一致性学习策略在急危重症护理学翻转课堂教学中的应用 被引量：1

1

作者 荣欣雯 史蕾 +2 位作者 秦芳 方雅璇 魏天琪 《军事护理》 CSCD 北大核心 2024年第12期105-108,共4页

目的探究一致性学习策略在急危重症护理学翻转课堂教学中的应用效果。方法便利抽样法选取某医科大学三年级的93名护理学本科生(简称护生)为研究对象,采用一致性学习策略设计教学方案并进行应用。比较教学前后护生认知参与水平及自主学... 目的探究一致性学习策略在急危重症护理学翻转课堂教学中的应用效果。方法便利抽样法选取某医科大学三年级的93名护理学本科生(简称护生)为研究对象,采用一致性学习策略设计教学方案并进行应用。比较教学前后护生认知参与水平及自主学习能力,并使用教学效果及满意度问卷了解学习效果及体验。结果教学活动后,护生深层认知参与及自主学习能力得分均得到提高,差异有统计学意义(P<0.05)。91.4%(85/93)的护生认为该教学活动“有助于知识的迁移应用”和“有助于提升发现、分析、解决问题的能力”,83.9%(78/93)的护生“总体上感到满意”。结论一致性学习策略有助于提升护生认知参与水平,激发护生学习动机,培养临床思维能力,具有推广应用价值。 展开更多

关键词 一致性学习 翻转课堂 急危重症护理学 本科教育

在线阅读 下载PDF 职称材料

基于类别一致性学习的稀疏邻域约束的联合聚类

2

作者 蒋超 许堉坤 +1 位作者 张芮嘉 安佰龙 《计算机应用与软件》 北大核心 2024年第12期324-333,共10页

为了充分挖掘特征结构,提升聚类性能,提出一种基于类别一致性学习的稀疏邻域约束的联合聚类方法。将联合聚类问题转化为附加对偶正则化子的非负矩阵三因式分解,在非负矩阵分解的基础上,增加两个正则化子,使数据关联性与标签分配一致;提... 为了充分挖掘特征结构,提升聚类性能,提出一种基于类别一致性学习的稀疏邻域约束的联合聚类方法。将联合聚类问题转化为附加对偶正则化子的非负矩阵三因式分解,在非负矩阵分解的基础上,增加两个正则化子,使数据关联性与标签分配一致;提出一种目标优化的乘法交替方案,从理论上证明了算法的收敛性和正确性。利用三种评价方法在六个数据集上进行验证,并对其参数敏感性进行分析。实验结果表明,该算法具有较优的聚类性能。 展开更多

关键词 联合聚类 稀疏邻域约束 非负矩阵分解 一致性学习

在线阅读 下载PDF 职称材料

基于粒子滤波与局部全局一致性学习的目标跟踪算法 被引量：2

3

作者 卫保国 李克靖 曹慈卓 《计算机应用》 CSCD 北大核心 2013年第10期2914-2917,共4页

针对目标形变及复杂背景条件下的目标跟踪问题,利用基于图的半监督学习方法,结合粒子滤波,提出一种自适应的目标跟踪算法。该算法利用局部全局一致性学习(LLGC)算法建立代价函数,将当前的候选状态作为未标记样本,以所有样本为顶点建立图... 针对目标形变及复杂背景条件下的目标跟踪问题,利用基于图的半监督学习方法,结合粒子滤波,提出一种自适应的目标跟踪算法。该算法利用局部全局一致性学习(LLGC)算法建立代价函数,将当前的候选状态作为未标记样本,以所有样本为顶点建立图,以代价函数的最优解作为当前的状态,从而得到当前帧的目标位置;同时利用跟踪结果对标记样本进行实时更新,以适应目标形变,部分遮挡以及环境光照的变化。实验结果表明,该方法能够很好地处理目标跟踪中常见的遮挡、相似背景干扰等复杂情形,实现对目标的鲁棒跟踪。 展开更多

关键词 目标跟踪 粒子滤波 局部全局一致性学习 半监督学习

在线阅读 下载PDF 职称材料

基于局部全局一致性学习算法的故障选线方法

4

作者 马草原 罗艳芳 +1 位作者 李春晓 崔连华 《工矿自动化》 北大核心 2015年第10期32-36,共5页

针对现有故障选线方法用于中性点经消弧线圈接地系统或相电压过零点附近发生故障时选线不准确的问题,提出一种基于局部全局一致性学习算法的小电流选线方法,即首先对线路接地故障原始信号进行傅里叶变换,然后将各故障信号的特征量输入... 针对现有故障选线方法用于中性点经消弧线圈接地系统或相电压过零点附近发生故障时选线不准确的问题,提出一种基于局部全局一致性学习算法的小电流选线方法,即首先对线路接地故障原始信号进行傅里叶变换,然后将各故障信号的特征量输入局部全局一致性学习算法,通过标签循环传递判断故障特征信号,从而选出故障线路。通过Matlab仿真模型与实验室测试平台对该方法进行了研究,结果表明该方法具有较高的选线可靠性与准确性。 展开更多

