题名 基于改进人工蜂鸟算法的装船调度优化方法
1
作者
刘文远 周如意 厉斌斌
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室 燕山大学 河北省 网络感知与大数据工程 研究中心燕山大学 经济管理学院
出处
《计算机应用研究》
北大核心
2025年第5期1462-1469,共8页
基金
国家自然科学基金资助项目(61672448) 河北省自然科学基金资助项目(F2023203058,F2022203045) +2 种基金 河北省软件工程重点实验室资助项目(2256763H) 河北省科学技术研究与发展计划-重点研发计划资助项目(22310301D) 自治区高校科研计划资助项目(XJEDU2022J040)。
文摘
为提升散杂货进出港作业效率,减少船舶在港时间,提出一种基于改进人工蜂鸟算法的装船调度优化方法。首先,在综合考虑泊位、装船设备和堆场三部分因素相互影响的条件下,以船舶总在港时间为优化目标,构建协同调度优化模型。然后,鉴于人工蜂鸟算法在求解离散问题的局限性,对人工蜂鸟算法进行离散化改造,进而提出一种改进型人工蜂鸟算法,引入自适应飞行参数控制蜂鸟个体的飞行方式,同时通过改进最优个体引导策略优化AHA的位置更新过程,进一步平衡AHA的全局探索与局部开发能力。为了进一步增强算法避免局部最优解的能力,引入了变异策略调整和优化蜂鸟的位置。最后,在基准测试函数上进行有效性实验,并与其他群智能优化算法进行对比,验证改进算法的寻优性能。进一步通过对散杂货港口的历史数据进行测试,采用改进算法进行求解计算,并与基础的人工蜂鸟算法进行了比较。实验结果表明,该策略缩短了船舶的在港时间,能够得出相对较优的调度方案,为港口船舶优化调度提供新方案,有一定的实际意义。
关键词
人工蜂鸟算法 群体智能 优化 散杂货港口
Keywords
artificial hummingbird algorithm(AHA) swarm intelligence optimize bulk cargo port
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
U691.3
[交通运输工程—港口、海岸及近海工程]
题名 基于多层特征融合与增强的对比图聚类
2
作者
李志明 魏贺萍 张广康 尤殿龙
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室 燕山大学 河北省 计算机虚拟技术与系统集成重点 实验室 燕山大学 燕山大学 深圳研究院
出处
《计算机应用研究》
北大核心
2025年第6期1749-1754,共6页
基金
国家自然科学基金面上项目(62276226) 河北中央引导地方项目(236Z7725G) 河北省重点研发计划项目(20375001D)。
文摘
现有大多数对比图聚类算法存在以下问题:生成节点表示时忽略了浅层网络提取的底层特征和底层结构信息;未充分利用高阶邻居节点信息;未结合置信度信息与拓扑结构信息来构建正样本对。为解决以上问题,提出了基于多层特征融合与增强的对比图聚类算法。该算法首先融合不同层次网络提取的节点特征,以补充节点的底层结构信息;其次,通过节点间的局部拓扑相关性和全局语义相似度聚合节点信息,以增强节点表示的上下文约束一致性;最后,联合置信度信息和拓扑结构信息构建更多高质量正样本对,提高簇内表示一致性。实验结果表明,CGCMFFE在四种广泛使用的聚类评价指标上表现出优异的性能。理论分析和实验研究验证了CGCMFFE中节点底层特征、高阶邻居节点信息、置信度和拓扑结构信息的关键作用,证明了CGCMFFE的优越性。
关键词
多层特征融合 对比图聚类 无监督学习
Keywords
multi-level feature fusion contrastive graph clustering unsupervised learning
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
题名 关于命名实体识别的生成式对抗网络的研究
被引量：5
3
作者
冯建周 马祥聪 刘亚坤 宋沙沙
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第6期1191-1196,共6页
基金
国家自然科学基金青年基金项目(61602401)资助 河北省高等学校科学技术研究青年基金项目(QN2018074)资助
文摘
本文结合条件生成式对抗网络(CGAN)和改进的Wasserstein生成式对抗网络(WGAN-GP),提出一种适合于命名实体识别任务的条件Wasserstein生成式对抗网络模型(CWGAN).该模型借鉴CGAN以文本描述为条件的图像概率分布的思想,来完成以句子序列为条件获得标注序列概率分布的任务.该模型的生成器和判别器都采用BiLSTM结构,不同的是生成器生成命名实体标签的概率分布,判别器则为生成器的生成质量打分并反馈给生成器,生成器根据反馈更新梯度从而提升生成标签概率的质量.另外,CWGAN采用梯度惩罚的方法来保证梯度在反向传播的过程中保持平稳,通过拉近真实样本分布和生成样本之间的Wasserstein距离,优化目标函数.最后通过实验验证了该方法的可行性和优越性.
