检索结果-南通市图书馆

一种用于解析问答推理过程的多轮迭代检索算法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第3期8卷 120-131页

作者：周长顺应文豪钟珊龚声蓉苏州大学计算机科学与技术学院苏州215008 常熟理工学院计算机科学与工程学院常熟215500

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌... 详细信息

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌入、IDF加权等主要模块,ISR模型通过多轮迭代方式细粒度检索推理句。【结果】对比模型MSSwQ,ISR模型在MultiRC数据集上进行实验,P、R、F_(1)指标平均高出2.4、1.8、2.1个百分点;在HotPotQA数据集上进行实验,P、R、F_(1)指标平均高出4.8、2.6、3.7个百分点。【局限】检索采用硬匹配,可能存在过分匹配的情形。【结论】本文模型能够提升检索推理句的准确性,检索的推理句能够有效应用于问答任务的推理过程。

关键词：阅读理解问答无监督框架多轮迭代问答推理推理句检索

同方期刊数据库

带有欺骗攻击的区间二型T-S模糊系统的高效模型预测控制

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2205-2214页

作者：马江涛宋燕上海理工大学理学院上海200093 上海理工大学光电信息与计算机工程学院上海200093

研究欺骗攻击影响下的区间二型T-S模糊系统的高效模型预测控制(efficient model predictive control,EMPC)问题.考虑到数据从传感器节点传输到控制器节点受到欺骗攻击的影响,设计一种EMPC框架下基于状态观测器的输出反馈控制器.首先,针... 详细信息

研究欺骗攻击影响下的区间二型T-S模糊系统的高效模型预测控制(efficient model predictive control,EMPC)问题.考虑到数据从传感器节点传输到控制器节点受到欺骗攻击的影响,设计一种EMPC框架下基于状态观测器的输出反馈控制器.首先,针对能量有界的欺骗攻击,构建辅助优化问题,离线求解终端约束集以及满足系统H2安全的固定反馈控制增益和观测器增益;其次,引入摄动量提供控制自由度,离线求解增广系统的不变集,通过最大化该不变集在原状态空间的投影得到初始可行域;然后,在线优化摄动量得到满意的控制律,确保系统在欺骗攻击影响下的安全性;最后,给出所提出的EMPC算法理论可行性和系统安全性的证明,并通过仿真实例验证所提出算法的有效性.

关键词：高效模型预测控制区间二型T-S模糊系统状态观测器欺骗攻击初始可行域

同方期刊数据库

零填充双模光正交频分复用索引调制的三级分步检测算法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第11期44卷 21-30页

作者：王惠琴周伟煜唐崎涵王真吴鹏飞彭清斌张悦兰州理工大学计算机与通信学院西安理工大学自动化与信息工程学院

传统光正交频分复用索引调制（OOFDM-IM）有效改善了系统的误码性能，但大量静默子载波的存在造成了频谱资源的浪费，因此提出一种零填充双模光正交频分复用索引调制（ZDM-OOFDM-IM）系统。首先，ZDM-OOFDM-IM系统通过在激活子载波上加... 详细信息

传统光正交频分复用索引调制（OOFDM-IM）有效改善了系统的误码性能，但大量静默子载波的存在造成了频谱资源的浪费，因此提出一种零填充双模光正交频分复用索引调制（ZDM-OOFDM-IM）系统。首先，ZDM-OOFDM-IM系统通过在激活子载波上加载两种不同模式的星座符号并保留静默子载波，而额外增加模式顺序索引，可获得更快的传输速率。其次，依据系统中的信号特征，将贪婪算法、对数似然检测算法和改进型K均值聚类算法（KMC++）相结合，提出一种基于KMC++的三级分步检测算法。实验结果表明，在误码率为3.8×10-3的情况下，ZDM-OOFDM-IM系统在室内实现了3 m的传输。同时，相较于最大似然检测算法，所提检测算法有效降低了检测复杂度，而且获得了更优的误码性能。

关键词：光通信索引调制分步检测 K均值聚类实验验证

在线全文

学校读者我要写书评

暂无评论

基于辅助信息与长短期偏好的序列推荐

计算机应用研究 2024年

作者：刘超任梦瑶冯禄华重庆理工大学计算机科学与工程学院

为了解决序列推荐中的用户偏好漂移问题，以及更精确地捕捉用户动态偏好，提出了一种新型的序列推荐模型SILSSRec(side information and long-short term preferences based sequence recommendation)。该模型首先利用项目的类别和频次... 详细信息

