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

一种基于窗口机制的口语理解异构图网络

软件学报 2024年第4期35卷 1885-1898页

作者：张启辰王帅李静梅哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(int... 详细信息

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(intent detection,ID)和槽位填充(slot filling,SF).意图检测是一个语义话语分类问题,在句子层面分析话语的语义;槽位填充是一个序列标注任务,在词级层面分析话语的语义.由于意图和槽之间的密切相关性,主流的工作采用联合模型来利用跨任务的共享知识.但是ID和SF是两个具有强相关性的不同任务,它们分别表征了话语的句级语义信息和词级信息,这意味着两个任务的信息是异构的,同时具有不同的粒度.提出一种用于联合意图检测和槽位填充的异构交互结构,采用自注意力和图注意力网络的联合形式充分地捕捉两个相关任务中异构信息的句级语义信息和词级信息之间的关系.不同于普通的同构结构,所提模型是一个包含不同类型节点和连接的异构图架构,因为异构图涉及更全面的信息和丰富的语义,同时可以更好地交互表征不同粒度节点之间的信息.此外,为了更好地适应槽标签的局部连续性,利用窗口机制来准确地表示词级嵌入表示.同时结合预训练模型(BERT),分析所提出模型应用预训练模型的效果.所提模型在两个公共数据集上的实验结果表明,所提模型在意图检测任务上准确率分别达到了97.98%和99.11%,在槽位填充任务上F1分数分别达到96.10%和96.11%,均优于目前主流的方法.

关键词：对话系统口语理解异构图窗口机制意图检测槽位填充

TEB:GPU上矩阵分解重构的高效SpMV存储格式

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第4期18卷 1094-1108页

作者：王宇华张宇琪何俊飞徐悦竹崔环宇哈尔滨工程大学计算机科学与技术学院哈尔滨150000

稀疏矩阵向量乘法(SpMV)是科学与工程领域中一个至关重要的计算过程,CSR(compressed sparse row)格式是最常用的稀疏矩阵存储格式之一,在图形处理器(GPU)平台上实现并行SpMV的过程中,其只存储稀疏矩阵的非零元,避免零元素填充所带来的... 详细信息

稀疏矩阵向量乘法(SpMV)是科学与工程领域中一个至关重要的计算过程,CSR(compressed sparse row)格式是最常用的稀疏矩阵存储格式之一,在图形处理器(GPU)平台上实现并行SpMV的过程中,其只存储稀疏矩阵的非零元,避免零元素填充所带来的计算冗余,节约存储空间,但存在着负载不均衡的问题,浪费了计算资源。针对上述问题,对近年来效果良好的存储格式进行了研究,提出了一种逐行分解重组存储格式——TEB(threshold-exchangeorder block)格式。该格式采用启发式阈值选择算法确定合适分割阈值,并结合基于重排序的行归并算法,对稀疏矩阵进行重构分解,使得块与块之间非零元个数尽可能得相近,其次结合CUDA(computer unified device architecture)线程技术,提出了基于TEB存储格式的子块间并行SpMV算法,能够合理分配计算资源,解决负载不均衡问题,从而提高SpMV并行计算效率。为了验证TEB存储格式的有效性,在NVIDIA Tesla V100平台上进行实验,结果表明TEB相较于PBC(partition-block-CSR)、AMF-CSR(adaptive multi-row folding of CSR)、CSR-Scalar(compressed sparse row-scalar)和CSR5(compressed sparse row 5)存储格式,在SpMV的时间性能方面平均可提升3.23、5.83、2.33和2.21倍;在浮点计算性能方面,平均可提高3.36、5.95、2.29和2.13倍。

关键词：稀疏矩阵向量乘法(SpMV) 重新排序 CSR格式负载均衡存储格式图形处理器(GPU)

在线全文

学校读者我要写书评

暂无评论

集成学习结合多源数据预测河南省冬小麦单产

农业工程学报 2024年第4期40卷 177-185页

作者：陈一凡李璇王绍雯杨姗姗张佳华张莎青岛大学计算机科学技术学院青岛266071

为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗,该研究在河南省冬小麦生长季内划分28个不同的时间窗,使用8种不同的机器学习算法及基于Stacking的集成学习算法,利用2003—2018年的多种遥感... 详细信息