关键词
命名实体识别 生成式对抗网络 BiLSTM Wasserstein距离 CWGAN
Keywords
named entity recognition generative adversarial networks bidirectional LSTM wasserstein distance conditional wasserstein generative adversarial nets(CWGAN)
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 考虑评论质量的自注意力胶囊网络评分预测模型
被引量：2
4
作者
梁顺攀 刘伟 尤殿龙 刘泽谦 张付志
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第12期3451-3458,共8页
基金
国家自然科学基金(62072393) 河北省自然科学基金(G2021203010,F2021203038)。
文摘
基于评论文档的推荐系统普遍采用卷积神经网络识别评论的语义,但由于卷积神经网络存在"不变性",即只关注特征是否存在,忽略特征的细节,卷积中的池化操作也会丢失文本中的一些重要信息;另外,使用用户项目交互的全部评论文档作为辅助信息不仅不会提升语义的质量,反而会受到其中低质量评论的影响,导致推荐结果并不准确。针对上述提到的两个问题,该文提出了自注意力胶囊网络评分预测模型(Self-Attention Capsule network Rate prediction,SACR),模型使用可以保留特征细节的自注意力胶囊网络挖掘评论文档,使用用户和项目的编号信息标记低质量评论,并且将二者的表示相融合用以预测评分。该文还改进了胶囊的挤压函数,从而得到更精确的高层胶囊。实验结果表明,SACR在预测准确性上较一些经典模型及最新模型均有显著的提升。
关键词
推荐系统 胶囊网络 注意力 评论质量 评分预测
Keywords
Recommendation system Capsule network Attention Review quality Rate prediction
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于迁移学习的细粒度实体分类方法的研究
被引量：11
5
作者
冯建周 马祥聪
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室
出处
《自动化学报》
EI
CSCD
北大核心
2020年第8期1759-1766,共8页
基金
国家自然科学基金(61602401) 河北省高等学校科学技术研究青年基金(QN2018074) 河北省自然科学基金(F2019203157)资助。
文摘
细粒度实体分类(Fine-grained entity type classification,FETC)旨在将文本中出现的实体映射到层次化的细分实体类别中.近年来,采用深度神经网络实现实体分类取得了很大进展.但是,训练一个具备精准识别度的神经网络模型需要足够数量的标注数据,而细粒度实体分类的标注语料非常稀少,如何在没有标注语料的领域进行实体分类成为难题.针对缺少标注语料的实体分类任务,本文提出了一种基于迁移学习的细粒度实体分类方法,首先通过构建一个映射关系模型挖掘有标注语料的实体类别与无标注语料实体类别间的语义关系,对无标注语料的每个实体类别,构建其对应的有标注语料的类别映射集合.然后,构建双向长短期记忆(Bidirectional long short term memory,BiLSTM)模型,将代表映射类别集的句子向量组合作为模型的输入用来训练无标注实体类别.基于映射类别集中不同类别与对应的无标注类别的语义距离构建注意力机制,从而实现实体分类器以识别未知实体分类.实验证明,我们的方法取得了较好的效果,达到了在无任何标注语料前提下识别未知命名实体分类的目的.
