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

基于深度卷积神经网络的睡眠分期模型

浙江大学学报（工学版） 2020年第10期54卷 1899-1905页

作者：贾子钰林友芳张宏钧王晶北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 中国民用航空局民航旅客服务智能化应用技术重点实验室北京100105

针对现阶段数据和特征决定睡眠分期模型的分类精度上限的问题,提出深度卷积神经网络模型.在模型主体构建方面,并行卷积网络可以自动学习原始信号的时域特征和频域特征,特征融合网络通过空洞卷积和残差连接进行多特征融合,分类网络基于... 详细信息

针对现阶段数据和特征决定睡眠分期模型的分类精度上限的问题,提出深度卷积神经网络模型.在模型主体构建方面,并行卷积网络可以自动学习原始信号的时域特征和频域特征,特征融合网络通过空洞卷积和残差连接进行多特征融合,分类网络基于融合后的特征进行睡眠分期.利用生成少数类过采样技术(SMOTE)减少类别不平衡对分类效果的影响,结合两步训练法对模型进行优化.实验使用Sleep-EDF数据集的原始单导脑电信号(Fpz-Cz通道)对模型进行20折交叉验证,得到总体精度和宏F1分别为86.73%和81.70%.提出的深度卷积模型在没有任何先验知识的情况下,对脑电信号进行端到端的学习,分类准确率优于传统的深度学习模型.

关键词：睡眠分期脑电信号深度学习卷积神经网络(CNN)

面向复杂对象的高性能内存映射数据库MMDB

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2023年第3期44卷 937-944页

作者：梁海峰杨毅刘中一中国民航信息网络股份有限公司研发中心北京101318 中国民用航空局民航旅客服务智能化应用技术重点实验室北京101318

为提高数据存取效率,更好地支撑后台业务系统的高性能高并发要求,实现一种基于内存映射的非关系型嵌入式数据库系统MMDB。结合类型定义模板、数据预处理器、内存映射文件、自定义内存分配器、地址空间管理等多项技术,支持以键值结构存... 详细信息

为提高数据存取效率,更好地支撑后台业务系统的高性能高并发要求,实现一种基于内存映射的非关系型嵌入式数据库系统MMDB。结合类型定义模板、数据预处理器、内存映射文件、自定义内存分配器、地址空间管理等多项技术,支持以键值结构存储任意C/C++格式数据类,为复杂数据对象提供极快存取速度,尤为适用于部分特定的数据量庞大、数据对象复杂、访问读多写少的后台服务系统场景。实验结果表明,在复杂对象存取场景时,与目前主流内存数据库相比,MMDB拥有明显的效率优势。

关键词：复杂对象存取内存数据库嵌入式数据库非关系型数据库内存映射自定义内存分配器地址空间管理

基于RBM-GASA-BPNN的潜在高价值旅客预测

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2019年第4期19卷 108-114页

作者：徐涛刘泽君卢敏中国民航大学计算机科学与技术学院天津300300 中国民航信息技术科研基地天津300300 民航旅客服务智能化应用技术重点实验室北京101318

针对用BP神经网络(Back Propagation Neural Network,BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅... 详细信息

针对用BP神经网络(Back Propagation Neural Network,BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)提取旅客行为特征并确定最优BPNN初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal,GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.

关键词：航空运输价值类别预测预测模型潜在高价值旅客 RBM GASA BPNN

在线全文

学校读者我要写书评

暂无评论

面向拥堵问题的枢纽航线网络优化模型

系统工程与电子技术 2020年第11期42卷 2553-2559页

作者：徐涛吴志帅卢敏吕宗磊李忠虎中国民航大学计算机科学与技术学院天津300300 中国民航大学民航信息技术科研基地天津300300 民航旅客服务智能化应用技术重点实验室北京101318

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少... 详细信息

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少求解运算的复杂变量表示方法,以及减少陷入局部最优解概率的模拟退火粒子群优化(simulated annealing particle swarm optimization,SAPSO)算法。实验结果表明,相较于严格的枢纽航线网络,所提优化模型能够显著地缓解枢纽机场的拥堵,均衡枢纽机场间客流量,减少网络成本;同时,所提算法具有较快的收敛速度和良好的稳定性。

关键词：航空运输枢纽航线网络模拟退火粒子群优化算法拥堵问题直航

在线全文

学校读者我要写书评

暂无评论

基于元算子的深度学习框架缺陷检测方法

计算机学报 2022年第2期45卷 240-255页

作者：谷典典石屹宁刘譞哲吴格姜海鸥赵耀帅马郓高可信软件技术教育部重点实验室(北京大学) 北京100871 中国民航信息网络股份有限公司北京101318 中国民用航空局民航旅客服务智能化应用技术重点实验室北京101318 北京大学(天津滨海)新一代信息技术研究院天津300452 北京大学人工智能研究院北京100871

在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模... 详细信息

在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.

