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

融合多尺度特征和多重注意力的水下目标检测

农业工程学报 2022年第20期38卷 129-139页

作者：李辉王晓宇刘云陶冶付诗佳吴依凡青岛科技大学信息科学技术学院青岛266061

探明海洋生物资源的分布情况,对渔业捕捞和海洋牧场管理具有重要意义。该研究针对水下环境复杂、水下目标存在多尺度、多类别及小目标较多等复杂情况,提出水下目标两阶段网络检测方法。首先通过改进多尺度特征提取和融合,获取水下目标... 详细信息

探明海洋生物资源的分布情况,对渔业捕捞和海洋牧场管理具有重要意义。该研究针对水下环境复杂、水下目标存在多尺度、多类别及小目标较多等复杂情况,提出水下目标两阶段网络检测方法。首先通过改进多尺度特征提取和融合,获取水下目标多尺度信息和增强目标特征,得到更加丰富的目标特征信息,然后构建多重注意力,利用空间和通道维度中的全局特征依赖关系,进一步挖掘深层特征信息和隐藏信息,突出背景和目标的差异性,最后在模型训练中采用样本均衡方法,自适应均衡正负样本比例,减少无效样本,实现模型快速收敛。在国际水下机器人大赛公开数据集UPRC2019、WildFish及自建数据集上对所提方法进行试验,其mAP(mean Average Precision)分别达到85.3%、96.9%和97.8%,召回率分别达到90.6%、98.7%和98.9%,相较于Libra RCNN(CVPR2019)、Double head RCNN(ECCV2020)和STransFuse(2021)等检测方法,该文方法mAP要比上述方法分别高9.58、12.2和4.1个百分点。研究结果可为海洋渔业生物监测、水下机器人精准捕捞作业提供技术支撑。

关键词：目标检测特征融合注意力自适应均衡采样水下小目标

基于问答语义匹配的知识社区新问题专家推荐方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第7期51卷 1875-1888页

作者：杜军威邹树林李浩杰江峰于旭胡强青岛科技大学信息科学技术学院山东青岛266061

传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配... 详细信息

传统的知识社区专家推荐方法采用文本相似度匹配机理,并基于问题或专家描述来构建专家特征.这些方法没有利用问题与答案的语义匹配关系,因此难以充分挖掘专家回答问题的能力特征,影响推荐性能.提出一种基于综合历史和当前问答语义匹配的知识社区新问题的专家推荐方法(History-Now Semantics Expert RECommendation model,HNS-EREC).首先,采用反馈评价和负采样技术来处理数据集中的两类不平衡现象;其次,基于问答语义来提取专家回答问题能力特征;最后,提出一种基于问答语义匹配的History-Now联合专家推荐模型,该模型能够实现面向专家的历史问答和当前问答的语义联合学习.实验结果表明,相对于其他方法,本文所提出的HNS-EREC方法在新问题专家推荐方面具有显著的优势.

关键词：专家推荐知识社区不平衡学习问答语义 stack overflow

融合功能语义与服务协作关系的Web服务聚类方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2023年第4期29卷 1336-1345页

作者：王琨胡强王华东杜军威潘国庆青岛科技大学信息科学技术学院山东青岛266061

当前Web服务聚类方法主要关注服务功能描述语义信息,缺乏对服务之间协作关系的考量。为进一步提高服务聚类质量,提出一种融合功能语义与服务协作关系的服务聚类方法。首先通过融合标签向量和服务描述文本向量生成高质量功能语义表达的... 详细信息

当前Web服务聚类方法主要关注服务功能描述语义信息,缺乏对服务之间协作关系的考量。为进一步提高服务聚类质量,提出一种融合功能语义与服务协作关系的服务聚类方法。首先通过融合标签向量和服务描述文本向量生成高质量功能语义表达的服务功能特征向量;然后建立服务协作网络,构建加权GraphSAGE模型,在服务协作网络上实现邻域服务结点的特征聚合,获得融入协作关系的服务表征向量;最后采用K-means++算法进行聚类。实验表明,相比其他常用模型,所提方法所生成的服务功能向量提高了聚类质量,协作特征的融入进一步提升了聚类效果。

