检索结果-南通市图书馆

基于BERT模型和动态集成选择的多分类文本情感识别研究

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

中国管理科学 2024年第6期 140-150页

作者：张忠良费秦君陈愉予雒兴刚杭州电子科技大学管理学院

针对传统方法提取文本特征向量存在语义缺失，以及有些文本情感识别任务涉及多分类问题，提出一种新的基于BERT(bidirectional encoder representations from transformers)和动态集成选择的多分类文本情感识别策略。首先，采用BERT对... 详细信息

针对传统方法提取文本特征向量存在语义缺失，以及有些文本情感识别任务涉及多分类问题，提出一种新的基于BERT(bidirectional encoder representations from transformers)和动态集成选择的多分类文本情感识别策略。首先，采用BERT对文本进行向量化处理，针对多分类文本情感识别任务采用OVO分解策略拆分成多个二分类子任务；其次，针对每个子任务采用动态集成选择策略构建分类器集成模型；最后，基于聚合策略获得最终的预测结果。采用公开的影评数据集对所提出的方法进行实证分析。结果表明：（1）相较于传统的TF-IDF与Word2Vec方法，基于BERT模型的词向量化处理有助于提高文本情感识别精度；（2）针对多分类情感识别任务中的每个子问题，采用动态集成选择策略可以有效提高识别效果；（3）本文建立的预测模型性能比其他现有情感识别模型具有显著优势。

关键词：文本情感识别 BERT 多分类动态选择集成分解策略

基于分解策略的涡轮叶片可靠性及多学科设计优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空动力学报 2010年第9期25卷 2013-2018页

作者：贺谦李元生温志勋岳珠峰西北工业大学力学与土木建筑学院工程力学系西安710072

将反一阶可靠性分析方法与多学科可行方法相结合,提出了一种适用于涡轮叶片复杂结构的可靠性及多学科设计优化方法.在优化过程中使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法反复调用仿真程序进行多学科分析,计算量较... 详细信息

将反一阶可靠性分析方法与多学科可行方法相结合,提出了一种适用于涡轮叶片复杂结构的可靠性及多学科设计优化方法.在优化过程中使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法反复调用仿真程序进行多学科分析,计算量较大的问题.该方法将可靠性分析与多学科优化过程分离,提高了优化计算效率.以某型涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率提高63.8%,证明了该方法在工程应用中的可行性和有效性.

关键词：多学科设计优化多学科可行方法分解策略可靠性分析 Kriging近似模型涡轮叶片

在线全文

学校读者我要写书评

暂无评论

基于多目标分解策略的副本布局算法研究

计算机科学与探索 2020年第9期14卷 1490-1500页

作者：邵必林贺金能边根庆西安建筑科技大学管理学院西安710055 西安建筑科技大学信息与控制工程学院西安710055

高效的副本布局是分布式存储系统可靠性的重要保障。数据副本既可以增加系统数据的可用性,又能够提高系统的负载均衡能力,但同时也会带来能量消耗问题。针对副本带来的效能提升和能耗之间的冲突,提出了一种基于多目标分解策略的副本布... 详细信息

高效的副本布局是分布式存储系统可靠性的重要保障。数据副本既可以增加系统数据的可用性,又能够提高系统的负载均衡能力,但同时也会带来能量消耗问题。针对副本带来的效能提升和能耗之间的冲突,提出了一种基于多目标分解策略的副本布局算法(MDSRL)。将平均文件不可用性、负载均衡、能耗作为三个优化对象,并将多目标优化问题分解成多个标量子问题同时进行优化,每一个子问题的优化都借助相邻的若干个子问题的信息,经过多次迭代优化后,试图找出一组能够在这三个目标上都有良好表现的折衷解。实验表明MDSRL算法所求出的解在平均文件不可用性和能耗上比多目标进化算法(MOE)减少了3.11个百分点和2.3个百分点,在平均文件不可用性和负载变化上比多目标副本管理算法(MORM)减少了68.1个百分点和0.2个百分点,且解的分布性和收敛性更好。

