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

基于上下文自编码的船舶行为语义表征

交通运输工程学报 2022年第4期22卷 334-347页

作者：马杰何沐蓉贾承丰李文楷张煜武汉理工大学航运学院湖北武汉430063 武汉理工大学内河航运技术湖北省重点实验室湖北武汉430063 武汉理工大学国家水运安全工程技术研究中心湖北武汉430063 武汉理工大学交通与物流工程学院湖北武汉430063

考虑船舶行为的时序相关性,提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型;提取船舶经度、纬度、航速、航向等行为特征参量,建立了行为特征序列;借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为,利用深... 详细信息

考虑船舶行为的时序相关性,提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型;提取船舶经度、纬度、航速、航向等行为特征参量,建立了行为特征序列;借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为,利用深度自编码网络构建了船舶上下文行为的语义表征模型,将得到的中心船舶行为编码作为表征向量输出,通过聚类算法构建船舶行为词典;选取长江口南槽交汇水域作为研究对象,利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明:所提出的SRCAE模型能有效表征船舶行为之间的上下文联系,与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差;分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典,与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式,其中k-Means效果最优,轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531,共产生转向加速、转向减速、直行加速、直行减速等30种复合行为,有效提取了不同行为模式下船舶行为词组合关系。

关键词：船舶自动识别系统船舶行为自编码器连续词袋模型语义表征

在线全文

学校读者我要写书评

暂无评论

基于笔画中文字向量模型设计与研究

中文信息学报 2019年第5期33卷 17-23页

作者：赵浩新俞敬松林杰北京大学软件与微电子学院北京102600 中国人民大学信息学院北京100872

中文汉字在横向、纵向展开具有二维的复杂结构。现有的中文词向量研究大都止步于汉字字符,没有利用中文笔画序列生成字向量,且受限于统计模型本质,无法为低频、未登录字词生成高质量向量表示。为此,该文提出了一种依靠中文笔画序列生成... 详细信息

中文汉字在横向、纵向展开具有二维的复杂结构。现有的中文词向量研究大都止步于汉字字符,没有利用中文笔画序列生成字向量,且受限于统计模型本质,无法为低频、未登录字词生成高质量向量表示。为此,该文提出了一种依靠中文笔画序列生成字向量的模型Stroke2Vec,扩展Word2Vec模型CBOW结构,使用卷积神经网络替换上下文信息矩阵、词向量矩阵,引入注意力机制,旨在模拟笔画构造汉字的规律,通过笔画直接生成字向量。将Stroke2Vec模型与Word2Vec、GloVe模型在命名实体识别任务上进行评测对比。实验结果显示,Stroke2Vec模型F1值达到81.49%,优于Word2Vec 1.21%,略优于GloVe模型0.21%,而Stroke2Vec产生的字向量结合Word2Vec模型结果,在NER上F1值为81.55%。

关键词：字向量笔画连续词袋模型

在线全文

学校读者我要写书评

暂无评论

基于Scratch作品相似度的检测研究

计算机技术与发展 2023年第10期33卷 143-149页

作者：张锦胡子达陆玟冰杨定康李强罗元盛湖南师范大学信息科学与工程学院湖南长沙410006 长沙理工大学计算机与通信工程学院湖南长沙410006

Scratch作为图形化编程中的热门课程吸引了广大中小学生,而对于学生所做的作品与标准作品之间差异性的评定通常是靠教师通过人工对比检查,对于教师不仅工作量大且耗费巨大精力,因此对于Scratch作品相似性的识别就可以辅助教师快速检测... 详细信息