关键词： Web服务服务聚类功能语义服务协作

在线全文

学校读者我要写书评

暂无评论

基于多关系知识增强的开发者推荐算法

电子学报 2023年第11期51卷 3111-3119页

作者：杜军威王昭哲于旭胡强江峰巩敦卫青岛科技大学信息科学技术学院山东青岛266061

近年来,随着众包平台的不断发展,信息过载问题日趋严重,任务难以及时找到可靠的开发者完成,为任务推荐合适的开发者变得至关重要.传统推荐方法存在两大挑战:一是任务和开发者的文本特征高度简练,传统推荐方法聚焦于表面文本信息,未发现... 详细信息

近年来,随着众包平台的不断发展,信息过载问题日趋严重,任务难以及时找到可靠的开发者完成,为任务推荐合适的开发者变得至关重要.传统推荐方法存在两大挑战:一是任务和开发者的文本特征高度简练,传统推荐方法聚焦于表面文本信息,未发现其中包含的大量知识实体;二是任务具有一次性,导致显式交互数据极其稀疏.为了解决上述挑战,本文提出一种基于多关系知识增强的开发者推荐算法.对于一个任务和开发者,首先将他们包含的文本内容中的每个单词与知识图谱中的相关实体关联起来,用于丰富任务和开发者的信息表示.除直接相关联的实体外,还使用每个实体的上下文实体集合来提供更多的信息.然后,对于开发者本文使用多关系邻域聚合的方式增强其特征表示,并使用注意力模块区分开发者对任务的关注度.最终获得的用户和开发者的嵌入输入到深度神经网络中进行预测.在真实的Topcoder数据集上进行广泛的实验,结果表明,本文方法在正确率和序位倒数均值上相比于最佳对比方法平均提高11.7%和17.5%.

关键词：开发者推荐软件众包开发多关系知识图谱图神经网络

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的时尚内容和风格迁移

计算机工程与应用 2024年第9期60卷 261-271页

作者：丁文华杜军威侯磊刘金环青岛科技大学信息科学技术学院山东青岛266061

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(con... 详细信息

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(content and style transfer based on generative adversarial network,CS-GAN)。该模型利用对比学习框架最大化时尚单品与生成图像之间的互信息,可保证在时尚单品结构不变的前提下实现内容迁移;通过层一致性动态卷积方法,针对不同风格图像自适应地学习风格特征,实现时尚单品任意风格迁移,对输入的时尚单品进行内容特征(如颜色、纹理)和风格特征(如莫奈风、立体派)的融合,实现多个图像域的转换。在公开的时尚数据集上进行对比实验和结果分析,该方法与其他主流方法相比,在图像合成质量、Inception score和FID距离评价指标上均有所提升。

关键词：生成对抗网络内容和风格迁移特征融合多域转换层一致性动态卷积

在线全文

学校读者我要写书评

暂无评论

基于碰撞预测的强化模仿学习机器人导航方法

计算机工程与应用 2024年第10期60卷 341-352页

作者：王浩杰陶冶鲁超峰青岛科技大学信息科学技术学院山东青岛266100

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的... 详细信息

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的情况下,根据机器人的性能,建立马尔科夫决策过程(Markov decision process,MDP)中所需要的状态空间、动作空间、奖励函数。采用深度强化学习(deep reinforcement learning,DRL)在仿真环境中进行训练,使机器人获得能够在多障碍环境中导航和避障的能力。使用收集到的专家数据按照模仿学习方法对策略继续进行训练,改善强化学习在障碍物稀疏和密集两种极端情况下表现不完美的问题。设计了一个碰撞预测模型,将传统控制与深度学习相结合,根据预测结果,使机器人自适应地在不同环境下选取合适的控制策略,大大提高了导航的安全性。通过实验,在大量从未遇到过的场景下验证了所提出方法的导航性能和泛化能力。

关键词：导航强化学习模仿学习碰撞预测混合控制

在线全文

学校读者我要写书评

暂无评论

基于记忆的注意力图神经网络专家推荐方法

湖南大学学报（自然科学版） 2022年第6期49卷 116-123页

作者：陈卓朱淼杜军威袁玺明青岛科技大学信息科学技术学院山东青岛266061

在问答社区专家推荐算法中,图神经网络主要利用问答社区中用户与问题的交互关系建模,其模型性能取决于交互数据的稠密度,难以对无交互信息的用户及问题进行有效表示学习.针对这一问题,提出了一个基于记忆的注意力图神经网络专家推荐方... 详细信息

