检索结果-南通市图书馆

融合自适应周期与兴趣量因子的轻量级GCN推荐

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2974-2998页

作者：钱忠胜叶祖铼姚昌森张丁黄恒秦朗悦江西财经大学信息管理学院江西南昌330013

推荐系统在成熟的数据挖掘技术推动下,已能高效地利用评分数据、行为轨迹等显隐性信息,再与复杂而先进的深度学习技术相结合,取得了很好的效果.同时,其应用需求也驱动着对基础数据的深度挖掘与利用,以及对技术要求的减负成为一个研究热... 详细信息

推荐系统在成熟的数据挖掘技术推动下,已能高效地利用评分数据、行为轨迹等显隐性信息,再与复杂而先进的深度学习技术相结合,取得了很好的效果.同时,其应用需求也驱动着对基础数据的深度挖掘与利用,以及对技术要求的减负成为一个研究热点.基于此,提出一种利用GCN(graph convolutional network)方法进行深度信息融合的轻量级推荐模型LG_APIF.该模型结合行为记忆,通过艾宾浩斯遗忘曲线模拟用户兴趣变化过程,采用线性回归等相对轻量的传统方法挖掘项目的自适应周期等深度信息;分析用户当前的兴趣分布,计算项目的兴趣量,以获取用户的潜在兴趣类型;构建用户-类型-项目三元组的图结构,并结合减负后的GCN技术来生成最终的项目推荐列表.实验验证所提方法的有效性,通过与8个经典模型在***,Douban,Yelp,MovieLens数据集中的对比,表明该方法在Precision,Recall及NDCG指标上都得到良好改善,其中,Precision平均提升2.11%,Recall平均提升1.01%,NDCG平均提升1.48%.

关键词：行为记忆自适应周期兴趣量因子图卷积网络推荐系统

结合SVM与XGBoost的链式多路径覆盖测试用例生成

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2795-2820页

作者：钱忠胜俞情媛张丁姚昌森秦朗悦成轶伟江西财经大学信息管理学院江西南昌330013

机器学习方法可很好地与软件测试相结合,增强测试效果,但少有学者将其运用于测试数据生成方面.为进一步提高测试数据生成效率,提出一种结合SVM(support vector machine)和XGBoost(extreme gradient boosting)的链式模型,并基于此模型借... 详细信息

机器学习方法可很好地与软件测试相结合,增强测试效果,但少有学者将其运用于测试数据生成方面.为进一步提高测试数据生成效率,提出一种结合SVM(support vector machine)和XGBoost(extreme gradient boosting)的链式模型,并基于此模型借助遗传算法实现多路径测试数据生成.首先,利用一定样本训练若干个用于预测路径节点状态的子模型(SVM和XGBoost),通过子模型的预测精度值筛选最优子模型,并根据路径节点顺序将其依次链接,形成一个链式模型C-SVMXGBoost(chained SVM and XGBoost).在利用遗传算法生成测试用例时,使用训练好的链式模型代替插桩法获取测试数据覆盖路径(预测路径),寻找预测路径与目标路径相似的路径集,对存在相似路径集的预测路径进行插桩验证,获取精确路径,计算适应度值.在交叉变异过程中引入样本集中路径层级深度较大的优秀测试用例进行重用,生成覆盖目标路径的测试数据.最后,保留进化生成中产生的适应度较高的个体,更新链式模型C-SVMXGBoost,进一步提高测试效率.实验表明,C-SVMXGBoost较其他各对比链式模型更适合解决路径预测问题,可提高测试效率.并且通过与已有经典方法相比,所提方法在覆盖率上提高可达15%,平均进化代数也有所降低,在较大规模程序上其降低百分比可达65%.

关键词：测试用例 SVM XGBoost 链式模型多路径覆盖

具有时滞效应的动态广义Nash均衡算法研究

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2024年

作者：汪星段璨程鑫鑫张永艳江西财经大学信息管理学院江西财经大学现代经济管理学院

本文研究具有延时效应的非线性微分广义Nash均衡算法。为刻画具有延时效应的动态广义Nash均衡问题,参与者效益函数和约束集被状态变量影响,时滞微分方程描述状态变量变化过程,从而静态广义N ash均衡发展为时滞微分广义Nash均衡.现有微分... 详细信息

本文研究具有延时效应的非线性微分广义Nash均衡算法。为刻画具有延时效应的动态广义Nash均衡问题,参与者效益函数和约束集被状态变量影响,时滞微分方程描述状态变量变化过程,从而静态广义N ash均衡发展为时滞微分广义Nash均衡.现有微分Nash均衡主要以Bellman动态规划技术和Pontryagin极值原理为基础进行计算,该方法因为时滞产生的奇异点容易导致计算失败.为解决此问题,本文融合欧拉方法和变分方法,构建算法得到非线性时滞微分广义Nash均衡系统有效解.基于时滞微分变分方法基础,本文对非线性时滞微分广义Nash均衡系统算法进行收敛性分析以验证算法的有效性,最后利用数值算例对算法进行模拟仿真.

