期刊文献+
共找到218篇文章
< 1 2 11 >
每页显示 20 50 100
基于MacBERT的融合依存句法信息和多视角词汇信息的中文命名实体识别方法
1
作者 李代成 李晗 +1 位作者 刘哲宇 龚诗恒 《计算机科学》 北大核心 2025年第S1期278-285,共8页
在实体类型开放和实体结构复杂的中文环境下,中文命名实体识别任务存在明显的实体边界判断错误和实体分类准确率低等问题。为了进一步改善上述问题,提出了一种以字符作为编码单位,并基于MacBERT预训练模型的中文命名实体识别模型——Mac... 在实体类型开放和实体结构复杂的中文环境下,中文命名实体识别任务存在明显的实体边界判断错误和实体分类准确率低等问题。为了进一步改善上述问题,提出了一种以字符作为编码单位,并基于MacBERT预训练模型的中文命名实体识别模型——MacBERT-SDI-ML。首先,为了提取更丰富的中文语义特征,提高实体识别的准确性,模型采用MacBERT作为嵌入层。其次,为了进一步增强实体表示的特征,提高实体分类的准确性,模型通过一个依存句法信息解析器(SDIP)对实体更丰富的依存信息进行更高效的提取,并将其融合到字符表示中。此外,考虑到字符在不同的词汇中可能处在不同的位置,模型设计了一种基于自注意力机制的面向多视角的词汇信息融合组件(MLIF),来进一步增强字符表示的边界特征,有助于提高对边界判断的能力。最后,分别在Weibo,OntoNotes和Resume数据集上对模型进行训练。实验表明,MacBERT-SDI-ML模型在3个数据集上的F1值分别达到72.97%,86.56%和98.45%。 展开更多
关键词 中文命名实体识别 MacBERT 词汇信息 依存信息 预训练模型 自注意力机制
在线阅读 下载PDF
基于AOA优化SVM的工业过程故障检测 被引量:14
2
作者 李鑫妮 王亚君 许晓婷 《现代化工》 CAS CSCD 北大核心 2024年第S02期343-347,354,共6页
为了提高工业生产过程故障检测的精度,保证产品的质量和生产过程的安全,提出了一种基于算术优化算法(arithmetic optimization algorithm,AOA)优化支持向量机(support vector machine,SVM)的故障检测方法。首先,对工业过程中产生的数据... 为了提高工业生产过程故障检测的精度,保证产品的质量和生产过程的安全,提出了一种基于算术优化算法(arithmetic optimization algorithm,AOA)优化支持向量机(support vector machine,SVM)的故障检测方法。首先,对工业过程中产生的数据进行标准化处理;然后,将处理后的数据作为训练样本建立SVM模型,同时采用算术优化算法对支持向量机中的惩罚参数C和核函数参数g进行优化,通过多次迭代对模型进行训练,建立最佳故障检测模型;最后,将测试数据导入建立的故障检测模型中进行故障检测。将提出的AOA-SVM方法应用于田纳西-伊斯曼过程进行实验验证,并与传统SVM、灰狼优化算法优化的支持向量机(GWO-SVM)方法进行比较,该研究提出的模型具有更高的准确率。实验仿真结果表明,提出的AOA-SVM故障检测模型具有更好的表现。 展开更多
关键词 故障检测 算术优化算法 支持向量机 田纳西-伊斯曼过程
在线阅读 下载PDF
优化动态核主元分析的工业过程故障监测方法 被引量:1
3
作者 杨芳 王亚君 沈亚慧 《实验室研究与探索》 CAS 北大核心 2024年第1期6-10,19,共6页
