检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

用于半监督分类的二阶近似谱图卷积模型

自动化学报 2021年第5期47卷 1067-1076页

作者：公沛良艾丽华北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

近年来,基于局部一阶近似的谱图卷积方法在半监督节点分类任务上取得了明显优势,但是在每次更新节点特征表示时,只利用了一阶邻居节点信息而忽视了非直接邻居节点信息.为此,本文结合切比雪夫截断展开式及标准化的拉普拉斯矩阵,通过推导... 详细信息

近年来,基于局部一阶近似的谱图卷积方法在半监督节点分类任务上取得了明显优势,但是在每次更新节点特征表示时,只利用了一阶邻居节点信息而忽视了非直接邻居节点信息.为此,本文结合切比雪夫截断展开式及标准化的拉普拉斯矩阵,通过推导及简化二阶近似谱图卷积模块,提出了一种融合丰富局部结构信息的改进图卷积模型,进一步提高了节点分类性能.大量的实验结果表明,本文提出的方法在不同数据集上的表现均优于现有的流行方法,验证了模型的有效性.

关键词：图理论谱图卷积半监督学习节点分类关系数据

基于双连通分量覆盖图的稀疏大图最大流并行加速方法

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2018年第5期36卷 955-962页

作者：刘扬魏蔚许贺洋河南工业大学信息科学与工程学院河南郑州450001

最大流问题是图论中重要的基础性问题,大规模网络中的最大流加速已成为重要研究方向,已有工作包括并行计算加速和图缩减加速2种思路,但仍有较大改进空间:(1)图缩减和并行计算2种加速思路并未充分融合,导致各自加速效果受限;(2)已有加速... 详细信息

最大流问题是图论中重要的基础性问题,大规模网络中的最大流加速已成为重要研究方向,已有工作包括并行计算加速和图缩减加速2种思路,但仍有较大改进空间:(1)图缩减和并行计算2种加速思路并未充分融合,导致各自加速效果受限;(2)已有加速算法对常见的多次最大流求解支持不足,导致多次计算间存在大量冗余工作;(3)已有加速算法往往需涉及出入度和边容量等多个条件,计算复杂度偏高。针对上述问题,提出了一种基于优化子图的最大流并行加速方法,通过识别原始大图的双连通分量并建立覆盖图,可将任意最大流问题分解为独立的子问题,并行求解快速获取最大流精确解;覆盖图的构建仅涉及节点之间连接关系,具较低的时间复杂度。在基准图上的测试结果表明,算法可显著缩短稀疏大图中最大流计算时间。

关键词：计算复杂度图理论最大流问题稀疏图计算双联通分量覆盖图并行计算

在线全文

学校读者我要写书评

暂无评论

基于KM算法投切事件匹配的负荷辨识方法

电测与仪表 2023年第11期60卷 66-73页

作者：胡悦胡文山王晓文周东国武汉大学电气与自动化学院武汉430072 山东济宁圣地电业集团有限公司山东济宁272000

负荷投切事件是关联负荷分类、辨识的一个重要依据,为了能够准确地实现非侵入式负荷投切过程的辨识,提出一种基于KM算法投切事件匹配的非侵入式负荷辨识方法。该方法采用一种功率曲线拟合逼近的方式进行负荷事件检测,并利用投切稳态特... 详细信息

负荷投切事件是关联负荷分类、辨识的一个重要依据,为了能够准确地实现非侵入式负荷投切过程的辨识,提出一种基于KM算法投切事件匹配的非侵入式负荷辨识方法。该方法采用一种功率曲线拟合逼近的方式进行负荷事件检测,并利用投切稳态特征建立用电设备投入和切除特征的概率分布模型。同时,考虑到负荷投入事件和切除事件数量不对等情况,将负荷事件与数据库负荷进行匹配,并采用加权优化的KM算法寻找最佳解,从而实现负荷投入和切除的正确匹配辨识。在真实的测试场景并结合REDD数据集进行实验,结果表明,文中方法可对负荷投切事件进行有效匹配辨识,为实现能耗细分奠定了基础。

