期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向家居用户行为预测的Bi GRU-DAtt模型研究
被引量：
9
1
作者
徐雅芸
曾碧
+1 位作者
梁天恺
廖文雄
《计算机工程与应用》
CSCD
北大核心
2020年第12期237-242,共6页
针对目前智能家居用户行为预测方法准确率低、通用性差以及缺乏人性化的问题,提出一种基于Bi GRUDAtt模型的智能家居用户行为预测方法。该方法根据智能家居用户操控行为数据具有服从幂律分布与对称性两大特点,基于双向门控循环(Bi GRU)...
针对目前智能家居用户行为预测方法准确率低、通用性差以及缺乏人性化的问题,提出一种基于Bi GRUDAtt模型的智能家居用户行为预测方法。该方法根据智能家居用户操控行为数据具有服从幂律分布与对称性两大特点,基于双向门控循环(Bi GRU)神经网络挖掘用户操控行为之间的关系,基于注意力机制重点关注一定范围内具有对称性的操控行为,使用真实用户操控记录进行对比实验。结果表明该方法能够充分挖掘用户操控智能设备之间的关联关系以及用户的行为习惯,实现高准确率的用户行为预测。
展开更多
关键词
智能家居
双向门控循环神经网络
注意力机制
行为预测
在线阅读
下载PDF
职称材料
面向高维数据的个人信贷风险评估方法
被引量：
6
2
作者
廖文雄
曾碧
+2 位作者
梁天恺
徐雅芸
赵俊峰
《计算机工程与应用》
CSCD
北大核心
2020年第4期219-224,共6页
随着电商平台分期付款方式和P2P信贷平台的不断推广,如何从海量的用户信贷数据中挖掘出潜在的用户模型并对未知用户进行信贷风险评估,以降低信贷业务的风险,已经成为研究的主流。针对现有方法无法高效处理高维度信贷数据的问题,使用一...
随着电商平台分期付款方式和P2P信贷平台的不断推广,如何从海量的用户信贷数据中挖掘出潜在的用户模型并对未知用户进行信贷风险评估,以降低信贷业务的风险,已经成为研究的主流。针对现有方法无法高效处理高维度信贷数据的问题,使用一系列的数据预处理方法和基于Embedded思想的特征选择方法XGBFS(XGBoost Feature Selection),以降低用户信贷数据维度并训练出XGBoost评估模型,最终实现用户信贷风险评估。实验表明,与现有的方法相比,该方法能够从高维的数据中选择出重要属性,并且分类器在精确率、召回率等方面具有较为突出的性能。
展开更多
关键词
XGBoost
特征选择
机器学习
信贷评估
在线阅读
下载PDF
职称材料
结合一维扩展卷积与Attention机制的NLP模型
被引量：
5
3
作者
廖文雄
曾碧
徐雅芸
《计算机工程与应用》
CSCD
北大核心
2021年第4期114-119,共6页
自然语言处理作为人工智能的一个分支,在日常生活中有着广泛的应用。随着循环神经网络在自然语言处理领域的应用以及循环神经网络的不断演进与迭代,自然语言处理有了很大的飞跃。循环神经网络也因此迅速成为自然语言处理领域的主流算法...