针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPC... 针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPCA处理。通过正常数据和故障数据特征构建自适应度函数,利用人工大猩猩部队优化算法对DKPCA核参数进行优化,以发现最优的非线性特征;通过计算各时间点的霍特林统计量T2和平方预测误差(SPE)统计量进行故障监测。青霉素发酵过程故障监测结果表明,GTO-DKPCA方法比多向核主元分析(MKPCA)和多动态核主元分析(BDKPCA)有更好的监测效果,适应性和准确性更高。 展开更多
关键词 动态核主元分析 人工大猩猩部队优化算法 故障监测 青霉素发酵
在线阅读 下载PDF
基于敏感轨迹段的个性化差分隐私保护方法
4
作者 褚治广 刘艺菲 +1 位作者 王晴阳 张兴 《计算机工程与设计》 北大核心 2025年第7期1973-1979,共7页
针对传统的轨迹隐私保护方法中忽略敏感位置的时空相关性问题,提出一种基于敏感轨迹段的个性化差分隐私保护方法。针对敏感位置所在的轨迹段进行匿名能够有效避免时空攻击,综合考虑敏感轨迹段的形状相似性和语义类型多样性,构造满足用... 针对传统的轨迹隐私保护方法中忽略敏感位置的时空相关性问题,提出一种基于敏感轨迹段的个性化差分隐私保护方法。针对敏感位置所在的轨迹段进行匿名能够有效避免时空攻击,综合考虑敏感轨迹段的形状相似性和语义类型多样性,构造满足用户个性化隐私需求的匿名集合,为用户提供更好的隐私保护效果。在此基础上优化匿名区域,通过扰动敏感轨迹段来降低匿名区域面积,对匿名集合中的广义轨迹数添加差分隐私扰动,降低数据损失率。实验结果表明,与现有的轨迹匿名性方法相比,该方法在隐私保护和数据可用性方面更优。 展开更多
关键词 时空相关性 个性化 隐私保护 轨迹数据发布 k匿名 差分隐私 轨迹匿名性
在线阅读 下载PDF
基于角度感知的ISAC系统信道估计算法
5
作者 李波 李正源 《计算机工程与设计》 北大核心 2025年第7期1912-1918,共7页
针对通信感知一体化系统存在的信道估计精准度不高问题,提出一种基于角度感知辅助卡尔曼滤波(angle sensing aided Kalman filter,ASAKF)信道估计优化算法。架构上行链路(Up-Link ISAC,UL-ISAC)系统模型,分析感知环境信息与方向性信道... 针对通信感知一体化系统存在的信道估计精准度不高问题,提出一种基于角度感知辅助卡尔曼滤波(angle sensing aided Kalman filter,ASAKF)信道估计优化算法。架构上行链路(Up-Link ISAC,UL-ISAC)系统模型,分析感知环境信息与方向性信道中空域角度的相关性,进行角度估计;以角度估计值作为先验信息推导出ASAKF算法,分析计算复杂度。仿真结果表明,所设计的优化算法在估计信道时兼有最小二乘算法和最小均方误差算法的性能优点。 展开更多
关键词 通信感知一体化 信道状态信息 感知辅助 信道估计 卡尔曼滤波 角度感知 优化算法
在线阅读 下载PDF
一种稀疏视距基站布局下的单基站UWB/INS室内组合定位算法
6
作者 关维国 李文博 《中国惯性技术学报》 北大核心 2025年第6期559-566,共8页