在问答社区专家推荐算法中,图神经网络主要利用问答社区中用户与问题的交互关系建模,其模型性能取决于交互数据的稠密度,难以对无交互信息的用户及问题进行有效表示学习.针对这一问题,提出了一个基于记忆的注意力图神经网络专家推荐方法 .该方法首先设计了面向用户多维特征的联合表示子网络,然后构建了一个记忆网络,为每个问题保存用户回答过的与其相似的问题,同时在用户表示与相似问题表示之间引入注意力机制,从不同用户的视角,有针对性的融合相似问题构建新问题的向量表示,最终基于用户和问题的表示为问题推荐专家,有效提高了专家推荐的准确性.在数据集中对本文所提出的方法进行验证,相较于同类其他模型性能均有所提升.

关键词：专家推荐图神经网络记忆网络注意力机制

在线全文

学校读者我要写书评

暂无评论

基于特征扰动的半监督专家发现方法

湖南大学学报（自然科学版） 2022年第10期49卷 85-91页

作者：陈卓张樊星杜军威袁玺明青岛科技大学信息科学技术学院山东青岛266061

专家可为社区问答提供权威的答复,高效精准的专家发现有助于提升问答社区的服务质量.现有社区用户数据中存在噪声标签数据,且由于专家数量较少造成分类数据不平衡,从而降低了监督学习模型的专家发现精度.针对上述问题,本文提出一种基于... 详细信息

专家可为社区问答提供权威的答复,高效精准的专家发现有助于提升问答社区的服务质量.现有社区用户数据中存在噪声标签数据,且由于专家数量较少造成分类数据不平衡,从而降低了监督学习模型的专家发现精度.针对上述问题,本文提出一种基于特征扰动的半监督专家发现方法.该方法构建了一种无标签数据特征扰动策略,利用Sharpening算法实现无标签数据的伪标签化;基于ADASYN算法,通过构建专家用户邻近样本的方式扩充专家样本数据量,缓解分类数据的不平衡;构建联合损失函数,利用有标签和伪标签数据共同训练分类器,增强模型的泛化性能.实验结果表明,该方法在多个评价指标上优于已有模型和方法.

关键词：专家发现社区问答半监督学习特征扰动

在线全文

学校读者我要写书评

暂无评论

基于全局自适应有向图的行人轨迹预测

电子学报 2022年第8期50卷 1905-1916页

作者：孔玮刘云李辉崔雪红杨浩冉青岛科技大学信息科学技术学院山东青岛266061

由于行人交互的复杂性和周围环境的多变性,行人轨迹预测仍是一项具有挑战性的任务.然而,基于图结构的方法建模行人之间的交互时,存在着网络感受野小、成对行人间的相互交互对称、固定的图结构不能适应场景变化的问题,导致预测轨迹与真... 详细信息

由于行人交互的复杂性和周围环境的多变性,行人轨迹预测仍是一项具有挑战性的任务.然而,基于图结构的方法建模行人之间的交互时,存在着网络感受野小、成对行人间的相互交互对称、固定的图结构不能适应场景变化的问题,导致预测轨迹与真实轨迹偏差较大.为了解决这些问题,本文提出一种基于全局自适应有向图的行人轨迹预测方法(pedestrian trajectory prediction method based on Global Adaptive Directed Graph,GADG).设计全局特征更新(Global Feature Updating,GFU)和全局特征选择(Global Feature Selection,GFS)分别提升空间域和时间域的网络感受范围,以获取全局交互特征.构建有向特征图,定义行人间的不对称交互,提高网络建模的方向性.建立自适应图模型,灵活调整行人间的交互关系,减少冗余连接,增强图模型的自适应能力.在ETH和UCY数据集上的实验结果表明,与最优值相比,平均位移误差降低14%,最终位移误差降低3%.

关键词：轨迹预测自适应图有向图感受野行人轨迹图卷积