为了解决序列推荐中的用户偏好漂移问题，以及更精确地捕捉用户动态偏好，提出了一种新型的序列推荐模型SILSSRec(side information and long-short term preferences based sequence recommendation)。该模型首先利用项目的类别和频次作为辅助信息，基于用户的历史交互序列，生成个性化用户嵌入表示。然后，通过考虑历史交互和当前交互之间的时间间隔，生成个性化时间间隔嵌入，并将此嵌入与项目特征嵌入融合，形成个性化时间嵌入表示。模型采用注意力机制和门控循环网络，从嵌入表示中提取用户的长期和短期偏好。此外，通过对比学习强化偏好的特征表达，并使用自适应聚合网络动态融合这两种偏好，形成用户的最终偏好表示。在8个公开数据集上的实验结果表明，SILSSRec在评估指标上优于现有的基线模型，其中AUC(Area Under Curve)平均提高了3.82%、召回率平均提高了7.2%、精确率平均提高了0.3%。实验证明SILSSRec在不同场景下均有较好表现，有效地缓解了偏好漂移问题，提升了推荐效果。

关键词：序列推荐辅助信息注意力机制长短期偏好对比学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习单阶段算法的䗴类化石检测

地球科学 2024年第3期49卷 1154-1164页

作者：奚园园王永茂芦碧波邢智峰侯广顺河南理工大学计算机科学与技术学院河南焦作454003 河南理工大学资源环境学院河南焦作454003

䗴化石是石炭纪、二叠纪重要的标准化石,其详细的鉴定工作对确定地质时代和划分石炭系‒二叠系具有重要意义.鉴于目前䗴类化石检测方法的局限性,提出一种基于深度学习单阶段算法的䗴类化石检测.以䗴类化石为研究对象,对原始模型进行分析,之... 详细信息

䗴化石是石炭纪、二叠纪重要的标准化石,其详细的鉴定工作对确定地质时代和划分石炭系‒二叠系具有重要意义.鉴于目前䗴类化石检测方法的局限性,提出一种基于深度学习单阶段算法的䗴类化石检测.以䗴类化石为研究对象,对原始模型进行分析,之后联合优化权重损失函数和BN层尺度因子的L1正则化等方式进行通道剪枝,再使用知识蒸馏使剪枝后模型恢复检测性能.实验结果表明,该方法可实现薄片图像中䗴类所在区域的定位和分类,平均精度均值达到98.1%,满足实时检测模型的要求,并且剪枝后参数量压缩了74.1%,解决了真实场景中存在的算力缺乏等问题.该方法能够有效保证䗴类化石的检测效果,同时扩展了该模型在嵌入式设备的适用范围,为深度学习在古生物化石图像的智能识别方面提供更多可能性.

关键词：䗴类化石深度学习目标检测石炭系-二叠系知识蒸馏地层学

在线全文

学校读者我要写书评

暂无评论

基于类权重和最小化预测熵的测试时集成方法

山东大学学报（工学版） 2024年第3期54卷 36-43页

作者：宋辉张轶哲张功萱孟元南京理工大学计算机科学与工程学院江苏南京210094

针对传统集成学习方法忽略不同样本需使用不同模型权重的问题,提出一种基于类权重和最小化预测熵(class and entropy weights,CEW)的测试时集成方法。类权重为模型预测结果与验证集上各类概率对错分布的相似度,利用欧氏距离计算相识度;... 详细信息

针对传统集成学习方法忽略不同样本需使用不同模型权重的问题,提出一种基于类权重和最小化预测熵(class and entropy weights,CEW)的测试时集成方法。类权重为模型预测结果与验证集上各类概率对错分布的相似度,利用欧氏距离计算相识度;在最小化熵过程中,线性组合模型预测经过类权重模块加权后的输出,寻找最小预测熵对应的线性组合作为熵权重,提高集成模型预测能力。试验结果表明:在4个公开医学图像数据集上,CEW方法与最优单一模型相比,平均召回率提高0.23%~2.81%,准确率提高0.5%~2.54%;与DS方法相比,CEW方法平均召回率最多提高1.25%,准确率最多提高1.1%。基于CEW的测试时集成方法能够在测试时(无标签情况下)动态调整模型权重,比同类方法的预测精度更高。

关键词：测试时集成方法医学图像分类类权重最小化熵深度学习

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

低秩张量嵌入的高光谱图像去噪神经网络

遥感学报 2024年第1期28卷 121-131页

作者：涂坤熊凤超侯雪强南京理工大学计算机科学与工程学院南京210094 中国酒泉卫星发射中心酒泉732750

随着遥感卫星技术的快速发展,高光谱图像在环境检测、资源管理、农业预警等领域得到了广泛应用。然而,由于设备误差和大气因素等原因,采集的高光谱图像中常常存在噪声,这会影响后续任务的准确性。因此,高光谱图像去噪成为了一个重要的... 详细信息

