融合时间上下文信息的序列推荐系统框架

1

作者 逯暄 昝晓亮 +1 位作者 彭甫镕 颜无瑕 《小型微型计算机系统》 北大核心 2025年第4期796-802,共7页

序列推荐相对于协同过滤方法在考虑用户行为顺序和个性化推荐等方面具有明显优势.然而现有的大多数序列推荐模型着重关注用户历史行为间的关系,忽略了用户兴趣随时间的演化特征,对此,本文提出了一种融合时间上下文信息的序列推荐通用学... 序列推荐相对于协同过滤方法在考虑用户行为顺序和个性化推荐等方面具有明显优势.然而现有的大多数序列推荐模型着重关注用户历史行为间的关系,忽略了用户兴趣随时间的演化特征,对此,本文提出了一种融合时间上下文信息的序列推荐通用学习框架.该框架将Tucker分解技术与注意力机制相融合,为每个用户行为分配适当的注意力权重,使模型关注对当前推荐任务更重要的时间上下文信息.此外,使用了分布鲁棒性损失函数来解决训练数据与测试数据之间可能存在的分布漂移问题.3个公开数据集上的实验结果表明,本文框架适用于不同的序列推荐模型并能提升推荐性能. 展开更多

关键词 推荐系统 序列推荐 时间上下文信息 Tucker分解 分布漂移

在线阅读 下载PDF 职称材料

STVW-MVC算法在电竞比赛分析中的应用

2

作者 王欣 徐蕾艳 吴菲 《印刷与数字媒体技术研究》 北大核心 2025年第1期169-178,196,共11页

近年来,电子竞技类型的比赛逐渐出现在大众的视野中,电竞比赛中对于各战队和选手战术和隐藏模式的分析是重要的一环。以往对于比赛的分析大多通过专家人工分析,存在主观因素强,难以分析战队和选手的隐藏模式等问题。本研究提出了一种时... 近年来,电子竞技类型的比赛逐渐出现在大众的视野中,电竞比赛中对于各战队和选手战术和隐藏模式的分析是重要的一环。以往对于比赛的分析大多通过专家人工分析,存在主观因素强,难以分析战队和选手的隐藏模式等问题。本研究提出了一种时序感知的视图权重融合多视图聚类算法STVW-MVC,增加了视图重要性权重,改进了原算法中对于多视图信息一致性的处理,针对比赛中的各数据进行更准确的多视图聚类,以挖掘参赛选手或战队的战术和隐藏模式。相比原有的MVC-MAE算法,该算法更注重时序信息,使得时间序列靠后的信息会与时间序列靠前的信息产生信息一致性,而时间序列靠前的信息无法与其之后的信息产生一致性,能够更好地挖掘出潜在特征,从而进行更有效的聚类。除此以外,本研究还引入了视图重要性权重和视图相关性阈值,提高了聚类效果。实验表明,本研究算法的聚类结果更加紧凑合理,为电子竞技比赛数据的分析提供了一种更高效、更准确的方法。 展开更多

关键词 深度自编码器聚类 MVC-MAE算法 多视图 信息一致性 时间序列

在线阅读 下载PDF 职称材料

混合特征及多头注意力的中文短文本分类

3

作者 江结林 朱永伟 +2 位作者 许小龙 崔燕 赵英男 《计算机工程与应用》 CSCD 北大核心 2024年第9期237-243,共7页

传统的短文本分类研究方法存在两方面不足,一是不能全面地表示文本的语义信息,二是无法充分地提取和融合文本全局和局部信息。基于此,提出一种混合特征及多头注意力(HF-MHA)的中文短文本分类方法。该方法利用预训练模型计算中文短文本... 传统的短文本分类研究方法存在两方面不足,一是不能全面地表示文本的语义信息,二是无法充分地提取和融合文本全局和局部信息。基于此,提出一种混合特征及多头注意力(HF-MHA)的中文短文本分类方法。该方法利用预训练模型计算中文短文本的字符级向量和词级向量表示,以得到更全面的文本特征向量表示;采用多头注意力机制捕捉文本序列中的依赖关系,以提高文本的语义理解;通过卷积神经网络分别提取两种向量表示的特征,并将其融合为一个特征向量,以整合文本的全局和局部信息;通过输出层得到分类结果。在三个公开数据集上的实验表明,HF-MHA能够有效地提升中文短文本分类的性能。 展开更多

