检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

用于高维小样本特征选择的超网络设计

智能系统学报 2025年

作者：魏俊伊董红斌余紫康哈尔滨工程大学计算机科学与技术学院

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的，且样本数较少，例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络，但是在小数据量上许多潜在的特征关系仍然会被过度... 详细信息

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的，且样本数较少，例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络，但是在小数据量上许多潜在的特征关系仍然会被过度挖掘，从而出现过拟合的情况。为了解决此类问题，提出了端到端的稀疏重构网络，模型先对特征进行稀有增强和奇异值嵌入，之后通过并行辅助网络对嵌入矩阵进行训练，重构预测权重，实现了削减参数的超网络学习方式。参数较少的网络受过拟合的影响也会随之减少，有效降低了无效参数对网络的影响。对生物、医学领域的12种高维小样本数据集进行了实验，并通过对比实验发现在8种特征选择网络中降维后，本网络的分类准确率平均提升了3.26百分点。另外，通过消融实验分别证明了分解层、重构层、关联层的作用，最后分析权重结果，进一步阐述了模型的扩展应用。

关键词：特征选择正则化网络过拟合端到端稀疏重构奇异值辅助网络超网络高维小样本

基于EESP与ODConv的多尺度轴承故障诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机电工程 2025年

作者：任义陈大鹏栾方军袁帅沈阳建筑大学计算机科学与工程学院

为了解决轴承故障诊断中多尺度特征提取准确性和稳定性不足的问题，提出了一种融合增强高效空间金字塔（EESP）与全维动态卷积（ODConv）的多尺度轴承诊断方法，即基于多尺度全维动态卷积网络（MSODConvNet）的轴承故障诊断模型。首先... 详细信息

为了解决轴承故障诊断中多尺度特征提取准确性和稳定性不足的问题，提出了一种融合增强高效空间金字塔（EESP）与全维动态卷积（ODConv）的多尺度轴承诊断方法，即基于多尺度全维动态卷积网络（MSODConvNet）的轴承故障诊断模型。首先，采用了基于EESP的空洞卷积金字塔模块，利用了多尺度空洞卷积结构增强了特征提取能力，有效地捕捉了不同尺度的特征信息，从而提升了模型对复杂信号的感知能力；其次，采用的ODConv模块使卷积核在多个维度上同时进行了高效运作，使用动态调整卷积核结构提升了模型的灵活性和适应性，使其能够更好地应对复杂数据中的多样化模式和特征；最后，在ODConv模块中引入了双跳跃连接机制，进一步强化了信息在深层网络中的传递效果，确保了特征信息的完整性和高效传递。研究结果表明：基于EESP和ODConv的多尺度模型在分类准确率方面得到较大的提高，在凯斯西储大学（CWRU）数据集上的准确率可达99.50%，表现出较高的准确性和稳定性，并在与其他对比方法的比较中展现出较高的优势。该研究可为工业设备的智能维护和故障诊断提供新的方法和思路，为实现更精确和更高效的故障诊断提供理论依据。

关键词：轴承故障诊断多尺度特征提取增强高效空间金字塔全维动态卷积网络跳跃连接机制故障诊断模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向大规模图像检索的哈希学习综述

软件学报 2025年第1期36卷 79-106页

作者：张雪凝刘兴波宋井宽聂秀山王少华尹义龙山东大学软件学院山东建筑大学计算机科学与技术学院电子科技大学计算机科学与工程学院

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即... 详细信息

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即多总结5–10年前的研究成果,且较少总结哈希学习算法各组成部分间的关联关系.鉴于此,通过总结近20年公开发表的哈希学习文献,对面向大规模图像检索的哈希学习进行系统的综述性研究.首先,介绍哈希学习的技术路线和哈希学习算法的主要组成部分,包括损失函数、优化策略及样本外扩展映射.其次,将面向图像检索的哈希学习算法分为无监督哈希方法和监督哈希方法两类,并分别梳理每类方法的研究现状和演化过程.然后,介绍哈希学习算法评估通用的图像数据集与评估指标,并通过对比实验分析部分经典算法的性能.最后,结合哈希学习的局限性与新挑战对其发展前景进行阶段性总结与展望.

