检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

图文数据的多级关系分析与挖掘方法

北京航空航天大学学报 2024年第2期50卷 684-694页

作者：郭瑞萍王海荣王栋北方民族大学计算机科学与工程学院银川750021

如何高效挖掘多模态数据间隐藏的语义关联是当前多模态知识抽取的重点任务之一,为更细粒度地挖掘图像与文本数据间关系,提出了一种多级关系分析与挖掘(MRAM)方法,引入BERT-Large模型,提取文本特征构建文本连接图,利用Faster-RCNN网络提... 详细信息

如何高效挖掘多模态数据间隐藏的语义关联是当前多模态知识抽取的重点任务之一,为更细粒度地挖掘图像与文本数据间关系,提出了一种多级关系分析与挖掘(MRAM)方法,引入BERT-Large模型,提取文本特征构建文本连接图,利用Faster-RCNN网络提取图像特征来学习空间位置关系和语义关系并构建图像连接图,进而完成单模态内部语义关系计算,在此基础上,使用节点切分方法和带多头注意力机制的图卷积网络(GCN-MA)进行局部和全局的图文关系融合。此外,为提升关系挖掘效率,采用了基于注意力机制的连边权重剪枝策略,用以增强重要分支表示,减少冗余信息干扰。在公开的Flickr30K、MSCOCO-1K、MSCOCO-5K数据集上进行方法实验,并与11种方法进行实验结果的对比分析,所提方法在Flickr30K上的平均召回率提高了0.97%和0.57%,在MSCOCO-1K上的平均召回率提高了0.93%和0.63%,在MSCOCO-5K上的平均召回率提高了0.37%和0.93%,实验结果验证了所提方法的有效性。

关键词：关系挖掘多级关系注意力机制图卷积网络图文数据

在线全文

学校读者我要写书评

暂无评论

自注意力相似度迁移跨模态哈希网络

北京航空航天大学学报 2024年第2期50卷 615-622页

作者：梁焕王海荣王栋北方民族大学计算机科学与工程学院银川750021

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学... 详细信息

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学习的方法利用实值空间相似度引导哈希码的生成。在3个常用的数据集MIRFLICKR-25K、IAPR TC-12和MSCOCO上与深度跨模态哈希(DCMH)、成对关系引导的深度哈希(PRDH)、跨模态汉明哈希(CMHH)等优秀方法进行对比实验,结果显示哈希码长度为64 bit的条件下,所提模型在3个数据集图像检索文本任务的平均精确度均值(MAP)达到72.3%,文本检索图像任务的MAP达到70%,高于对比方法。

关键词：跨模态检索哈希学习注意力机制迁移学习无监督学习

在线全文

学校读者我要写书评

暂无评论

图神经网络在异常检测中的应用综述

计算机工程与应用 2024年第13期60卷 51-65页

作者：陈佳乐陈旭景永俊王叔洋北方民族大学计算机科学与工程学院银川750030 北方民族大学电气信息工程学院银川750030

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据... 详细信息

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系,而使用GNN进行异常检测的模型可以利用图结构和图特征进行学习,从而提高异常检测的准确性和鲁棒性。从三个方面对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架,分别探讨了GNN在静态图异常检测、动态图异常检测和时序数据异常检测的最新研究进展,深入分析了该领域未来的研究方向。

关键词：图神经网络异常检测静态图动态图时序数据

基于自适应下垂控制的光储直流微网控制策略研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第8期45卷 154-163页

作者：代丽王君瑞谭露朱旭强王铭豆帅北方民族大学电气信息工程学院银川750030

针对下垂控制会导致母线电压出现跌落现象这一问题,提出基于蓄电池荷电状态(SOC)的n次幂的自适应下垂控制(ADC)策略,设计充放电时的下垂系数,在下垂系数中引入蓄电池S^(n)及基于母线电压的下垂系数调整律,并加入超级电容功率补偿。在系... 详细信息

