基于多维特征分析的月用电量精准预测研究 被引量：24

1

作者 唐静 李瑞轩 +4 位作者 黄宇航 向万红 解来甲 彭一轩 宁立 《电力系统保护与控制》 EI CSCD 北大核心 2017年第16期145-150,共6页

用户用电量的精准预测是智能配用电大数据应用和发展的关键之一。区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法。基于海量多用户用电特性,建立多维度用电... 用户用电量的精准预测是智能配用电大数据应用和发展的关键之一。区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法。基于海量多用户用电特性,建立多维度用电特征评价指标体系。对用户用电特性空间进行聚类和分析,挖掘和识别用电模式。在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响。该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性。 展开更多

关键词 配用电大数据 用电量预测 多维特征分析 数据挖掘

在线阅读 下载PDF 职称材料

基于运动模式与时频域融合的行人轨迹预测

2

作者 刘亚俊 纪庆革 《计算机科学》 北大核心 2025年第7期92-102,共11页

由于人类行为存在不确定性以及预测未来固有的多模态特点,如何区别预测轨迹的可能性与重要性成为不可避免的问题;行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏;此外,以往研究局限于轨迹时域或频域单... 由于人类行为存在不确定性以及预测未来固有的多模态特点,如何区别预测轨迹的可能性与重要性成为不可避免的问题;行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏;此外,以往研究局限于轨迹时域或频域单个维度,未能同时纳入研究。为此,提出了一种基于运动模式与时频域融合的行人轨迹预测模型MPTF,其由轨迹概率预测、回归预测与门控融合网络等组成。概率预测子网络提取轨迹时频域高维特征,结合运动模式以分类方式推理未来轨迹发生概率;回归预测子网络的时域处理分支挖掘行人社交关系,频域处理分支则着重关注不同频率分量对预测准确性的差异性影响;门控网络融合双维度推理特征,以回归方式预测多模态未来轨迹。公开数据集实验表明:MPTF在评估指标ADE与FDE上的总体性能达到研究前沿同等竞争力水平,在UNIV数据集上,ADE/FDE取得0.22/0.40的最优结果,在ETH数据集上,FDE提升8.5%,证明了结合时频域轨迹特征方法的有效性。 展开更多

关键词 行人轨迹预测 运动模式 频域特征 注意力机制 TRANSFORMER

在线阅读 下载PDF 职称材料

融合显著视口提取与跨层注意力的全景图像质量评价方法

3

作者 林恒 纪庆革 《计算机科学》 北大核心 2025年第9期249-258,共10页

全景图像作为沉浸式多媒体的重要内容形式,提供360度水平和180度垂直视角的视觉体验,直接影响用户在虚拟现实(Virtual Reality,VR)中的沉浸感。为解决全景图像质量评价中投影失真和多尺度特征利用不充分的问题,提出了一种显著视口注意... 全景图像作为沉浸式多媒体的重要内容形式,提供360度水平和180度垂直视角的视觉体验,直接影响用户在虚拟现实(Virtual Reality,VR)中的沉浸感。为解决全景图像质量评价中投影失真和多尺度特征利用不充分的问题,提出了一种显著视口注意力网络(Salient Viewport Attention Network,SVA-Net)。该网络由显著性引导的视口提取模块、跨层注意力依赖模块和多通道融合回归模块组成,旨在缓解投影失真问题,同时高效提取多尺度特征并增强特征表达能力。实验结果表明,SVA-Net在两个公开数据集上相比现有方法,在图像质量预测精度上有显著提升,并展示了良好的泛化能力。该方法通过结合显著视口采样和跨层注意力机制,增强了特征表示,提升了全景图像质量评价的准确性,预测结果更接近人类主观评价。 展开更多

