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

基于语义相关性分析的多模态摘要模型

计算机应用 2024年第1期44卷 65-72页

作者：林于翔吴运兵阴爱英廖祥文福州大学计算机与大数据学院福州350108 数字福建金融大数据研究所福州350108 福州大学至诚学院计算机工程系福州350002

多模态生成式摘要往往采用序列到序列(Seq2Seq)框架,目标函数在字符级别优化模型,根据局部最优解生成单词,忽略了摘要样本全局语义信息,使得摘要与多模态信息产生语义偏差,容易造成事实性错误。针对上述问题,提出一种基于语义相关性分... 详细信息

多模态生成式摘要往往采用序列到序列(Seq2Seq)框架,目标函数在字符级别优化模型,根据局部最优解生成单词,忽略了摘要样本全局语义信息,使得摘要与多模态信息产生语义偏差,容易造成事实性错误。针对上述问题,提出一种基于语义相关性分析的多模态摘要模型。首先,在Seq2Seq框架基础上对多模态摘要进行训练,生成语义多样性的候选摘要;其次,构建基于语义相关性分析的摘要评估器,从全局的角度学习候选摘要之间的语义差异性和真实评价指标ROUGE(Recall-Oriented Understudy for Gisting Evaluation)的排序模式,从而在摘要样本层面优化模型;最后,不依赖参考摘要,利用摘要评估器对候选摘要进行评价,使得选出的摘要与源文本在语义空间中尽可能相似。实验结果表明,在公开数据集MMSS上,相较于MPMSE(Multimodal Pointer-generator via Multimodal Selective Encoding)模型,所提模型在ROUGE-1、ROUGE-2、ROUGE-L评价指标上分别提升了3.17、1.21和2.24个百分点。

关键词：多模态生成式摘要序列到序列事实性错误语义相关性

融合用户关系表示和信息传播拓扑特征的信息传播预测

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2023年

作者：吴运兵高航曾炜森阴爱英福州大学计算机与大数据学院福州大学至诚学院计算机工程系

信息传播预测旨在分析信息传播网络或社交媒体中信息扩散的规律，以理解和预测信息的传播过程。现存工作主要关注用户群体关系中的社交关系和动态影响关系，忽略了群体关系中用户间相似性关系和个体关系中内在因素对用户转发信息的影响... 详细信息

信息传播预测旨在分析信息传播网络或社交媒体中信息扩散的规律，以理解和预测信息的传播过程。现存工作主要关注用户群体关系中的社交关系和动态影响关系，忽略了群体关系中用户间相似性关系和个体关系中内在因素对用户转发信息的影响。为此，本文提出了融合用户关系表示和信息传播拓扑特征的信息传播预测模型，从群体关系和个体关系两个层面分析用户受信息影响的可能性。在群体关系层面，构建用户共现次数图来学习用户相似性关系表示，随后融合了用户关系表示和信息传播拓扑特征来更全面地捕捉群体关系；在个体关系层面，融合了用户个体特征表示和影响因素向量，以捕捉不同的内在因素对刺激用户转发信息的影响。实验结果表明，本文提出的模型在两个公开数据集上性能均有提升，在Memetracker数据集上map@k和hits@k评价指标分别平均提升了6.54%和2.75%。

关键词：信息传播预测拓扑结构相似性共同兴趣

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

简单线性迭代聚类的超像素算法

福建电脑 2023年第5期39卷 35-40页

作者：阴爱英马云莺福州大学至诚学院计算机工程系福州350002

当前,图像分割处理中存在过程繁琐、效率低下等问题,加上图像超像素形状及大小不均等影响因素,难以适应高性能计算要求。基于此,本文提出了简单线性迭代聚类改进算法。首先预处理获得像素信息,减少算法执行过程中的计算耗时;其次,通过... 详细信息

