检索结果-南通市图书馆

基于梯度提升算法和SHAP的石家庄PM_(2.5)和臭氧浓度预测及影响因素分析

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2024年第7期44卷 402-409页

作者：潘梦瑶任瑛王思源夏必胜延安大学数学与计算机科学学院延安716000

PM_(2.5)和O_(3)是两种常见的空气污染物,目前针对空气污染的预报解析方法有很多,但大多存在分类器训练不足、过拟合、可解释性较差等问题.为了解决这些问题,本文使用梯度提升算法和SHAP对PM_(2.5)和O3浓度进行预测分析,利用2015-01-01... 详细信息

PM_(2.5)和O_(3)是两种常见的空气污染物,目前针对空气污染的预报解析方法有很多,但大多存在分类器训练不足、过拟合、可解释性较差等问题.为了解决这些问题,本文使用梯度提升算法和SHAP对PM_(2.5)和O3浓度进行预测分析,利用2015-01-01—2021-12-31石家庄市的大气污染物数据和气象数据,分析了不同梯度提升树算法(LightGBM、GBR、XGBoost)的预测精度.实验结果表明,XGBoost对PM_(2.5)的预测精度高于LightGBM和GBR模型,LightGBM对O3的预测精度在评价指标上均优于GBR和XGBoost模型.最后通过模型解释方法SHAP,分别识别出影响PM_(2.5)和O3浓度的关键因素.研究表明PM10、CO和SO2对PM_(2.5)的浓度影响显著,NO_(2)、TEMP对O_(3)浓度贡献较大.

关键词：梯度提升算法 SHAP 地面臭氧 PM_(2.5)

变分不等式解集和半压缩映射有限族公共不动点集的公共元的强收敛定理

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（理学版） 2024年第3期51卷 292-298页

作者：高兴慧房萌凯郭玥蓉王永杰延安大学数学与计算机科学学院陕西延安716000

在Hilbert空间中,针对变分不等式问题和不动点问题的公共元,构造了一种惯性黏性迭代算法。在适当条件下,采用映射半闭定义和投影算子技巧,证明了所构造算法产生的迭代序列强收敛于伪单调变分不等式解集和半压缩映射有限族公共不动点集... 详细信息

在Hilbert空间中,针对变分不等式问题和不动点问题的公共元,构造了一种惯性黏性迭代算法。在适当条件下,采用映射半闭定义和投影算子技巧,证明了所构造算法产生的迭代序列强收敛于伪单调变分不等式解集和半压缩映射有限族公共不动点集的公共元。数值实验结果说明了该算法的有效性。所得结果改进和推广了已有文献的一些结果。

关键词：变分不等式不动点半压缩映射有限族强收敛性

基于K-means聚类的超启发式跨单元调度方法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第4期36卷 941-956页

作者：赵彦霖田云娜延安大学数学与计算机科学学院陕西延安716000

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实... 详细信息

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明:该算法以决策块的形式适度增大了计算粒度,有效降低了算法时间复杂度,以聚类的方式将具有相近属性的被加工实体进行聚集,有利于为不同属性的实体选择合适的规则。该算法提高了计算效率,具有较好的优化性能,是解决柔性跨单元调度的一种有效算法。

关键词：跨单元调度超启发式算法决策块聚类蚁群算法

在线全文

学校读者我要写书评

暂无评论

面向图神经网络的节点重要性排序研究进展

计算机科学与探索 2024年

作者：曹璐丁苍峰马乐荣延照耀游浩洪安琪延安大学数学与计算机科学学院

节点重要性排序作为一项关键的图数据分析任务，对于识别和排序图中的重要节点至关重要。图神经网络（Graph Neural Networks，GNNs）作为一种利用深度学习直接对图结构数据进行学习的框架，能够充分学习图结构数据中的节点和边的内在... 详细信息

节点重要性排序作为一项关键的图数据分析任务，对于识别和排序图中的重要节点至关重要。图神经网络（Graph Neural Networks，GNNs）作为一种利用深度学习直接对图结构数据进行学习的框架，能够充分学习图结构数据中的节点和边的内在规律及更深层次的语义特征。在节点重要性排序任务中，GNNs能够充分利用图结构信息和节点特征进行节点重要性的评估。相比于传统的节点排序方法，GNNs可以更好地处理图结构数据的多样性和复杂性，捕捉节点间的复杂关联和语义信息，并自动学习节点特征表示，减少手工特征工程的偏差，提升节点重要性排序任务的准确性。因此，基于图神经网络的方法已成为节点重要性研究的主流方向。基于此，本文对近年来图神经网络的节点排序方法进行分类和综述。首先，梳理了节点排序、图神经网络及经典节点重要性度量指标的核心概念。其次，全面总结了基于图神经网络的节点重要性方法的最新进展，并根据基础图神经网络及其衍生的变体，将节点重要性排序方法分为四类：基础图神经网络、图卷积神经网络、图注意力网络和图自编码器。同时，分析这些方法在社交网络、交通网络和知识网络等下游任务中的性能表现。最后，对现有研究进行全面总结，分析现有方法的时间复杂度、优点、局限性和性能，并根据现有研究的不足讨论未来的研究方向。