关键词 中文短文本分类 注意力机制 词级向量 字符级向量

在线阅读 下载PDF 职称材料

多头注意力机制的全频图像去噪算法 被引量：3

4

作者 江结林 史明月 +1 位作者 杨海东 崔燕 《计算机工程与应用》 CSCD 北大核心 2024年第16期236-247,共12页

近年来,深度卷积神经网络(convolutional neural network,CNN)在图像去噪领域取得了显著成果。然而,现有的大部分去噪方法都是将噪声图像直接输入CNN模型训练,依赖于裁剪大量的图像训练块,重复裁剪的区域不仅浪费计算资源,还限制了特征... 近年来,深度卷积神经网络(convolutional neural network,CNN)在图像去噪领域取得了显著成果。然而,现有的大部分去噪方法都是将噪声图像直接输入CNN模型训练,依赖于裁剪大量的图像训练块,重复裁剪的区域不仅浪费计算资源,还限制了特征提取的多样性,导致图像纹理细节的丢失。为解决这些问题,提出一种适用于去除加性高斯白噪声和真实图像噪声的全频增强多头注意力去噪网络。该方法将噪声图像分解为低频和高频分量,并与噪声图像一起输入网络进行训练,通过增加网络宽度来提取更丰富的图像特征。特征增强多头注意力机制关注图像级别的特征,能够保留更多的纹理细节。为了得到干净噪声映射,还设计了噪声学习模块来去除冗余特征并优化图像的残差特征。在Set12、CBSD68等多个数据集上验证了所提出方法的有效性。实验结果显示,该方法在灰度噪声图像去噪、彩色噪声图像去噪以及真实图像去噪方面均优于ADNet、AMDNet、MWDCNN等主流去噪方法,而且使用该方法去噪后的图像具有更清晰的视觉效果。 展开更多

关键词 图像去噪 高斯噪声 多头注意力 残差学习 频率分解

在线阅读 下载PDF 职称材料

一类带线性约束的变分不等式的预测校正方法的收敛率分析

5

作者 葛志利 谭志聪 +1 位作者 徐莹莹 张欣 《南京师大学报（自然科学版）》 CAS 北大核心 2024年第3期1-7,共7页

考虑一类带线性约束的变分不等式问题:寻找x^(*)∈Ω满足F(x^(*))^(T)(x-x^(*))≥0,■x∈Ω,其中Ω={x∈R^(n)|Ax≤b,x∈K},A∈R^(m×n),b∈R^(m),K是R^(n)上的一个简单的非空闭凸子集,F是R^(n)到R^(n)的连续未知算子且满足强单调.... 考虑一类带线性约束的变分不等式问题:寻找x^(*)∈Ω满足F(x^(*))^(T)(x-x^(*))≥0,■x∈Ω,其中Ω={x∈R^(n)|Ax≤b,x∈K},A∈R^(m×n),b∈R^(m),K是R^(n)上的一个简单的非空闭凸子集,F是R^(n)到R^(n)的连续未知算子且满足强单调.对此类问题,本文研究了一种新的预测校正方法.根据已有的收敛性结果,利用误差界条件进一步分析了该方法的线性收敛性.最后,通过交通均衡问题中两个带线性约束例子的数值结果展示了算法的有效性. 展开更多

关键词 线性约束 变分不等式 全局线性收敛性 预测校正方法

在线阅读 下载PDF 职称材料

基于统计极差和变异系数的特征抽取研究 被引量：6

6

作者 甄志龙 张居晓 《统计与决策》 CSSCI 北大核心 2022年第23期43-47,共5页

经典的文本频数DF从全局角度统计某个单词特征出现的文本数,而忽略了局部信息。文章针对传统DF文本特征抽取方法存在的不足,对DF方法进行了改进和优化,通过考虑单词特征的局部信息和全局信息,利用类别信息从局部统计单词在各个类上的分... 经典的文本频数DF从全局角度统计某个单词特征出现的文本数,而忽略了局部信息。文章针对传统DF文本特征抽取方法存在的不足,对DF方法进行了改进和优化,通过考虑单词特征的局部信息和全局信息,利用类别信息从局部统计单词在各个类上的分布,并结合分散性和变异性利用极差、变异系数和变形KL散度三种方式从全局角度度量单词重要性,提出了一种基于统计极差和变异系数的文本特征抽取方法。在英文文本数据集路透社Reuters-21578财经新闻和20Newsgroups新闻组以及中文文本数据集搜狗新闻语料库中进行了实验和测试,结果表明,该方法能够提升文本特征抽取的效果,与其他方法相比在多类别平衡文本数据集上更能显示其优越性。 展开更多