关键词 煤矿电网 小电流接地 故障选线 小电流选线 局部全局一致性学习算法

在线阅读 下载PDF 职称材料

多视图交叉一致性学习的半监督水面目标检测 被引量：3

5

作者 冯俊健 李彬 +1 位作者 田联房 董超 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2023年第4期107-114,共8页

为缓解基于半监督学习的水面目标检测对有限标注样本过拟合的问题,提高无标注样本中目标提取的有效性,提出了基于多视图交叉一致性学习的半监督水面目标检测算法。首先,该算法通过数据增强的方式为训练样本生成不同的视图以丰富数据集... 为缓解基于半监督学习的水面目标检测对有限标注样本过拟合的问题,提高无标注样本中目标提取的有效性,提出了基于多视图交叉一致性学习的半监督水面目标检测算法。首先,该算法通过数据增强的方式为训练样本生成不同的视图以丰富数据集的多样性;然后,利用所提出的多视图目标判别器为无标注样本在线生成伪标签,有助于提取无标注样本的有效信息;最后,利用所提出的多视图交叉一致性学习使同一目标实例的不同视图的输出实现交叉一致性正则化,以促进检测模型学习判别性的特征从而降低过拟合的风险。在海上和内河数据集上的实验结果表明:文中所提算法能够提高特征提取的判别性,对多类别的水面目标检测精度达到91.0%,比全监督检测算法提高了18.7%,比其他半监督检测算法提高了3.8%以上;在检测速度上,该算法达到13.1帧/s,基本满足实时性要求。所提算法通过多视图交叉一致性学习提高特征的判别性和缓解检测模型的过拟合风险,有助于提高半监督水面目标检测的性能。 展开更多

关键词 水面目标检测 半监督学习 多视图交叉一致性学习 交叉一致性正则化 多视图目标判别器

在线阅读 下载PDF 职称材料

基于高阶一致性学习的聚类集成算法

6

作者 甘舰文 陈艳 +1 位作者 周芃 杜亮 《计算机应用》 CSCD 北大核心 2023年第9期2665-2672,共8页

现有的大部分关于聚类集成的研究主要关注有效的集成算法的设计。为解决由于基聚类器的质量高低不一、低质量的基聚类器对聚类集成性能产生影响的问题,从数据发掘的角度出发,以基聚类器为基础挖掘数据的内在联系,提出一种高阶信息融合... 现有的大部分关于聚类集成的研究主要关注有效的集成算法的设计。为解决由于基聚类器的质量高低不一、低质量的基聚类器对聚类集成性能产生影响的问题,从数据发掘的角度出发,以基聚类器为基础挖掘数据的内在联系,提出一种高阶信息融合算法——基于高阶一致性学习的聚类集成(HCLCE)算法,从不同的维度表示数据之间的联系。首先,将每种高阶信息融合成一个新的结构化的一致性矩阵;然后,再对得到的多个一致性矩阵进行融合;最后,将多种信息融合为一个一致性的结果。实验结果表明,与次优的LWEA(Locally Weighted Evidence Accumulation)算法相比,HCLCE算法的聚类准确率平均提升了7.22%,归一化互信息(NMI)平均提升了9.19%。可见,HCLCE能得到比聚类集成算法和单独使用一种信息更好的聚类结果。 展开更多