自然语言处理作为人工智能的一个分支,在日常生活中有着广泛的应用。随着循环神经网络在自然语言处理领域的应用以及循环神经网络的不断演进与迭代,自然语言处理有了很大的飞跃。循环神经网络也因此迅速成为自然语言处理领域的主流算法,但是其具有结构复杂和训练时间漫长的缺点。提出一种基于一维扩展卷积和Attention机制的自然语言处理模型,利用一维扩展卷积提取语言文本的深层特征,再通过Attention机制给深层特征分配权重以整合各个时序特征。实验结果表明,该模型只需循环神经网络约30%的训练时间,就能达到与循环神经网络相近的性能,验证了该模型的有效性。
展开更多
关键词
扩展卷积
Attention机制
自然语言处理
在线阅读
下载PDF
职称材料
题名
面向家居用户行为预测的Bi GRU-DAtt模型研究
被引量：
9
1
作者
徐雅芸
曾碧
梁天恺
廖文雄
机构
广东工业大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第12期237-242,共6页
基金
国家自然科学基金(No.61701122)
广东省产学研重大专项项目(No.2016B010108004)
+1 种基金
广东省重点科技项目(No.201604020016)
广东省产学研专项(No.2014B090904080)。
文摘
针对目前智能家居用户行为预测方法准确率低、通用性差以及缺乏人性化的问题,提出一种基于Bi GRUDAtt模型的智能家居用户行为预测方法。该方法根据智能家居用户操控行为数据具有服从幂律分布与对称性两大特点,基于双向门控循环(Bi GRU)神经网络挖掘用户操控行为之间的关系,基于注意力机制重点关注一定范围内具有对称性的操控行为,使用真实用户操控记录进行对比实验。结果表明该方法能够充分挖掘用户操控智能设备之间的关联关系以及用户的行为习惯,实现高准确率的用户行为预测。
关键词
智能家居
双向门控循环神经网络
注意力机制
行为预测
Keywords
smart home
Bidirectional Gated Recurrent Unity(Bi GRU)
attention mechanism
behavior prediction
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
面向高维数据的个人信贷风险评估方法
被引量：
6
2
作者
廖文雄
曾碧
梁天恺
徐雅芸
赵俊峰
机构
广东工业大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第4期219-224,共6页
基金
国家自然科学基金（No.61701122）
广东省产学研重大专项（No.2016B010108004）
+1 种基金
广东省重点科技项目（No.201604020016）
广东省产学研专项（No.2014B090904080）
文摘
随着电商平台分期付款方式和P2P信贷平台的不断推广,如何从海量的用户信贷数据中挖掘出潜在的用户模型并对未知用户进行信贷风险评估,以降低信贷业务的风险,已经成为研究的主流。针对现有方法无法高效处理高维度信贷数据的问题,使用一系列的数据预处理方法和基于Embedded思想的特征选择方法XGBFS(XGBoost Feature Selection),以降低用户信贷数据维度并训练出XGBoost评估模型,最终实现用户信贷风险评估。实验表明,与现有的方法相比,该方法能够从高维的数据中选择出重要属性,并且分类器在精确率、召回率等方面具有较为突出的性能。
关键词
XGBoost
特征选择
机器学习
信贷评估
Keywords
XGBoost
feature selection
machine learning
credit evaluation
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
结合一维扩展卷积与Attention机制的NLP模型
被引量：
5
3
作者
廖文雄
曾碧
徐雅芸
机构
广东工业大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第4期114-119,共6页
基金
国家自然科学基金(61701122)
广东省产学研重大专项项目(2016B010108004)。
文摘
自然语言处理作为人工智能的一个分支,在日常生活中有着广泛的应用。随着循环神经网络在自然语言处理领域的应用以及循环神经网络的不断演进与迭代,自然语言处理有了很大的飞跃。循环神经网络也因此迅速成为自然语言处理领域的主流算法,但是其具有结构复杂和训练时间漫长的缺点。提出一种基于一维扩展卷积和Attention机制的自然语言处理模型,利用一维扩展卷积提取语言文本的深层特征,再通过Attention机制给深层特征分配权重以整合各个时序特征。实验结果表明,该模型只需循环神经网络约30%的训练时间,就能达到与循环神经网络相近的性能,验证了该模型的有效性。
关键词
扩展卷积
Attention机制
自然语言处理
Keywords
dilated convolution
Attention mechanism
natural language processing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向家居用户行为预测的Bi GRU-DAtt模型研究
徐雅芸
曾碧
梁天恺
廖文雄
《计算机工程与应用》
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
2
面向高维数据的个人信贷风险评估方法
廖文雄
曾碧
梁天恺
徐雅芸
赵俊峰
《计算机工程与应用》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
3
结合一维扩展卷积与Attention机制的NLP模型
廖文雄
曾碧
徐雅芸
《计算机工程与应用》
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