关键词 极差 变异系数 文本频数 特征抽取

在线阅读 下载PDF 职称材料

卡方统计中基于KL散度的高维文本数据特征筛选 被引量：5

7

作者 甄志龙 张居晓 《统计与决策》 CSSCI 北大核心 2022年第17期43-46,共4页

特征的高维性和数据的稀疏性问题会严重影响分类的准确性,卡方统计可以在保持分类精度不变的情况下,有效地对高维文本数据特征进行筛选。文章通过KL散度检验观测值与理论值的偏差程度,用KL散度度量特征与类别之间的相关性,改进了现有的... 特征的高维性和数据的稀疏性问题会严重影响分类的准确性,卡方统计可以在保持分类精度不变的情况下,有效地对高维文本数据特征进行筛选。文章通过KL散度检验观测值与理论值的偏差程度,用KL散度度量特征与类别之间的相关性,改进了现有的最大或平均全局评价方法。采用KNN分类模型在标准数据集上进行实验的结果表明,所提方法在大幅度降低文本数据特征向量空间维数的同时,还能推动分类性能的提高。 展开更多

关键词 卡方统计 KL散度 高维文本数据 特征筛选

在线阅读 下载PDF 职称材料

基于关键动作双重转移概率的连续手语语句识别算法

8

作者 李晨 黄元元 胡作进 《计算机科学》 CSCD 北大核心 2019年第S11期299-302,共4页

目前,连续手语识别的最大难点在于如何对其中包含的词汇进行有效分割。本文将关键动作看作手语的基元,提出了一种基于关键动作双重转移概率的连续手语识别算法。在获得连续手语基元序列的前提下,根据相邻基元的词内及词间转移关系,可以... 目前,连续手语识别的最大难点在于如何对其中包含的词汇进行有效分割。本文将关键动作看作手语的基元,提出了一种基于关键动作双重转移概率的连续手语识别算法。在获得连续手语基元序列的前提下,根据相邻基元的词内及词间转移关系,可以有效地寻找到词汇边界,从而对基元序列做分割,并逐一识别出各基元分组的候选词汇。最后,根据不同基元分组的候选词汇间的转移概率,计算出对应合成句子的概率,并按照最大概率原则输出连续手语的最终识别结果。该算法容易实现,执行效率高,经实验验证其可以面向非特定人群。 展开更多

关键词 手语语句 关键动作 转移概率

在线阅读 下载PDF 职称材料

深度学习在场景文字识别技术中的应用综述 被引量：24

9

作者 刘艳菊 伊鑫海 +2 位作者 李炎阁 张惠玉 刘彦忠 《计算机工程与应用》 CSCD 北大核心 2022年第4期52-63,共12页

随着深度学习技术在计算机视觉领域的发展,场景文本检测与文字识别技术也有了突破性的进展。受到自然场景下极端光照、遮挡、模糊、多方向多尺度等情况的影响,无约束的场景文本检测与识别仍然面临着巨大的挑战。从深度学习的角度对场景... 随着深度学习技术在计算机视觉领域的发展,场景文本检测与文字识别技术也有了突破性的进展。受到自然场景下极端光照、遮挡、模糊、多方向多尺度等情况的影响,无约束的场景文本检测与识别仍然面临着巨大的挑战。从深度学习的角度对场景文本检测和文字识别技术进行深入研究,总结出在文本检测技术中将基于分割的方法与回归的方法优势相结合,可以解决小文本区域的召回率较低的问题,同时适应多尺度文本;在文本识别方法中将CTC机制与Attention机制相结合,可以相互监督以提升识别性能,降低长文本识别的出错率。 展开更多

关键词 深度学习 计算机视觉 自然场景 文本检测 文字识别

在线阅读 下载PDF 职称材料

基于二级匹配策略的实时动态手语识别 被引量：4

10

作者 梁文乐 黄元元 胡作进 《计算机科学》 CSCD 北大核心 2017年第7期299-303,共5页

动态手语可以利用其轨迹与关键手型加以描述。大量的统计实验数据表明,大多数的常用手语通过轨迹曲线的匹配即可实现识别,因此,提出一种针对动态手语的分级匹配识别算法。首先利用体感设备获取手势轨迹,并根据轨迹的点密度分布设计了一... 动态手语可以利用其轨迹与关键手型加以描述。大量的统计实验数据表明,大多数的常用手语通过轨迹曲线的匹配即可实现识别,因此,提出一种针对动态手语的分级匹配识别算法。首先利用体感设备获取手势轨迹,并根据轨迹的点密度分布设计了一种关键帧检测算法以提取手势的关键手型,结合轨迹的曲线特征,实现对动态手语的精确描述。然后利用优化的动态时间规整(DTW)算法完成对手语的一级匹配,即轨迹匹配。若此时可以得到识别结果,那么识别过程可以结束,否则进入二级匹配,即针对关键手型再做匹配识别,从而得到最终的识别结果。实验证明,所提算法不仅实时性好,识别的准确率也较高。 展开更多