关键词 聚类集成 一致性学习 高阶信息 双随机约束 结构化 相似性矩阵

在线阅读 下载PDF 职称材料

基于一致性图的权重自适应多视角谱聚类算法 被引量：2

7

作者 王丽娟 邢津萍 +3 位作者 尹明 郝志峰 蔡瑞初 温雯 《计算机工程》 CAS CSCD 北大核心 2024年第2期122-131,共10页

随着移动设备和互联网的普及,多视角数据的采集和分享变得更加容易,其可以从多个视角更准确地描述数据。目前,一些多视角聚类算法忽略了不同视角间的一致性潜在知识和不同视角的重要性。针对该问题,提出一种平衡视角间一致性信息的多视... 随着移动设备和互联网的普及,多视角数据的采集和分享变得更加容易,其可以从多个视角更准确地描述数据。目前,一些多视角聚类算法忽略了不同视角间的一致性潜在知识和不同视角的重要性。针对该问题,提出一种平衡视角间一致性信息的多视角聚类算法。首先通过调节视角权重学习视角间一致的共享相似度矩阵,提升共享矩阵的一致性,其中相关性强的视角具有的一致性信息更多,视角权重越大,在一致性学习中发挥的作用越大,而差异性大的视角其权重越小,在学习中发挥的作用越小。其次学习视角间的一致性样本嵌入以及不同视角的特征嵌入,并将特征嵌入中包含的多样性特征信息迁移到样本嵌入中,以此促进样本嵌入的一致性表达。在不同视角特征中包含多样性信息,可补充上述共享相似度矩阵学习中单一样本关系的不足。因此,采用二部图协同聚类,通过建立样本数据、样本嵌入和特征嵌入的关系图,学习样本的特征嵌入,并将其迁移到样本嵌入中。最后将图学习、谱聚类和特征嵌入学习整合到统一的框架中进行联合优化,得到最优的样本嵌入。实验结果表明,通过对样本嵌入进行K-means聚类,将该算法运行于5个真实数据集并与7种聚类算法对比,其中在3-Sources、Yale、MRSCV1数据集上的正确率均高于对比算法5%以上,验证了该算法的有效性。 展开更多

关键词 多视角聚类 一致性学习 权重自适应 协同聚类 谱聚类

在线阅读 下载PDF 职称材料

基于协同一致性迁移Q学习算法的虚拟发电部落AGC功率动态分配 被引量：37

8

作者 张孝顺 李清 +1 位作者 余涛 陈柏熹 《中国电机工程学报》 EI CSCD 北大核心 2017年第5期1455-1466,共12页

为适应智能电网分散自治的发展趋势,文中在虚拟发电部落控制框架下,提出了一致性迁移Q学习的AGC功率动态分配方法。通过构建两层的功率分配模式,有效解决了机组规模较大导致的"维数灾难"问题。在每个部落与其相邻部落进行值... 为适应智能电网分散自治的发展趋势,文中在虚拟发电部落控制框架下,提出了一致性迁移Q学习的AGC功率动态分配方法。通过构建两层的功率分配模式,有效解决了机组规模较大导致的"维数灾难"问题。在每个部落与其相邻部落进行值函数矩阵的交互一致性计算后,部落领导者能自组织地协同各个部落的发电功率,从而达到"分散自治,集中协调"的效果。在引入迁移学习后,算法能有效地利用历史优化信息进行快速的功率动态分配优化,以满足AGC的控制时间尺度要求。广东电网模型仿真表明:与集中式分配算法相比,文中所提算法能有效解决复杂大规模电网AGC功率动态分配的分散式优化问题,在减少AGC机组调节费用的同时,可以提高区域电网的控制性能标准。 展开更多

关键词 一致性迁移Q学习 虚拟发电部落 自动发电控制 功率动态分配

在线阅读 下载PDF 职称材料

基于公平感知的缺失多视图聚类 被引量：1

9

作者 江梦平 刘美玲 +2 位作者 王前前 高全学 张向东 《信号处理》 北大核心 2025年第2期241-252,共12页

缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它... 缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它们往往忽视了数据中的一些差异,这些差异源于特殊群体的敏感属性。这会导致算法对这些特殊群体产生偏见,从而引发聚类的不公平问题。此外,经过修复之后的缺失样本,缺乏样本的独特性。针对以上问题,本文提出了一种基于公平感知的缺失多视图聚类方法,以缓解无监督聚类任务对特殊群体的不公平对待,同时解决了多视图数据一致性融合和缺失数据恢复问题。首先分别为每一个视图训练一个自动编解码器,利用信息论对经过编码器得到的多视图嵌入特征进行一致性融合,同时训练一个生成网络以恢复缺失视图数据,在使用嵌入特征进行聚类时,约束各簇中特殊群体的分布,使得各簇中特殊群体分布与整个数据集中的分布接近以保证算法的公平性。实验在3个常用多视图数据集上与最新的5种缺失多视图聚类方法进行了比较,在Bank数据集上缺失率为0.5时,相比于性能第2的方法,标准化互信息(Normalized Mutual Information,NMI)值提高了0.82%,公平值(Balance)提高了3.03%;在Credit Card数据集上缺失率为0时,相比于性能第2的方法,NMI值提高了3.53%,Balance值提高了5.62%。同时也在Credit Card数据集中进行了可视化实验以验证聚类算法的性能和公平性,消融实验证明了提出的多视图一致性融合和缺失视图恢复机制的有效性。本文所提出的方法考虑了缺失多视图场景下无监督聚类算法的公平性问题,在保证算法聚类性能的前提下提高了无监督聚类任务的公平性。 展开更多