针对下垂控制会导致母线电压出现跌落现象这一问题,提出基于蓄电池荷电状态(SOC)的n次幂的自适应下垂控制(ADC)策略,设计充放电时的下垂系数,在下垂系数中引入蓄电池S^(n)及基于母线电压的下垂系数调整律,并加入超级电容功率补偿。在系统的协调运行控制策略上,以母线电压U_(dc)和蓄电池SOC值作为控制元,设计上层协调控制模块。与传统自适应下垂控制相比,所提控制策略可升高跌落的母线电压,且当外界环境因素变化或负载变化时,蓄电池-超级电容混合储能系统能更好地维持母线电压的稳定,提高系统的抗干扰能力;且系统可在各工作模式之间平滑切换,维持母线电压的稳定。最后,在基于TMS320F28335的光储直流微网实验台上验证该控制策略的有效性。

关键词：直流微网储能系统自适应下垂控制荷电状态电压跌落协调运行

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

自适应积空间离散动态图链接预测模型

计算机科学与探索 2024年

作者：陈旭张其王叔洋景永俊北方民族大学计算机科学与工程学院北方民族大学电气信息工程学院

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间... 详细信息

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间离散动态图链接预测模型（APSDG），拟解决嵌入扭曲问题，提高离散动态图链接预测性能。通过结合欧几里得空间、双曲空间和超球面空间，构建积空间作为嵌入空间，以更好地拟合动态图数据的复杂结构。为实现积空间的自适应调整，设计了一种强化学习机制，动态优化各空间的维度比例和曲率参数。实验结果表明，APSDG在五个真实世界数据集上优于使用单一空间的基准模型，在动态链接预测和动态新链接预测任务中，AUC和AP指标上的平均增益分别为2.24%和1.90%，2.12%和1.43%， APSDG有效解决了单一空间嵌入方法的嵌入扭曲问题，能够更好地捕捉复杂网络的层次结构和规则结构，显著提升了动态链接预测效果。

关键词：离散动态图表示学习链接预测积空间几何深度学习强化学习

基于虚拟直流电机的多储能SOC均衡控制策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力建设 2024年第11期 14-24页

作者：王君瑞白冰超王瑞豆帅谭露朱旭强北方民族大学电气信息工程学院

直流微网中常用下垂控制来维持直流微源间功率的合理分配，以保证直流微网稳定安全运行。但传统的基于下垂控制的荷电状态(state of charge, SOC)均衡控制策略由于自身特性会引发母线电压跌落以及系统功率分配不合理等问题，故提出一种... 详细信息

直流微网中常用下垂控制来维持直流微源间功率的合理分配，以保证直流微网稳定安全运行。但传统的基于下垂控制的荷电状态(state of charge, SOC)均衡控制策略由于自身特性会引发母线电压跌落以及系统功率分配不合理等问题，故提出一种基于虚拟直流电机控制的多储能SOC均衡控制策略。首先，将虚拟直流电机控制与自适应下垂控制相结合，利用虚拟直流电机控制为系统提供额外惯性和阻尼支撑，减小母线电压跌落，提高系统的暂态稳定性。其次，采用基于改进自适应下垂控制的SOC均衡策略实现多组蓄电池间SOC均衡以及系统功率的合理分配。最后，通过搭建光伏多储能直流微网仿真模型以及实验平台对控制策略进行验证，结果表明：所提控制方法在减小功率波动对直流母线电压影响的同时，可以实现多组蓄电池间SOC均衡。

关键词：直流微网虚拟直流电机下垂控制荷电状态惯性阻尼

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

删失分位数回归模型中的多变点估计

山东大学学报(理学版) 2024年

作者：李学文冯可馨王小刚北方民族大学商学院北方民族大学数学与信息科学学院

针对删失分位数回归模型中的变点个数、位置及模型参数同时估计问题,基于线性化技术得到参数的有效估计,消除目标函数不可导与非凸的困难。该方法能捕捉响应变量受到某一协变量的影响而存在的多个变点,能更好理解复杂非线性关系的同时... 详细信息

