期刊文献+
共找到149篇文章
< 1 2 8 >
每页显示 20 50 100
Semantic Similarity over Gene Ontology for Multi-Label Protein Subcellular Localization
1
作者 Shibiao Wan Man-Wai Mak Sun-Yuan Kung 《Engineering(科研)》 2013年第10期68-72,共5页
As one of the essential topics in proteomics and molecular biology, protein subcellular localization has been extensively studied in previous decades. However, most of the methods are limited to the prediction of sing... As one of the essential topics in proteomics and molecular biology, protein subcellular localization has been extensively studied in previous decades. However, most of the methods are limited to the prediction of single-location proteins. In many studies, multi-location proteins are either not considered or assumed not existing. This paper proposes a novel multi-label subcellular-localization predictor based on the semantic similarity between Gene Ontology (GO) terms. Given a protein, the accession numbers of its homologs are obtained via BLAST search. Then, the homologous accession numbers of the protein are used as keys to search against the gene ontology annotation database to obtain a set of GO terms. The semantic similarity between GO terms is used to formulate semantic similarity vectors for classification. A support vector machine (SVM) classifier with a new decision scheme is proposed to classify the multi-label GO semantic similarity vectors. Experimental results show that the proposed multi-label predictor significantly outperforms the state-of-the-art predictors such as iLoc-Plant and Plant-mPLoc. 展开更多
关键词 Protein SUBCELLULAR localization SEMANTIC SIMILARITY GO TERMS MULTI-label Classification
下载PDF
陷阱标记联合懒蚂蚁的自适应粒子群优化算法
2
作者 张伟 蒋岳峰 《系统仿真学报》 CAS CSCD 北大核心 2024年第7期1631-1642,共12页
为解决现有粒子群改进策略无法帮助已陷入局部最优和过早收敛的粒子恢复寻优性能的问题,提出一种陷阱标记联合懒蚂蚁的自适应粒子群优化(adaptive particle swarm optimization based on trap label and lazy ant, TLLA-APSO)算法。陷... 为解决现有粒子群改进策略无法帮助已陷入局部最优和过早收敛的粒子恢复寻优性能的问题,提出一种陷阱标记联合懒蚂蚁的自适应粒子群优化(adaptive particle swarm optimization based on trap label and lazy ant, TLLA-APSO)算法。陷阱标记策略为粒子群提供动态速度增量,使其摆脱最优解的束缚。利用懒蚂蚁寻优策略多样化粒子速度,提升种群多样性。通过惯性认知策略在速度更新中引入历史位置,增加粒子的路径多样性和提升粒子的探索性能,使粒子更有效地避免陷入新的局部最优。理论证明了引入历史位置的粒子群算法的收敛性。仿真实验结果表明,所提算法不仅能有效解决粒子群已陷入局部最优和过早收敛的问题,且与其他算法相比,具有较快的收敛速度和较高的寻优精度。 展开更多