关键词：图像检索大规模数据近似最近邻检索哈希学习相似性保持

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模糊测度的最大可能性互模拟等价研究

郑州大学学报(理学版) 2025年

作者：刘子源马占有李霞黄瑞祺何娜娜北方民族大学计算机科学与工程学院

为解决复杂系统模型检测过程中的状态空间爆炸问题,提出了模糊最大可能性互模拟等价理论,并使用其相关性质对状态空间进行优化。首先,在模糊决策过程中对模糊测度和模糊最大互模拟等价进行定义,并对其相关定理进行证明。其次,给出模糊... 详细信息

为解决复杂系统模型检测过程中的状态空间爆炸问题,提出了模糊最大可能性互模拟等价理论,并使用其相关性质对状态空间进行优化。首先,在模糊决策过程中对模糊测度和模糊最大互模拟等价进行定义,并对其相关定理进行证明。其次,给出模糊互模拟商的定义以及路径长度相等和路径最大可能性相等的定理。最后,给出模糊计算树逻辑扩展的语法和语义,并在模糊决策过程中讨论了模糊计算树逻辑和模糊计算树逻辑扩展的模糊最大可能性互模拟等价性质。

关键词：模型检测模糊测度模糊最大互模拟等价模糊计算树逻辑扩展

单样本条件下邻域选择聚合零次知识图谱链接预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2025年第1期42卷 65-70页

作者：李猛董红斌哈尔滨工程大学计算机科学与技术学院哈尔滨150001

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器... 详细信息

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器模块进行改进,在聚合头尾邻域时为每个邻域节点分配一个可学习的参数,进而过滤无关特征,凸显有效特征;以头节点嵌入与关系文本描述的组合作为生成器学习过程的引导,使生成器生成的新组合特征更加接近真实的知识三元组结构特征。在NELL-ZS和Wiki-ZS两个零次知识图谱数据集上,所提模型的性能对比基线模型分别提升了2.5和0.7百分点。在NELL-ZS进行的消融实验中,所提extractor+和generator+模块的性能表现均优于未做改进的模型,佐证了改进方法的有效性。

关键词：知识图谱链接预测零样本

面向新工科的“数据挖掘”课程创新体系探索与实践

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高等工程教育研究 2025年第1期 68-74页

作者：冯林李子豪韩鸿宇李晓宁四川师范大学计算机科学学院

针对大数据、人工智能、数字经济等新质生产力对数据挖掘人才的需求，建立了以“知识&应用创新能力&素质(Knowledge&application Innovation Abilities&Qualities, KIAQ)”为核心价值的“数据挖掘”课程体系，形成了具有新工科特点的“... 详细信息

针对大数据、人工智能、数字经济等新质生产力对数据挖掘人才的需求，建立了以“知识&应用创新能力&素质(Knowledge&application Innovation Abilities&Qualities, KIAQ)”为核心价值的“数据挖掘”课程体系，形成了具有新工科特点的“数据挖掘”知识结构。多年的课程实施结果表明，新的课程创新体系较好地解决了传统教学方法存在的问题，有效实现了课程目标。

关键词：新工科数据挖掘创新能力教学改革实践教学

一种基于核数据变换方法的遥感图像谱聚类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

林业工程学报 2025年

作者：赵海军陈华月崔梦天西华师范大学计算机学院西南民族大学计算机科学与技术学院

随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种新的基于核数据变换和基于角距离度量的谱聚类算法。首先,通过对基于多变量核特征提取的一... 详细信息

随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种新的基于核数据变换和基于角距离度量的谱聚类算法。首先,通过对基于多变量核特征提取的一般核熵成分分析法的分析,并基于信息论概念和核密度估计密切相关的瑞利二次熵,提出了一种新的最佳特征提取和无监督降维方法,即最佳核熵成分分析法。它根据类或聚类信息方面的数据结构,采用一个额外的旋转,使得成分之间的独立性最大化;在这些成分中最佳地捕捉数据的高信息势部分,直接找到关于保留成分的数量的最大化信息势的基,以确保得到的解比标准的核熵成分分析得到的解保留更多(或相等)的信息势;并提出了采用梯度上升法来求解最佳核熵成分分析优化问题,具体实现是采用了一种简单的提前终止方案,以确保梯度达到一个额外迭代不会显著修改成本函数的区域。其次,通过对最佳核熵成分分析变换和样本外扩展的分析,构建了一种基于角距离度量的谱聚类算法,它采用角距离度量的核k-均值聚类目标,而不是采用基于欧氏距离的度量。优化过程采用最佳核熵成分分析空间中的角距离,以保证收敛到局部最优,从而实现图像的聚类。基于多光谱卫星图像的实验结果表明,本研究提出的谱聚类算法不仅适用于遥感图像的云筛选问题,而且相比目前其他先进的聚类算法有更好的分类性能。

