韬余敦辉魏世伟湖北大学计算机与信息工程学院武汉430062 湖北省教育信息化工程技术中心武汉430062

针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题,提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取,构建商品特征集合和商品向量并计算商品相似度矩阵,根据情感词确... 详细信息

针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题,提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取,构建商品特征集合和商品向量并计算商品相似度矩阵,根据情感词确定商品特征得分,通过随机游走商品节点获取商品特征权重。在此基础上,根据商品特征得分和商品特征权重计算商品推荐价值并进行Top-k推荐。实验结果表明,与基于知识图谱的推荐算法、协同过滤算法、基于内容的推荐算法和混合推荐算法相比,该算法的准确率、召回率和F值最高分别提升15.81%、7.27%和8.55%。

关键词：推荐算法知识图谱用户评论商品特征随机游走模型