关键词
细粒度实体分类 迁移学习 双向长短期记忆模型 注意力 机制
Keywords
Fine-grained entity type classification(FETC) transfer learning bidirectional long short term memory model(BiLSTM) attention mechanism
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 土地利用图中线状要素综合的质量评价
被引量：4
6
作者
王晓妍
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室
出处
《测绘通报》
CSCD
北大核心
2020年第4期116-120,共5页
基金
燕山大学基础研究专项青年课题(16LGB010) 河北省教育厅高等学校科技计划重点项目(ZD2018219) 国家自然科学基金面上项目(61671401)。
文摘
作为土地利用图综合的一个重要组成部分,线状要素综合质量的好坏对于有效提高自动制图综合的正确率具有重要意义。本文基于模糊综合评判理论对土地利用图中线状要素的综合进行了质量评价。首先,基于制图综合约束,确定评价指标体系,组成评价因素集;其次,在确定评判集和权重集的基础上,建立线状要素综合质量评价模型;最后,利用试验验证了评价方法的有效性。该研究为客观评价土地利用图中线状要素的综合质量提供了新的思路。
关键词
地图综合 土地利用图 线状要素 质量评价 模糊综合评判
Keywords
map generalization land use map linear features quality evaluation fuzzy comprehensive evaluation
分类号
P208
[天文地球—地图制图学与地理信息工程]
题名 融合异质刺激过滤的金相图像等轴α相识别
7
作者
窦燕 王丽盼 张启飞
机构
燕山大学 信息科学与工程 学院燕山大学河北省软件工程重点实验室 燕山大学 机械工程 学院
出处
《高技术通讯》
CAS
2021年第8期807-815,共9页
基金
国家自然科学基金(51675467) 河北省自然科学基金(E2019203560)资助项目。
文摘
针对钛合金金相图像存在噪声、晶界α相和片层组织与等轴α相颜色极为相似而导致“误识别”的问题,提出了一种融合异质刺激过滤的金相图像中等轴α相识别算法。该算法主要包含两大部分:(1)结合数学形态学和异质刺激理论设计实现了异质刺激模板,对晶界α相和片层组织进行了有效的过滤;(2)提出了一种结合距离变换和数学形态学的前景和背景标记方法,对等轴α相和其他组织进行了精确的标记,利用标记分水岭算法对金相等轴α相进行识别。实验结果表明,该算法过滤了金相图像中大部分的晶界α相和片层组织,并最大程度地降低了对等轴α相边缘区域的影响。与大津算法、最大熵算法、模糊C均值聚类算法对等轴α相的识别效果相比,本文算法提高了等轴α相的识别准确率。
关键词
金相图像识别 异质刺激 数学形态学 标记分水岭算法
Keywords
metallographic image recognition heterogeneous stimulation mathematical morphology marking watershed algorithm
分类号
TG146.23
[金属学及工艺—金属材料]
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于GNN因果推断的结构增强漏洞检测模型
8
作者
司文 赵富成 李硕 杨帅林 任家东
机构
燕山大学 艺术与设计学院
出处
《燕山大学学报》
2025年第4期309-318,共10页
基金
国家自然科学基金资助项目(62376240) 河北省自然科学基金资助项目(F2022203026,F2022203089)。
文摘
针对现有漏洞检测方法基于单纯的图神经网络模型来提取图结构特征会出现信息标签与图结构直接存在分布外泛化情况从而导致检测效率低的问题,提出了一种基于图神经网络因果推断结合的结构增强漏洞检测模型。该模型将源代码视为一个线性化的令牌序列,首先基于词共现关系构建图结构,然后通过图神经网络的剩余连接将图分成因果图和混淆图,分层混淆变量,模拟因果变量与标签之间的因果性关系。最后对因果图和混淆图进行节点嵌入,实现图结构特征的增强。并在CodeXGLUE的真实基准数据集上进行了验证,检测结果在准确率、精确率、F1值上比最优基线方法分别提升了3.15%、3.77%、2.57%,在漏洞检测的性能上取得了显著提升。
关键词
深度学习 图神经网络 因果推断 结构增强 漏洞检测
Keywords
deep learning graph neural networks causal inference structural reinforcement vulnerability detection
分类号
TP391
[自动化与计算机技术]
