检索结果-南通市图书馆

重庆大学大数据与软件学院成功获批国家重点研发计划重点专项青年科学家项目

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息网络安全 2022年第2期 97-97页

近日,科学技术部公示了国家重点研发计划"网络协同制造和智能工厂"重点专项2021年度项目立项名单,由重庆大学牵头申报的青年科学家项目"场景驱动的产品生态数据空间设计理论与方法"成功获批。该项目依托重庆大学信息物理社会可信服务计...

近日,科学技术部公示了国家重点研发计划"网络协同制造和智能工厂"重点专项2021年度项目立项名单,由重庆大学牵头申报的青年科学家项目"场景驱动的产品生态数据空间设计理论与方法"成功获批。该项目依托重庆大学信息物理社会可信服务计算教育部重点实验室,在重庆市科技局、重庆大学科发院及大数据与软件学院的指导下,由大数据与软件学院鄢萌研究员担任项目负责人,青年教师徐洲博士担任项目骨干,联合浙江大学和海尔智能技术共同申报,项目获国家专项资助经费500万元,实施周期为3年。

关键词：

结合兴趣点类别周期属性和用户短期偏好特征的推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2024年第3期60卷 429-441页

作者：桑春艳易星宇廖世根文俊浩重庆邮电大学软件学院重庆400065 重庆大学大数据与软件学院重庆401331

随着基于位置的社交网络在日常生活中的广泛应用,有效提取用户的隐藏兴趣和行为序列模式并向用户提供满足其个性化需求的下一个兴趣点推荐服务成为推荐领域的热点问题之一.针对下一个兴趣点推荐中的用户偏好挖掘问题,提出基于用户兴趣... 详细信息

随着基于位置的社交网络在日常生活中的广泛应用,有效提取用户的隐藏兴趣和行为序列模式并向用户提供满足其个性化需求的下一个兴趣点推荐服务成为推荐领域的热点问题之一.针对下一个兴趣点推荐中的用户偏好挖掘问题,提出基于用户兴趣点类别周期性偏好和短期兴趣相结合的兴趣点推荐模型(Combining Periodic and Spatio-Temporal Intervals'Network,CPSTIN).该模型将用户的签到记录按小时时段模式嵌入时间窗口并使用多头自注意力机制提取用户结合用户兴趣点类别的周期性偏好;同时,将非连续时空间隔信息送入可学习矩阵,使用线性插值法提取用户基于高阶关联性的短期兴趣.最后,在两个真实数据集上验证了该模型的有效性,证明其能有效地利用用户高阶关联性短期兴趣和结合兴趣点类别的周期偏好,更准确地预测用户最有可能访问的下一个兴趣点.

关键词：兴趣点推荐自注意力机制线性插值嵌入类别周期兴趣

在线全文

学校读者我要写书评

暂无评论

内容感知的可解释性路面病害检测模型

计算机研究与发展 2024年第3期61卷 701-715页

作者：李傲葛永新刘慧君杨春华周修庄重庆大学大数据与软件学院重庆401331 重庆城市管理职业学院智能工程学院重庆401331 重庆大学计算机学院重庆400044 北京邮电大学人工智能学院北京100876

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种... 详细信息

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种即插即用的图像内容自适应感知模块(adaptive perception module,APM),既平衡了高分辨路面图像与CNN输入限制,又能够自适应感知激活前景病害区域,从而实现高分辨路面图像中病害类型的快速准确检测,构建可信路面病害视觉检测软件系统.APM利用大卷积核和下采样残差操作降低原始图像分辨率并获取图像浅层特征表示;通过注意力机制自适应感知并激活图像中路面病害区域信息,过滤无关的背景信息.利用联合学习的方式,无需额外监督信息完成对APM的训练.通过可视化解释方法辅助选择和设计APM的具体结构,在最新公开数据集CQUBPMDD上的实验结果表明:APM相比于现有的图像预处理采样算法均有明显提升,分类准确率最高为84.47%;在CQU-BPDD上的实验结果及APM决策效果可视化分析表明APM具备良好的泛化性与鲁棒性.实验代码已开源:https://***/Li-Ao-Git/apm.