关键词 动态手语识别 手语轨迹 关键帧 动态时间规整

在线阅读 下载PDF 职称材料

基于卷积神经网络的热轧钢条表面实时缺陷检测 被引量：27

11

作者 刘艳菊 王秋霁 +1 位作者 赵开峰 刘彦忠 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第12期211-219,共9页

热轧钢条的表面质量对成品至关重要,因此必须要严格控制热轧钢条的表面出现的缺陷。针对当前YOLOv4算法检测精度不高、对小范围信息表现较差等问题,提出一种改进YOLOv4自动检测方法。首先,将YOLOv4中特征提取网络CSPDarknet53换为轻量... 热轧钢条的表面质量对成品至关重要,因此必须要严格控制热轧钢条的表面出现的缺陷。针对当前YOLOv4算法检测精度不高、对小范围信息表现较差等问题,提出一种改进YOLOv4自动检测方法。首先,将YOLOv4中特征提取网络CSPDarknet53换为轻量级深层神经网络MobileNetv3来提高检测速度,并且加强对检测目标特征提取以及减少梯度消失问题。其次,采用K-Means聚类生成适合本实验的先验框,有效提高学习效率,加快收敛速度。最后,对置信度损失进行重新定义,提出一种能够适应多尺度的损失函数,来解决因正负样本不平衡而导致检测效果差的问题。实验结果表明,该方法较原YOLOv4模型在热轧钢条的表面缺陷检测上的均值平均精度值提高约7.94%,速度提升约4.52 f/s,在保证检测速度的基础上有效提高了精确度。 展开更多

关键词 缺陷检测 YOLOv4 MobileNetv3 K-MEANS聚类

在线阅读 下载PDF 职称材料

融合颜色与纹理的复杂场景下的服装图像分割算法 被引量：8

12

作者 郭鑫鹏 黄元元 胡作进 《计算机科学》 CSCD 北大核心 2017年第B11期228-232,共5页

针对复杂场景下拍摄到的服装图像的分割问题,提出一种基于先验知识的融合颜色和纹理特征的无监督分割算法。首先利用块截断编码思想将传统的三维颜色空间截断成为六维空间,得到更为精细的颜色特征,并结合改进的局部二值模式纹理特征实... 针对复杂场景下拍摄到的服装图像的分割问题,提出一种基于先验知识的融合颜色和纹理特征的无监督分割算法。首先利用块截断编码思想将传统的三维颜色空间截断成为六维空间,得到更为精细的颜色特征,并结合改进的局部二值模式纹理特征实现对图像的特征描述;然后根据目标区域和背景区域在图像中出现的统计规律,提出了一种基于先验知识的两分法来对图像进行分割。由于对图像做了分块处理,因此在子图像块的基础上进行的图像分割将更加高效。实验表明,设计的算法能快速有效地将目标区域从各类不同的复杂场景中分割出来,且整个过程无须人工设定任何参数,对后续的图像理解和图像检索具有重要意义。 展开更多

关键词 图像分割 块截断编码 纹理特征 先验知识

在线阅读 下载PDF 职称材料

面向边云协同计算的能耗感知资源调度方法 被引量：7

13

作者 杨君 朱颖雯 《应用科学学报》 CAS CSCD 北大核心 2023年第3期369-377,共9页

边缘计算在处理大量计算复杂的任务时,可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法,首先根据实时保证率将任务分流到云计算和边缘计算,然后基于弹性资源特性提出能耗... 边缘计算在处理大量计算复杂的任务时,可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法,首先根据实时保证率将任务分流到云计算和边缘计算,然后基于弹性资源特性提出能耗感知的资源调度策略,为实时任务生成虚拟资源配置方案,最后通过仿真实验验证了所提算法的有效性,该算法可以在保证实时性的前提下降低能耗。 展开更多

