检索结果-南通市图书馆

一种用于解析问答推理过程的多轮迭代检索算法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年

作者：周长顺应文豪钟珊龚声蓉苏州大学计算机科学与技术学院常熟理工学院计算机科学与工程学院

[目的] 针对当前阅读理解类问答推理过程研究所使用技术的局限性，设计一种检索方法，研究问答任务的推理过程，探求问答任务的可解释性。[方法] 提出一种新型无监督检索框架ISR，框架中融合Pearson相关系数、Glove词嵌入、IDF编码加权... 详细信息

[目的] 针对当前阅读理解类问答推理过程研究所使用技术的局限性，设计一种检索方法，研究问答任务的推理过程，探求问答任务的可解释性。[方法] 提出一种新型无监督检索框架ISR，框架中融合Pearson相关系数、Glove词嵌入、IDF编码加权等主要模块，以ISR为框架的检索模型通过多轮迭代方式细粒度检索推理句。[结果] 模型在MultiRC数据集上进行实验，在P、R、F1指标上比对比模型分别提升了2.4%、1.8%、2.1%；在HotPotQA数据集上进行实验，在P、R、F1指标上比对比模型平均高出4.7%、2.6%、3.7%。[局限] 检索采用硬匹配，可能存在过分匹配的情形。[结论] 本文所提出的检索模型能够提高检索推理句的准确性，所检索得到的推理句能够有效应用于问答任务的推理过程。

关键词：阅读理解问答问答推理无监督框架多轮迭代推理句检索

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于最大化密度差的L_2核分类器

控制与决策 2012年第1期27卷 77-81,86页

作者：应文豪王士同江南大学信息工程学院江苏无锡214122

提出一种基于最大化密度差的L2核分类器算法MDL2KC.该算法不仅可以保证估计出的两类密度差接近于真实密度差,而且可以使两类的密度差尽可能大.利用人工数据集和标准UCI数据集进行实验验证,所得结果表明,MDL2KC算法较传统的L2核分类器算... 详细信息

提出一种基于最大化密度差的L2核分类器算法MDL2KC.该算法不仅可以保证估计出的两类密度差接近于真实密度差,而且可以使两类的密度差尽可能大.利用人工数据集和标准UCI数据集进行实验验证,所得结果表明,MDL2KC算法较传统的L2核分类器算法具有更好的分类效果和稀疏特性.

关键词：分类算法稀疏密度差窗宽

结合LDA和孪生BiLSTM的话题演化跟踪方法

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2022年第2期36卷 93-103页

作者：龚晓康应文豪王骏龚声蓉苏州大学计算机科学与技术学院江苏苏州215006 常熟理工学院计算机科学与工程学院江苏常熟215500 上海大学通信与信息工程学院上海200444

传统的话题演化跟踪任务主要使用基于主题模型的方法,但该方法对于文本语义的提取及表征能力较弱。该文在词嵌入方法的基础上结合LDA和注意力增强的孪生BiLSTM网络,提出文本邻近度模型PDRBL来确定话题演化过程中的时态判定。此外,基于PD... 详细信息

传统的话题演化跟踪任务主要使用基于主题模型的方法,但该方法对于文本语义的提取及表征能力较弱。该文在词嵌入方法的基础上结合LDA和注意力增强的孪生BiLSTM网络,提出文本邻近度模型PDRBL来确定话题演化过程中的时态判定。此外,基于PDRBL模型给出了六个话题演化时态及其判定方法,进而提出了话题演化跟踪方法TETP。实验表明,该文所提模型在精确率、召回率、F;值三个方面具有优化或可比较的性能,并可以有效捕获话题演化路径。

关键词：话题演化词嵌入孪生BiLSTM

在线全文

学校读者我要写书评

暂无评论

基于类分布的领域自适应支持向量机

自动化学报 2013年第8期39卷 1273-1288页

作者：应文豪王士同邓赵红王骏江南大学数字媒体学院无锡214122 常熟理工学院计算机科学与工程学院常熟215500

现有的领域自适应方法在定义领域间分布距离时,通常仅从领域样本的整体分布上考虑,而未对带类标签的领域样本分布分别进行考虑,从而在一些具有非平衡数据集的应用领域上表现出一定的局限性.对此,在充分考虑源领域样本类信息的基础上,基... 详细信息