关键词：分布式存储多目标优化分解策略副本布局

专业特色“+OBE”导向下毕业要求的指标点分解策略研究

在线全文

学校读者我要写书评

暂无评论

赤峰学院学报（自然科学版） 2023年第4期39卷 76-78页

作者：但文蛟缑瑞宾于敏张立勇安徽科技学院机械工程学院安徽凤阳233100 安徽科技学院建筑学院安徽蚌埠233000

鉴于专业认证对一流专业建设的重大意义,对专业认证的毕业要求指标点分解策略进行研究。基于专业特色和OBE理念,明确了毕业要求指标点分解的四个前置要求,即工农融合专业人才培养目标的合理制定、凸显专业特色毕业要求的合理表述、课程... 详细信息

鉴于专业认证对一流专业建设的重大意义,对专业认证的毕业要求指标点分解策略进行研究。基于专业特色和OBE理念,明确了毕业要求指标点分解的四个前置要求,即工农融合专业人才培养目标的合理制定、凸显专业特色毕业要求的合理表述、课程体系对毕业要求覆盖、支撑与衡量性评价,提出了毕业要求指标点分解的四大底线要求,即全覆盖度要求、高支撑度要求、高衡量性要求和专业特色融合要求,确定了毕业要求指标点分解的四大主要内容,即毕业要求的专业特色融合分解机制、高支撑度分解机制、高衡量度分解机制和全覆盖度分解机制,提出了毕业要求指标点分解的基本思路。研究成果对于推动专业认证和传统专业改造提升具有重大意义和示范价值。

关键词：毕业要求分解策略 OBE 全覆盖度

基于重新匹配策略的ε约束多目标分解优化算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2018年第5期46卷 1032-1040页

作者：张磊毕晓君王艳娇长江大学电子信息学院湖北荆州434000 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150000 东北电力大学信息工程学院吉林吉林132012

针对MOEA/D算法中权重向量与个体分配不合理,导致种群多样性降低的问题,提出基于重新匹配策略的ε约束多目标分解优化算法.首先,对Tchebycheff分解策略进行理论分析,推导出关于多样性和收敛性的定理,从而为研究MOEA/D算法奠定理论基础.... 详细信息

针对MOEA/D算法中权重向量与个体分配不合理,导致种群多样性降低的问题,提出基于重新匹配策略的ε约束多目标分解优化算法.首先,对Tchebycheff分解策略进行理论分析,推导出关于多样性和收敛性的定理,从而为研究MOEA/D算法奠定理论基础.其次,为有效解决由于随机为权重向量分配个体造成种群多样性降低的问题,提出权重向量和个体间的重新匹配策略,合理地为权重向量分配个体,改善种群多样性.最后,提出的个体比较准则较好地兼顾多样性和收敛性,提高了算法的约束多目标优化性能.通过与5种优秀算法的对比实验结果表明,该文算法所求得的近似Pareto最优解集的分布性和收敛性均得到一定提高,相比于对比算法具有一定的优势.

关键词：约束多目标优化分解策略重新匹配 ε约束

在线全文

学校读者我要写书评

暂无评论

基于静态前提的谓词知识树分解策略

计算机科学 2017年第1期44卷 235-242,270页

作者：边芮吴向军陈蔼祥广东财经大学公共管理学院广州510320 中山大学软件学院广州510006 广东财经大学数学与统计学院广州510320

智能规划问题实质是一种搜索问题,通常需采用某种策略来缩小搜索空间,提高规划效率。在"以谓词为主体"的规划求解方法中,规划树的生成效率将直接影响规划求解效率。为此,提出了基于静态前提的谓词知识树分解策略,并给出了相应的分解算... 详细信息

智能规划问题实质是一种搜索问题,通常需采用某种策略来缩小搜索空间,提高规划效率。在"以谓词为主体"的规划求解方法中,规划树的生成效率将直接影响规划求解效率。为此,提出了基于静态前提的谓词知识树分解策略,并给出了相应的分解算法。对任意一个规划领域,利用该分解算法可将知识树分解成若干个较小规模的知识子树。在规划求解的过程中,利用知识子树可有效地减少搜索空间,从而快速生成规划树,提高规划效率。同时,利用知识子树还可提取出隐含在动作描述中的领域知识。实验结果表明该分解算法是有效的。