关键词 粒子群优化算法 懒蚂蚁 陷阱标记 局部最优 过早收敛
下载PDF
基于多标签语义分割的硬笔字笔画提取
3
作者 余嘉云 李丁宇 +2 位作者 徐占洋 王晶弘 林巍 《计算机系统应用》 2024年第9期174-182,共9页
汉字作为中华文化的载体,因其复杂的结构区别于其他文字.笔画作为汉字的基本单元,在硬笔字评价中起到至关重要的作用.正确提取笔画,是硬笔字评价的首要步骤.现有的笔画提取方法多数是基于规则的,由于汉字的复杂性,这些规则通常无法顾及... 汉字作为中华文化的载体,因其复杂的结构区别于其他文字.笔画作为汉字的基本单元,在硬笔字评价中起到至关重要的作用.正确提取笔画,是硬笔字评价的首要步骤.现有的笔画提取方法多数是基于规则的,由于汉字的复杂性,这些规则通常无法顾及所有特征,且在评价时无法根据笔顺等信息与模板字笔画匹配.为了解决这些问题,该文将笔画提取转化为多标签语义分割问题,提出了多标签语义分割模型(M-TransUNet),利用深度卷积模型以汉字为单位任务进行训练,保留了笔画原有结构,避免了笔画段组合的二义性,同时得到了硬笔字的笔顺,有利于笔画评价等下游任务.由于硬笔字图像只分为前景和背景,没有额外颜色信息,所以更容易产生FP(false positive)分割噪声.为解决此问题,本文还提出了一种针对笔画分割结果的局部平滑策略(local smooth strategy on stroke,LSSS),淡化噪声的影响.最后,本文对M-TransUNet的分割性能以及效率进行了实验,证明了本文算法在很小性能损失的情况下,极大地提升了效率.同时对LSSS算法进行了实验,证明其在FP噪声消除的有效性. 展开更多
关键词 硬笔字 笔画提取 多标签语义分割 局部平滑策略
下载PDF
局部特征引导标签平滑与优化的井下弱特征人员重识别
4
作者 张杰 缪小然 +3 位作者 赵作鹏 胡建峰 闵冰冰 高宇蒙 《工矿自动化》 CSCD 北大核心 2024年第2期83-89,共7页
煤矿井下低照度、强光扰、高粉尘等环境条件,以及井下人员服装的相似性和脸部落煤现象,导致井下弱特征人员重识别困难。现有人员重识别方法仅提取全局特征,未充分考虑局部特征,使得井下人员重识别准确率较低。针对上述问题,提出了一种... 煤矿井下低照度、强光扰、高粉尘等环境条件,以及井下人员服装的相似性和脸部落煤现象,导致井下弱特征人员重识别困难。现有人员重识别方法仅提取全局特征,未充分考虑局部特征,使得井下人员重识别准确率较低。针对上述问题,提出了一种局部特征引导标签平滑与优化的井下弱特征人员重识别方法。该方法首先通过卷积神经网络提取井下人员图像的全局特征与局部特征;然后利用k最近邻相似性计算全局特征和局部特征的互补性得分,来衡量全局特征和局部特征的相似程度;最后根据特征互补性得分对局部特征进行标签平滑及对全局特征进行标签优化,即动态调整每个局部特征的权重,以改进每个局部特征的标签,并对局部特征的预测结果进行汇总,利用更可靠的信息来完善标签以作为全局特征的标签,从而减少图像噪声并增强特征识别能力。实验结果表明,该方法在公开数据集和包含井下人员图像的自建数据集上的平均精度均值(mAP)、第一匹配正确率(Rank-1)和平均逆置负样本惩罚率(mINP)总体优于主流人员重识别方法,具有良好的泛化性和鲁棒性,能有效实现井下弱特征人员重识别。 展开更多
关键词 人员重识别 弱特征人员 局部特征 标签平滑 标签优化 特征互补性
下载PDF
基于节点影响值的社区网络稳定标签传播算法
5
作者 韩永印 王侠 王志晓 《沈阳工业大学学报》 CAS 北大核心 2024年第2期184-190,共7页
针对社区网络标签传播准确性差的问题,提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度,结合链路加权思想将其变换为链路无向带权图;利用节点K-shell分解值判断节点影响力,计算种子节点的中心性度量值... 针对社区网络标签传播准确性差的问题,提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度,结合链路加权思想将其变换为链路无向带权图;利用节点K-shell分解值判断节点影响力,计算种子节点的中心性度量值,升序排列节点更新顺序;根据越重要节点标签影响越大的规则,修正高频数标签,获取最佳社区网络划分结果。结果表明:该算法模块度在0.320以上,准确率达到99%,因此,经该方法划分后的网络结构清晰、准确,稳定性高。 展开更多
