检索结果-维普期刊中文期刊服务平台

离散语音情感识别研究进展被引量：1: 1; 作者郭丽丽王龙标 +1 位作者党建武丁世飞《软件学报》 EI CSCD 北大核心 2024年第12期5487-5508,共22页; 语音情感识别是情感计算的重要组成部分,在人机交互中占据重要的地位.准确地识别说话人的情感信息,有助于机器更好地理解用户的意图,进而提供良好的交互性以提升用户的体验.以离散语音情感为对象,对语音情感识别的理论和方法进行综述.... 展开更多; 关键词语音情感识别声学特征相位信息分类模型深度学习; 在线阅读下载PDF 职称材料

基于分层潜在语义驱动网络的事件检测: 2; 作者肖梦南贺瑞芳马劲松《计算机研究与发展》 EI CSCD 北大核心 2024年第1期184-195,共12页; 事件检测旨在检测句子中的触发词并将其分类为预定义的事件类型.如何有效地表示触发词是实现该任务的核心要素.目前基于表示的方法通过复杂的深度神经网络来学习候选触发词的语义表示,以提升模型性能.然而,其忽略了2个问题:1)受句子语... 展开更多; 关键词潜在语义分层结构变分自编码器表示学习事件检测; 在线阅读下载PDF 职称材料

基于消息传递和图先验分布的微博主题模型: 3; 作者王浩成贺瑞芳 +1 位作者吴辰昊刘焕宇《软件学报》 EI CSCD 北大核心 2024年第11期5133-5148,共16页; 检测社交媒体文本中的潜在主题是一项有意义的任务.由于帖子具有表达简短、非正规的特点,其将带来严重的数据稀疏问题.不仅如此,基于变分自编码器(variational auto-encoder,VAE)的模型在主题推断过程中还忽视了用户间的社交关系,考虑VA... 展开更多; 关键词社交媒体主题检测用户相关性图先验分布; 在线阅读下载PDF 职称材料

一种只利用序列信息预测RNA结合蛋白的深度学习模型被引量：10: 4; 作者李洪顺于华宫秀军《计算机研究与发展》 EI CSCD 北大核心 2018年第1期93-101,共9页; RNA结合蛋白在选择性剪贴、RNA编辑及甲基化等多种生物功能中发挥非常重要的作用,从氨基酸序列预测这些蛋白的功能成为基因组功能注释领域的重要挑战之一.传统的预测方法往往从序列中提取氨基酸的理化特性作为初始特征,忽略了motif及mo... 展开更多; 关键词 RNA结合蛋白卷积神经网络长短期记忆神经网络特征学习深度学习; 在线阅读下载PDF 职称材料

基于Hadoop架构的数据驱动的SVM并行增量学习算法被引量：2: 5; 作者邳文君宫秀军《计算机应用》 CSCD 北大核心 2016年第11期3044-3049,共6页; 针对传统支持向量机(SVM)算法难以处理大规模训练数据的困境,提出一种基于Hadoop的数据驱动的并行增量Adaboost-SVM算法(PIASVM)。利用集成学习策略,局部分类器处理一个分区的数据,融合其分类结果得到组合分类器;增量学习中用权值刻画... 展开更多; 关键词 HADOOP HBASE 支持向量机增量学习集成学习遗忘因子控制器组件; 在线阅读下载PDF 职称材料

民航信息交换任务调度方案: 6; 作者潘宇宋雪雁孙济洲《计算机应用》 CSCD 北大核心 2014年第5期1507-1510,1520,共5页; 民航信息数据交换平台承担了大数据量的分布式传输任务,需要建立完善的任务调度模型和调度算法。基于民航信息交换平台的架构和需求,在分析比较现有的任务调度模型和调度算法基础上,提出适用于数据交换任务调度问题的解决方案,将点对多... 展开更多; 关键词数据交换数据模型任务调度 STEINER树遗传算法; 在线阅读下载PDF 职称材料