关键词 全景图像 客观图像质量评价 交叉注意力 显著性增强 跨层注意力

在线阅读 下载PDF 职称材料

融合知识图谱与循环神经网络的推荐模型 被引量：15

4

作者 程淑玉 黄淑桦 印鉴 《小型微型计算机系统》 CSCD 北大核心 2020年第8期1670-1675,共6页

为了解决协同过滤推荐所面对的数据稀疏问题,本文提出一个融合知识图谱与循环神经网络的推荐模型.传统的方法是将知识图谱特征学习模块与推荐模块独立开来,这样学习到的实体特征对推荐的帮助不大.本文提出的模型将知识图谱特征学习自动... 为了解决协同过滤推荐所面对的数据稀疏问题,本文提出一个融合知识图谱与循环神经网络的推荐模型.传统的方法是将知识图谱特征学习模块与推荐模块独立开来,这样学习到的实体特征对推荐的帮助不大.本文提出的模型将知识图谱特征学习自动融合到了推荐系统,首先依据"偏好扩散"思想,利用知识图谱中实体的连接获取用户扩散偏好集,其次将用户扩散偏好集作为循环神经网络的输入,融合基于物品的注意力机制进行用户偏好特征表示学习,最后基于用户偏好特征预测用户喜欢某个物品的概率.该模型丰富了用户的偏好特征,学习出对推荐系统更有用的实体特征表示,增强了推荐效果.本文模型在电影和图书推荐上进行了实验,结果表明该模型在点击率预测、Top-k列表推荐等方面比其他相关算法有更好的表现. 展开更多

关键词 知识图谱 循环神经网络 推荐系统 偏好扩散

在线阅读 下载PDF 职称材料

融合Attention多粒度句子交互自然语言推理研究 被引量：5

5

作者 程淑玉 郭泽颖 +1 位作者 刘威 印鉴 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1215-1220,共6页

自然语言推理的很多问题都可以抽象为句子匹配问题,传统的匹配方法采用的是对句子向量或句子间的词向量做匹配,这些方法都只关注句子自身的语义信息,忽略句子之间的组合特征,造成语义损失.本文提出多粒度句子交互匹配方法,引入Attentio... 自然语言推理的很多问题都可以抽象为句子匹配问题,传统的匹配方法采用的是对句子向量或句子间的词向量做匹配,这些方法都只关注句子自身的语义信息,忽略句子之间的组合特征,造成语义损失.本文提出多粒度句子交互匹配方法,引入Attention机制,通过不同粒度、不同层次的句子交互,利用深度神经网络模型(BiLSTM)对句子蕴含关系进行分类.本文方法在SNLI语料库上进行了丰富的实验,结果表明该方法在自然语言推理任务上比当前最优的方法获得了更好的表现. 展开更多

关键词 自然语言推理 句子匹配 Attention机制 多粒度

在线阅读 下载PDF 职称材料

基于多源融合特征提取的在线广告预测模型 被引量：5

6

作者 刘冶 刘荻 +2 位作者 王砚文 傅自豪 印鉴 《计算机工程》 CAS CSCD 北大核心 2019年第1期178-185,191,共9页

针对智能移动终端应用平台上的广告点击率(CTR)预测问题,在传统PC端Web平台在线广告CTR预测方法的基础上,提出一个新的智能移动终端在线广告投放业务架构。基于此架构,构建基于机器学习的在线广告预测模型,对用户基本信息、广告内容、... 针对智能移动终端应用平台上的广告点击率(CTR)预测问题,在传统PC端Web平台在线广告CTR预测方法的基础上,提出一个新的智能移动终端在线广告投放业务架构。基于此架构,构建基于机器学习的在线广告预测模型,对用户基本信息、广告内容、用户使用环境等多源特征进行融合提取,实现在线广告CTR的精确预测。结合移动APP应用环境的特点,将用户历史行为数据加入预测模型进一步提高CTR预测性能。实验结果表明,该模型具有较高的CTR预测准确率。 展开更多