现有的领域自适应方法在定义领域间分布距离时,通常仅从领域样本的整体分布上考虑,而未对带类标签的领域样本分布分别进行考虑,从而在一些具有非平衡数据集的应用领域上表现出一定的局限性.对此,在充分考虑源领域样本类信息的基础上,基于结构风险最小化模型,提出了基于类分布的领域自适应支持向量机(Domain adaptation support vector machine based on class distribution,CDASVM),并将其拓展为可处理多源问题的多源领域自适应支持向量机(CDASVM from multiple sources,MSCDASVM),在人造和真实的非平衡数据集上的实验结果表明,所提方法只有优化或可比较的模式分类性能.

关键词：领域自适应支持向量机迁移学习再生核Hilbert空间

面向小目标图像的快速核密度估计图像阈值分割算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2012年第10期38卷 1679-1689页

作者：王骏王士同邓赵红应文豪江南大学数字媒体学院无锡214122

针对当前小目标图像阈值分割研究工作面临的难题,提出了快速核密度估计图像阈值分割新方法.首先给出了基于加权核密度估计器的概率计算模型,通过引入二阶Renyi熵作为阈值选取准则,提出了基于核密度估计的图像阈值分割算法(Kernel densit... 详细信息

针对当前小目标图像阈值分割研究工作面临的难题,提出了快速核密度估计图像阈值分割新方法.首先给出了基于加权核密度估计器的概率计算模型,通过引入二阶Renyi熵作为阈值选取准则,提出了基于核密度估计的图像阈值分割算法(Kernel density estimator based image thresholding algorithm,KDET),然后通过引入快速压缩集密度估计(Fastreduced set density estimator,FRSDE)技术,得到核密度估计的稀疏权系数表示形式,提出快速核密度估计图像阈值分割算法fastKDET,并从理论上对相关性质进行了深入探讨.实验表明,本文算法对小目标图像阈值分割问题具有更广泛的适应性,并且对参数变化不敏感.

关键词：核密度估计快速压缩集密度估计阈值分割小目标图像

在线全文

学校读者我要写书评

暂无评论

正交模糊k平面聚类算法

模式识别与人工智能 2011年第6期24卷 783-791页

作者：应文豪王士同江南大学信息工程学院无锡214122 常熟理工学院计算机科学与工程学院常熟215500

在模糊k平面聚类(KPC)算法的基础上,通过引入正交约束提出正交模糊k平面聚类算法(OFKPC).与KPC及模糊KPC(FKPC)类似,OFKPC仍从原型出发,用k组超平面替代传统的点(类中心)作为聚类原型.同时根据KPC及FKPC的思想,中心超平面是用来尽量区... 详细信息

在模糊k平面聚类(KPC)算法的基础上,通过引入正交约束提出正交模糊k平面聚类算法(OFKPC).与KPC及模糊KPC(FKPC)类似,OFKPC仍从原型出发,用k组超平面替代传统的点(类中心)作为聚类原型.同时根据KPC及FKPC的思想,中心超平面是用来尽量区分不同类样本,因此这些超平面法向量构成的矩阵可用来进行特征降维.在人工数据集和UCI数据集上实验表明,OFKPC算法不仅较FKPC算法有更好的聚类效果,且具有更强的特征降维能力.