题名离散语音情感识别研究进展被引量：1: 1; 作者郭丽丽王龙标党建武丁世飞; 机构中国矿业大学计算机科学与技术学院天津大学智能与计算学部天津市认知计算与应用重点实验室(天津大学) Japan Advanced Institute of Science and Technology; 出处《软件学报》 EI CSCD 北大核心 2024年第12期5487-5508,共22页; 基金国家自然科学基金(62276265,62176182,62276185) 中央高校基本科研业务费专项资金(2022QN1096)。; 文摘语音情感识别是情感计算的重要组成部分,在人机交互中占据重要的地位.准确地识别说话人的情感信息,有助于机器更好地理解用户的意图,进而提供良好的交互性以提升用户的体验.以离散语音情感为对象,对语音情感识别的理论和方法进行综述.首先在全面回顾情感识别发展历程的同时,提出一个语音情感识别综述框架.其次,介绍情感描述方法以及常用的情感语料库,旨在为语音情感识别提供基础支撑.然后,概述语音情感识别过程,主要包括特征提取和识别模型,重点归纳总结传统分类模型、经典深度模型、其他先进模型,并介绍常用的评价指标,同时基于评价指标对模型进行总结.最后,探讨语音情感识别领域所面临的挑战,并对未来的发展趋势进行展望.; 关键词语音情感识别声学特征相位信息分类模型深度学习; Keywords speech emotion recognition(SER) acoustic feature phase information classification model deep learning; 分类号 TP18 [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

题名基于分层潜在语义驱动网络的事件检测: 2; 作者肖梦南贺瑞芳马劲松; 机构天津大学智能与计算学部天津市认知计算与应用重点实验室(天津大学); 出处《计算机研究与发展》 EI CSCD 北大核心 2024年第1期184-195,共12页; 基金国家自然科学基金项目(61976154) 国家重点研发计划项目(2019YFC1521200)。; 文摘事件检测旨在检测句子中的触发词并将其分类为预定义的事件类型.如何有效地表示触发词是实现该任务的核心要素.目前基于表示的方法通过复杂的深度神经网络来学习候选触发词的语义表示,以提升模型性能.然而,其忽略了2个问题:1)受句子语境的影响,同一个触发词会触发不同的事件类型;2)受自然语言表达多样性的影响,不同的触发词会触发同一个事件类型.受变分自编码器中隐变量及其他自然语言处理(natural language processing,NLP)任务中分层结构的启发,提出基于分层潜在语义驱动网络(hierarchical latent semantic-driven network,HLSD)的事件检测方法,通过句子和单词的潜在语义信息来辅助缓解以上2个问题.模型从文本表示空间中分层降维到新的潜在语义空间,探索事件宏微观语境中更本质的影响信息.首先,通过BERT对候选句子进行编码,得到句子的表示和句子中单词的表示;其次,设计一个双重的潜在语义机制,并采用VAE挖掘句子和单词级潜在语义;最后,从不同粒度的上下文角度,提出采用一个由粗到细的分层结构来充分使用句子和单词的潜在信息,从而提升模型的性能.ACE2005英文语料库上的实验结果表明,所提方法的F1值在事件检测任务上达到了77.9%.此外,在实验部分对以上2个问题进行了定量分析,证明了所提方法的有效性.; 关键词潜在语义分层结构变分自编码器表示学习事件检测; Keywords latent semantic hierarchical structure variational auto-encoder representation learning event detection; 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

题名基于消息传递和图先验分布的微博主题模型: 3; 作者王浩成贺瑞芳吴辰昊刘焕宇; 机构天津大学智能与计算学部天津市认知计算与应用重点实验室(天津大学); 出处《软件学报》 EI CSCD 北大核心 2024年第11期5133-5148,共16页; 基金国家自然科学基金(61976154) 国家重点研发计划(2019YFC1521200)。; 文摘检测社交媒体文本中的潜在主题是一项有意义的任务.由于帖子具有表达简短、非正规的特点,其将带来严重的数据稀疏问题.不仅如此,基于变分自编码器(variational auto-encoder,VAE)的模型在主题推断过程中还忽视了用户间的社交关系,考虑VAE假设输入的数据点间是相互独立的.这导致了推断的潜在主题变量间缺少了相关性信息,进而导致主题不够连贯.社交网络结构信息不仅聚合上下文信息的线索,还暗示了用户间的主题相关性.因此,提出基于消息传递和图先验分布的微博主题模型,其借助图卷积网络(graph convolution network,GCN)编码更加丰富的上下文信息,并且在变分自编码器推断主题的过程中,通过图先验分布整合用户交互关系以促进对多数据点复杂关系的理解,从而更好地挖掘社交媒体主题信息.在3个真实微博数据集上的实验证明了所提方法的有效性.; 关键词社交媒体主题检测用户相关性图先验分布; Keywords topic detection of social media user correlation graph prior distribution; 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