为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗,该研究在河南省冬小麦生长季内划分28个不同的时间窗,使用8种不同的机器学习算法及基于Stacking的集成学习算法,利用2003—2018年的多种遥感指数数据、气象数据进行训练并预测2019—2021年单产。结果表明:引入日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)特征可以提升河南省冬小麦单产的预测效果;12月至次年5月为机器学习算法预测冬小麦单产的最佳时间窗;Stacking集成学习算法比其他单机器学习算法更适用于河南省县级尺度冬小麦单产预测,预测结果的决定系数为0.816,均方根误差和平均绝对误差分别为580.36和476.01 kg/hm^(2);河南省冬小麦实际单产的空间分布呈西低东高的趋势,预测的单产分布特征与实际单产分布特征相当。研究结果可为冬小麦单产预测提供一种新的方法,也为农作物单产预测模型构建提供新的思路。

关键词：机器学习遥感冬小麦 Stacking集成学习单产预测最佳时间窗

在线全文

学校读者我要写书评

暂无评论

基于邻域分布的去噪扩散概率模型

模式识别与人工智能 2024年第4期37卷 352-367页

作者：石洪波万博闻张赢山西财经大学信息学院太原030031 哈尔滨工程大学计算机科学与技术学院哈尔滨150009

样本有限的表格型数据缺乏不变性结构和足够样本,使得传统数据增强方法和生成式数据增强方法难以获得符合原始数据分布且具有多样性的数据.为此,文中依据表格型数据的特点和邻域风险最小化原则,提出基于邻域分布的去噪扩散概率模型(Vici... 详细信息

样本有限的表格型数据缺乏不变性结构和足够样本,使得传统数据增强方法和生成式数据增强方法难以获得符合原始数据分布且具有多样性的数据.为此,文中依据表格型数据的特点和邻域风险最小化原则,提出基于邻域分布的去噪扩散概率模型(Vicinal Distribution Based Denoising Diffusion Probabilistic Model,VD-DDPM)及相应算法.首先,分析样本有限表格型数据的特征,通过先验知识选择弱相关特征,并构建样本的邻域分布.然后,利用邻域分布采样数据构建VD-DDPM模型,并使用VD-DDPM数据生成算法生成符合原始数据分布且具有多样性的数据集.在多个数据集上针对数据生成质量、下游模型性能等进行实验,验证VD-DDPM的有效性.

关键词：数据增强邻域风险最小化邻域分布扩散模型表格型数据

在线全文

学校读者我要写书评

暂无评论

二阶逐层特征融合网络的图像超分辨重建

系统工程与电子技术 2024年第2期46卷 391-400页

作者：于蕾邓秋月郑丽颖吴昊宇哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

针对一些超分辨网络忽略了对网络各层次特征的复用以及融合的问题,构建了具有较强特征复用和融合能力的二阶逐层特征融合超分辨网络,以获得具有高分辨率、高保真度的重建图像。网络的核心是逐层特征融合模块,该模块通过特征融合操作增... 详细信息

针对一些超分辨网络忽略了对网络各层次特征的复用以及融合的问题,构建了具有较强特征复用和融合能力的二阶逐层特征融合超分辨网络,以获得具有高分辨率、高保真度的重建图像。网络的核心是逐层特征融合模块,该模块通过特征融合操作增强特征的重用。此外,还提出了二阶特征融合机制,该机制在网络的局部和全局层次上采用逐层特征融合方法进行特征融合。实验结果表明该网络的重建图像在线条和轮廓上更清晰,并且在峰值信噪比和结构相似度上也取得了更好的结果。例如当缩放尺度因子为2时,各测试集上的峰值信噪比/结构相似度依次为38.20 dB/0.9612、33.81 dB/0.9195、32.28 dB/0.9010、32.65 dB/0.9324、39.11 dB/0.9779,相比其他模型有一定提升,从客观标准和主观角度证明了二阶逐层特征融合超分辨网络具有一定的优越性。

关键词：超分辨重建卷积神经网络特征融合二阶特征融合机制

维普期刊数据库博看期刊

基于多层优选卷积的水声信号样本自动标注方法

在线全文

学校读者我要写书评

暂无评论

哈尔滨工程大学学报 2024年第4期45卷 758-763页

作者：王红滨张帅何鸣陈夏可哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 黑龙江科技大学计算机科学与信息工程学院黑龙江哈尔滨150022