关键词： k平面聚类(KPC) 模糊k平面聚类(FKPC) 正交模糊k平面聚类降维

基于Spark的扩展孤立森林算法并行化改造实验设计

在线全文

学校读者我要写书评

暂无评论

实验技术与管理 2023年第4期40卷 75-81页

作者：应文豪孙中强王诗愉钟珊龚声蓉常熟理工学院计算机科学与工程学院江苏苏州215000 苏州大学计算机科学与技术学院江苏苏州215000

针对海量或高维数据进行异常检测实验时,往往检测速度较慢、效率较低。针对此问题,设计了一种基于Spark分布式计算的扩展孤立森林异常检测算法改造实验。实验基于Spark框架,分别在数据抽样、训练、预测等阶段设计并行化改造方法,通过与... 详细信息

针对海量或高维数据进行异常检测实验时,往往检测速度较慢、效率较低。针对此问题,设计了一种基于Spark分布式计算的扩展孤立森林异常检测算法改造实验。实验基于Spark框架,分别在数据抽样、训练、预测等阶段设计并行化改造方法,通过与单核条件下的算法对比,验证了并行化方法在保证准确性的前提下执行效率得到大大提高。此实验对加深学生对大数据分布式并行处理知识的理解,引导其对海量数据挖掘相关技术的学习兴趣具有积极作用。

关键词：大数据并行化异常检测孤立森林数据挖掘实验设计

在线全文

学校读者我要写书评

暂无评论

一般化最小包含球的大样本快速学习方法

自动化学报 2012年第11期38卷 1831-1840页

作者：胡文军王士同王娟应文豪江南大学数字媒体学院无锡214122 湖州师范学院信息与工程学院湖州313000

标准最小包含球(Minimum enclosing ball,MEB)模型的对偶问题可视为MEB问题并能够利用核心集向量机(Core vector machine,CVM)实现大样本的快速训练,但对于一般化MEB模型,对偶问题中的不等式约束发生了变化而不能视为MEB问题,不能方便... 详细信息

标准最小包含球(Minimum enclosing ball,MEB)模型的对偶问题可视为MEB问题并能够利用核心集向量机(Core vector machine,CVM)实现大样本的快速训练,但对于一般化MEB模型,对偶问题中的不等式约束发生了变化而不能视为MEB问题,不能方便地使用CVM来解决大样本的快速训练.为此,提出了一般化MEB快速学习方法(Fast learning of generalized MEB,FL-GMEB),首先放松对偶问题中的不等式约束条件,使其等价于中心约束的MEB问题,从而利用CVM获得其核心集(Coreset,CS);然后利用局部线性嵌入(Locally linear embedding,LLE)的逆思想将CS扩充为拓展核心集(Extended core set,ECS);最后将ECS及其对应的优化权作为一般化MEB模型的逼近解.UCI和USPS数据集上的实验结果表明,FL-GMEB在大样本快速训练方面具有较好的性能优势.

关键词：一般化最小包含球大样本核心向量机核心集拓展核心集

在线全文

学校读者我要写书评

暂无评论

面向失衡数据的自适应加权ELM分类算法

计算机工程与设计 2023年第7期44卷 2008-2014页

作者：孙中强应文豪毕安琪王骏龚声蓉苏州大学计算机科学与技术学院江苏苏州215000 常熟理工学院计算机科学与工程学院江苏苏州215500 上海大学通信与信息工程学院上海200444

为提高极限学习机在失衡数据中的整体分类性能,提出一种基于代价敏感学习的自适应加权极限学习机分类算法。考虑各类间样本的差异性和同一类内样本的丰富性,利用类样本数量差异构造初始惩罚权重,分析样本附近异类样本数量确定额外代价权... 详细信息

为提高极限学习机在失衡数据中的整体分类性能,提出一种基于代价敏感学习的自适应加权极限学习机分类算法。考虑各类间样本的差异性和同一类内样本的丰富性,利用类样本数量差异构造初始惩罚权重,分析样本附近异类样本数量确定额外代价权重,将两种代价权重相加构建自适应代价敏感惩罚矩阵。在公共数据集上的一系列对比实验结果表明,采用的自适应加权策略兼顾了不同类别样本的分布,在不平衡数据集上有效提高了算法整体分类精度。

关键词：不平衡数据加权极限学习机代价敏感学习自适应分类惩罚矩阵类分布