关键词：智能规划知识树静态前提分解策略

在线全文

学校读者我要写书评

暂无评论

基于分解策略的多目标演化子集选择算法

中国科学：信息科学 2016年第9期46卷 1276-1287页

作者：钱超周志华南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210023 中国科学技术大学计算机科学与技术学院合肥230027

在许多现实的机器学习任务中,经常遇到从一组变量中挑选一个子集的问题,即子集选择问题.对于这类问题的求解是NP难的.最近,一种基于多目标演化算法的子集选择算法POSS被提出;无论是在理论上还是在实验上,POSS方法均获得了目前的最佳性能... 详细信息

在许多现实的机器学习任务中,经常遇到从一组变量中挑选一个子集的问题,即子集选择问题.对于这类问题的求解是NP难的.最近,一种基于多目标演化算法的子集选择算法POSS被提出;无论是在理论上还是在实验上,POSS方法均获得了目前的最佳性能.然而,当问题规模很大的时候,POSS方法的运行时间变得难以令人满意,这阻碍了其在大规模实际问题中的应用.提出了一种基于分解策略的多目标演化子集选择算法DPOSS.DPOSS方法将整个子集空间分解成多个子空间,并依次调用POSS方法来求解.在理论上,DPOSS方法在获得和POSS方法相同近似性能下界的同时,运行时间随着分解个数的增加超线性下降.实验结果验证了这一理论,并显示出,DPOSS方法的实际性能随着分解个数的增加略有下降,但依然优于以往的贪婪算法.

关键词：机器学习子集选择多目标优化多目标演化算法分解策略

在线全文

学校读者我要写书评

暂无评论

基于分解策略处理多分类不均衡问题的方法

计算机应用研究 2020年第8期37卷 2404-2408页

作者：徐作宁雒兴刚张忠良杭州电子科技大学管理学院杭州310018

针对多分类不均衡问题,提出了一种新的基于一对一(one-versus-one,OVO)分解策略的方法。首先基于OVO分解策略将多分类不均衡问题分解成多个二值分类问题;再利用处理不均衡二值分类问题的算法建立二值分类器;接着利用SMOTE过抽样技术处... 详细信息

针对多分类不均衡问题,提出了一种新的基于一对一(one-versus-one,OVO)分解策略的方法。首先基于OVO分解策略将多分类不均衡问题分解成多个二值分类问题;再利用处理不均衡二值分类问题的算法建立二值分类器;接着利用SMOTE过抽样技术处理原始数据集;然后采用基于距离相对竞争力加权方法处理冗余分类器;最后通过加权投票法获得输出结果。在KEEL不均衡数据集上的大量实验结果表明,所提算法比其他经典方法具有显著的优势。

关键词：多分类问题不均衡数据集分解策略人工样本集成学习动态加权

在线全文

学校读者我要写书评

暂无评论

动态惩罚分解策略下的高维目标进化算法

小型微型计算机系统 2018年第10期39卷 2154-2161页

作者：王丽萍张梦紫吴峰章鸣雷叶枫浙江工业大学信息智能与决策优化研究所杭州310023 浙江工业大学经贸管理学院杭州310023

基于分解的多目标进化算法(MOEA/D)的求解精度与聚合方法有直接关系,其中基于惩罚的边界交叉聚合法(PBI)受惩罚参数θ影响较大,固定的惩罚参数难以匹配不同位置的子问题,尤其边界子问题上的极端解易被邻域内非支配解替代.为此,本文提出... 详细信息

基于分解的多目标进化算法(MOEA/D)的求解精度与聚合方法有直接关系,其中基于惩罚的边界交叉聚合法(PBI)受惩罚参数θ影响较大,固定的惩罚参数难以匹配不同位置的子问题,尤其边界子问题上的极端解易被邻域内非支配解替代.为此,本文提出一种基于动态惩罚分解策略的高维目标进化算法(MOEA/D-DPS),通过动态调整惩罚参数θ来改变候选解选择区域大小,使不同位置的子问题都有更合适的选择区域,且减少了边界子问题上优秀解的丢失,更好地平衡了算法的收敛性与多样性.最后,本文通过仿真实验对比分析了MOEA/D-DPS算法与相关算法的性能,实验结果表明:MOEA/D-DPS算法在DTLZ1-4测试函数上所得解集整体性能更优.

关键词：多目标优化高维目标分解策略动态惩罚