关键词：路面病害检测可解释性自适应感知注意力机制联合学习

在线全文

学校读者我要写书评

暂无评论

自然语言处理领域中的词嵌入方法综述

计算机科学与探索 2024年第1期18卷 24-43页

作者：曾骏王子威于扬文俊浩高旻重庆大学大数据与软件学院重庆401331 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的... 详细信息

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

关键词：词向量词嵌入方法自然语言处理语言模型分词词向量评估

在线全文

学校读者我要写书评

暂无评论

基于双流互信息联合匹配的小样本行为识别

重庆大学学报 2024年

作者：邓龙冯波葛永新重庆大学大数据与软件学院西南计算机有限责任公司

尽管基于度量学习范式的小样本行为识别方法已经取得了巨大成功，然而有以下问题无法同时解决。（1）无法很好地进行动作关系建模，没能充分利用模态信息。（2）无法处理好不同长度不同速度视频匹配问题，无法处理好视频子动作错位的视... 详细信息

尽管基于度量学习范式的小样本行为识别方法已经取得了巨大成功，然而有以下问题无法同时解决。（1）无法很好地进行动作关系建模，没能充分利用模态信息。（2）无法处理好不同长度不同速度视频匹配问题，无法处理好视频子动作错位的视频匹配问题。为了解决以上问题，本文提出了一个基于双流互信息联合匹配的小样本行为识别方法，该方法分为两个模块：多模态对比学习模块和联合匹配模块。多模态对比学习模块主要用以探索模态间的互信息，利用对比学习将同一个视频的不同模态特征视为正样本对进行拉近。联合匹配模块主要用以同时解决上述提到的视频匹配问题，通过动态时间规整算法和二部图匹配算法联合匹配得到最终的匹配结果，以获得良好的小样本行为识别分类准确度。本文在两个广泛使用的小样本行为识别数据集SSV2和Kinetics上评估方法的有效性，同时进行了大量的消融实验验证了本文所提方法的有效性。

关键词：深度学习行为识别多模态小样本学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

用于人脸情感识别的低冗余稀疏性集成剪枝

哈尔滨工业大学学报 2024年第5期56卷 152-161页

作者：陈星李丹杨唐玉梅黄仕松吴义青贵州大学大数据与信息工程学院贵阳550025

为降低噪声和异常值对集成剪枝的影响,并鲁棒性地选择更稀疏的基分类器子集,从而提升人脸情感识别的性能,提出了一种具有依赖分数的鲁棒性稀疏低冗余集成剪枝方法用于人脸情感识别。首先,该方法将样本实例的预测结果视为基分类器特征,... 详细信息

为降低噪声和异常值对集成剪枝的影响,并鲁棒性地选择更稀疏的基分类器子集,从而提升人脸情感识别的性能,提出了一种具有依赖分数的鲁棒性稀疏低冗余集成剪枝方法用于人脸情感识别。首先,该方法将样本实例的预测结果视为基分类器特征,分别利用互信息和熵来评估成对基分类器之间的依赖性和它们之间的优先级。其次,将优先级依赖关系添加到基于回归的目标方程中实现冗余基分类器的修剪,此目标方程使用l_(2,1)范数来增加分类器子集的鲁棒性从而提升算法的泛化性能。然后,将内积正则化项引入到目标方程中,通过计算分类器特征系数向量内积的绝对值的和去选择稀疏和低冗余的基分类器。最后,使用大多数投票法对选择的基分类器子集进行集成从而得到最终的识别结果。结果表明:本文提出的方法在FER2013、JAFFE、CK+和KDEF 4个公共人脸情感数据集上的识别准确率,比所有基分类器进行集成得到的准确率分别高3.29%、10.39%、1.76%和4.89%,表明该方法可以选择出识别效果更好、冗余度更低的分类器子集,提高集成剪枝的泛化能力。

关键词：人脸情感识别集成剪枝 l_(2,1)范数内积正则化项依赖分数

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

OWL1范数约束回归模型的快速算法

运筹学学报(中英文) 2024年

作者：门彦超郦旭东复旦大学大数据学院

随着机器学习技术的发展,模型中的特征数量不断增加,如何进行有效的变量筛选成为一个非常重要的课题。为控制回归系数的错误发生率,Bogdan等(2015)提出在回归模型中加入OWL1范数正则项的SLOPE模型进行变量选择。与前者不同,本文考虑OWL... 详细信息