关键词：非侵入式负荷匹配 KM算法图理论负荷辨识

在线全文

学校读者我要写书评

暂无评论

基于加权无标度的伪分形网络研究

计算机工程 2019年第1期45卷 303-307,314页

作者：盛益彬章忠志复旦大学计算机科学技术学院上海200433

基于伪分形网络,研究幂率分布的加权与网络随机游走性质的关系,提出一种带参数的加权方法。通过分析网络构造特征与性质,构建网络相邻2代特征值的递推关系,得到特征值及重数。在此基础上,计算网络上带偏好随机游走的随机目标搜索时间,... 详细信息

基于伪分形网络,研究幂率分布的加权与网络随机游走性质的关系,提出一种带参数的加权方法。通过分析网络构造特征与性质,构建网络相邻2代特征值的递推关系,得到特征值及重数。在此基础上,计算网络上带偏好随机游走的随机目标搜索时间,利用特征值给出网络的加权生成树计数。分析结果表明,该方法能够应用到确定性转移矩阵的网络,且具有较好的适用性。

关键词：复杂网络随机游走幂率分布图理论随机目标搜索时间

关于strong形RUE－NRF归结的反倒

在线全文

学校读者我要写书评

暂无评论

计算机学报 1994年第5期17卷 399-400页

作者：欧阳丹彤刘叙华吉林大学计算机科学系

关于ｓｔｒｏｎｇ形ＲＵＥ－ＮＲＦ归结的反倒欧阳丹彤，刘叙华（吉林大学计算机科学系长春１３００２３）ＡＣＯＵＮＴＥＲＥＸＡＭＰＬＥＯＦＲＵＥ－ＮＲＦＲＥＳＯＬＵＴＩＯＮＩＮＳＴＲＯＮＧＦＯＲＭ￥ＯｕｙａｎｇＤａｎｔｏｎ... 详细信息

关于ｓｔｒｏｎｇ形ＲＵＥ－ＮＲＦ归结的反倒欧阳丹彤，刘叙华（吉林大学计算机科学系长春１３００２３）ＡＣＯＵＮＴＥＲＥＸＡＭＰＬＥＯＦＲＵＥ－ＮＲＦＲＥＳＯＬＵＴＩＯＮＩＮＳＴＲＯＮＧＦＯＲＭ￥ＯｕｙａｎｇＤａｎｔｏｎｇａｎｄＬｉｕＸｕｈｕａ（Ｄｅｐａ...

关键词： strong形 RUE-NRF归结图理论

在线全文

学校读者我要写书评

暂无评论

感知编组综述

计算机工程与应用 2007年第14期43卷 9-13页

作者：董鸿燕沈振康罗军张志龙倪为平国防科技大学ATR重点实验室长沙410073

回顾了感知编组技术的历史,并对其原理、步骤、需要解决的问题和分类进行了系统详尽的总结,对近几年用的较多的编组机制的方法进行了介绍,并论述了感知编组技术在目标识别中的应用。最后对感知编组技术中的研究热点和感知编组的应用领... 详细信息

回顾了感知编组技术的历史,并对其原理、步骤、需要解决的问题和分类进行了系统详尽的总结,对近几年用的较多的编组机制的方法进行了介绍,并论述了感知编组技术在目标识别中的应用。最后对感知编组技术中的研究热点和感知编组的应用领域发展趋势作出了展望。

