机车驾驶路面状况监控系统障碍检测算法的研究

提出基于铁路智能视频监控图像序列分析的铁轨路障检测算法,即通过图像预处理突出铁轨信息,确定铁轨边缘像素;沿铁轨边缘建立检测窗,计算分析铁轨检测窗内的纹理特征;结合纹理特征及灰度特征进行铁轨障碍物的检测。在检测出路障目标的基础上对机车驾驶员提供实时的警报。实验结果表明,该算法检测速度快、可靠性高,可运用于实际路面状况检测系统。

结合Total-Bregman距离的模糊聚类算法

模糊C均值(fuzzy C-means,FCM)聚类算法是一种常用的基于目标函数最小化的聚类算法。目前已经提出了相当数量的聚类算法是对模糊C均值聚类算法的改进,例如AFCM算法、GK算法等。对最近发表的基于Bregman距离的模糊聚类算法进行了改进,通过在FCM模糊聚类框架中引入Total-Bregman距离提升了聚类算法的聚类性能。同时对基于Total-Bregman距离的模糊聚类算法的收敛性质进行了理论分析。实验部分对来自UCI数据库的几个数据集进行了聚类,证明了算法的有效性和收敛性。

CINOSUM:面向多民族低资源语言的抽取式摘要模型

针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效果不佳的问题,构建了一个框架,采用统一的句子抽取器,以进行不同民族语言的抽取式摘要生成。此外,提出采用多语言数据集的联合训练方法,旨在弥补知识获取上的不足,进而扩展在低资源语言上的应用,显著增强模型的适应性与灵活性。最终,在MESUM数据集上开展了广泛的实验研究,实验结果表明CINOSUM模型在包括藏语和维吾尔语在内的多民族低资源语言环境中表现卓越,并且在ROUGE评价体系下取得了显著的性能提升。

Lacmia:抗混淆的多民族语言生成式摘要模型

该文提出了一种针对中国多民族低资源语言生成式摘要模型Lacmia(Language-Anti-confusioned Chinese Minority Abstractive Summarization Model)。为了克服以往模型只能处理单一语言的限制,Lacmia采用了一种统一的生成式架构来执行不同民族语言的摘要生成任务。此外,为了解决以往模型在多民族低资源语言处理上的性能不足问题,该模型在框架中加入了语言信息嵌入模块。该文通过在损失函数中引入目标语言偏好性正则化项,有效减轻了多语言摘要中出现的语言混淆现象,从而提升摘要生成准确性和流畅度。广泛的实验表明,Lacmia在包括藏语和维吾尔语在内的多民族低资源语言摘要任务中,取得了卓越成绩。除了在ROUGE评价标准上实现了显著性能提升外,Lacmia在该文新提出的CINOScore和NLCR两项指标上均达到了最佳效果,验证了模型的有效性和先进性。

民族文化赋能的大数据技术导论课程中CBL教学新路径探索

针对民族院校大数据技术导论课程教学面临的主要问题,围绕民族文化元素在大数据课程中的价值和应用潜力,根据民族高校自身定位以及大数据课程的教学现状,提出将民族文化元素融入大数据技术导论课程之中的改革思路,详细阐述以CBL教学法(Case-Based Learning,案例教学法)为基础,以“7A”教学阶段为主线的教学实施过程,旨在提升大数据课程教育质量,为民族文化的传承和发展提供新的思路和方法。

利用颜色进行层次模式挖掘的图像分类方法

图像的中间层特征挖掘能够发现不同视觉词之间的关系,然后可以利用挖掘得到的模式代替原有的视觉词进行图像表示。目前大部分的中层特征挖掘都是针对所有图像块进行的,而没有考虑到可以在局部进行模式挖掘。在局部进行模式挖掘有利于发现不同对象区域的模式,并且最终提高图像分类的准确率。提出了一种有效的基于颜色的层次模式挖掘方法。该方法把对有判别力的颜色的判断作为划分层次的标准,然后在每一层中对拥有这些颜色的图像块进行挖掘,最后用挖掘到的模式进行图像表示,并用于图像分类。实验结果表明,所提方法能够在Soccer、Flower 17和Flower 102上取得良好的分类效果。