随着机器学习技术的发展,模型中的特征数量不断增加,如何进行有效的变量筛选成为一个非常重要的课题。为控制回归系数的错误发生率,Bogdan等(2015)提出在回归模型中加入OWL1范数正则项的SLOPE模型进行变量选择。与前者不同,本文考虑OWL1范数约束回归模型。该模型与SLOPE模型相似,采用多重假设检验的视角进行变量选择,并通过两个参数的调节,更灵活地控制检验的错误发现率。在算法方面,本文基于对偶半光滑牛顿的邻近点算法(PPDNA)快速求解了OWL1范数约束回归模型。该算法外层使用邻近点算法而内层利用半光滑牛顿法高效求解子问题。同时,本文利用了OWL1范数球投影算子广义Jacobian的特殊结构来加速内层算法中的牛顿线性系统的求解。最后,通过在模拟数据及大规模真实数据集上与两种流行算法进行对比,本文验证了新算法的稳健性与有效性。

关键词： OWL1范数半光滑牛顿算法邻近点算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于边界特征融合和前景引导的伪装目标检测

电子学报 2024年第7期52卷 2279-2290页

作者：刘文犀张家榜李悦洲赖宇牛玉贞福州大学计算机与大数据学院福建福州350108

伪装目标检测旨在检测隐藏在复杂环境中的高度隐蔽物体,在医学、农业等多个领域有重要应用价值.现有方法结合边界先验过分强调边界区域,对伪装目标内部信息的表征不足,导致模型对伪装目标的内部区域检测不准确.同时,已有方法缺乏对伪装... 详细信息

伪装目标检测旨在检测隐藏在复杂环境中的高度隐蔽物体,在医学、农业等多个领域有重要应用价值.现有方法结合边界先验过分强调边界区域,对伪装目标内部信息的表征不足,导致模型对伪装目标的内部区域检测不准确.同时,已有方法缺乏对伪装目标前景特征的有效挖掘,使背景区域被误检为伪装目标.为解决上述问题,本文提出一种基于边界特征融合和前景引导的伪装目标检测方法,该方法由特征提取、边界特征融合、主干特征增强和预测等若干个阶段构成.在边界特征融合阶段,首先,通过边界特征提取模块获得边界特征并预测边界掩码;然后,边界特征融合模块将边界特征和边界掩码与最低层次的主干特征有效融合;同时,加强伪装目标边界位置及内部区域特征.此外,设计前景引导模块,利用预测的伪装目标掩码增强主干特征,即将前一层特征预测的伪装目标掩码作为当前层特征的前景注意力,并对特征执行空间交互,提升网络对空间关系的识别能力,使网络关注精细而完整的伪装目标区域.本文在4个广泛使用的基准数据集上的实验结果表明,提出的方法优于对比的19个主流方法,对伪装目标检测任务具有更强鲁棒性和泛化能力.

关键词：伪装目标检测边界先验前景引导边界特征边界掩码空间交互

在线全文

学校读者我要写书评

暂无评论

基于简单路径图的链接预测

计算机工程 2024年

作者：李志仁郑卫国复旦大学大数据学院

链接预测是图机器学习中的重要任务，旨在填补图中缺失的边或预测未来节点间可能的连接。链接预测在不同的图数据类型下有不同的应用场景，比如社交网络下的好友推荐，用户—商品二部图上的推荐系统以及知识图谱的补全等。随着图神经网... 详细信息

链接预测是图机器学习中的重要任务，旨在填补图中缺失的边或预测未来节点间可能的连接。链接预测在不同的图数据类型下有不同的应用场景，比如社交网络下的好友推荐，用户—商品二部图上的推荐系统以及知识图谱的补全等。随着图神经网络的研究与发展，基于图神经网络的方法在链接预测中扮演着越来越重要的角色，基于图神经网络的链接预测方法主要分为基于节点和基于子图两类，相较于基于节点的方法，基于子图的方法能够更好地捕捉节点间的拓扑结构信息，避免节点同构问题。目前，基于子图的方法通常使用包含目标节点及其一阶或二阶邻居的闭包图，然而，闭包图规模过大且易受中枢节点影响。为解决这一问题，文章提出在简单路径图上进行链接预测，并证明在一定阶数限制下，简单路径图为闭包图的子图，能有效减小子图规模。此外，在放宽阶数的限制下，即使简单路径图不再是闭包图的子图，通过实验验证其规模依然小于闭包图。实验结果表明，基于简单路径图的方法在无节点特征和有节点特征的数据集上均优于其他方法，在AUC和AP指标上的提升最高可达2.8%和2.3%。

关键词：图神经网络链接预测简单路径图闭包图