Scratch作为图形化编程中的热门课程吸引了广大中小学生,而对于学生所做的作品与标准作品之间差异性的评定通常是靠教师通过人工对比检查,对于教师不仅工作量大且耗费巨大精力,因此对于Scratch作品相似性的识别就可以辅助教师快速检测学生作品,从而提高教学效率。针对该问题,提出Siamese-BERT模型对两个Scratch作品之间的相似度进行检测。首先,对Scratch源文件进行解析提取原始积木块序列,根据积木块逻辑特征提出一种积木块重构算法,将原始积木块序列排序成Token序列,将Token序列作为CBOW(Continuous Bag of Words)模型的输入文本进行预训练,从而得到Scratch的词向量模型;再使用Siamese神经网络框架结合BERT(Bidirectional Encoder Representation from Transformers)模型组合训练,最终输入到余弦相似度函数进行相似度计算。数据集来自于长沙市Scratch培训机构的培训作品和学生的练习作品,在该数据集上,Siamese-BERT模型准确度能达到0.82,对比其它的文本相似度模型,Siamese-BERT模型在Scratch作品相似度检测上更加准确。

关键词： Scratch图形化编程 Siamese-BERT模型连续词袋模型 Siamese神经网络 BERT模型余弦相似度

基于多源数据分析的区域划分形态识别与优化技术研究

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2023年第14期31卷 57-61页

作者：吴靖南宁市建筑规划设计集团有限公司广西南宁530002

传统的城市区域功能识别通常采用移动轨迹分析、POI兴趣点追踪技术来实现,手段单一且准确率较低。针对此问题,文中提出了一种基于多源数据融合分析的城市区域功能识别算法。该算法利用人群活动多源数据与自然语言文字处理的对应关系,使... 详细信息

传统的城市区域功能识别通常采用移动轨迹分析、POI兴趣点追踪技术来实现,手段单一且准确率较低。针对此问题,文中提出了一种基于多源数据融合分析的城市区域功能识别算法。该算法利用人群活动多源数据与自然语言文字处理的对应关系,使用Word2vec训练网络对人群活动数据进行训练。对于传统K-means聚类算法所存在的不足,从多个方面对其进行改进,改进后算法的聚类效果更优,同时还具有一定的隐私性,可以有效保证数据安全。实验测试结果表明,所提算法能够识别出的区域种类在对比算法中最多,且训练网络的准确率高达90.5%,能够实现城市区域功能的准确识别。

关键词：多源数据分析区域识别连续词袋模型 K-means 数据聚类城市规划

在线全文

学校读者我要写书评

暂无评论

面向大规模开源贡献者的开发行为分析

面向大规模开源贡献者的开发行为分析

作者：霍曼妍国防科技大学

学位级别：硕士

由于开源社区的开发人员数目呈指数型增长态势,数以百万计的软件开发人员正在使用开源软件（Open Source Software,OSS）托管平台来托管其代码并相互协作。软件仓库存储有关软件开发和维护的大量数据,软件仓库挖掘（Mining Software Rep... 详细信息

由于开源社区的开发人员数目呈指数型增长态势,数以百万计的软件开发人员正在使用开源软件（Open Source Software,OSS）托管平台来托管其代码并相互协作。软件仓库存储有关软件开发和维护的大量数据,软件仓库挖掘（Mining Software Repositories,MSR）是一直是软件工程领域的研究热点。开源开发者人数的激增,也为项目核心开发者在进行团队扩张决策的时候带来难题,需要有开发者能力和以往贡献统计分析的评估,为核心开发者作出决策时提供参照,但开源平台目前提供的开发者页面信息主要是基础信息,没有对开发者的开发能力和历史开发行为进行分析处理,探索开发行为的规律,对未来的开发行为进行预测。相比于传统商业软件,托管平台的开源特性可以让我们便捷地获取到项目的开发历史。鉴于此,本文主要围绕开源社区开发者的开发行为数据进行贡献度的度量评估以及挖掘行为数据中存在的规律。本文主要的研究工作如下所示:1.开源社区开发者贡献度度量方法针对当前对开源社区开发者的研究工作大多数专注于基础开发行为数据,缺乏对开发者的贡献历史和开发能力的全面评估。基于开源社区平台中完整的开发历史和开发者行为数据,我们提出了开发人员贡献度度量方法,主要对开发者的历史开发行为进行评估和度量。提出的贡献度度量主要可分为三个维度的度量,包括代码级贡献、项目级贡献和任务级贡献,每个维度的度量值具有多个指标,可以更加全面准确地评估开发者的贡献度。将各个维度的度量值根据权重层次分析法（The analytic hierarchy process,AHP）赋予相应的权重,相加后得到最终的开发者贡献度,根据贡献度形成相应的排行榜。经过实验验证,该度量结果具有准确性和有效性。2.基于NLP（Natural Language Processing）词嵌入模型的编程行为预测方法对开发人员的编程行为进行预测,可以帮助开发者提高开发效率,而且还能对项目模块的组织方法进行优化优化。但当前这个方面的研究工作也比较少,我们提出了基于NLP的词嵌入（word embedding）模型来生成开源社区开发者的编程行为的预测方法。首先将开发者的历史编程行为数据从软件仓库中提取出来,将数据进行转换操作后嵌入多维向量空间中以捕获数据中的潜在规律,经过训练形成反映开发行为数据语义关系的特征向量矩阵,生成训练完成的预测模型,最后基于预测模型预测特定开发人员的下一个编程行为。在五个开源项目上的实验表明,我们所提出的预测方法的预测准确率平均可以达到50%左右,说明它可以挖掘出开发行为的规律并有效地利用开发规律来预测开发人员的编程行为,表明在实际开发中,我们可以对开发者的开发工作提供有价值的建议。

