检索结果-南通市图书馆

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

用于方面级情感分析的多信息增强图卷积网络

计算机工程与应用 2024年第14期60卷 144-151页

作者：杨春霞闫晗吴亚雷黄昱锟南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存... 详细信息

方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存树的语法构建,从而没有充分利用语法结构信息去补充语义信息。针对以上问题,提出多信息增强图卷积神经网络(MIE-GCN)模型。主要包括两部分:一是通过方面感知注意力、自注意力和外部常识形成多信息融合层充分利用语义信息;二是根据单词间不同的语法距离构造句子的语法掩码矩阵,通过获得全面语法结构信息来补充语义信息。利用图卷积神经网络增强节点表示。在基准数据集上的实验结果表明,提出的模型均比对比模型有一定的提升。

关键词：方面级情感分析外部常识方面感知注意力语法掩码矩阵

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合GAT与头尾标签的多标签文本分类模型

计算机工程与应用 2024年第15期60卷 150-160页

作者：杨春霞黄昱锟闫晗吴亚雷南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模... 详细信息

现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模型利用带有注意力机制的Bi-LSTM得到文本的特征向量表示;同时把不同标签之间的关联性转换为包含了全局信息的边加权图,利用多层的图注意力网络来学习头标签之间的关联性。然后将其与文本上下文语义信息进行点积交互,得到具有文本语义和头标签信息的特征表示提高模型的泛化能力。在AAPD、RCV1-V2和EUR-Lex三个公开英文数据集上的实验结果证明,该模型针对数据长尾分布的多标签文本分类效果优于其他基线模型。

关键词：多标签文本分类图注意力网络头尾标签多样本学习

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于一致性功能神经过程的多视图时序预测

计算机工程 2024年

作者：杨春霞蒋耀翟雪彤周媛媛南京信息工程大学自动化学院江苏省大数据分析与技术重点实验室

在多视图时间序列预测领域，如何有效融合来自不同视图的信息，是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限，同时也常受到多视图信息分布不一致的影响。针对这两个问题，本研究基于功能性... 详细信息

在多视图时间序列预测领域，如何有效融合来自不同视图的信息，是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限，同时也常受到多视图信息分布不一致的影响。针对这两个问题，本研究基于功能性神经过程（Functional Neural Processes， FNP）框架，提出了一种的一致性功能性神经过程（Consistent Functional Neural Process， CFNP）框架。CFNP框架设计了两个核心模块：视图随机相关图模块和视图分布对齐模块。视图随机相关图模块通过分析历史数据的分布，辅助对当前数据的理解和预测；而视图分布对齐模块致力于缩减不同视图间的概率分布差异，通过在潜在空间中施加约束，提高了模型对时间序列内在关联性的捕捉能力。在两个公开数据集上的实验表明，相比于现有方法，CFNP在RMSE上效果提升分别为14%和5%，证明此框架能够更准确地预测多视图时间序列。

关键词：多视图学习时序预测概率预测功能神经过程一致性正则化

融合对比学习的对抗式无监督领域自适应图像分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：王婷季繁繁崔绍君袁晓彤数字取证教育部工程研究中心南京信息工程大学计算机学院南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学自动化学院

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域... 详细信息

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域和目标域的特征，而忽略了两个领域在全局分布对齐的同时属于同一类的特征是否对齐的问题，以及对无标签的目标域样本利用不充分的问题，将对比学习的思想引入到基于对抗的无监督领域自适应方法中，通过不断地拉近目标域中相似样本在特征空间中的距离，同时不断地推离不相似的样本，使得无标签的目标域样本的分类边界更加清晰，从而使得源域和目标域样本在全局对齐的同时也实现类内对齐; 将目标域的样本经过数据增强后送入对比学习模块，使得目标域无标记的样本得到了更充分的利用. 与原有的基于对抗的无监督领域自适应方法相比，提出的CADA在Office-31、Office-Home、VisDA-2017数据集上的平均准确率比原有方法提高了2～6个百分点.

关键词：无监督领域自适应自监督学习对比学习类对比知识图像分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于分组学习粒子群算法的众包软件项目调度

计算机集成制造系统 2024年第6期30卷 2056-2068页

作者：申晓宁徐继勇姚铖滨宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群... 详细信息

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群算法求解所建模型。所提算法根据适应度排序将种群划分为3组,不同分组的粒子数量随进化代数自适应变化,且各组根据不同的适应度采用不同的更新策略。将所提算法与10种具有代表性的算法在12个不同规模的众包软件项目调度算例中进行对比,结果表明,所提算法能够获得精度更高的调度方案。

关键词：众包软件项目调度粒子群优化分组学习混合编码信誉度

维普期刊数据库

双种群混合遗传算法求解航空复合材料柔性调度问题

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 2024年第10期 3143-3152页

作者：王玉芳姚彬彬陈凡曾亚志南京信息工程大学自动化学院南京信息工程大学江苏大数据分析技术重点实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心

考虑航空复合材料柔性车间调度中的运输约束，以最小化完工时间为目标，建立调度模型，提出一种改进的双种群混合遗传算法进行求解。根据问题特点，基于工序排序、机器选择和运输约束3个子问题，设计三层实数编码以及对应解码方案。采... 详细信息

考虑航空复合材料柔性车间调度中的运输约束，以最小化完工时间为目标，建立调度模型，提出一种改进的双种群混合遗传算法进行求解。根据问题特点，基于工序排序、机器选择和运输约束3个子问题，设计三层实数编码以及对应解码方案。采用混合初始化提高种群质量，进化过程中采用交叉算子执行全局搜索，为双种群设计基于机器负载平衡和变邻域的局部搜索，提高全局和局部搜索能力。与对比算法相比10个测试算例中BPRD指标取得9个最优，APRD指标全部取得最优，t检验显著性有明显差异，验证算法的优越性。将算法应用于航空复合材料车间中，实现实际生产的调度，验证算法的可行性。