针对稀疏视距基站布局下超宽带(UWB)定位精度下降及惯性导航系统(INS)长期发散的问题,提出了一种基于扩展卡尔曼滤波(EKF)的单基站UWB/INS组合定位算法。首先,EKF主滤波器采用四元数卡尔曼滤波抑制姿态角误差,从而提升定位精度;其次,主... 针对稀疏视距基站布局下超宽带(UWB)定位精度下降及惯性导航系统(INS)长期发散的问题,提出了一种基于扩展卡尔曼滤波(EKF)的单基站UWB/INS组合定位算法。首先,EKF主滤波器采用四元数卡尔曼滤波抑制姿态角误差,从而提升定位精度;其次,主滤波器通过融合优选视距单基站测距值、INS增量数据及行人状态(航向与步长),有效避免了引入非视距干扰导致的定位性能下降。为进一步优化主EKF精度,引入自适应平滑子滤波器动态更新行人航向与步长,增强运动状态突变时估计的准确性。实验结果表明,所提算法在长、短走廊不同程度非视距环境中平均定位精度均能达到0.14 m,相较于多基站UWB/INS组合定位和UWB定位分别提升36%和65%,在基站数目不足时仍能实现高精度定位。 展开更多
关键词 非视距 稀疏视距基站布局 扩展卡尔曼滤波 室内定位
在线阅读 下载PDF
永磁同步电机全速域无传感器控制策略研究 被引量:1
7
作者 刘宝青 曹洪奎 +1 位作者 郭振刚 刘毅 《机床与液压》 北大核心 2025年第10期124-129,共6页
为提高永磁同步电机全速域无传感器控制的运行稳定性和动态性能,针对传统滑模观测器法在永磁同步电机中高速域控制中存在的抖振问题,提出一种基于新型改进等速趋近律的滑模观测器法,探究该方法的性能并证明其收敛性。结果表明:基于新型... 为提高永磁同步电机全速域无传感器控制的运行稳定性和动态性能,针对传统滑模观测器法在永磁同步电机中高速域控制中存在的抖振问题,提出一种基于新型改进等速趋近律的滑模观测器法,探究该方法的性能并证明其收敛性。结果表明:基于新型改进等速趋近律的滑模观测器法一定程度上加快了系统响应速度,增强了抗干扰性,减弱了系统抖振,提高了PMSM中高速域的运行稳定性。针对传统加权系数法速度过渡区间不能实现平滑过渡、转速跟踪效果差、转子位置估计精度差的问题,在零低速域采用高频方波注入法,在中高速域采用基于新型改进等速趋近律的滑模观测器法,在速度过渡区间设计模糊非线性加权系数切换法进行加权复合控制,以提高PMSM整个升速过程的运行稳定性。仿真结果表明:相比传统加权系数法,所设计的模糊非线性加权系数法实现了速度过渡区间的平滑切换,转速跟踪效果好,转子位置估计精度高,实现了PMSM全速域的无传感器控制。 展开更多
关键词 永磁同步电机 滑模观测器 等速趋近律 高频方波注入法 加权系数切换法 复合控制
在线阅读 下载PDF
基于动态注意图的储粮害虫智能识别研究 被引量:1
8
作者 杨海英 赵颖 +2 位作者 周晓光 王殿轩 李佐勇 《中国粮油学报》 北大核心 2025年第2期9-16,共8页
本研究旨在解决实际仓储场景中储粮害虫多物种混合图像的检测识别问题。通过对YOLOv5基础模型架构的改进,提出了一种基于动态注意图的储粮害虫检测识别方法。利用粮堆储粮害虫采集装置获取了仓储害虫不同物种混合的图像数据,并进一步构... 本研究旨在解决实际仓储场景中储粮害虫多物种混合图像的检测识别问题。通过对YOLOv5基础模型架构的改进,提出了一种基于动态注意图的储粮害虫检测识别方法。利用粮堆储粮害虫采集装置获取了仓储害虫不同物种混合的图像数据,并进一步构建了单物种图像数据集与多物种混合图像数据集。本研究运用的方法借助多个动态注意图的有机组合,构建特征之间的长距离依赖关系模型,动态筛选特征图中与当前位置相关性最高的邻接节点,从而增强模型的特征提取能力,提高检测识别精度。在储粮害虫单物种和多物种混合图像的检测识别任务中,该模型的平均精度均值mAP@0.5分别达到了97.2%和91.0%。此外,该模型已成功部署到相关的储粮害虫监测识别系统中,并取得了良好的检测识别效果。 展开更多
关键词 单物种图像 多物种混合图像 检测识别 深度学习 动态注意图