针对删失分位数回归模型中的变点个数、位置及模型参数同时估计问题,基于线性化技术得到参数的有效估计,消除目标函数不可导与非凸的困难。该方法能捕捉响应变量受到某一协变量的影响而存在的多个变点,能更好理解复杂非线性关系的同时保持较快的收敛速度,兼顾灵活性与可解释性。数值模拟验证估计方法在不同分位点、同(异)方差情形下具备有效性和稳健性,实证分析发现存在2个变点,并对其进行解释。

关键词：多变点删失数据分位数回归模型线性化技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融入小生境和混合变异策略的鲸鱼优化算法

计算机工程与应用 2024年第10期60卷 88-104页

作者：于涛高岳林北方民族大学计算机科学与工程学院银川750021 宁夏智能信息与大数据处理重点实验室(北方民族大学) 银川750021

鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一... 详细信息

鲸鱼优化算法作为一种结构简单的先进优化算法,被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究,发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题,提出一种融入小生境和混合变异策略的鲸鱼优化算法(whale optimization algorithm integrating niche and hybrid mutation strategy,NHWOA)。该算法通过引入自适应权重,平衡算法全局勘探与局部开发能力,并加快收敛速度;将种群按照相同规模划分成三个小生境并独立寻优,提高种群多样性;采用混合变异策略对种群进行随机扰动,帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验,并将其应用于特征选择问题,验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快,收敛精度更高,并且鲁棒性更好。

关键词：鲸鱼优化算法小生境混合变异自适应权重特征选择

在线全文

学校读者我要写书评

暂无评论

基于进化集成学习的用户购买意向预测研究

基于进化集成学习的用户购买意向预测研究

作者：张一凡北方民族大学

学位级别：硕士

在互联网时代,电子商务因其便捷性和高效性得到了广泛的应用。借助机器学习技术对海量的电商数据进行分析和预测,有助于电商企业深入挖掘用户的购买意向和需求,从而提供更加精准化、个性化的服务和产品,进一步提高客户的满意度和企业竞... 详细信息

在互联网时代,电子商务因其便捷性和高效性得到了广泛的应用。借助机器学习技术对海量的电商数据进行分析和预测,有助于电商企业深入挖掘用户的购买意向和需求,从而提供更加精准化、个性化的服务和产品,进一步提高客户的满意度和企业竞争力。然而,随着互联网用户数据的爆炸性增长以及用户行为模式的多样化,预测用户的购买意向面临着稳定性和准确性的双重挑战。针对这一问题,本文采用京东平台提供的真实数据集并依据品类进行划分并经过两次特征工程优化,构建了自适应进化集成模型和深度自适应进化集成模型,分别对特定品类以及全品类下的用户的购买意向进行了预测。最后,开发了一个购买意向预测原型系统。主要工作如下:(1)针对传统集成策略在模型设计阶段往往受人为因素限制的问题,本文提出了一种自适应进化集成学习模型,用于预测特定品类下用户的购买意向。该模型能够自适应地选择最优基学习器和元学习器,并融合基学习器的预测信息和特征间的差异性扩展特征维度,从而提高预测的准确性。研究结果表明,相较于六种常见的集成模型和深度森林模型,所构建的进化集成模型在AUC值上分别提高了2.76%和2.72%,并且能够缓解数据不平衡所带来的影响。(2)针对深度神经网络在实现购买意向预测时,常因解释性差和超参数选择受限而无法实现其最优性能的问题,本文以深度森林算法为基础,进一步结合进化集成学习方法,提出了一种深度自适应进化集成模型,用于预测全品类下用户的购买意向。该模型将模型多样性引入级联层中,使之自适应地调整模型结构,以适应复杂且不断变化的购买行为模式。此外,对深度森林算法内部的特征向量、增强向量和预测结果获取方法进行了优化,以提高模型的预测精度。结果表明,改进的深度森林模型在拥有较高的鲁棒性的同时,其在AUC值比传统集成模型高出了5.02%,并在训练速度上优于深度学习模型。(3)在上述基础上,本文设计实现了一个模拟预测用户购买意向的原型系统。该系统涵盖了购买预测以及信息查询两大核心模块,真实模拟了电商场景下的即时预测需求,为商家提供了一个决策助手。

关键词：购买预测进化集成学习差分进化算法深度森林特征选择