关键词：遥感图像非线性特征提取概率密度函数 k-均值瑞利熵谱聚类

基于SfM与Instant-NGP的田间大豆植株三维重建方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2025年

作者：曹鑫秦绪佳徐晓刚浙江工业大学计算机科学与技术学院之江实验室浙江工商大学计算机科学与技术学院

针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题，该研究提出一种基于运动检测自适应抽帧、运动恢复结构（structure from motion,SfM）与即时神经图形原语（instant neural graphics pr... 详细信息

针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题，该研究提出一种基于运动检测自适应抽帧、运动恢复结构（structure from motion,SfM）与即时神经图形原语（instant neural graphics primitives,Instant-NGP）的田间大豆植株三维重建方法 SfM-INGP。该方法旨在提供一套低成本、高效率且高质量的田间大豆植株三维重建方案。首先，在田间环境下利用消费级智能手机环绕拍摄大豆植株全景视频，并基于运动检测的自适应速率抽帧方式获取大豆植株多视角图像序列，以减少冗余数据并提升计算效率；其次，利用SfM算法从多视角图像中恢复相机位姿，生成稀疏点云，为后续重建提供位姿信息；最后，通过Instant-NGP算法对含有位姿信息的大豆植株图像进行多分辨率哈希编码，将其输入小型多层感知机进行训练，以完成高效的三维重建。试验结果表明，在重建效率方面，与多视图立体视觉（motion-multi view stereo,MVS）和神经辐射场（neural radiance fields, NeRF）方法相比，SfM-INGP的平均重建时间为2.82 min，分别大幅缩短90.7%和99.4%；在重建质量方面，SfM-INGP的平均峰值信噪比为24.47 dB，较MVS和NeRF分别有效提高15.4%和9.3%；在重建精度方面，SfM-INGP的均方误差为0.15，显著低于MVS的0.46和NeRF的0.37；在计算资源消耗方面，SfM-INGP的平均显存消耗为6.57 GB，虽略高于MVS的5.73 GB，但远低于NeRF的14.81 GB，展现了SfM-INGP方法在重建效率、质量、精度与计算资源消耗之间的良好平衡。该研究提出的方法在实际农业田间环境下通过低成本的数据采集设备，实现了高效率且高质量的田间大豆植株三维重建，为大豆信息化育种平台建设提供了重要的技术支持和数据基础，在其他田间作物的三维重建中具有广泛应用潜力，为未来大规模农业信息化建设提供可行性方案。

关键词：图像处理三维重建大豆 Instant-NGP SfM 神经辐射场

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

文档级神经机器翻译综述

软件学报 2025年第1期36卷 152-183页

作者：吕星林李军辉陶仕敏杨浩张民苏州大学计算机科学与技术学院华为翻译中心

机器翻译(machine translation, MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到... 详细信息

机器翻译(machine translation, MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到端的神经机器翻译(neural machine translation, NMT)方法显著超越了统计机器翻译(statistical machine translation, SMT)方法,成为目前机器翻译研究的主流方法.然而,神经机器翻译系统通常以句子为翻译单位,在面向文档的翻译场景中,将文档中每个句子独立地进行翻译,会因脱离文档的篇章语境引起一些篇章级的错误,如词语错翻、句子间不连贯等.因此将文档级的信息融入到翻译的过程中去解决跨句的篇章级错误是更加自然和合理的做法,文档级的神经机器翻译(document-level neural machine translation, DNMT)的目标正是如此,成为机器翻译研究的热门方向.调研了近年来在文档级神经机器翻译研究方向的主要工作,从篇章评测方法、使用的数据集和模型方法等方面系统地对当前研究工作进行了归纳与阐述,目的是帮助研究者们快速了解文档级神经机器翻译研究现状以及未来的发展和研究方向.同时在文中也阐述了在文档级神经机器翻译的一些展望、困难和挑战,希望能带给研究者们一些启发.

关键词：神经机器翻译 Transformer模型文档上下文篇章评测