关键词 计算广告 广告点击率 特征选择 机器学习 预测模型

在线阅读 下载PDF 职称材料

基于FCN和互信息的医学图像配准技术研究 被引量：7

7

作者 曾安 王烈基 +1 位作者 潘丹 黄殷 《计算机工程与应用》 CSCD 北大核心 2020年第18期202-208,共7页

针对传统配准方法在进行三维多模态图像配准时存在收敛速度较慢、容易陷入极值等问题,提出一种基于全卷积神经网络(Fully Convolutional Networks,FCN)和互信息的配准方法。利用FCN模型提取二维图像深层特征并进行粗配准;将得到的配准... 针对传统配准方法在进行三维多模态图像配准时存在收敛速度较慢、容易陷入极值等问题,提出一种基于全卷积神经网络(Fully Convolutional Networks,FCN)和互信息的配准方法。利用FCN模型提取二维图像深层特征并进行粗配准;将得到的配准结果作为互信息算法的初始搜索点,从而使搜索范围缩小至全局最优解附近;利用互信息算法对参数进一步微调优化,得到最优三维配准结果。实验结果表明,在进行CT-MR图像配准时,所提方法不仅可以大幅度提升配准速度,还能有效避免局部收敛的情况,具有更高的准确性。 展开更多

关键词 全卷积神经网络 互信息算法 多模态 三维图像配准

在线阅读 下载PDF 职称材料

基于深度双向LSTM的股票推荐系统 被引量：25

8

作者 曾安 聂文俊 《计算机科学》 CSCD 北大核心 2019年第10期84-89,共6页

面对越来越复杂的数据环境,以经典统计学模型为主的股票预测模型在一定程度上已无法满足人们对预测准确性的要求。深度学习因具有较强的学习能力和抗干扰能力,已逐渐被应用于股票推荐中。但传统的股票推荐模型要么从未考虑时间因素,要... 面对越来越复杂的数据环境,以经典统计学模型为主的股票预测模型在一定程度上已无法满足人们对预测准确性的要求。深度学习因具有较强的学习能力和抗干扰能力,已逐渐被应用于股票推荐中。但传统的股票推荐模型要么从未考虑时间因素,要么仅考虑时间上的单向关系。因此,文中提出了一种基于深度双向LSTM的神经网络预测模型。该模型充分利用了时间序列上向前、向后两个时间方向的上下文关系,解决了长时间序列上的梯度消失和梯度爆炸问题,能够学习到对时间有长期依赖性的信息。同时,该模型引入了Dropout策略,在一定程度上解决了深层网络模型带来的训练难、收敛速度慢和过拟合等问题。在S&P500数据集上的实验表明,基于深度双向LSTM的神经网络预测模型比现有预测模型在误差上降低了2%~5%,使决定系数(r2)提高了10%。 展开更多

关键词 推荐系统 股票预测 深度RNN 双向LSTM

在线阅读 下载PDF 职称材料

虚拟现实在体育仿真中的应用综述:2003年以来的新进展 被引量：3

9

作者 纪庆革 陈浩东 +3 位作者 何穗申 朱泳霖 朱杰夫 张桓恺 《计算机科学》 CSCD 北大核心 2023年第S01期262-271,共10页

许多体育运动受到场地、天气和经济等因素的限制,很难得到开展。随着计算机技术的快速发展,虚拟现实(Virtual Reality,VR)技术被广泛应用于体育运动中,旨在突破以上限制。文中对2003年至今的虚拟现实与体育仿真相结合的技术进行了介绍,... 许多体育运动受到场地、天气和经济等因素的限制,很难得到开展。随着计算机技术的快速发展,虚拟现实(Virtual Reality,VR)技术被广泛应用于体育运动中,旨在突破以上限制。文中对2003年至今的虚拟现实与体育仿真相结合的技术进行了介绍,从体育类型的角度将其归类为竞技体育仿真、娱乐体育仿真、医疗体育仿真和体育相关场景仿真。从近年来的体育仿真实例可以发现,基于VR技术的体育仿真已经不局限于竞技体育领域,正在不断向大众娱乐和交叉学科的方向深入发展,基于VR的娱乐体育仿真和医疗体育仿真更加成熟,可以给大众带来更加贴近日常生活的VR体验。体育相关场景仿真虽然是一个较新的领域,但由于其商业化的特色,虚拟广告和赛事系统等应用得到快速发展。最后对虚拟现实技术在体育仿真中的未来发展提出了全新的展望。 展开更多