关键词：微分博弈 Nash均衡变分不等式时滞微分方程算法

基于路径相似表与个体迁移策略的多路径覆盖测试

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第4期18卷 947-962页

作者：钱忠胜孙志旺俞情媛秦朗悦蒋鹏万子珑王亚惠江西财经大学信息管理学院南昌330013

将遗传算法用于多路径覆盖测试中是个研究热点,在新旧种群迭代过程中,旧种群中可能包含其他子种群的优秀个体,这部分个体未被充分利用,造成资源浪费;同时,种群中的个体数会远大于可达路径数,而每个个体都会经过某一条可达路径,这样会有... 详细信息

将遗传算法用于多路径覆盖测试中是个研究热点,在新旧种群迭代过程中,旧种群中可能包含其他子种群的优秀个体,这部分个体未被充分利用,造成资源浪费;同时,种群中的个体数会远大于可达路径数,而每个个体都会经过某一条可达路径,这样会有多个个体经过同一条路径,导致重复计算个体与目标路径的相似度。基于此,提出结合路径相似表与个体迁移的多路径覆盖测试方法以提高测试效率。通过路径相似表存储已计算得到的路径相似度值,避免该值被重复计算,减少测试时间。在进化过程中,将个体路径与其他目标路径进行比较,若相似度达到阈值,则将此优秀个体迁移至该路径对应的子种群中,提高个体利用率并减少进化代数。由实验可知,该方法与其他六种同类经典方法在八个程序上的平均生成时间降低最高达44.64%,最低为2.64%,平均进化代数降低最高达35.08%,最低为6.13%,故该方法有效地提高了测试效率。

关键词：测试用例路径相似表个体迁移多路径覆盖多种群遗传算法

一种融合知识图谱的图注意力神经网络谣言实时检测方法

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6期8卷 95-106页

作者：王根生朱奕李胜江西财经大学国际经贸学院南昌330013 江西财经大学人文学院南昌330013 江西财经大学财税与公共管理学院南昌330013

【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转... 详细信息

【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转化为加权图结构表示,利用一种考虑边权重的图注意力神经网络从加权图中学习文本的非连续语义特征;然后,通过预训练语言模型BERT学习文本的连续语义特征,利用嵌入方法把用户和内容统计特征转化为连续向量表示;最后,融合所有特征,输入全连接神经网络中进行谣言检测。【结果】在两个公开的社交媒体谣言数据集PHEME和WEIBO上的实验结果表明,所提方法的准确率分别达到了92.1%和84.0%,优于对比基线方法。【局限】所提方法没有融合帖子中可能附加的图片或视频信息,不能进行多模态融合的谣言检测。【结论】融合背景知识可以补充短文本的语义表示,融合用户和内容统计特征可以辅助文本语义特征作决策,提高检测的准确率。

关键词：谣言实时检测图注意力神经网络知识图谱语义特征统计特征用户特征

在线全文

学校读者我要写书评

暂无评论

结合用户共同意图及社交关系的群组推荐方法

计算机科学与探索 2024年第5期18卷 1368-1382页

作者：钱忠胜张丁李端明王亚惠姚昌森俞情媛江西财经大学信息管理学院南昌330013

已有的群组推荐模型,在求解用户表示时大多比较单调且仅简单利用用户间的社交关系,使得用户表示不够准确,并且大都未考虑用户共同意图以及社交关系对群组偏好的影响,导致推荐的项目很难符合用户的需求。基于此,提出一种结合用户共同意... 详细信息

已有的群组推荐模型,在求解用户表示时大多比较单调且仅简单利用用户间的社交关系,使得用户表示不够准确,并且大都未考虑用户共同意图以及社交关系对群组偏好的影响,导致推荐的项目很难符合用户的需求。基于此,提出一种结合用户共同意图及社交关系的群组推荐模型(GR-UCISI)。首先构造用户-项目交互历史与社交关系相结合的用户意图分离模型,利用图神经网络采集每个用户的用户-项目交互以及社交关系信息,求解用户意图和项目表示;其次利用网络游走算法与K-means聚类算法将用户分组,结合用户群组、用户意图以及群组意图聚合过程获取群组共同意图表示;最后根据群组共同意图表示与项目表示得出群组推荐项目列表。该方法充分考虑到用户的个性以及群组成员间的共性对群组偏好的影响,同时结合社交关系缓解数据稀疏性问题,提升模型性能。实验结果表明,与9个对比模型中推荐效果最好的模型相比,在Gowalla数据集上,GR-UCISI的Precision和NDCG指标值分别提高3.01%和5.26%;在Yelp-2018数据集上,GR-UCISI的Precision和NDCG指标值分别提高2.96%和1.12%。

