检索结果-南通市图书馆

基于时间Petri网与智能优化算法相结合的任务调度研究

在线全文

学校读者我要写书评

暂无评论

基于时间Petri网与智能优化算法相结合的任务调度研究

作者：崔玉爽长沙理工大学

学位级别：硕士

并行测试主要目的就是提高测试系统运行效率,多个测试任务同时运行,降低设备闲置时间,系统资源得以有效利用。并行测试中的任务调度的优化是并行测试技术的核心问题,建模和分析是Petri网的独有特点,且能很好的描述系统的冲突、共享... 详细信息

并行测试主要目的就是提高测试系统运行效率,多个测试任务同时运行,降低设备闲置时间,系统资源得以有效利用。并行测试中的任务调度的优化是并行测试技术的核心问题,建模和分析是Petri网的独有特点,且能很好的描述系统的冲突、共享、并发、互斥和不确定性,运用于并行测试系统是一个很好方案。基于Petri网理论的研究,选择了时间Petri网作为建模工具,时间Petri网将时间约束映入到变迁中,把时间作为任务调度效率的评测参数,广泛用于任务调度和时间分析。把测试任务分解,建立任务相关图,根据算法建立对应时间Petri网模型。为了克服各个算法中存在的不足,将遗传算法和粒子群算法相结合,充分利用智能算法的智能化特性,首次将GA-PSO算法引入到时间Petri网模型的训练中,时间作为变迁约束参数,对任务调度的变迁序列进行优化,以便快速的求得最优调度方案。仿真结果表明,本算法能够很好的针对实际调度任务以较大的收敛概率快速地收敛,且比遗传—蚁群算法效果更好,最终得到最理想的优化变迁序列。

关键词：时间Petri网并行测试任务调度变迁序列 GA-PSO算法

基于双通道混合神经网络的商品评论情感分析研究

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

基于双通道混合神经网络的商品评论情感分析研究

作者：崔玉爽信阳师范学院

学位级别：硕士

在“互联网+”的背景下,网络电商平台迅速发展,人们的生活习惯也随之发生了改变,越来越多的人热衷于网上购物并在网络平台上发表意见,以表达对产品属性的情感倾向,从而产生源源不断的商品评论信息。在这些数据中往往包含了大量的用户情... 详细信息

在“互联网+”的背景下,网络电商平台迅速发展,人们的生活习惯也随之发生了改变,越来越多的人热衷于网上购物并在网络平台上发表意见,以表达对产品属性的情感倾向,从而产生源源不断的商品评论信息。在这些数据中往往包含了大量的用户情感因素,如果能有效地挖掘出用户评论的情感信息,这不仅能为商家提供信息反馈,便于商家及时调整销售决策,还有利于社会调查以便政府做出行之有效的对策。因此研究针对商品评论的文本情感分析具有重要的商业价值和社会意义。在互联网时代,每天都有上亿条信息产生,面对如此大规模的数据量,传统的情感分析方法面临着一系列的挑战,如不能全面提取文本中的情感信息、解决模型训练时间较长以及无法对目标特征进行深层情感挖掘等众多问题。为解决上述不足,本研究从模型设计和参数训练两方面进行改进和完善,提出了一种基于双通道的混合神经网络商品评论情感分析模型。主要创新点体现在如下三个方面。（1）在以往的情感分析方法中,一般只使用单一的字或词嵌入信息作为输入来源,这会导致文本语义信息学习不全面,造成遗漏信息的风险。针对此弊端,提出在模型中引入Char-Embedding和Word-Embedding,使模型具有同时从词级别粒度和字级别粒度的嵌入向量中学习情感特征的能力,可解决现有模型存在学习特征不全面的缺点,在一定程度上可改善模型的特征学习能力。（2）通过大量的研究发现,目前在传统的情感分析方法中并没有对特征信息的融合方式做进一步研究,只是将提取的特征向量进行简单的拼接,这很容易出现忽略目标特征的权重分配问题,导致模型对文本的区分能力降低、训练时间变长。针对此问题,提出在模型的特征融合层引入Attention技术,进而提高模型对关键信息的分辨能力。此技术利用计算出的权重值与不同的特征信息进行相乘,有效地放大了目标特征向量的情感信息,从而减弱了非目标特征向量的情感信息。（3）常规TextCNN网络的最大池化层存在的缺陷:在卷积操作后,文本特征的位置信息通常是会被保留下来的,但是经过Max-Pooling后只保留了部分得分最高的特征,而其它分值低但出现频次高的强特征信息却都被丢掉,造成了特征信息大幅度损失的问题。针对此缺陷,提出将Max-Pooling替换成K-Max-Pooling,这种策略不但可以获取所有特征值中得分最高的前Top-K特征,还能保留提取特征的原始序列。这在一定程度上可缓解TextCNN网络的不足,还有助于提升模型的分类性能。