关键词 虚拟现实 体育仿真 体育辅助训练 运动生理学

在线阅读 下载PDF 职称材料

基于位置的稀疏群体查询

10

作者 李娜 朱怀杰 +1 位作者 刘威 印鉴 《计算机科学与探索》 CSCD 北大核心 2021年第11期2151-2160,共10页

在基于位置的社交网络中,找到一个特殊的群体/社区是非常重要的。现在的研究都集中于寻找群体之间关系紧密的密集子图。相对于紧密的群体/子图,对于稀疏群的研究少之又少。虽然现有工作开始研究稀疏群体查询问题,但是还没有研究基于位... 在基于位置的社交网络中,找到一个特殊的群体/社区是非常重要的。现在的研究都集中于寻找群体之间关系紧密的密集子图。相对于紧密的群体/子图,对于稀疏群的研究少之又少。虽然现有工作开始研究稀疏群体查询问题,但是还没有研究基于位置的稀疏群体查询问题,而基于位置的服务在现实生活中有很多需求。因此,研究基于位置的稀疏群查询的问题变得有研究价值。基于位置的稀疏群体查询是为了找到一群用户,不仅用户之间满足一定的稀疏性(即用户之间的社交距离大于k),且最小化用户到查询位置的距离和。针对这个问题,首先提出基于c-邻居的基本处理算法(简称baseline),其主要利用存储的c-邻居信息以及距离剪枝来帮助快速获得查询结果。但是baseline算法的空间消耗太大,且在稀疏阈值参数k>c时查询效率不高。为了解决这些问题,进一步提出基于c-邻居和反向c-邻居的查询优化算法(简称ICN),不仅利用存储的c-邻居且利用反向c-邻居信息来处理参数k>c的情况,从而快速获得查询结果。实验结果和理论表明,提出的两种查询处理方法是有效的和正确的。 展开更多

关键词 基于位置的社交网络图 稀疏群 c-邻居 距离剪枝

在线阅读 下载PDF 职称材料

一种自适应的混合协同过滤推荐算法 被引量：12

11

作者 杨佳莉 李直旭 +3 位作者 许佳捷 赵朋朋 赵雷 周晓方 《计算机工程》 CAS CSCD 北大核心 2019年第7期222-228,共7页

为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法。根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果。实验结果表明,与C... 为解决协同过滤算法在处理数据量较大时存在推荐效率低的问题,提出一种自适应混合协同推荐算法。根据待推荐用户活跃度和目标物品新鲜度调节模型权重,基于张量分解计算物品间的相似度,通过短路径枚举叠加生成预测结果。实验结果表明,与CBCF算法相比,该算法推荐准确率提高了28.6 %。 展开更多