关键词：群组推荐用户共同意图社交关系图神经网络

基于样本内外协同表示和自适应融合的多模态学习方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第5期61卷 1310-1324页

作者：黄学坚马廷淮王根生江西财经大学虚拟现实(VR)现代产业学院南昌330013 南京信息工程大学计算机学院南京210044 江西财经大学信息管理学院南昌330013

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合... 详细信息

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合方法对噪声数据敏感.因此,在多模态表示方面,为了充分学习模态内和模态间的交互,提升特征表示的鲁棒性,提出一种基于样本内和样本间多模态协同的表示方法.首先,分别基于预训练的BERT,Wav2vec 2.0,Faster R-CNN提取文本特征、语音特征和视觉特征;其次,针对多模态数据的互补性和一致性,构建模态特定和模态共用2类编码器,分别学习模态特有和共享2种特征表示;然后,利用中心矩差异和正交性构建样本内协同损失函数,采用对比学习构建样本间协同损失函数;最后,基于样本内协同误差、样本间协同误差和样本重构误差设计表示学习函数.在多模态融合方面,针对每种模态可能在不同时刻表现出不同作用类型和不同级别的噪声,设计一种基于注意力机制和门控神经网络的自适应的多模态特征融合方法.在多模态意图识别数据集MIntRec和情感数据集CMU-MOSI,CMU-MOSEI上的实验结果表明,该多模态学习方法在多个评价指标上优于基线方法.

关键词：多模态表示多模态融合多模态学习协同表示自适应融合

OEM vs. ODM：跨国技术授权与研发决策研究

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：金亮江西财经大学工商管理学院

本文构建外国企业（技术授权方）、本国企业（被授权方）以及原始设备制造商(Original Equipment Manufacturer， OEM)或原始设计制造商(Original Design Manufacturer， ODM)之间的动态博弈模型，探究OEM模式和ODM模式下外国企业的跨... 详细信息

本文构建外国企业（技术授权方）、本国企业（被授权方）以及原始设备制造商(Original Equipment Manufacturer， OEM)或原始设计制造商(Original Design Manufacturer， ODM)之间的动态博弈模型，探究OEM模式和ODM模式下外国企业的跨国最优授权合同设计、本国企业的新产品研发决策及其影响。研究发现：跨国最优授权合同存在两种不同的形式，即从理论上求得并验证了固定收费、双重收费等形式授权合同的存在性；并且，本国企业是否自主研发不会影响外国企业的最优授权合同形式设计，本国企业在利润分配中处于劣势地位；当本国企业的技术水平足够高时，选择OEM模式并自主研发新产品是本国企业的最优策略，这能提高本国企业研发投入积极性，对外国企业也有利；然而，相较于ODM模式，OEM模式中消费者需支付更高的产品溢价，进而可能损害社会福利。最后，对原始模型进行拓展，进一步考虑本国企业选择原始品牌制造商(Original Brand Manufacturer， OBM)模式及其价值。

关键词：跨国技术授权研发决策 OEM ODM

社区养老服务资源配置的区域差异、空间错位及均衡路径

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

财政研究 2024年第3期 94-110页

作者：李春根张昌柱江西财经大学江西财经大学财税与公共管理学院

优化完善社区养老服务资源配置是应对人口老龄化和实现基本公共服务均等化的关键举措。在理论分析的基础上,本文构建社区养老服务资源配置评价指标体系,测算了2014—2021年我国社区养老资源配置水平,揭示了其区域差异、结构差异、差异... 详细信息

优化完善社区养老服务资源配置是应对人口老龄化和实现基本公共服务均等化的关键举措。在理论分析的基础上,本文构建社区养老服务资源配置评价指标体系,测算了2014—2021年我国社区养老资源配置水平,揭示了其区域差异、结构差异、差异驱动因素以及空间错位现象。结果显示,我国社区养老服务资源配置整体上取得了进展,但区域间和省际间的配置差异仍然存在。区域差异总体呈下降趋势,主要差异源自区域间不均衡,而结构差异则主要源于社区医疗资源。社区养老服务资源配置与经济发展、政府财政投入之间存在空间错位现象,空间错位表现出明显的异质性。为优化我国社区养老服务资源配置,本文从优化顶层设计、均衡发展路径、强化保障措施三方面提出政策建议。

关键词：共同富裕养老服务区域差异空间错位