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取... 详细信息

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取更全面的特征信息。采用约减策略优化模型,有效缩短运算时间。通过优选、特征融合和注意力机制,有效解决此类问题。实验结果表明,该模型在数据集上取得的最好的标注准确率为高基线模型1.12%;同时运行时间减少了43.5%。因此,该模型的使用提高了水声信号标注的准确率和效率。

关键词：水声信号自动标注声纹识别多层优选卷积模型时间优化注意力机制特征融合

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

抗遮挡的行人多目标跟踪算法

智能系统学报 2024年

作者：张国印王传博高伟哈尔滨工程大学计算机科学与技术学院

为了解决在复杂场景下行人相互遮挡导致跟踪系统精度降低的问题，提出了基于FairMOT的抗遮挡多目标跟踪算法(multiple obeject tracking algorithm with anti-occlusions， AOMOT)。首先通过轻量化平衡模块，解耦不同层次的语义信息，... 详细信息

为了解决在复杂场景下行人相互遮挡导致跟踪系统精度降低的问题，提出了基于FairMOT的抗遮挡多目标跟踪算法(multiple obeject tracking algorithm with anti-occlusions， AOMOT)。首先通过轻量化平衡模块，解耦不同层次的语义信息，减少检测任务和重识别任务的语义冲突，降低重识别任务的性能提升对检测任务的影响。其次应用自注意力结构提取行人的外观特征，加强局部窗口下的类内特征的区分度，增强行人身份信息的匹配一致性并减少身份标识的频繁切换。最后优化身份关联算法，挖掘低置信度目标中的被遮挡对象，将其重新纳入目标身份关联并更新其重识别特征。实验结果表明AOMOT相比原有FairMOT在MOT17数据集中高阶跟踪精度上提升1.5百分点，跟踪精度提升3百分点，身份切换降低32百分点。

关键词：计算机视觉行人跟踪目标检测重识别关联算法抗遮挡自注意力特征提取

基于XGBoost-DNN的工业控制系统入侵检测架构

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

哈尔滨工程大学学报 2024年

作者：张子迎陈玉炜王宇华嘉应学院计算机学院哈尔滨工程大学计算机与科学技术学院

针对工业控制系统安全防护中存在的数据不平衡问题以及提高检测的实时性与安全性，本文依据工业控制系统的系统架构特点，提出XGBoost-DNN双层入侵检测架构。在下层，将设计的权重焦点损失函数引入XGBoost中进行二分类入侵检测，以增强... 详细信息

针对工业控制系统安全防护中存在的数据不平衡问题以及提高检测的实时性与安全性，本文依据工业控制系统的系统架构特点，提出XGBoost-DNN双层入侵检测架构。在下层，将设计的权重焦点损失函数引入XGBoost中进行二分类入侵检测，以增强算法在不平衡数据下的鲁棒性；在上层，使用XGBoost算法进行特征选择，然后用DNN对结果进行多分类入侵检测。将该架构应用在电网稳定性和电网攻击模拟数据集上，实验结果表明双层检测架构具有更强的鲁棒性，并且DNN模型的训练时间缩短了18.3%。

关键词：工业控制系统入侵检测 XGBoost DNN 分层架构权重焦点损失函数实时性数据不平衡

基于稀疏多头自注意力的轨迹k NN查询方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第6期54卷 1756-1766页

作者：张丽平刘斌毓李松郝忠孝哈尔滨理工大学计算机科学与技术学院哈尔滨150080

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性,基于索引的轨迹查询方法无法获取轨迹的时空语义特征,其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题,提出了一种基于... 详细信息

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性,基于索引的轨迹查询方法无法获取轨迹的时空语义特征,其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题,提出了一种基于稀疏多头自注意力机制的轨迹编码器。通过轨迹编码器可以提取轨迹的高阶语义特征,将轨迹表示为轨迹编码向量。在轨迹编码向量的基础上,提出了一种基于局部敏感哈希函数的轨迹查询方法,可以快速对大规模轨迹数据进行查询。理论研究和实验结果表明:本文轨迹查询方法在查询准确率和查询效率上优于目前已有的轨迹查询方法。

关键词：计算机应用时空数据轨迹数据挖掘深度学习轨迹表示学习多头自注意力

维普期刊数据库博看期刊