随着遥感卫星技术的快速发展,高光谱图像在环境检测、资源管理、农业预警等领域得到了广泛应用。然而,由于设备误差和大气因素等原因,采集的高光谱图像中常常存在噪声,这会影响后续任务的准确性。因此,高光谱图像去噪成为了一个重要的研究方向。高光谱图像的空间关联、光谱关联和空间—光谱联合关联导致干净的高光谱图像存在低维子空间中。低秩先验是高光谱图像普遍的物理性质,然而基于低秩表示的方法通常需要复杂的参数设置和计算。基于深度学习方法直接从数据中学习到干净图像的先验信息,具有较强的表达能力,但依赖大量数据且缺乏对高光谱图像物理知识如低秩性的有效利用。为了解决这些问题,本文利用高光谱图像的空间—光谱低秩特性,提出一种低秩张量嵌入深度神经网络方法,可以有效去除高光谱图像中的噪声。该方法采用低秩张量分解模块对高光谱图像的特征图进行低秩表示,通过全局池化和卷积等操作完成秩一向量的生成和低秩张量的重构。同时,将低秩张量分解模块与Unet相结合,对浅层特征进行低秩张量表示,以捕捉高光谱图像的空间—光谱低秩特性,提高了模型的去噪能力。当噪声标准差在[0—95]时,算法可以取得41.02 dB的PSNR和0.9888的SSIM。仿真数据和真实数据实验结果表明,所提出的低秩深度神经网络方法去噪效果优于其他方法。

关键词：高光谱图像去噪深度神经网络低秩张量表示知识驱动深度学习 CP分解 U-Net

在线全文

学校读者我要写书评

暂无评论

基于类别感知课程学习的半监督立场检测

计算机应用 2024年

作者：高肇泽朱小飞项能强重庆理工大学计算机科学与工程学院

生成伪标签是半监督立场检测的一种有效策略。在现实应用中，生成的伪标签质量存在差异，然而现有的工作将生成伪标签的质量视为是同等的;此外，现有的工作没有充分考虑类别不平衡对伪标签生成质量的影响。为了解决上述两个问题，提出... 详细信息

生成伪标签是半监督立场检测的一种有效策略。在现实应用中，生成的伪标签质量存在差异，然而现有的工作将生成伪标签的质量视为是同等的;此外，现有的工作没有充分考虑类别不平衡对伪标签生成质量的影响。为了解决上述两个问题，提出基于类别感知课程学习的半监督立场检测模型（SDCL）。首先使用预训练分类模型对无标签推文生成伪标签，其次根据伪标签质量高低对推文按类别排序，并选取每个类别前k个高质量推文；最后，将各个类别选出的推文进行合并后重新排序，排序后带有伪标签的推文再输入分类模型，进一步优化模型参数。实验结果表明，与基线模型中表现最好的SANDS(Stance Analysis via Network Distant Supervision)相比，所提模型在3种不同划分（500、1000和1500）情况下，StanceUS数据集Mac-F1分别提高了1.5、1.1和2.6个百分点，StanceIN数据集Mac-F1分别提高了1.2、1.1和1.3个百分点，实验结果验证了所提模型的有效性。

关键词：半监督立场检测类别不平衡课程学习伪标签生成

基于改进双重深度Q网络的主动学习语义分割模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：李林刘政南海张泽崴魏晔重庆理工大学计算机科学与工程学院

针对在图像语义分割任务中获取像素标签困难和分割数据集类别不平衡的问题，提出了一种基于改进双重深度Q网络的主动学习语义分割模型CG＿D3QN。引入了一种结合决斗网络结构以及门控循环单元的混合网络结构，通过减轻Q值过估计问题和有... 详细信息

针对在图像语义分割任务中获取像素标签困难和分割数据集类别不平衡的问题，提出了一种基于改进双重深度Q网络的主动学习语义分割模型CG＿D3QN。引入了一种结合决斗网络结构以及门控循环单元的混合网络结构，通过减轻Q值过估计问题和有效地利用历史状态信息，提高了策略评估的准确性和计算效率。在CamVid和Cityscapes数据集上，该模型相较于基线方法，所需的样本标注量减少了65.0%，同时对于少样本标签的类别，其平均交并比提升了约1%到3%。实验结果表明，该模型能够显著减少样本标注成本并有效地缓解了类别不平衡问题，且对于不同的分割网络也具有适用性。

关键词：深度强化学习主动学习图像语义分割决斗网络门控循环单元