关键词 无监督学习 公平性机器学习 缺失多视图聚类 多视图一致性学习 缺失视图恢复 信息论

在线阅读 下载PDF 职称材料

低资源场景下的汉语—传统蒙古语跨语言摘要方法研究

10

作者 班琪 云静 邓磊 《计算机工程与科学》 北大核心 2025年第5期931-939,共9页

跨语言摘要任务旨在给定一种语言的源文档(如中文)生成目标语言(如传统蒙古文)的摘要。传统的多任务框架通常采用序列到序列的网络,应用多个专用于各特定任务的解码器。然而,在将文档从一种语言提炼为另一种具有不同形态和结构特性语言... 跨语言摘要任务旨在给定一种语言的源文档(如中文)生成目标语言(如传统蒙古文)的摘要。传统的多任务框架通常采用序列到序列的网络,应用多个专用于各特定任务的解码器。然而,在将文档从一种语言提炼为另一种具有不同形态和结构特性语言的摘要时,多任务框架无法有效捕捉和理解2种语言之间的关系和差异。特别是对于传统蒙古语,其形态变化繁杂、构词形式多样的特点,使得低资源下语言特征的学习和处理变得更加困难。为了解决这一问题,提出一种在多任务框架中引入一致性学习的跨语言摘要模型。通过计算源语言摘要和生成的目标语言摘要之间概率分布差异的距离度量进行一致性建模,在交叉熵损失和一致性损失的约束下优化跨语言摘要模型。此外,构建了一个中—蒙跨语言摘要数据集,在此数据集上获得了有竞争力的ROUGE分数,表明了所提模型在资源匮乏情况下的有效性。 展开更多

关键词 中—蒙跨语言摘要 一致性学习 低资源

在线阅读 下载PDF 职称材料

基于多任务深度学习的关键词生成方法

11

作者 朱浩翔 张宇翔 《计算机工程与设计》 北大核心 2022年第6期1665-1670,共6页

针对现有的关键词生成模型往往不能充分利用题目与关键词之间密切的关系预测关键词的问题,提出一种基于序列到序列的多任务注意力联合训练模型(Joint-MT)。将关键词生成任务作为主要任务,题目生成作为辅助任务;在目标函数上,除独立的多... 针对现有的关键词生成模型往往不能充分利用题目与关键词之间密切的关系预测关键词的问题,提出一种基于序列到序列的多任务注意力联合训练模型(Joint-MT)。将关键词生成任务作为主要任务,题目生成作为辅助任务;在目标函数上,除独立的多任务交叉熵损失,还添加一致性损失,加强多任务注意力机制之间的约束。实验结果表明,Joint-MT无论是在文内关键词预测还是在缺失关键词预测上都优于其它对比模型,说明Joint-MT模型能够增强任务之间的相互关系,提升关键词预测的效果。 展开更多

关键词 生成 深度学习 自然语言处理 注意力机制 多任务学习 循环神经网络 序列到序列模型 一致性学习

在线阅读 下载PDF 职称材料

代价敏感特征选择和半监督学习相结合的乳腺癌辅助诊断 被引量：3

12

作者 丁孝年 陈松灿 《应用科学学报》 CAS CSCD 北大核心 2008年第3期319-325,共7页

乳腺癌在X光图像下的主要表现是肿块和微钙化点.传统的诊断方法一般假设从图像肿块和微钙化点中提取的特征是正确有效的,且采用监督分类器进行诊断.但在实际中,一方面不能完全保证所有被提取特征的正确性;另一方面,由于高昂的标记代价,... 乳腺癌在X光图像下的主要表现是肿块和微钙化点.传统的诊断方法一般假设从图像肿块和微钙化点中提取的特征是正确有效的,且采用监督分类器进行诊断.但在实际中,一方面不能完全保证所有被提取特征的正确性;另一方面,由于高昂的标记代价,导致大量样本无标记.针对上述两个问题,本文提出了一种新颖的诊断方法.一方面,为了消除特征冗余和选择出对分类有用的判别特征,提出改进的代价敏感选择性集成法用于选择特征;另一方面,为了利用未标记样本信息,设计了一致性协同学习半监督分类器.在公共乳腺癌数据库DDSM上的实验表明,所设计的乳腺癌辅助诊断方法与其他方法相比具有更好的诊断性能. 展开更多