关键词 节点影响值 社区网络 标签传播算法 局部特征 相邻节点相似度 中心性度量 随机排序 标签修正
下载PDF
湖北省地方杏品种资源荧光SSR遗传多样性分析
6
作者 叶缘铭 蔡化 +6 位作者 田瑞 董志丹 张豫 蒋迎春 吴黎明 何利刚 刘模发 《湖北农业科学》 2024年第10期97-101,共5页
为探明湖北省地方杏品种资源的遗传多样性,以湖北省24个地方杏品种为试验材料,采用SSR分子标记结合荧光毛细管电泳技术开展研究。结果表明,来自杏、桃、扁桃和樱桃上的14对引物共扩增出162个多态性等位基因位点,平均每个位点的等位基因... 为探明湖北省地方杏品种资源的遗传多样性,以湖北省24个地方杏品种为试验材料,采用SSR分子标记结合荧光毛细管电泳技术开展研究。结果表明,来自杏、桃、扁桃和樱桃上的14对引物共扩增出162个多态性等位基因位点,平均每个位点的等位基因数目为11.571。有效等位基因总数为90.312,平均每个位点的有效等位基因数目为6.451。观测杂合度(Ho)、期望杂合度(He)、香农指数(I)的平均值分别为0.652、0.813、2.031,多态性信息含量(PIC)平均值为0.794,说明所选近源物种的引物具有较高的通用性,多态性丰富。在相似系数0.580处将24个品种分为3个大组,第1组由洪平杏独立成组,第2组由榔梅、杏梅等4个品种组成,第3组由米杏、五祖杏等19个品种组成。可见,湖北省地方杏品种具有丰富的遗传多样性,采用SSR特异性引物可以鉴别湖北省地方杏品种。 展开更多
关键词 地方杏 种质资源 荧光SSR标记 遗传多样性 湖北省
下载PDF
基于未知类别少样本学习的开放世界目标定位
7
作者 王三泉 王璐 +1 位作者 储珺 黄斌 《南昌航空大学学报(自然科学版)》 CAS 2024年第3期33-44,71,共13页
开放世界目标识别中未知类别样本难以获取,这些样本无法有效参与训练,针对这个问题,提出基于未知类别少样本学习的开放世界目标定位方法。首先,利用伪标签生成模型,将背景区域中高目标性得分的目标区域标记为伪标签,为模型学习未知类提... 开放世界目标识别中未知类别样本难以获取,这些样本无法有效参与训练,针对这个问题,提出基于未知类别少样本学习的开放世界目标定位方法。首先,利用伪标签生成模型,将背景区域中高目标性得分的目标区域标记为伪标签,为模型学习未知类提供少量样本,增强模型对未知类别的泛化能力;其次,设计两个分支共同学习目标特征,其一为目标性分支,其二为定位质量分支。前者专注于确定目标框内是否存在目标,后者则集中于评估目标框的质量,从目标存在性和目标定位质量两个维度提取和理解目标特征。同时,目标性分支联合训练真实标签与伪标签样本增强对未知类别的识别能力,定位质量分支通过学习高质量的真实标签样本并排除伪标签样本,以减少噪声干扰。最后在COCO数据集上对该方法进行有效性评估,结果显示,与其他方法相比,所提方法具有较为出色的检测性能。 展开更多
关键词 开放世界 目标检测 目标定位 伪标签 定位质量
下载PDF
ASL-MRI对局部晚期鼻咽癌诱导化疗反应及近期疗效的早期预测价值
8
作者 申明君 杨朝麟 +2 位作者 周子燕 王仁生 康敏 《广西医科大学学报》 CAS 2024年第9期1304-1310,共7页
目的:通过动脉自旋标记磁共振成像(ASL-MRI)监测局部晚期鼻咽癌(LA-NPC)诱导化疗前、后的肿瘤血流量(TBF),探讨ASL-MRI早期预测LA-NPC诱导化疗反应及近期疗效的价值。方法:收集38例初诊LA-NPC患者,于诱导化疗前、后行ASL-MRI,以获得诱... 目的:通过动脉自旋标记磁共振成像(ASL-MRI)监测局部晚期鼻咽癌(LA-NPC)诱导化疗前、后的肿瘤血流量(TBF),探讨ASL-MRI早期预测LA-NPC诱导化疗反应及近期疗效的价值。方法:收集38例初诊LA-NPC患者,于诱导化疗前、后行ASL-MRI,以获得诱导化疗前TBF(Pre-TBF)和诱导化疗后TBF(Post-TBF),并计算诱导化疗前、后的TBF变化值(ΔTBF)及变化率(ΔTBF%)。在诱导化疗后,将完全缓解(CR)和部分缓解(PR)归为反应组,疾病稳定(SD)及疾病进展(PD)归为非反应组。在放疗后3个月评估近期疗效,分为CR组和非CR组(PR、SD及PD)。采用单因素及多因素二分类logistic回归分析TBF参数对诱导化疗效果及近期疗效的影响。