在线阅读 下载PDF
面向非独立同分布数据的迭代式联邦学习 被引量:1
9
作者 陈洪洋 李晓会 王天阳 《计算机工程与设计》 北大核心 2025年第4期1064-1071,共8页
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单... 针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单个全局共享模型,迭代地依据客户端更新的相似度执行簇估计并通过梯度下降优化簇估计参数,对全局模型进行个性化处理。实验结果表明,该算法可以有效提升模型在测试集上的准确性,使得更大比例的客户端达到目标精度。 展开更多
关键词 联邦学习 分布式机器学习 个性化模型 迭代式训练 簇估计算法 非独立同分布数据 隐私保护
在线阅读 下载PDF
软件工程专业教学改革研究 被引量:19
10
作者 佟玉军 周军 +2 位作者 陈文实 杜颖 贾丹 《计算机工程与科学》 CSCD 北大核心 2011年第S1期49-54,共6页
作为计算机领域迅猛发展的软件工程学科,如何设置并优化专业课程体系与教学计划、改进教学方法,以培养出满足社会即时需求、具有较强动手能力、具有创新意识的实践型软件工程人才,一直是软件工程专业所面临的问题。为此,以社会需求为导... 作为计算机领域迅猛发展的软件工程学科,如何设置并优化专业课程体系与教学计划、改进教学方法,以培养出满足社会即时需求、具有较强动手能力、具有创新意识的实践型软件工程人才,一直是软件工程专业所面临的问题。为此,以社会需求为导向,我们建立了软件工程专业课程多层次体系,建立了新的实践环节多层次体系,课程体系与实践环节体系互为支撑、互为补充,为培养学生自主学习能力和创新性思维能力打下坚实基础;还建立了软件工程专业教育平台,从特色专业教育、专业人才培养、实训平台、精品课程、远程辅导等多方面为本专业学生提供网络学习、实训、就业等资源。 展开更多
关键词 社会需求 软件工程专业 多层次课程体系 多层次实践环节体系 专业教育平台
在线阅读 下载PDF
融入时间间隔的跨序列推荐方法
11
作者 贾丽云 佟玉军 +2 位作者 李雪 吴金霞 周军 《计算机工程与设计》 北大核心 2025年第3期819-825,共7页
针对现有序列推荐研究中未充分考虑时间间隔信息和序列间项目交互关系的问题,提出一种融入时间间隔的跨序列推荐方法,该方法由个体序列、跨序列交互建模和线性融合3部分组成。在个体序列中,利用Transformer模型捕获项目特征和时间间隔信... 针对现有序列推荐研究中未充分考虑时间间隔信息和序列间项目交互关系的问题,提出一种融入时间间隔的跨序列推荐方法,该方法由个体序列、跨序列交互建模和线性融合3部分组成。在个体序列中,利用Transformer模型捕获项目特征和时间间隔信息,获取用户的个体偏好;在跨序列交互建模中,采用图神经网络和自注意机制捕获项目间的依赖关系,得到用户的全局偏好;通过线性融合个性和全局偏好预测用户的最终偏好。在4个公开数据集上的实验结果表明,该方法优于最佳基线,验证了其有效性。 展开更多
关键词 序列推荐 时间间隔 跨序列交互 推荐系统 图神经网络 注意力机制 多层感知机
在线阅读 下载PDF
基于改进YOLO的矿卡驾驶员疲劳检测算法
12
作者 杜威 宁武 +1 位作者 孟丽囡 陈雨潼 《现代电子技术》 北大核心 2025年第7期126-131,共6页