关键词 推荐系统 张量分解 协同过滤算法 自适应混合 短路径

在线阅读 下载PDF 职称材料

面向医学图像分割的半监督条件生成对抗网络 被引量：17

12

作者 刘少鹏 洪佳明 +3 位作者 梁杰鹏 贾西平 欧阳佳 印鉴 《软件学报》 EI CSCD 北大核心 2020年第8期2588-2602,共15页

医学图像分割是计算机辅助诊断的关键技术.青光眼作为全球第二大致盲眼病,其早期筛查和临床诊断依赖于眼底图的视盘和视杯的准确分割.但传统的视盘和视杯分割方法采用人工构建特征,模型泛化能力差.近年来,基于卷积神经网络的端对端学习... 医学图像分割是计算机辅助诊断的关键技术.青光眼作为全球第二大致盲眼病,其早期筛查和临床诊断依赖于眼底图的视盘和视杯的准确分割.但传统的视盘和视杯分割方法采用人工构建特征,模型泛化能力差.近年来,基于卷积神经网络的端对端学习模型可通过自动发现特征来分割视盘和视杯,但由于标注样本有限,模型难以训练.提出一个基于半监督条件生成对抗网络的视盘和视杯两阶段分割模型——CDR-GANs.该模型的每个分割阶段均由语义分割网络、生成器和判别器构成,通过对抗学习,判别器引导语义分割网络和生成器学习眼底图及其分割图的联合概率分布.在真实数据集ORIGA上的实验结果表明,CDR-GANs在均交并比(mean intersection over union,简称MIoU)、CDR绝对误差(absolute CDR error)和实际分割效果这些指标上明显优于现有模型. 展开更多

关键词 医学图像 深度学习 生成对抗网络 半监督学习 青光眼筛查

在线阅读 下载PDF 职称材料

面向医学图像生成的鲁棒条件生成对抗网络 被引量：6

13

作者 刘少鹏 赵慧民 +5 位作者 洪佳明 吴晓航 许发宝 欧阳佳 梁鹏 熊建斌 《电子学报》 EI CAS CSCD 北大核心 2023年第2期427-437,共11页

医学图像生成是计算机辅助诊断技术的关键组成,具有广泛的应用场景.当前基于生成对抗网络的端对端学习模型,依靠生成器和判别器两者对抗训练,获取真实数据的概率分布,从而指导图像生成.但标注有限的医学图像及其高分辨率特点,加大了模... 医学图像生成是计算机辅助诊断技术的关键组成,具有广泛的应用场景.当前基于生成对抗网络的端对端学习模型,依靠生成器和判别器两者对抗训练,获取真实数据的概率分布,从而指导图像生成.但标注有限的医学图像及其高分辨率特点,加大了模型训练难度,影响图像生成质量;同时,模型未纳入数据扰动因素,鲁棒性有限,容易被恶意攻击.为此,本文提出一个基于鲁棒条件生成对抗网络的医学图像生成模型——MiSrc-GAN.该模型包括精度渐进生成器、多尺度判别器以及对抗样本配对构造模块,有效融合GAN框架和对抗样本,改善判别器鲁棒性,有利于学习原始图像与待生成图像的联合概率分布.在真实数据集CSC和REFUGE上的实验表明,MiSrc-GAN生成的图像质量优于现有模型. 展开更多

关键词 医学图像 图像生成 生成对抗网络 对抗样本 投影梯度下降

在线阅读 下载PDF 职称材料

基于用户偏好的最优路径搜索 被引量：3

14

作者 江群 戴戈南 +2 位作者 张森 葛又铭 刘玉葆 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第5期100-112,共13页

本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出... 本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出基于A*的路径搜索算法来做路径查询,并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4~7h时,与已有最好的PACER算法相比,本文的路径搜索算法消耗的查询时间更短. 展开更多