关键词：感知编组目标识别 Gestalt定律张量投票图理论

在线全文

学校读者我要写书评

暂无评论

下期论文预告

中国生物工程杂志 2010年第11期30卷 118-119页

在线全文

学校读者我要写书评

暂无评论

岩体裂隙的网络分析及渗流模型

岩石力学与工程学报 1993年第3期12卷 214-221页

作者：王恩志清华大学水利系北京100084

本文首次运用图理论来阐述裂隙网络的基本构成和特点,并用数值矩阵将复杂裂隙系统的组构关系形象地表示出来,为岩体裂隙的数学描述提供了新方法,由此所导出的裂隙渗流离散数值模型能较好地描述岩体中渗流分布的极不均匀性和渗透空间各... 详细信息

本文首次运用图理论来阐述裂隙网络的基本构成和特点,并用数值矩阵将复杂裂隙系统的组构关系形象地表示出来,为岩体裂隙的数学描述提供了新方法,由此所导出的裂隙渗流离散数值模型能较好地描述岩体中渗流分布的极不均匀性和渗透空间各向异性机制,为解决工程中的裂隙岩体渗流问题做了新的探索。

关键词：岩体裂隙网络渗流模型图理论基本构成数值矩阵组构关系渗流分布渗透空间各向异性机制

在线全文

学校读者我要写书评

暂无评论

基于随机有限集的可分辨群目标跟踪算法研究

基于随机有限集的可分辨群目标跟踪算法研究

作者：朱书军杭州电子科技大学

学位级别：硕士

群目标由多个相互协作的目标组成,并且保持着一定结构进行运动。随着传感器技术的不断发展,原来不可分辨的群目标呈现出可分辨的属性,群目标跟踪算法的研究也越来越重要。跟踪估计主要包括获得目标的量测,并对量测进行滤波和估计。因此... 详细信息

群目标由多个相互协作的目标组成,并且保持着一定结构进行运动。随着传感器技术的不断发展,原来不可分辨的群目标呈现出可分辨的属性,群目标跟踪算法的研究也越来越重要。跟踪估计主要包括获得目标的量测,并对量测进行滤波和估计。因此,需要对群目标进行动态建模,并采用合适的算法对群目标进行跟踪估计。现在对群目标的动态建模主要是将群目标中的各成员的状态进行简单的结合,但是该方法不能充分体现出群目标各成员之间的依赖关系。目前的群目标跟踪研究主要集中在不可分辨群目标或者部分可分辨群目标上,如果将不可分辨群目标的跟踪方法应用于可分辨群目标,会导致估计过于粗糙从而丢失许多结构信息。为了解决上述问题,本文使用图理论结合标签随机有限集(L-RFS)理论,并且引进目标的可分辨系数,给出在可分辨情况下群目标新的动态建模方法和跟踪估计方法,主要工作包括:(1)可分辨群目标的动态建模。根据群结构与图结构的相似性,利用描述有向图的方法对群进行描述,即使用邻接矩阵来描述群。再通过邻接矩阵判断群中各成员的依赖关系。由于头结点起到领导作用,因此可以对头结点进行独自建模。再建立其它依赖于头结点的子结点的动态模型,并依次建立其它结点的动态模型。(2)群目标可分辨系数。由于雷达的分辨率会随着探测距离的增大而变低,使获得的量测误差变大。假设该误差服从正态分布,而正态分布的均值到边缘的距离大概为标准差?的3倍,因此,本文令群目标的可分辨距离i,jr为3 3i j?(10)?,其中i和j表示目标i和目标j。当群目标中各对成员的距离大于i,jr时,认为群目标是可分辨的。(3)可分辨群目标的跟踪算法的研究。第一步,由于起始阶段群目标之间的协作关系未知,因此假设群目标之间是独立的并采用广义标签多伯努利(GLMB)滤波算法获得各目标的状态估计和轨迹估计以及目标的个数估计。第二步,在获得群目标中各成员的状态估计基础上,通过计算每时刻的偏差矩阵估计获得邻接矩阵估计,并通过邻接矩阵得到群的结构关系。再利用图论中连通图的概念获得各时刻子群的个数估计。

关键词：可分辨群目标图理论标签随机有限集广义标签多伯努利滤波器