采用受试者工作特性(ROC)曲线确定诊断效能。结果:38例患者中诱导化疗反应组23例(60.5%),非反应组15例(39.5%)。放疗后3个月CR组22例(57.9%),非CR组16例(42.1%)。诱导化疗反应组在放疗后3个月的CR率显著高于非反应组(73.9%vs.33.3%,P=0.02)。38例患者Pre-TBF显著高于Post-TBF(Z=4.227,P<0.001)。诱导化疗反应组Pre-TBF、ΔTBF及ΔTBF%显著高于非反应组(均P<0.05);放疗后3个月CR组的Pre-TBF、ΔTBF及ΔTBF%显著高于非CR组(均P<0.05)。多因素二分类logistic回归结果显示,Pre-TBF是诱导化疗效果的独立影响因素(P=0.027),ROC曲线下面积为0.745(P=0.012);T分期及ΔTBF%是近期疗效的独立影响因素(均P<0.05),ΔTBF%的ROC曲线下面积为0.807(P=0.001)。结论:治疗前LA-NPC肿瘤血流高灌注提示更好的疗效,Pre-TBF可以预测LA-NPC诱导化疗效果,ΔTBF%可以预测LA-NPC近期疗效。 展开更多
关键词 局部晚期鼻咽癌 动脉自旋标记磁共振成像 诱导化疗 疗效评价
下载PDF
监控管理中基于交叉姿态平滑的行人重识别
9
作者 陈小慧 何宜庆 《计算机工程与设计》 北大核心 2024年第4期1202-1209,共8页
现有行人重识别缺乏对局部上下文信息之间的关联,且由于局部图像中存在许多与行人身份无关的信息,使用与全局图像相同的标签去学习局部信息会产生许多噪声。为缓解以上问题,提出一种基于交叉姿态平滑的行人重识别方法。整个方法分为两... 现有行人重识别缺乏对局部上下文信息之间的关联,且由于局部图像中存在许多与行人身份无关的信息,使用与全局图像相同的标签去学习局部信息会产生许多噪声。为缓解以上问题,提出一种基于交叉姿态平滑的行人重识别方法。整个方法分为两个模块,提出一种关键点语义交叉划分策略获取具有交叉语义关联的局部上下文信息;设计一个基于相对姿态上下文的局部伪标签平滑方法,使模型学习到更多局部区域的细微姿态差异。实验结果表明,所提方法在公开数据集上的表现优于其它最新方法,有效提升了模型对行人姿态细微变化的鲁棒性与鉴别能力。 展开更多
关键词 行人重识别 关键点语义交叉划分策略 相对姿态偏移量 局部伪标签 标签平滑 交叉语义 智能监控管理
下载PDF
基于邻域加权的指针式仪表识别技术 被引量:1
10
作者 施方展 张帅 +2 位作者 刘得斌 周曼 刘志勇 《化工自动化及仪表》 CAS 2024年第1期32-37,共6页
提出一种新的指针式仪表精确识别体系。首先使用基于轮廓特征的标注方法,建立刻度-位置映射表,其次进行模板匹配,然后使用基于邻域加权的指针检测方法确定指针位置,最后在该类标注体系下完成基于局部圆弧定位的插值读数。实际应用结果表... 提出一种新的指针式仪表精确识别体系。首先使用基于轮廓特征的标注方法,建立刻度-位置映射表,其次进行模板匹配,然后使用基于邻域加权的指针检测方法确定指针位置,最后在该类标注体系下完成基于局部圆弧定位的插值读数。实际应用结果表明:该体系标注简单、读数精确、误差较小,适用于复杂环境的指针式仪表识别。 展开更多
关键词 指针式仪表识别 模板标注 模板匹配 邻域加权 局部圆弧插值
下载PDF
基于SLPA改进的重叠社团检测算法
11
作者 胡志涛 余路粉 潘文林 《计算机技术与发展》 2024年第9期174-181,共8页
标签传播算法(Speaker-Listener Label Propagation Algorithm,SLPA)在重叠社团检测任务上具有线性时间复杂度和优良的检测效果,但作为一种随机算法其多次的随机选择策略致使算法的精度受限且算法结果不稳定;此外,算法在选取的阈值较低... 标签传播算法(Speaker-Listener Label Propagation Algorithm,SLPA)在重叠社团检测任务上具有线性时间复杂度和优良的检测效果,但作为一种随机算法其多次的随机选择策略致使算法的精度受限且算法结果不稳定;此外,算法在选取的阈值较低时容易出现大量相互嵌套的小型社团和重叠节点。针对上述问题,提出一种精度更高、稳定性更好的改进算法。算法初始化阶段,使用节点局部结构熵(Local Structure Entropy,LE)计算的节点重要性排序升序作为节点更新序列;标签传播阶段,使用资源分配指标(Resource Allocation,RA)作为节点进一步选择的依据,引导标签传播的方向;后处理阶段,新增两两对比待选社团集以去除嵌套包含的社团。在真实网络与人工网络上验证算法的有效性,使用重叠标准互信息(Overlapping Normalized Mutual Information,NMIov)和扩展模块度(Extended Modularity,EQ)与5个经典算法进行对比。实验证明,改进算法在精度与经典算法相比具有优势,在真实网络和人工网络中均具备较好的鲁棒性;改进算法与原算法相比,算法的结果精度分布更为集中,算法的稳定性有提升。 展开更多