基于对象颜色的图像特征加权表示方法

自顶向下的颜色注意力算法(CA)用patch的颜色注意力值当做patch形状特征的权重来进行图像表示,其中,如果当前patch的颜色属于本类内经常出现的颜色,此patch上所提取的形状特征就被赋予一个较大的权值,否则就赋予较小的权值.但是算法没有考虑到对象颜色的多样性.本文提出的方法认为,对象上的patch应该是那些在某类中经常出现并且在其他类别中很少出现的特征.为了提高CA算法的对象识别能力,提出了一种基于互信息的对象颜色选择方法,此方法选择与每类最相关的几种颜色作为对象颜色,通过优化目标函数用于最终确定有类区分的对象颜色个数.并且在对象表示的时候对估计到的对象上的patch赋予一致的高权值.实验采用Soccer,Flower 17和PASCAL VOC Challenge 2007三个图像集进行测评,实验结果表明该算法能够得到比较好的分类结果.

模糊C均值算法的聚类有效性评价

模糊C均值(FCM)聚类算法最终形成的聚类质量会受到初始值的设定、簇的个数选定及参数选择等多方面因素的影响.文中对最近发表的5种代表性聚类有效性指数在不同的数据维数、聚类个数和参数等条件下对FCM的聚类有效性评价结果进行对比分析.实验结果表明基于类内紧致度和类间离散度比值的聚类有效性指数对数据维度及噪声较为鲁棒,基于隶属度的聚类有效性指数不适于高维数据等,上述结果可帮助研究人员在不同的应用环境下选择合适的模糊聚类有效性函数.

中-蒙-藏-维文多文档摘要数据集

是自然语言处理中的一个关键任务,也是理解和处理大量文档中核心内容的关键技术。尽管目前英文和中文的多文档研究已取得显著进展,低资源语言相关研究却因数据不足而相对滞后。因此,本研究在构建中文多文档摘要数据集的基础上,采取机器翻译加专家校对的方式构建了蒙文、藏文和维文对齐语料,组成了中文、蒙文、藏文和维文版本的面向多文档摘要生成的数据集MMDS。每种语言包含1044个新闻簇(6234篇新闻文章),覆盖2018至2023年间的重大新闻事件。此外,通过人工评价确保了数据集的高质量,使其更加适用于多语言的深度学习模型训练和NLP研究。本数据集的发布,对于促进低资源语言信息处理的发展具有重要的价值。

聚类中心初始值选择方法综述

聚类分析是常用的机器学习算法之一,通过聚类可以观察数据结构,因此聚类方法被广泛应用于多个研究领域。对于聚类算法来说,算法初始化对聚类结果的影响是非常大的。不同的聚类初始值可能会导致截然不同的聚类结果,甚至会影响聚类算法的收敛性质。本文主要介绍了近年来提出的聚类中心初始化方法,并分析其优劣性质。这些分析结果会帮助更好的理解并选择合适的聚类中心初始化方法。

自适应的并行天牛须优化算法

为提高天牛须搜索算法(beetle antennae search algorithm,BAS)寻优能力,提出一种自适应的并行天牛须优化算法(adaptive and parallel beetle antennae optimization algorithm,APBAO),该算法将BAS中的单只迭代体进化为并行的多只迭代体,尽可能扩大解空间的搜索范围;提出精英天牛的概念实现算法自适应,提高算法精度。为验证算法的性能,采用多个标准测试函数进行测试,将APBAO与BAS、粒子群优化算法(particle swarm optimization,PSO)和蚁群优化算法(ant colony optimization,ACO)的性能进行比较。试验结果表明,与BAS相比,APBAO对目标函数的优化率提高了97.39%,与PSO和ACO相比分别提高了84.46%和86.98%。所提出方法可以有效避免目标函数陷入局部最小值,拥有更好的性能和更强的寻优能力。