-
题名基于GNN与注意力机制的文本分类模型
- 1
-
-
作者
曾谁飞
孟瑶
刘静
-
机构
青岛海尔电冰箱有限公司
海尔优家智能科技(北京)有限公司
华东师范大学软件工程学院
上海市高可信计算重点实验室
-
出处
《电信科学》
北大核心
2025年第5期129-140,共12页
-
文摘
针对图数据动态聚合未知邻节点学习能力难及融合语义特征不足造成的模型性能欠佳而分类准确率低的问题,提出了一种基于图神经网络(graph neural network,GNN)和注意力机制的分类模型——图注意力文本分类(graph attention text classification,GATC)。首先,构建了一种归纳式学习的图神经模型,利用聚合函数实现动态嵌入未知邻节点,增强模型泛化能力。其次,引入多头潜在注意力机制,通过低秩联合压缩技术减少推理键值缓存,显著地降低了内存占用,提高了模型性能。最后,融合GNN和门循环单元(gated recurrent unit,GRU)网络模型,进一步捕获图数据中结构和时序属性信息的语义特征,实现了特征的高效融合,并提升了模型的分类准确率。实验结果表明,所提方法既有效,又相比算法ADGL(adaptive dynamic graph learning)+MLA(multi-head latent attention)的分类准确率在CSI 100、CSI 300和Rus 1K数据集上分别提高至少4.0%、2.4%和3.1%。
-
关键词
图神经网络
注意力机制
图数据
文本分类
-
Keywords
GNN
attention mechanism
graph data
text classification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名自适应多阈值图像分割算法
- 2
-
-
作者
龙建武
李继豪
曾谁飞
-
机构
重庆理工大学计算机科学与工程学院
-
出处
《通信学报》
2025年第8期241-255,共15页
-
基金
重庆市教育委员会科学技术研究计划青年项目(No.KJQN202201148)
重庆市教育委员会人文社会科学研究青年项目(No.23SKGH263)
重庆理工大学研究生教育高质量发展行动计划基金资助项目(No.gzlcx20253270)。
-
文摘
针对当前大部分多阈值分割方法存在最优阈值组合定位难、阈值增多导致计算复杂度指数增长的问题,提出了一种自适应多阈值图像分割算法。首先,通过双边滤波对直方图进行平滑处理,采用谷底筛选策略有效压缩阈值搜索空间;接着,基于动态规划算法,将多阈值搜索问题转化为矩阵极值搜索问题,并结合四边形不等式特性,使用分治策略搜索代价矩阵最大值,进一步提高搜索效率;此外,构建基于直方图谷底特征的目标函数,自动确定最佳分割类数,同时将RGB这3个通道直方图各自得到的最佳分割类数进行合并,以获得最佳阈值进而完成彩色图像分割问题;最后,在BSDS500与MSRC数据集上进行系统性实验,验证其在处理不同场景时的有效性与适用性。
-
关键词
多阈值分割
矩阵搜索
动态规划
分治策略
-
Keywords
multi-threshold segmentation
matrix search
dynamic programming
divide-and-conquer strategy
-
分类号
TP391
[自动化与计算机技术]
-