关键词：情感分析卷积神经网络双向门限循环网络注意力机制

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

一种动态分群带熵权的粒子群优化方法

西安电子科技大学学报 2018年第6期45卷 69-74页

作者：刘道华胡秀云赵岩松崔玉爽信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000

为提高粒子群优化的求解性能,提出了一种动态分群带熵权的粒子群优化求解方法.该方法采用k的均值聚类获得子群总数,在子群粗搜索过程中充分利用其他粒子的熵信息,采用子群及其他子群搜索的最优解信息构建熵权以调整惯性权重,利用自身群... 详细信息

为提高粒子群优化的求解性能,提出了一种动态分群带熵权的粒子群优化求解方法.该方法采用k的均值聚类获得子群总数,在子群粗搜索过程中充分利用其他粒子的熵信息,采用子群及其他子群搜索的最优解信息构建熵权以调整惯性权重,利用自身群粒子经过m次迭代时的优化信息构建熵权以调整本群的全局最优值.在子群精搜索过程中,利用各子群获得的最优解信息作为新群的初始设置,利用其他粒子的迭代信息构建熵权来调整全局最优值.采用传统的粒子群优化算法、其他文献中的方法以及新提出的方法分别对4个经典的测试函数进行对比实验,从获得解的最优值、平均值、标准差以及平均迭代数作对比,从而验证了该方法具有求解精度高以及优化求解迭代次数少等优点.

关键词：粒子群优化子群信息熵权聚类方法

在线全文

学校读者我要写书评

暂无评论

一种改进的局部嵌入网络人脸图像分类方法

西安电子科技大学学报 2020年第4期47卷 18-23,54页

作者：刘道华王莎莎杨志鹏崔玉爽信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000

为提高局部线性嵌入网络在人脸表情识别上的精度以及人脸分类的准确性,提出了一种改进的局部线性嵌入网络人脸图像分类方法。该方法在局部线性嵌入算法的基础上,利用类内-类间判别矩阵作为网络的输入,同时利用重构人脸图像集对局部线性... 详细信息

为提高局部线性嵌入网络在人脸表情识别上的精度以及人脸分类的准确性,提出了一种改进的局部线性嵌入网络人脸图像分类方法。该方法在局部线性嵌入算法的基础上,利用类内-类间判别矩阵作为网络的输入,同时利用重构人脸图像集对局部线性嵌入算法进行改进,并将改进的基于聚类的局部线性嵌入算法嵌入到卷积核的构造过程中,从而增加了不同类别人脸的区分度。通过在Extended Yale B数据集和Olivetti Research Laboratory数据集上进行对比实验,分析了在处理人脸表情和人脸识别任务中不同方法的效果。结果表明,所提出的改进局部线性嵌入网络人脸图像分类方法比文献中其他方法在识别率上提高了11%~26%。

关键词：特征表达局部线性嵌入网络区分度图像分类

在线全文

学校读者我要写书评

暂无评论

一种改进卷积神经网络的教学图像检索方法

西安电子科技大学学报 2019年第3期46卷 52-58页

作者：刘道华崔玉爽赵岩松宋玉婷王景慧信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000

针对卷积神经网络在提取图像特征时所造成的特征信息损失以及降低高维度图像特征数据等问题,提出了一种改进卷积神经网络的图像检索优化方法。该方法首先利用融合的卷积层提取图像特征,并在融合的卷积层之间添加全连接层以减少特征信息... 详细信息

针对卷积神经网络在提取图像特征时所造成的特征信息损失以及降低高维度图像特征数据等问题,提出了一种改进卷积神经网络的图像检索优化方法。该方法首先利用融合的卷积层提取图像特征,并在融合的卷积层之间添加全连接层以减少特征信息的丢失;然后采用主成分分析法对高维的特征数据进行有效的降维处理;最后采用余弦相似度的方法进行相似度匹配,以实现相似图像的检索。采用当前经典的LeNet-L、LeNet-5等方法同文中方法在图像检索性能评价指标上进行对比实验。实验结果表明,所提出的检索方法比文中其他检索方法在查全率和平均查准率方面提高了3%~27.3%。