当前,图像分割处理中存在过程繁琐、效率低下等问题,加上图像超像素形状及大小不均等影响因素,难以适应高性能计算要求。基于此,本文提出了简单线性迭代聚类改进算法。首先预处理获得像素信息,减少算法执行过程中的计算耗时;其次,通过一系列算法优化,降低访存时间,使其更有利于后续并行化的操作;最后依据像素点的处理之间互不产生依赖的情况,使用向量化和并行化的手段,对算法进行整体加速,进一步提升算法效率。实验结果表明,本文提出SLIC改进算法相比基准模型,在计算速率和算法性能方面得到提升。

关键词：并行计算数字图像处理超像素简单线性迭代聚类

在线全文

学校读者我要写书评

暂无评论

面向制造业不平衡数据的混合采样算法

计算机工程与设计 2018年第4期39卷 1053-1058页

作者：阴爱英吴运兵杨晓花福州大学至诚学院计算机工程系福建福州350002 福州大学数学与计算机科学学院福建福州350116

针对制造业不平衡数据的预测问题,提出一种基于混合采样的预处理方法。通过结合过采样和欠采样的方法对样本数据进行处理,即适当减少多类样本数据和增加少类样本数据,结合部分机器学习分类器进行分类预测。实验结果表明,利用混合采样后... 详细信息

针对制造业不平衡数据的预测问题,提出一种基于混合采样的预处理方法。通过结合过采样和欠采样的方法对样本数据进行处理,即适当减少多类样本数据和增加少类样本数据,结合部分机器学习分类器进行分类预测。实验结果表明,利用混合采样后的样本数据,其分类准确率明显优于单独使用过采样的数据及单独使用欠采样的数据,在F_mean值和G_mean值上,混合采样后取得了较高的值。

关键词：过采样欠采样混合采样不平衡数据机器学习

在线全文

学校读者我要写书评

暂无评论

融合图卷积神经网络的文本情感分类

山东大学学报（理学版） 2021年第11期56卷 15-23,30页

作者：阴爱英林建洲吴运兵廖祥文福州大学至诚学院计算机工程系福建福州350002 福州大学计算机与大数据学院福建福州350108 数字福建金融大数据研究所福建福州350108

文档级别情感分类旨在预测用户对评论文本的情感极性标签。最近研究发现,利用用户和产品信息能有效地提升情感分类性能,然而,现有大多数研究只关注用户与评论、产品与评论的信息,忽略了用户与用户、产品与产品之间的内在关联,因此,本文... 详细信息

文档级别情感分类旨在预测用户对评论文本的情感极性标签。最近研究发现,利用用户和产品信息能有效地提升情感分类性能,然而,现有大多数研究只关注用户与评论、产品与评论的信息,忽略了用户与用户、产品与产品之间的内在关联,因此,本文提出一种融合图卷积神经网络的文本情感分类模型。首先,根据数据集构建了用户与用户关系图、用户与产品关系图;然后,融合两种关系图形成异质图,并使用图卷积神经网络学习用户与用户、产品与产品之间的内在联系,获得更好的用户和产品表示;最后,使用融合CNN的用户注意力和产品注意力机制的分层网络进行情感分类。实验结果表明,在公开数据集IMDB、Yelp2013和Yelp2014上,本文提出的模型能取得较好的分类效果。

关键词：情感分类图卷积神经网络异质图分层网络

在线全文

学校读者我要写书评

暂无评论

基于线程并行计算的Apriori算法

西安科技大学学报 2014年第1期34卷 71-74页

作者：阴爱英福州大学数学与计算机科学学院福建福州350108 福州大学至诚学院福建福州350108

针对数据挖掘中经典的Apriori算法在计算频繁项目集时需消耗大量的时间缺点,文中利用多线程并行计算的特点,提出了基于线程并行计算的Apriori算法,该算法是将统计候选项目个数的任务交给多线程来执行,从而达到减少Apriori算法的运行时... 详细信息