关键词 能耗感知 资源调度 边云协同计算 弹性资源

在线阅读 下载PDF 职称材料

基于关键帧的连续手语语句识别算法研究 被引量：4

14

作者 郭鑫鹏 黄元元 胡作进 《计算机科学》 CSCD 北大核心 2017年第B11期178-183,共6页

目前,对于动态手语的识别大多只是针对手语词汇的,对连续的手语语句的识别研究以及相应成果较少,原因在于难以对其进行有效的分割。提出了一种基于加权关键帧的手语语句识别算法。关键帧可以看作是手语词汇的基本组成单元,根据关键帧即... 目前,对于动态手语的识别大多只是针对手语词汇的,对连续的手语语句的识别研究以及相应成果较少,原因在于难以对其进行有效的分割。提出了一种基于加权关键帧的手语语句识别算法。关键帧可以看作是手语词汇的基本组成单元,根据关键帧即可得到相关词汇,并将其组成连续的手语语句,从而避免了对手语语句直接做分割的难点。借助于体感设备,首先提出了一种基于手语轨迹的自适应关键帧提取算法,然后根据关键帧包含的语义对其进行加权处理,最后设计了基于加权关键帧序列的识别算法,得到连续的手语语句。实验证明,设计的算法可以实现对连续手语语句的实时识别。 展开更多

关键词 手语语句识别 关键帧 手语轨迹 体感设备

在线阅读 下载PDF 职称材料

连续复杂手语中关键动作的提取算法 被引量：2

15

作者 徐鑫鑫 黄元元 胡作进 《计算机科学》 CSCD 北大核心 2018年第B11期189-193,共5页

文中提出了一种在手语动作中提取关键动作的算法。在连续复杂的手语动作中,关键动作数量少且状态相对稳定,因此利用关键动作构造手语的数据模型,将会减少不稳定因素,提高准确率。因此文中提出了一种自适应的分类算法,利用关键动作之间... 文中提出了一种在手语动作中提取关键动作的算法。在连续复杂的手语动作中,关键动作数量少且状态相对稳定,因此利用关键动作构造手语的数据模型,将会减少不稳定因素,提高准确率。因此文中提出了一种自适应的分类算法,利用关键动作之间时间的先后关系,以及动作上的不相关性,逐步提取关键动作。实验证明,该算法不仅可以面向非特定人群,而且无论是对单独的手语词汇,还是连续的手语语句,均可以提取到全部的关键动作。关键动作可以看作是手语的基元,因此关键动作的提取对于构造新的手语数据模型以及识别手语都具有重要意义。 展开更多

关键词 体感设备 连续复杂手语 关键动作 手语识别

在线阅读 下载PDF 职称材料

基于灰度共生矩阵和精度高斯支持向量机的中国手语手指语识别 被引量：6

16

作者 蒋贤维 张妙娴 朱兆松 《计算机科学》 CSCD 北大核心 2019年第S11期303-308,共6页

手语识别是打破聋人和健听人之间交流障碍的有效途径。中国手语一般可以分为手势语和手指语,手势语因为地区性和个体差异性导致种类和变化繁多,识别相对困难,所以需要不断学习和训练;手指语通过拼音字母的表现形式给出结果,表达具有确定... 手语识别是打破聋人和健听人之间交流障碍的有效途径。中国手语一般可以分为手势语和手指语,手势语因为地区性和个体差异性导致种类和变化繁多,识别相对困难,所以需要不断学习和训练;手指语通过拼音字母的表现形式给出结果,表达具有确定性,尤其在姓名、特殊含义、抽象表达方面效果明显。手语识别中,大部分的研究主要聚焦于某种手势,围绕手形、方向、位置和运动轨迹等关键特征,并结合某些学习算法来提升识别的准确率,然而最基本可靠的手指语识别却往往被忽略。为此,文中提出了一种基于灰度共生矩阵(GLCM)和精度高斯支持向量机(FGSVM)的方法来更准确有效地识别中国手语手指语。首先构建手指语数据集,即通过数码相机直接获取手指语图像或者从视频中选取关键帧作为手语图像素材,然后将手形从图像背景中分割出来,把每个图像调整为N×N的特定尺寸并转换为灰度图像;其次是提取特征,即对灰度图像中强度值的数量进行降维,同时创建对应的灰度共生矩阵,通过调整像素间的距离和角度等参数来获取增强的数据特征;最后,将提取的图像的特征数据提交到精度高斯支持向量机分类器中,进行10倍交叉验证和分类测试。对30种类别的510个中国手语手指语图像样本的实验结果表明,基于GLCM-FGSVM的分类准确率最高可达到92.7%,可以认为该方法在中国手语手指语分类方面卓有成效。 展开更多

关键词 手语识别 中国手语 手指语 灰度共生矩阵 精度高斯支持向量机

在线阅读 下载PDF 职称材料