期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进张量链分解的多聚类算法
1
作者 张宏俊 张泽宇 +2 位作者 张颖娇 叶昊 潘高军 《电信科学》 北大核心 2025年第6期103-120,共18页
随着大数据时代的到来,高阶数据的有效表示和分析成为一项重大挑战。基于此,聚焦于张量分解技术在多聚类算法中的应用,特别是针对大型多源异构数据集的处理,深入研究并改进了张量链(tensor train,TT)分解方法,通过引入新的优化策略,显... 随着大数据时代的到来,高阶数据的有效表示和分析成为一项重大挑战。基于此,聚焦于张量分解技术在多聚类算法中的应用,特别是针对大型多源异构数据集的处理,深入研究并改进了张量链(tensor train,TT)分解方法,通过引入新的优化策略,显著提高了其在多聚类任务中的性能。创新主要体现在两个方面:一是提出了一种新的张量分解框架,该框架通过优化目标函数,有效降低了存储成本并提高了计算效率;二是将改进的张量分解技术应用于3种主要的多聚类算法中,包括自加权多视图聚类(self-weighted multi-view clustering,SwMC)、潜在多视图子空间聚类(latent multi-view subspace clustering,LMSC)和具有完整性感知相似性的多视图子空间聚类(multi-view subspace clustering with intactness-aware similarity,MSC IAS),显著提升了聚类的准确性和效率。为了验证方法的有效性,在7个真实的数据集上进行了全面的实验评估,包括准确性(accuracy,ACC)、归一化互信息(normalized mutual information,NMI)和纯度等3个指标。实验结果表明,所提出的方法在提取有意义的模式和提高聚类性能方面具有显著优势。 展开更多
关键词 张量 多聚类算法 张量分解 多源异构数据 主成分分析
在线阅读 下载PDF
基于多尺度特征提取的密集型小目标检测网络
2
作者 元昌安 王文姬 +10 位作者 黄豪杰 覃正优 张金勇 廖惠仙 覃晓 李小森 李永玉 符云琴 谭思婧 钱泉梅 吴琨生 《广西科学》 北大核心 2024年第5期939-953,共15页
针对现有的无锚框目标检测算法难以在密集场景下有效提取多尺度目标特征的问题,本研究提出基于多尺度特征提取的密集型小目标检测网络(Intensive small target detection network based on Multi-Scale feature Extraction, IMSE)。本... 针对现有的无锚框目标检测算法难以在密集场景下有效提取多尺度目标特征的问题,本研究提出基于多尺度特征提取的密集型小目标检测网络(Intensive small target detection network based on Multi-Scale feature Extraction, IMSE)。本研究首先提出多尺度特征增强(Multi-scale Feature Enhancement, MFE)模块,其包括窗口注意力(Window Attention, WA)模块和多尺度信息融合(Multi-scale Information Fusion, MIF)模块,通过建立全局级别的上下文联系从而增强IMSE在密集场景下的特征表达,进而能够更有效地提取检测目标的多尺度特征;其次提出可变形卷积特征金字塔网络(Deformable Convolutional Feature Pyramid Networks, DCFPN)结构,引入空洞卷积进行特征增强,从而能够有效提高IMSE检测形状不规则、分布无规律物体的能力;最后将融合后的多尺度特征分别输入检测头进行分类与边界框的回归任务。IMSE在公共数据集MS COCO、CARPK与基于实际生产场景构建的WOOD数据集上进行验证,实验结果表明,IMSE在3个数据集上的平均精度(Average Precision, AP)分别达到了49.4%、75.8%和55.0%,分别比原始FCOS方法高出1.8%、1.4%和2.1%,验证了所提出模型的有效性。 展开更多
关键词 目标检测 自注意力机制 特征金字塔 空洞卷积 可变形卷积
在线阅读 下载PDF
学习型组织与组织创新关系的实证研究 被引量:11
3
作者 吴昊 孙健敏 《研究与发展管理》 CSSCI 北大核心 2014年第2期1-8,共8页
通过文献探讨构建理论模型,运用了北京、上海、江苏、浙江、山东、广东、内蒙古等7个省市103家企业591名企业员工的有效问卷调查数据,通过rwg、ICC(1)、ICC(2)验证将个体水平的数据聚合到组织水平,形成配对数据,研究学习型组织对组织创... 通过文献探讨构建理论模型,运用了北京、上海、江苏、浙江、山东、广东、内蒙古等7个省市103家企业591名企业员工的有效问卷调查数据,通过rwg、ICC(1)、ICC(2)验证将个体水平的数据聚合到组织水平,形成配对数据,研究学习型组织对组织创新是否具有影响力.研究表明,学习型组织的五个维度与管理创新和技术创新之间不存在独立的相关关系,而学习型组织整体与管理创新和技术创新之间存在显著的正向关系.最后,结合有关研究结果给出了相应的实践和研究建议. 展开更多
关键词 学习型组织 组织创新 管理创新 技术创新
在线阅读 下载PDF
结合深度学习和张量分解的多源异构数据分析方法
4
作者 张宏俊 潘高军 +2 位作者 叶昊 陆玉彬 缪宜恒 《计算机应用》 2025年第9期2838-2847,共10页
在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种... 在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种传感器和用户交互的数据集,采用深度神经网络封装数据源的各种特征;其次,把张量分解技术应用于特征提取和聚类分析,以将每个数据源视为数据张量中的不同模态,从而揭示它们潜在的结构和模式;最后,采用与某电商平台合作得到的涵盖数万消费者的多模态购物数据的数据集进行实验。实验结果表明,所提结合卷积神经网络(CNN)的张量分解算法在消费电子相关数据集上表现出色,准确率均超过0.7,同时在纯度、调整兰德指数(ARI)和归一化互信息(NMI)等关键指标上也表现突出,验证了所提方法在捕捉数据内在结构和相似性方面的有效性;与动态的多聚类(DMCR)方法、深度多模态聚类(DMMC)方法以及FAST-CNN等现有方法相比,所提方法在多个评价指标上均显示出显著优势,不仅验证了它在准确性和稳定性方面优于对比方法,而且展现了它在揭示数据底层原理和异构数据之间相互关系方面的优势。 展开更多
关键词 卷积神经网络 张量分解 多聚类 深度学习 消费电子产品
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部