针对现有疲劳驾驶检测报警不及时、检测精度不高以及需要人为监管的问题,提出一种改进YOLOv5s的疲劳驾驶目标检测算法。该算法使用轻量的EfficientNet骨干网络作为YOLOv5s的主干网络来进行特征提取,使模型参数大幅减少,降低模型的训练时... 针对现有疲劳驾驶检测报警不及时、检测精度不高以及需要人为监管的问题,提出一种改进YOLOv5s的疲劳驾驶目标检测算法。该算法使用轻量的EfficientNet骨干网络作为YOLOv5s的主干网络来进行特征提取,使模型参数大幅减少,降低模型的训练时间;同时选用SIoU作为模型的损失函数,优化模型损失计算方法,提升模型的检测精度。结果表明,优化后的YOLOv5s目标检测算法与原YOLOv5s相比,模型尺寸减少了2%,平均准确率提升了0.9%,能够有效提升矿用生产车疲劳驾驶目标的检测效果。 展开更多
关键词 矿用生产车 疲劳检测 YOLOv5s EfficientNet 损失函数 特征提取 迁移学习 模型优化
在线阅读 下载PDF
动态时间序列建模的多模态情感识别方法 被引量:2
13
作者 李佳泽 梅红岩 +1 位作者 贾丽云 李文娅 《计算机工程与应用》 北大核心 2025年第1期196-205,共10页
现有的情感识别研究未充分考虑语音信号中的局部-全局信息和长期时间依赖关系,文本特征提取也存在特征稀疏和信息丢失的问题。为解决上述问题,提出动态时间序列建模的多模态情感识别方法。设计动态时间窗口模块分割语音信号从而捕捉局部... 现有的情感识别研究未充分考虑语音信号中的局部-全局信息和长期时间依赖关系,文本特征提取也存在特征稀疏和信息丢失的问题。为解决上述问题,提出动态时间序列建模的多模态情感识别方法。设计动态时间窗口模块分割语音信号从而捕捉局部-全局信息,并通过双向序列建模捕获信号中的空间信息。考虑到文本信息对情感分析的重要性,采用基于Transformer模型的卷积神经网络捕捉文本中不同位置间的依赖关系建模较长的上下文信息,最后将两种模态进行融合得到最终的情感分类。模型在IEMOCAP数据集上的实验结果表明,相比其他主流模型具有更好的多模态情感识别效果。 展开更多
关键词 多模态情感分析 动态时间窗口 双向时间序列建模 卷积神经网络 多模态融合
在线阅读 下载PDF
面向稠密区域的本地化差分隐私自适应空间分解
14
作者 季博 李晓会 贾旭 《计算机应用研究》 北大核心 2025年第8期2518-2524,共7页
针对常规均匀网格法和自适应网格分解法处理空间数据时存在查询精度与查询效率较低的问题,提出一种基于本地化差分隐私的自适应空间分解算法(LDP-ASDT)。通过分组策略对空间进行分层分解,划分出稠密与稀疏区域;利用四分树通过设定合适阈... 针对常规均匀网格法和自适应网格分解法处理空间数据时存在查询精度与查询效率较低的问题,提出一种基于本地化差分隐私的自适应空间分解算法(LDP-ASDT)。通过分组策略对空间进行分层分解,划分出稠密与稀疏区域;利用四分树通过设定合适阈值,对稠密区域进一步自适应分解;利用一元编码对划分结果进行扰动实现隐私保护。理论分析证明该算法满足本地化差分隐私。在三个真实数据集上进行实验,结果表明,查询精度与运行效率优于GT-R、PrivAG、KDRQ、ASDQT算法,在稠密区域查询精度比ASDQT算法提升一倍,运行速率提升17%。 展开更多
关键词 本地化差分隐私 自适应空间分解 自适应网格划分 随机响应 空间范围查询
在线阅读 下载PDF
基于局部差分隐私的动态聚类个性化联邦学习
15
作者 赵金叶 李晓会 贾旭 《计算机应用研究》 北大核心 2025年第10期3137-3143,共7页