关键词 微钙化簇 乳腺X片 计算机辅助诊断 代价敏感的选择性集成 一致性协同学习

在线阅读 下载PDF 职称材料

基于分层伪标签的图像聚类方法 被引量：1

13

作者 蔡少填 陈小军 +1 位作者 陈龙腾 邱莉萍 《计算机科学》 CSCD 北大核心 2023年第6期225-235,共11页

图像聚类是图像处理中一个重要且开放的问题。最近,一些方法利用联合对比学习的良好表征能力来进行端到端聚类学习,利用伪标签技术来生成高质量的伪标签以提升聚类模型的鲁棒性。伪标签方法通常需要设置一个较大的概率阈值,并对满足要... 图像聚类是图像处理中一个重要且开放的问题。最近,一些方法利用联合对比学习的良好表征能力来进行端到端聚类学习,利用伪标签技术来生成高质量的伪标签以提升聚类模型的鲁棒性。伪标签方法通常需要设置一个较大的概率阈值,并对满足要求的样本生成one-hot的标签,同时利用生成的标签来更新模型。但是,这种简单的伪标签生成方法难以获得足够数量的高质量伪标签。为了解决以上问题,提出了一种基于分层伪标签的图像聚类方法,它旨在利用结构化信息与伪标签信息对分类模型进行训练和精炼。引入3个假设来指导聚类方法的设计,包括局部平滑假设、自训练假设及低密度分离假设。新方法包含两个阶段:1)基于流形的一致性学习,利用近邻一致性学习来初始化聚类模型;2)基于分层伪标签的模型精炼,基于第一阶段的结果生成伪标签,并利用其来提升聚类模型的鲁棒性。首先,将基于第一阶段的结果生成强伪标签数据集及弱伪标签数据集;然后,提出了基于标签传播及分层混合的伪标签提升技术来提升弱伪标签数据集的质量;最后,同时利用强伪标签数据集及弱伪标签数据集来提升分类模型的泛化能力。相较于最优结果,SPC算法在STL10和Cifar100-20基准数据集上,ACC平均结果分别提升了7.6%和5.0%。 展开更多

关键词 深度聚类 一致性学习 伪标签 标签传播 自训练学习

在线阅读 下载PDF 职称材料

双元环境下战略人力资源管理影响组织创新的中介机制：企业生命周期视角 被引量：62

14

作者 孙锐 李树文 顾琴轩 《南开管理评论》 CSSCI 北大核心 2018年第5期176-187,共12页

当前,环境不确定性已成为组织发展常态,而推动组织创新则是应对环境不确定性的关键。本研究基于动态能力理论与资源基础理论,从企业生命周期视角出发,通过对中国400余家科技研发企业的多源问卷调研发现:首先,外部互动在战略人力资源管... 当前,环境不确定性已成为组织发展常态,而推动组织创新则是应对环境不确定性的关键。本研究基于动态能力理论与资源基础理论,从企业生命周期视角出发,通过对中国400余家科技研发企业的多源问卷调研发现:首先,外部互动在战略人力资源管理与组织创新绩效间起部分中介作用,其中在研发企业初创期与发展期均不起中介作用,在成熟期起部分中介作用;其次,决策参与在战略人力资源管理与组织创新绩效间不起中介作用,但在发展期起部分中介作用;再次,外部互动与决策参与交互影响组织创新绩效,高互动—高参与组合下,组织创新绩效较高;最后,双元环境对战略人力资源管理与组织创新绩效间具有正向调节作用,在企业初创期不起显著调节效应,在发展期与成熟期起显著调节作用。研究结果揭示了组织学习一致性对组织创新绩效影响的匹配效应,以及双元环境在组织不同发展阶段资源转化进程中的协同效应。 展开更多

关键词 研发企业 生命周期 战略人力资源管理 组织学习一致性 组织创新绩效

在线阅读 下载PDF 职称材料

外在特征变化对人像辨认的影响

15

作者 赵晓风 王有智 《心理与行为研究》 CSSCI 2008年第3期202-205,共4页

运用眼动分析法探讨了外在特征变化对人像辨认的影响,即外在特征多少、学习与辨认外在特征的一致性对人像辨认的影响。因变量为人像辨认的反应时、辨别力、注视次数、眼跳幅度。实验表明:学习与辨认的一致性对人像辨认影响显著,外在特... 运用眼动分析法探讨了外在特征变化对人像辨认的影响,即外在特征多少、学习与辨认外在特征的一致性对人像辨认的影响。因变量为人像辨认的反应时、辨别力、注视次数、眼跳幅度。实验表明:学习与辨认的一致性对人像辨认影响显著,外在特征多少对人像辨认影响不显著。 展开更多

关键词 人像辨认 外在特征 学习与辨认外在特征的一致性

在线阅读 下载PDF 职称材料