关键词 路径搜索 用户偏好 A^*算法

在线阅读 下载PDF 职称材料

双循环迁移排序学习 被引量：2

15

作者 赵伟强 张熙 +1 位作者 赖韩江 印鉴 《计算机学报》 EI CSCD 北大核心 2019年第12期2683-2694,共12页

迁移排序学习是信息检索领域中一个重要的研究方向,它利用带标签的源域数据来解决没有标签目标域数据的排序问题.已有的迁移排序学习方法并没有直接解决源域与目标域的数据分布不一样的问题.因此本文提出了一个双循环迁移排序学习方法.... 迁移排序学习是信息检索领域中一个重要的研究方向,它利用带标签的源域数据来解决没有标签目标域数据的排序问题.已有的迁移排序学习方法并没有直接解决源域与目标域的数据分布不一样的问题.因此本文提出了一个双循环迁移排序学习方法.该方法基于生成对抗网络,直接将源域数据映射到目标域数据中.双循环迁移排序模型主要有两部分:(1)让两个数据域互相学习对方域的特征分布信息部分,(2)使用已经嵌入目标域特征信息的源域数据来训练排序模型部分.为了更有效率,数据域特征分布学习和排序模型学习是交叉进行的,共同训练.同时排序模型还为特征分布学习部分提供优化目标,该优化目标满足生成特征和原有标签之间的相关性,并且保持不同类别生成特征之间的距离.在LETOR3.0和LETOR4.0标准排序学习数据集进行实验验证,结果表明本文提出的方法在平均准确率(MAP)和累计信息增益(NDCG)等评价标准下和已有主流算法相比都取得了更好的效果. 展开更多

关键词 排序学习 迁移学习 生成对抗网络 信息检索 人工智能

在线阅读 下载PDF 职称材料

视频识别深度学习网络综述 被引量：9

16

作者 钱文祥 衣杨 《计算机科学》 CSCD 北大核心 2022年第S02期341-350,共10页

视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地... 视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地识别视频,是当前研究的重点。以视频识别技术为研究对象,首先介绍了视频识别研究的背景信息及常用数据集。然后,详细地梳理了视频识别方法的演变过程;回顾了基于时空兴趣点、密集轨迹、改进的密集轨迹等传统的视频识别方法,以及近年来提出的可用于视频识别的深度学习网络框架。其中,分别介绍了基于2D卷积神经网络的视频识别框架、基于3D卷积神经网络的视频框架、伪3D卷积神经网络,以及基于Transformer结构的网络,介绍了这些框架的演变,并总结了它们的实现细节及特点;评测了各网络在不同视频识别数据集上的表现情况,分析了各网络的适用场景。最后,展望了视频识别网络框架未来的研究趋势。视频识别任务可以自动、高效地识别出视频所属的类别,基于深度学习的视频识别具有广泛的实用价值。 展开更多

关键词 视频识别 改进的密集轨迹 深度学习 双流网络 卷积神经网络 深度自注意力网络

在线阅读 下载PDF 职称材料

基于编码器共享和门控网络的生成式文本摘要方法 被引量：7

17

作者 田珂珂 周瑞莹 +1 位作者 董浩业 印鉴 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第1期61-67,共7页

结合基于自注意力机制的Transformer模型,提出一种基于编码器共享和门控网络的文本摘要方法。该方法将编码器作为解码器的一部分,使解码器的部分模块共享编码器的参数,同时使用门控网络筛选输入序列中的关键信息。相对已有方法,所提方... 结合基于自注意力机制的Transformer模型,提出一种基于编码器共享和门控网络的文本摘要方法。该方法将编码器作为解码器的一部分,使解码器的部分模块共享编码器的参数,同时使用门控网络筛选输入序列中的关键信息。相对已有方法,所提方法提升了文本摘要任务的训练和推理速度,同时提升了生成摘要的准确性和流畅性。在英文数据集Gigaword和DUC2004上的实验表明,所提方法在时间效率和生成摘要质量上,明显优于已有模型。 展开更多