针对非独立同分布数据的联邦学习场景中,采用单一的全局模型往往会忽略不同任务需求而导致模型精度下降的问题,提出一种结合DBSCAN聚类的局部差分隐私个性化联邦学习算法(DBSCAN local differential privacy-personalized federated lea... 针对非独立同分布数据的联邦学习场景中,采用单一的全局模型往往会忽略不同任务需求而导致模型精度下降的问题,提出一种结合DBSCAN聚类的局部差分隐私个性化联邦学习算法(DBSCAN local differential privacy-personalized federated learning,DBLDP-PFL)。首先引入了局部差分隐私机制,在客户端训练过程中添加噪声来保护单个客户端的数据隐私;其次根据客户端的隐私预算,采用概率选择方法筛选参与训练的客户端;最后在联邦学习的框架中,设计了动态选择的聚类算法,通过相似客户端之间的迭代学习获得更优的全局模型。实验结果表明相比于NbAFL、LDPKmeans、HDP-EFL,该算法在保护数据隐私的同时,模型的准确率在MNIST数据集下分别提升了约10.09%、4.38%与3.33%。 展开更多
关键词 个性化联邦学习 差分隐私 DBSCAN聚类 非独立同分布数据 隐私预算
在线阅读 下载PDF
融合GNN与注意力机制的高阶数据社会推荐模型
16
作者 张子潇 刘井莲 +2 位作者 钟珊 司亚利 龚声蓉 《计算机工程与设计》 北大核心 2025年第9期2625-2633,共9页
针对当前社会推荐算法主要基于用户一阶社交网络兴趣点进行建模,没有考虑全局社交网络中的社交影响力传播过程问题,提出了一种融合GNN(图神经网络)与注意力机制的高阶数据社会推荐模型(HODSR)。通过使用SDNE、one-hot、Word2vec等图表... 针对当前社会推荐算法主要基于用户一阶社交网络兴趣点进行建模,没有考虑全局社交网络中的社交影响力传播过程问题,提出了一种融合GNN(图神经网络)与注意力机制的高阶数据社会推荐模型(HODSR)。通过使用SDNE、one-hot、Word2vec等图表示学习技术对提取的用户和项目数据进行处理,将用户和项目的图结构与属性信息进行融合,得到模型初始嵌入;使用注意力机制捕捉用户的潜在嵌入,将用户信息通过图卷积网络扩散到项目信息,得到项目的潜在嵌入,在扩散过程达到稳定程度后,输出预测偏好得分;分别在两个真实数据集Yelp和Flickr上进行实验,实验结果表明了HODSR优于多个代表性模型,缓解了数据稀疏性问题,提高了用户的个性化推荐准确度。 展开更多
关键词 图神经网络 注意力机制 社会推荐 社区结构 社交网络 社交影响力 信息扩散
在线阅读 下载PDF
融合k-距离和项目类别信息的鲁棒推荐算法 被引量:3
17
作者 伊华伟 张付志 《小型微型计算机系统》 CSCD 北大核心 2017年第11期2476-2481,共6页
针对托攻击存在情况下推荐系统面临的数据稀疏性问题,提出一种融合k-距离和项目类别信息的鲁棒推荐算法.首先,根据离群点检测思想提出基于k-距离的用户可疑度计算方法,用来度量系统中每个用户是攻击用户的可疑程度大小;然后,将用户可疑... 针对托攻击存在情况下推荐系统面临的数据稀疏性问题,提出一种融合k-距离和项目类别信息的鲁棒推荐算法.首先,根据离群点检测思想提出基于k-距离的用户可疑度计算方法,用来度量系统中每个用户是攻击用户的可疑程度大小;然后,将用户可疑度与项目类别信息相结合构建一种缺失值填充方法,对用户评分矩阵缺失评分进行填充;最后,基于填充后的评分矩阵,将用户相似度和可疑度进行加权组合,为目标用户选取可靠邻居,完成对目标用户的鲁棒推荐.在Movie Lens数据集上的实验结果表明,本文提出的方法能够有效解决推荐系统的数据稀疏性问题,提高推荐精度并具有较好的鲁棒性. 展开更多