关键词：开发行为数据贡献度度量开发行为预测连续词袋模型

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

基于抽象语法树编码的软件缺陷预测方法研究

基于抽象语法树编码的软件缺陷预测方法研究

作者：蔡子仪华南理工大学

学位级别：硕士

近年来,计算机软件的数量呈现爆炸式地增长并且复杂度与体积也在与日俱增。在这样的背景下,软件出现缺陷的概率越来越大,因软件的可靠性及质量问题造成的后果也会随之加大。软件缺陷预测作为保证软件质量一种手段,是通过代码本身蕴含的... 详细信息

近年来,计算机软件的数量呈现爆炸式地增长并且复杂度与体积也在与日俱增。在这样的背景下,软件出现缺陷的概率越来越大,因软件的可靠性及质量问题造成的后果也会随之加大。软件缺陷预测作为保证软件质量一种手段,是通过代码本身蕴含的信息来判断是否有可能存在缺陷,因此采用软件缺陷预测技术不仅能够减少软件开发中潜在的缺陷,还能够帮助测试人员将测试重点放在更有可能存在缺陷的代码上。近年来,学术界涌现出一批研究将如何将人工智能技术与软件缺陷预测领域结合的文章。而此类文章的主流的过程可以概述为将程序代码转换成抽象语法树后输入到神经网络进行缺陷的判断。然而,目前主流的与人工智能技术相结合的软件缺陷预测框架在将抽象语法树输入到神经网络的一步中,给予抽象语法树上不同的节点唯一的实数编码,然后遍历抽象语法树转成向量的表示形式再输入到神经网络以至于影响模型训练的效果。因此,本文提出了一种方法,结合了抽象语法树的特点,把抽象语法树的节点转化成一种向量的表示形式,用以解决不可度量抽象语法树节点之间的语义距离问题。本文的主要工作包括以下三部分:（1）面向抽象语法树的编码方式。在软件缺陷预测邻域引入并改进了连续词袋模型用于对抽象语法树进行编码。该编码方式针对抽象语法树的树状结构做无监督训练,将抽象语法树上的节点表示成向量的形式,节点对应的向量之间的欧氏距离就是节点间的语义距离。（2）面向抽象语法树的编码方式在项目内及跨项目的情况下对于缺陷预测的效果。引入了卷积神经网络作为软件缺陷预测的监督训练模型,同时也引入了迁移学习解决跨项目缺陷预测中遇到的源项目和目标项目之间特征差异较大的问题。（3）面向该抽象语法树编码方式的软件缺陷预测系统设计与实现。该系统接受实际的项目代码作为训练集,然后可给出新版本的项目或目标项目的文件或模块缺陷报告,帮助开发者了解项目的代码缺陷分布。

关键词：软件缺陷预测抽象语法树连续词袋模型迁移学习卷积神经网络