针对数据挖掘中经典的Apriori算法在计算频繁项目集时需消耗大量的时间缺点,文中利用多线程并行计算的特点,提出了基于线程并行计算的Apriori算法,该算法是将统计候选项目个数的任务交给多线程来执行,从而达到减少Apriori算法的运行时间。通过实验数据分析,该算法对减少Apriori算法的运行时间有很大的提高。

关键词：线程并行计算 Apriori算法

基于MapReduce框架下K-means的改进算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2018年第8期35卷 2295-2298页

作者：阴爱英吴运兵朱敏琛张莹福州大学至诚学院计算机工程系福州350002 福州大学数学与计算机科学学院福州350116

针对海量数据背景下K-means聚类结果不稳定和收敛速度较慢的问题,提出了基于MapReduce框架下的K-means改进算法。首先,为了能获得K-means聚类的初始簇数,利用凝聚层次聚类法对数据集进行聚类,并用轮廓系数对聚类结果进行初步评价,将获... 详细信息

针对海量数据背景下K-means聚类结果不稳定和收敛速度较慢的问题,提出了基于MapReduce框架下的K-means改进算法。首先,为了能获得K-means聚类的初始簇数,利用凝聚层次聚类法对数据集进行聚类,并用轮廓系数对聚类结果进行初步评价,将获得数据集的簇数作为K-means算法的初始簇中心进行聚类;其次,为了能适应于海量数据的聚类挖掘,将改进的K-means算法部署在MapReduce框架上进行运算。实验结果表明,在单机性能上,该方法具有较高的准确率和召回率,同时也具有较强的聚类稳定性;在集群性能上,也具有较好的加速比和运行速度。

关键词： MapReduce框架 K-means算法数据挖掘聚类分析

基于fastText模型的词向量表示改进算法

在线全文

学校读者我要写书评

暂无评论

福州大学学报（自然科学版） 2019年第3期47卷 314-319页

作者：阴爱英吴运兵郑一江余小燕福州大学至诚学院计算机工程系福建福州350002 福州大学数学与计算机科学学院福建福州350108

传统词向量表示模型往往忽视了单词间的句法形态结构,导致模型预测准确率不高.为此,提出基于fastText模型的词向量表示改进算法.首先,在训练模型数据集上,引入stopwords处理技术,剔除一些无意义介词等对预测模型干扰,减少噪声数据;其次... 详细信息

传统词向量表示模型往往忽视了单词间的句法形态结构,导致模型预测准确率不高.为此,提出基于fastText模型的词向量表示改进算法.首先,在训练模型数据集上,引入stopwords处理技术,剔除一些无意义介词等对预测模型干扰,减少噪声数据;其次,针对fastText模型中n-gram分解格式进行限定,将分解条件设置为符合英文单词的组成结构;最后,去除fastText模型中单词前后缀标记符,减少无用分解对模型预测产生干扰.实验结果表明,与fastText模型相比,所提出的改进模型在单词关系评分、语义相似性、句法相似性均取得较好的准确率.

关键词：词向量 skip-gram模型 fastText模型自然语言处理

在线全文

学校读者我要写书评

暂无评论

基于决策树的学生成绩分类研究

赤峰学院学报（自然科学版） 2017年第16期33卷 18-21页

作者：阴爱英杨晓花福州大学至诚学院计算机工程系福建福州350002

本文根据决策树分类技术对福建省计算机等级考试中的成绩进行分析和挖掘.首先对成绩数据进行离散化处理,设置成决策树分类的属性数据;接着利用ID3改进算法构建成绩分类的决策树模型,并对其剪枝;最后根据模型给出相应的规则和几个教学建... 详细信息

本文根据决策树分类技术对福建省计算机等级考试中的成绩进行分析和挖掘.首先对成绩数据进行离散化处理,设置成决策树分类的属性数据;接着利用ID3改进算法构建成绩分类的决策树模型,并对其剪枝;最后根据模型给出相应的规则和几个教学建议.实验结果表明,利用决策树分类技术在计算机等级考试中进行挖掘分析的方法是有效可行的.

关键词：数据挖掘决策树信息增益计算机等级考试