关键词：深度学习框架元算子缺陷检测深度学习软件测试

在线全文

学校读者我要写书评

暂无评论

基于时空多图卷积网络的交通站点流量预测

计算机工程 2020年第5期46卷 26-33页

作者：荣斌武志昊刘晓辉赵苡积林友芳景一真北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 中国民用航空局民航旅客服务智能化应用技术重点实验室北京100105

交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站点的出入流量预测问题,提出一种基于上下文门控的时空多图卷积... 详细信息

交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站点的出入流量预测问题,提出一种基于上下文门控的时空多图卷积网络(CG-STMGCN)模型。根据站点间的相邻关系与流通流量关系构造邻居图与流通流量图表示站点流量之间的邻近相关性与流量依赖性,在两图上分别建立基于上下文门控的时空卷积模块捕获站点流量的时空特征,并使用哈达玛乘积融合两图的输出作为最终预测结果。在真实交通站点数据集上的实验结果表明,CG-STMGCN模型的预测准确性优于同类预测方法,且稳定性更强。

关键词：智能交通流量预测交通站点时空多图卷积上下文门控单元

在线全文

学校读者我要写书评

暂无评论

基于云‒端融合的个性化推荐服务系统

计算机应用 2022年第11期42卷 3506-3512页

作者：韩佳良韩宇栋刘譞哲赵耀帅冯迪高可信软件技术教育部重点实验室(北京大学) 北京100871 中国民航信息网络股份有限公司北京101318 中国民用航空局民航旅客服务智能化应用技术重点实验室北京101318

主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑... 详细信息

主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑战,设计了一个基于云‒端融合的个性化推荐服务系统。该系统将传统的云端推荐模型拆分成用户表征模型和排序模型,在云端预训练用户表征模型后,将其部署到客户端,排序模型则部署到云端;同时,采用小规模的循环神经网络(RNN)抽取用户交互日志中的时序信息来训练用户表征,并通过Lasso算法对用户表征进行压缩,从而在降低云端和客户端之间的通信量以及客户端的计算开销的同时防止推荐准确率的下跌。基于RecSys Challenge 2015数据集进行了实验,结果表明,所设计系统的推荐准确率和GRU4REC模型相当,而压缩后的用户表征体积仅为压缩前的34.8%,计算开销较低。

关键词：个性化推荐服务系统云‒端融合用户表征模型隐私保护循环神经网络

在线全文

学校读者我要写书评

暂无评论

基于出行意图的潜在高价值旅客发现概率模型

北京邮电大学学报 2019年第1期42卷 81-86页

作者：徐涛张继水卢敏中国民航大学计算机科学与技术学院天津300300 中国民航大学中国民航信息技术科研基地天津300300 民航旅客服务智能化应用技术重点实验室北京101318 中山大学机器智能与先进计算教育部重点实验室广州510275

由于潜在高价值旅客当前乘机历史记录少,较难被航空公司准确发现并关注.对此,提出基于出行意图的潜在高价值旅客发现概率模型.首先建立一个基于统计的潜在高价值旅客发现概率模型,再将旅客出行意图引入概率模型,发现旅客潜在航线需求,... 详细信息

由于潜在高价值旅客当前乘机历史记录少,较难被航空公司准确发现并关注.对此,提出基于出行意图的潜在高价值旅客发现概率模型.首先建立一个基于统计的潜在高价值旅客发现概率模型,再将旅客出行意图引入概率模型,发现旅客潜在航线需求,优化旅客潜在价值计算,从而通过出行意图发现潜在高价值旅客.实验结果表明,相比于次数法、里程法以及RFM模型等传统的旅客价值度量方法,基于出行意图的潜在高价值旅客发现概率模型能够有效识别潜在高价值旅客.

关键词：民航旅客概率模型出行意图潜在价值潜在航线需求

在线全文

学校读者我要写书评

暂无评论

民航旅客行程状态推断方法研究

计算机应用研究 2021年第4期38卷 1027-1032页

作者：彭明田赵越中国民航信息网络股份有限公司北京101318 中国民用航空局民航旅客服务智能化应用技术重点实验室北京100105 北京交通大学计算机信息与技术学院北京100044

现有的民航旅客行程状态推断的相关方法不能对旅客历史行为序列中远距离项的依赖关系建模,且忽略了行程子结构,为此提出一种新的模型来推断旅客行程状态。首先通过图神经网络挖掘出行序列任意机场间的转移模式;其次,构造层次注意力依次... 详细信息

现有的民航旅客行程状态推断的相关方法不能对旅客历史行为序列中远距离项的依赖关系建模,且忽略了行程子结构,为此提出一种新的模型来推断旅客行程状态。首先通过图神经网络挖掘出行序列任意机场间的转移模式;其次,构造层次注意力依次在机场级别和行程级别捕获旅客的短期和长期出行偏好;最后融合旅客的短期和长期出行偏好进行分类。实验结果表明,图神经网络的消息传递机制突破了距离的限制,有效捕获了旅客出行序列中任意机场间复杂的关系,模型在多项性能指标上效果很好,构建的图神经网络和注意力机制结合的方法可获得更好的性能;另外,结合实际的应用场景,融入了额外的特征进行信息补充取得了更好的推断效果。

关键词：民航旅客任意项间的关系行程图神经网络层次注意力机制