关键词：节点重要性节点排序图神经网络表示学习

TTLD-YOLOv7:非结构化环境下茶树病害的检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

茶叶科学 2024年第3期44卷 453-468页

作者：俞淑燕杜晓晨冯海林李颜娥浙江农林大学数学与计算机科学学院浙江杭州311300

茶树病害对茶树种植业和相关行业的影响极为严重。在动态而复杂的茶园环境中检测疾病的传统方法效率低下,检测效果不尽人意。本研究提出一种基于YOLOv7-tiny的模型,增强了茶树病害的细微检测能力。通过整合CoordConv和ECA信道关注机制,... 详细信息

茶树病害对茶树种植业和相关行业的影响极为严重。在动态而复杂的茶园环境中检测疾病的传统方法效率低下,检测效果不尽人意。本研究提出一种基于YOLOv7-tiny的模型,增强了茶树病害的细微检测能力。通过整合CoordConv和ECA信道关注机制,本模型在卷积特征图中实现了更高的空间识别能力,并降低了背景噪声对特征识别的影响。进一步的改进包括采用归一化瓦瑟斯坦距离度量和去耦头,以提高对小病斑的检测能力。使用K-means算法根据茶树病斑的特殊性生成了新的锚框,提高了模型的精确性和通用性。对比分析表明,该模型优于现有模型FasterR-CNN、 SSD、 YOLOv5s、 YOLO-Tea、 YOLOv7-tiny和YOLOv7,平均精确度提高5.39个百分点,达到了93%。改进后的模型可应用于茶树病害监测。

关键词：茶树病害 YOLOv7-tiny 自然环境目标检测

在线全文

学校读者我要写书评

暂无评论

基于条件生成对抗网络的图像翻译综述

计算机辅助设计与图形学学报 2024年第1期36卷 14-32页

作者：屠杭垚王万良陈嘉诚李国庆吴菲浙大城市学院计算机与计算科学学院杭州3100152 浙江大学计算机科学与技术学院杭州3100583 浙江工业大学计算机科学与技术学院杭州310014

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以... 详细信息

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题.

关键词：条件生成对抗网络图像翻译生成模型图像质量评价

在线全文

学校读者我要写书评

暂无评论

混合策略改进的金豺优化算法

计算机工程与应用 2024年第4期60卷 99-112页

作者：朱兴淋汪廷华赖志勇赣南师范大学数学与计算机科学学院江西赣州341000

针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西... 详细信息

针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西变异策略,增强种群多样性和提升算法陷入局部最优的逃逸能力;提出一种基于权重的决策策略,通过对金豺个体赋予不同权重进行种群位置更新的决策,加快算法的收敛速度。对8个基准测试函数以及部分CEC2017测试函数进行寻优实验,结果表明改进算法具有更好的优化性能和收敛速度;进一步地,将改进算法应用于支持向量回归(support vector regression,SVR)模型的参数优化,并在选取的5个UCI(University of California,Irvine)数据集上进行实验,验证了改进算法的有效性。

关键词：金豺优化算法优化问题柯西变异权重

强Gorenstein AC-内射复形及维数

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（理学版） 2024年第4期51卷 426-433页

作者：汪鑫卢博西北民族大学数学与计算机科学学院甘肃兰州730030

设n为任意整数,引入并研究了强Gorenstein AC-内射复形,证明了复形X是强Gorenstein AC-内射复形当且仅当Xn是Gorenstein AC-内射模,且对任意的DG-绝对clean复形A,复形同态f:A→X是零伦的。特别地,若X为有界正合复形,则X的强Gorenstein ... 详细信息

设n为任意整数,引入并研究了强Gorenstein AC-内射复形,证明了复形X是强Gorenstein AC-内射复形当且仅当Xn是Gorenstein AC-内射模,且对任意的DG-绝对clean复形A,复形同态f:A→X是零伦的。特别地,若X为有界正合复形,则X的强Gorenstein AC-内射性等价于模Z_n(X)的Gorenstein AC-内射性,也等价于模Xn的Gorenstein AC-内射性。此外,引入并研究了复形的强Gorenstein AC-内射维数。

关键词：强Gorenstein AC-内射复形 Gorenstein AC-内射模 DG-绝对clean复形维数

基于节点影响因子和贡献因子的复杂网络重要节点识别

在线全文

学校读者我要写书评

暂无评论

复杂系统与复杂性科学 2024年

作者：孙文静余路粉潘文林蓝春江云南民族大学数学与计算机科学学院

针对高聚集网络，提出一种新的识别复杂网络重要节点的方法KEC，该方法既考虑了节点及邻居节点的局部信息即影响因子又考虑了邻居节点对节点影响力的贡献度，提出了贡献因子。在八个真实网络中，利用SIR模型和蓄意攻击实验分析KEC与六... 详细信息

针对高聚集网络，提出一种新的识别复杂网络重要节点的方法KEC，该方法既考虑了节点及邻居节点的局部信息即影响因子又考虑了邻居节点对节点影响力的贡献度，提出了贡献因子。在八个真实网络中，利用SIR模型和蓄意攻击实验分析KEC与六个常用中心性在网络中的表现，最后利用Kendall-tau相关系数分析KEC与六个常用中心性计算节点值的相关性。结果表明KEC能有效识别有影响力的节点集和提高网络的抗毁性，同时在八个真实网络中KEC与六个常用中心性的Kendall-tau相关性几乎均为正相关，说明KEC在识别复杂网络重要节点是可行的。

关键词：复杂网络重要节点识别局部信息贡献因子 SIR模型抗毁性