题名一种只利用序列信息预测RNA结合蛋白的深度学习模型被引量：10: 4; 作者李洪顺于华宫秀军; 机构天津大学计算机科学与技术学院天津市认知计算与应用重点实验室(天津大学); 出处《计算机研究与发展》 EI CSCD 北大核心 2018年第1期93-101,共9页; 基金国家自然科学基金项目(61930007) 国家“八六三”高技术研究发展计划基金项目(2015BA3005) 国家“九七三”重点基础研究发展计划基金项目(013CB32930X); 文摘 RNA结合蛋白在选择性剪贴、RNA编辑及甲基化等多种生物功能中发挥非常重要的作用,从氨基酸序列预测这些蛋白的功能成为基因组功能注释领域的重要挑战之一.传统的预测方法往往从序列中提取氨基酸的理化特性作为初始特征,忽略了motif及motif之间的位置信息,同时由于训练数据规模小、噪声大,导致预测的精度及可信度降低.在此提出了一种从序列预测RNA结合蛋白的深度学习模型.该模型利用2阶段卷积神经网络探测蛋白质序列的功能域,利用长短期记忆网络获得序列的定长特征表示并且能够学习到功能域之间的长短期依赖关系.预测算法中所用到的特征均是通过"学习"自动获得,克服了传统机器学习中特征选择过程过多的人工干预.实验结果表明:模型在处理大规模序列数据时具有明显的优势.; 关键词 RNA结合蛋白卷积神经网络长短期记忆神经网络特征学习深度学习; Keywords RNA-binding proteins convolutional neutral network(CNN) long short-term memory neural network(LSTM) feature learning deep learning; 分类号 TP183 [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

题名基于Hadoop架构的数据驱动的SVM并行增量学习算法被引量：2: 5; 作者邳文君宫秀军; 机构天津大学计算机科学与技术学院天津市认知计算与应用重点实验室(天津大学); 出处《计算机应用》 CSCD 北大核心 2016年第11期3044-3049,共6页; 基金国家自然科学基金资助项目(61170177) 国家863计划重点项目(2015AA020101) 国家973计划项目(2013CB32930X)~~; 文摘针对传统支持向量机(SVM)算法难以处理大规模训练数据的困境,提出一种基于Hadoop的数据驱动的并行增量Adaboost-SVM算法(PIASVM)。利用集成学习策略,局部分类器处理一个分区的数据,融合其分类结果得到组合分类器;增量学习中用权值刻画样本的空间分布特性,对样本进行迭代加权,利用遗忘因子实现新增样本的选择及历史样本的淘汰;采用基于HBase的控制器组件用以调度迭代过程,持久化中间结果并减小MapReduce原有框架迭代过程中的带宽压力。多组实验结果表明,所提算法具有优良的加速比、扩展率和数据伸缩度,在保证分类精度的基础上提高了SVM算法对大规模数据的处理能力。; 关键词 HADOOP HBASE 支持向量机增量学习集成学习遗忘因子控制器组件; Keywords Hadoop HBase Support Vector Machine （SVM） incremental learning ensemble leaning forgetting factor controller component; 分类号 TP311 [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

题名民航信息交换任务调度方案: 6; 作者潘宇宋雪雁孙济洲; 机构天津大学计算机科学与技术学院天津市认知计算与应用重点实验室(天津大学); 出处《计算机应用》 CSCD 北大核心 2014年第5期1507-1510,1520,共5页; 基金国家自然科学基金资助项目(61039001) 天津市科技支撑计划重点项目(11ZCKFGX04200); 文摘民航信息数据交换平台承担了大数据量的分布式传输任务,需要建立完善的任务调度模型和调度算法。基于民航信息交换平台的架构和需求,在分析比较现有的任务调度模型和调度算法基础上,提出适用于数据交换任务调度问题的解决方案,将点对多点数据传输网络映射为带约束的Steiner树模型,并用改进的遗传算法进行求解。实验仿真将此算法与最大带宽优先分配算法对比,结果充分验证了模型的正确性和可行性。; 关键词数据交换数据模型任务调度 STEINER树遗传算法; Keywords data exchange data model task scheduling Steiner tree Genetic Algorithm （GA）; 分类号 TP311 [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	作者	出处	发文年	被引量	操作
1	离散语音情感识别研究进展	郭丽丽王龙标党建武丁世飞	《软件学报》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于分层潜在语义驱动网络的事件检测	肖梦南贺瑞芳马劲松	《计算机研究与发展》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于消息传递和图先验分布的微博主题模型	王浩成贺瑞芳吴辰昊刘焕宇	《软件学报》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	一种只利用序列信息预测RNA结合蛋白的深度学习模型	李洪顺于华宫秀军	《计算机研究与发展》 EI CSCD 北大核心	2018	10	在线阅读下载PDF 职称材料
5	基于Hadoop架构的数据驱动的SVM并行增量学习算法	邳文君宫秀军	《计算机应用》 CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
6	民航信息交换任务调度方案	潘宇宋雪雁孙济洲	《计算机应用》 CSCD 北大核心	2014	0	在线阅读下载PDF 职称材料