关键词 推荐系统 鲁棒推荐 托攻击 稀疏性 k-距离
在线阅读 下载PDF
融合线图的超门控图神经网络的会话推荐系统
18
作者 白杨 梅红岩 +1 位作者 袁凤源 吴帅甫 《计算机工程与设计》 北大核心 2025年第9期2487-2493,共7页
针对现有的会话推荐模型无法捕捉高维度的相关性和信息传播受限问题,提出了一种会话推荐模型,利用线图神经网络结合超门控图神经网络建模复杂关系和多层次语义来获取高维度的信息。超门控图神经网络可以处理复杂的关系和依赖,而结合门... 针对现有的会话推荐模型无法捕捉高维度的相关性和信息传播受限问题,提出了一种会话推荐模型,利用线图神经网络结合超门控图神经网络建模复杂关系和多层次语义来获取高维度的信息。超门控图神经网络可以处理复杂的关系和依赖,而结合门控线图方法,可以处理不同长度的会话序列,适应不同数据类型和场景。这使得模型具有良好的泛化能力,在推荐任务中提供更准确的结果。实验结果表明,该模型在Tmall和Diginetica两个基准数据集上优于现有方法。 展开更多
关键词 会话推荐 图门控机制 超图神经网络 多层次语义关系 注意力机制 门控线图 推荐系统
在线阅读 下载PDF
基于跨会话项目图的长短期兴趣推荐方法
19
作者 李雪 周军 +1 位作者 曲晨曦 张大俊 《计算机工程与设计》 北大核心 2025年第8期2193-2199,共7页
针对现有会话推荐方法主要关注用户当前会话内的短期兴趣,忽略了丰富的跨会话信息及长期兴趣信息的问题,提出了一种基于跨会话项目图的长短期兴趣推荐方法,该方法由构建跨会话项目图模块、长短期兴趣提取模块、长短期兴趣融合模块及预... 针对现有会话推荐方法主要关注用户当前会话内的短期兴趣,忽略了丰富的跨会话信息及长期兴趣信息的问题,提出了一种基于跨会话项目图的长短期兴趣推荐方法,该方法由构建跨会话项目图模块、长短期兴趣提取模块、长短期兴趣融合模块及预测模块4部分组成。该方法通过构建跨会话项目图,探索复杂的跨会话效应,采用图神经网络及多头注意力机制划分用户的长短期兴趣信息,解决偶然兴趣影响,采用门控融合机制将长短期兴趣融合为动态兴趣,预测层得到该节点的概率评分,并预测下一个点击的项目。实验在Diginetica、Yoochoose数据集上结果表明,相较于最优算法各项指标均有所提升,验证算法的有效性。 展开更多
关键词 会话推荐 跨会话 长短期兴趣 图神经网络 多头注意力机制 门控融合机制 动态兴趣
在线阅读 下载PDF
基于激励机制的联邦广义矩阵分解推荐算法
20
作者 王宁 李晓会 《计算机工程与设计》 北大核心 2025年第8期2256-2262,共7页
针对联邦推荐模型训练效率低、通信轮次多等问题,提出了基于激励机制的联邦广义矩阵分解推荐算法(IncentFedGMF)。该算法通过激励机制激励客户端参与训练并剔除不合格客户端,计算客户端权重,按照权重大小选择参与训练的客户端,改进全局... 针对联邦推荐模型训练效率低、通信轮次多等问题,提出了基于激励机制的联邦广义矩阵分解推荐算法(IncentFedGMF)。该算法通过激励机制激励客户端参与训练并剔除不合格客户端,计算客户端权重,按照权重大小选择参与训练的客户端,改进全局聚合策略,提高高精度局部参数在全局参数中的占比,并使用差分隐私技术保护用户隐私。实验结果表明,该算法能够有效提高模型训练效率,保证准确性的同时兼顾隐私保护。 展开更多
关键词 联邦学习 推荐系统 矩阵分解 激励机制 信誉值 聚合策略 隐私保护
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部