关键词：航空复合材料柔性作业车间调度双种群混合遗传算法运输约束机器负载平衡变邻域

基于深度强化学习的建筑综合能源系统主从博弈优化调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方电网技术 2024年

作者：申晓宁陈星晖陈文言许新苏南京信息工程大学自动化学院南京信息工程大学江苏省大气环境与装备技术协同创新中心南京信息工程大学江苏省大数据分析技术重点实验室江苏省气象能源利用与控制工程技术研究中心

随着全球社会日益关注可持续能源的实践过渡，建筑综合能源系统优化对提高能源低碳性及经济性具有重要意义。为研究建筑能源运营商的调度策略和定价策略，首先，该模型同时考虑供给侧和需求侧的信息交互特性，以供给侧为领导者、需求侧... 详细信息

随着全球社会日益关注可持续能源的实践过渡，建筑综合能源系统优化对提高能源低碳性及经济性具有重要意义。为研究建筑能源运营商的调度策略和定价策略，首先，该模型同时考虑供给侧和需求侧的信息交互特性，以供给侧为领导者、需求侧为追随者建立一种基于主从博弈框架的建筑综合能源系统双侧优化模型。其次，针对主从博弈框架双侧的多次信息交互，提出了一种基于自适应动作探索机制的深度确定性策略梯度算法以有效求解所建模型。自适应动作探索机制根据累计奖励的方差与critic网络平均损失值构建自适应探索系数改进算法的动作选择策略，保证算法的精度和稳定性。最后，通过实例验证了所提算法的有效性。实验结果表明，与其它深度强化学习算法相比，所提算法可以提高算法的收敛精度、稳定性和能源运营商的总收益，从而辅助能源供应商做出更好的决策。

关键词：深度强化学习建筑综合能源系统智能调度主从博弈能源定价

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于梯度权值追踪的域自适应分类研究

南京信息工程大学学报 2024年

作者：崔绍君季繁繁王婷袁晓彤南京信息工程大学计算机学院南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学数字取证教育部工程研究中心南京信息工程大学自动化学院

本文提出一种基于梯度权值追踪的剪枝与优化算法（GWP），旨在解决无监督领域中存在的过拟合问题，即在下游任务上的精度远低于在训练集上的精度。针对无监督领域自适应中基于差异与基于对抗的方法，将稠密-稀疏-稠密策略应用于解决过... 详细信息

本文提出一种基于梯度权值追踪的剪枝与优化算法（GWP），旨在解决无监督领域中存在的过拟合问题，即在下游任务上的精度远低于在训练集上的精度。针对无监督领域自适应中基于差异与基于对抗的方法，将稠密-稀疏-稠密策略应用于解决过拟合问题。先对网络进行密集预训练，并学出哪些连接是重要的；在剪枝阶段，与原有的稠密-稀疏-稠密策略中的剪枝过程不同，本文的优化算法同时将权值和梯度联合考虑，既考虑到了权值信息（即零阶信息），也考虑到了梯度信息（即一阶信息）对网络剪枝过程的影响；在重密集阶段，恢复被修剪的连接，并以较小的学习率重新训练密集网络。最终，得到的网络在下游任务上取得了理想的效果。实验结果表明，与原有的基于差异和基于对抗的领域自适应方法相比，本文提出的GWP可以有效提升下游任务精度，且具有即插即用的效果。

关键词：梯度权值追踪无监督领域自适应稠密-稀疏-稠密过拟合零阶信息一阶信息

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多尺度时频融合与稀疏网络的长时预测方法

计算机工程 2024年

作者：杨春霞翟雪彤蒋耀周媛媛南京信息工程大学自动化学院江苏省大数据分析技术重点实验室江苏省大气环境与装备技术协同创新中心

长期时序预测旨在辅助决策者进行长期规划与战略制定，然而现有预测模型在进行长时预测任务时忽视了经独立变量通道进行特征提取的重要性，且未能有效融合多尺度时频信息进行深层特征提取。针对上述问题，该文提出一种多尺度时频融合与... 详细信息

长期时序预测旨在辅助决策者进行长期规划与战略制定，然而现有预测模型在进行长时预测任务时忽视了经独立变量通道进行特征提取的重要性，且未能有效融合多尺度时频信息进行深层特征提取。针对上述问题，该文提出一种多尺度时频融合与稀疏网络的长期时序预测模型(WDNet)。该模型通过重塑嵌入模块将一维时序数据分块后转换为二维时序图，并经过连续小波变换得到时频信息图，对时频信息图进行不规则稀疏卷积以获取融合的时频特征；与时序数据的原有模式融合后，在集成了多层特定卷积的模块中，经独立变量通道分别从块内和块间提取深层特征；后经全局线性和局部非线性预测头合并输出最终结果。在六个真实公开数据集上的实验结果显示，相较于先进的TimesNet模型在不同预测长度下的平均MSE下降了4.8-5.6个百分点，与表现次优的DLinear和FEDformer模型相比，WDNet在不同预测长度下的平均MSE分别下降了10.7-11.9和12.9-14.3个百分点；与其他代表性模型相比，WDNet模型的预测误差均有明显下降。实验结果表明，WDNet能有效捕捉时序数据中的复杂依赖关系，并在长期时序预测任务上有较好的预测效果。

关键词：长期时序预测时频融合稀疏网络双预测头策略深度学习