关键词：图像检索卷积神经网络特征提取主成分分析

时间Petri网与GA-PSO算法相结合的并行测试

在线全文

学校读者我要写书评

暂无评论

计算机应用 2010年第7期30卷 1902-1905页

作者：崔玉爽乐晓波周恺卿长沙理工大学计算机与通信工程学院长沙410114

并行测试任务调度方案在自动测试系统中一直是尚未解决的难题。基于Petri网理论的基础,建立了并行测试的时间Petri网模型,并且首次将遗传-粒子群优化(GA-PSO)算法引入到时间Petri网的变迁序列的寻找过程中,快速地求得了最优调度方案。... 详细信息

并行测试任务调度方案在自动测试系统中一直是尚未解决的难题。基于Petri网理论的基础,建立了并行测试的时间Petri网模型,并且首次将遗传-粒子群优化(GA-PSO)算法引入到时间Petri网的变迁序列的寻找过程中,快速地求得了最优调度方案。仿真结果表明,本算法能够以较大的收敛概率快速地收敛,最终得到最优变迁序列。

关键词：并行测试任务调度时间Petri网变迁序列遗传-粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

一种加权词向量的混合网络文本情感分析方法

信阳师范学院学报（自然科学版） 2021年第3期34卷 472-477页

作者：刘道华崔玉爽冯宸王莎莎信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000

针对文本中关键信息被忽略以及分类准确率不高的问题,提出一种加权word2vec的卷积神经网络(CNN)与ATT-BiGRU混合神经网络情感分析模型.由于word2vec生成的词向量无法突出文本关键词的作用,因此引入词频-逆文档频率(TF-IDF)算法计算词汇... 详细信息

针对文本中关键信息被忽略以及分类准确率不高的问题,提出一种加权word2vec的卷积神经网络(CNN)与ATT-BiGRU混合神经网络情感分析模型.由于word2vec生成的词向量无法突出文本关键词的作用,因此引入词频-逆文档频率(TF-IDF)算法计算词汇权重值.然后,将加权运算后的词向量输入CNN与ATT-BiGRU混合模型提取隐含特征.该模型通过卷积神经网络(CNN)和基于注意力机制的双向门限循环单元(ATT-BiGRU)分别提取文本特征,以此来提高文本的表示能力.多组实验对比结果表明,与其他算法相比较,该模型的分类准确率最高且耗费时间代价小.

关键词： TF-IDF 卷积神经网络双向门限循环单元情感分析

“互联网+”时代的高师信息技术教育专业课程体系改革与实践

在线全文

学校读者我要写书评

暂无评论

福建电脑 2018年第3期34卷 66-67页

作者：刘道华胡秀云崔玉爽刘妮信阳师范学院计算机与信息技术学院河南信阳464000

在分析了"互联网+"时代信息技术人才所应具备的基本特征基础上,给出了高师信息技术教育专业课程体系和课程内容的改革方向,并且强调要加强师资队伍建设提高教学质量、加强实验教学、强化课程设计和毕业设计,构建三级实践教学体系,以"校... 详细信息

在分析了"互联网+"时代信息技术人才所应具备的基本特征基础上,给出了高师信息技术教育专业课程体系和课程内容的改革方向,并且强调要加强师资队伍建设提高教学质量、加强实验教学、强化课程设计和毕业设计,构建三级实践教学体系,以"校企协同"为基础的高师信息技术教育专业课程群体系的实施方案。

关键词：互联网+ 信息技术教育课程体系改革与实践

基于图卷积神经网络的WSN零动态攻击检测方法

在线全文

学校读者我要写书评

暂无评论

太原学院学报（自然科学版） 2025年第1期43卷 78-84页

作者：崔玉礼黄丽君烟台职业学院信息工程系山东烟台264670 山东省烟台第三中学山东烟台264099

零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息... 详细信息

零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息作为采集源,利用CSI-Tools工具实现CSI数据包采集。从CSI数据包中分离出幅值数据和相位数据,针对前者实施去噪处理,针对后者实施校准处理。从幅值数据和相位数据中提取4个特征,以特征为输入,构建图结构,利用图卷积神经网络实现无线传感网络零动态攻击检测。结果表明:基于图卷积神经网络的攻击检测方法的漏检率和误检率相对更低,由此说明该方法对零动态攻击检测更为有效,能够实现更为准确的检测。

关键词：图卷积神经网络无线传感网络 CSI数据零动态攻击