关键词 生成式 文本摘要 自注意力机制 编码器共享 门控网络

在线阅读 下载PDF 职称材料

考虑行人相对速度的改进社会力模型的验证与评估 被引量：5

18

作者 钟圳伟 纪庆革 《计算机科学》 CSCD 北大核心 2020年第2期88-94,共7页

在人群仿真的研究领域中,社会力模型是由Helbing提出的一种非常经典的微观仿真模型,能够模拟一些常见的人群自组织现象。但社会力模型仍然存在行人震荡、行人重叠等问题,因此许多学者在参数设置、受力范围、算法优化等方面对社会力模型... 在人群仿真的研究领域中,社会力模型是由Helbing提出的一种非常经典的微观仿真模型,能够模拟一些常见的人群自组织现象。但社会力模型仍然存在行人震荡、行人重叠等问题,因此许多学者在参数设置、受力范围、算法优化等方面对社会力模型进行了丰富和改进。目前,Gao等提出的一种考虑行人相对速度的改进社会力模型依然是一些学者进行改进社会力模型研究以及各种仿真实验的基础和重要参考。由于Gao等仅通过两个实验就表明了他们的改进社会力模型的优势这一情况欠缺可靠性,以及没有进行更多的人群自组织实验来表明改进后的社会力模型仍然保留原始社会力模型能够模拟人群自组织现象这一能力,因此文中对Gao等提出的改进社会力模型进行了验证性和评估性实验。通过验证性实验验证了Gao等进行的两个实验,证实了该改进社会力模型的优势。文中通过评估性实验证实了Gao等的改进社会力模型保留了能够模拟人群自组织现象的能力,发现并分析了Gao等的改进社会力模型所存在的行人重叠问题。 展开更多

关键词 人群仿真 社会力模型 人群自组织现象 相对速度

在线阅读 下载PDF 职称材料

基于变分持续贝叶斯元学习的推荐算法 被引量：1

19

作者 朱文韬 刘威 +2 位作者 梁上松 朱怀杰 印鉴 《计算机科学》 CSCD 北大核心 2023年第7期66-71,共6页

元学习方法近年被引入推荐系统以缓解冷启动问题。现有元学习算法只能提高算法处理一组静态分布的数据集(任务)的能力。当面对多个服从非平稳分布的数据集时,现有模型往往会出现负知识转移以及灾难性遗忘问题,导致算法推荐性能大幅下降... 元学习方法近年被引入推荐系统以缓解冷启动问题。现有元学习算法只能提高算法处理一组静态分布的数据集(任务)的能力。当面对多个服从非平稳分布的数据集时,现有模型往往会出现负知识转移以及灾难性遗忘问题,导致算法推荐性能大幅下降。探索了基于变分持续贝叶斯元学习(Variational Continuous Bayesian Meta-Learning, VC-BML)的推荐算法。首先,算法假设元参数服从动态混合高斯模型,使其具有更大的参数空间,提高了模型适应不同任务的能力,缓解了负知识转移问题。然后,VC-BML的任务集群数量由中国餐馆过程(Chinese Restaurant Process, CRP)来灵活确定,使得模型在不同的混合分量中存储不同任务分布的知识,并在类似任务出现时调用这些知识,有助于缓解传统算法中的灾难性遗忘问题。为了估计模型参数的后验概率,算法采用了一种更稳健的结构化变分推理方法来近似后验值,以避免遗忘知识。最后,VC-BML在4个非平稳分布的数据集上的表现均优于基准算法。与基于点估计的基准算法相比,VC-BML提高了模型的稳健型,有助于缓解灾难性遗忘问题。 展开更多

关键词 推荐算法 冷启动 元学习 动态混合高斯模型

在线阅读 下载PDF 职称材料

考虑用户-发布者关系的个性化微博搜索模型 被引量：3

20

作者 张永棠 罗海波 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第4期626-632,共7页

提出了一种考虑用户与发布者建模的个性化微博搜索模型,该模型一方面运用主题模型与语言模型构建微博主题维度的用户兴趣模型,另一方面,融合用户与微博发布者的关系特征,构建用户-发布者关系维度的用户兴趣模型。并将二者进行有效融合,... 提出了一种考虑用户与发布者建模的个性化微博搜索模型,该模型一方面运用主题模型与语言模型构建微博主题维度的用户兴趣模型,另一方面,融合用户与微博发布者的关系特征,构建用户-发布者关系维度的用户兴趣模型。并将二者进行有效融合,设计了将单个用户的微博作为一个文本的训练方法,解决微博文本短、语料稀疏的问题。基于真实用户搜索反馈的实验表明,融合用户-发布者关系的微博搜索模型可有效提高微博搜索的个性化效果。 展开更多

关键词 信息搜索 发布者模型 关系模型 社交网络 主题模型

在线阅读 下载PDF 职称材料