关键词 复杂网络 重叠社团检测 标签传播算法 局部结构熵 SLPA
下载PDF
基于局部密度峰和标签传播的最小生成树聚类
12
作者 林钰莹 侯新民 《计算机系统应用》 2024年第8期18-29,共12页
基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在... 基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在保留原始数据集分布结构的同时,排除了噪声点,因此,将局部密度峰与最小生成树聚类算法相结合,采用标签传播,提出了基于局部密度峰和标签传播的最小生成树聚类算法(DPMST).该算法采用了局部密度峰之间基于共享邻的距离,利用局部密度峰之间的邻域信息,有效构造最小生成树和识别无效边,使算法能够发现具有复杂结构的簇.标签传播增强强标签,削弱弱标签,以细化错误的标签,特别是对于边界点以及揭示复杂流形,能够提高聚类结果的质量.人工和真实数据集上的实验结果表明,与经典聚类算法DPC、MST、K-means、DBSCAN、AP、SC和BIRCH比较,DPMST算法表现优异. 展开更多
关键词 局部密度峰 最小生成树 标签传播 聚类
下载PDF
Joint training with local soft attention and dual cross-neighbor label smoothing for unsupervised person re-identification
13
作者 Qing Han Longfei Li +4 位作者 Weidong Min Qi Wang Qingpeng Zeng Shimiao Cui Jiongjin Chen 《Computational Visual Media》 SCIE EI CSCD 2024年第3期543-558,共16页
Existing unsupervised person re-identification approaches fail to fully capture thefine-grained features of local regions,which can result in people with similar appearances and different identities being assigned the... Existing unsupervised person re-identification approaches fail to fully capture thefine-grained features of local regions,which can result in people with similar appearances and different identities being assigned the same label after clustering.The identity-independent information contained in different local regions leads to different levels of local noise.To address these challenges,joint training with local soft attention and dual cross-neighbor label smoothing(DCLS)is proposed in this study.First,the joint training is divided into global and local parts,whereby a soft attention mechanism is proposed for the local branch to accurately capture the subtle differences in local regions,which improves the ability of the re-identification model in identifying a person’s local significant features.Second,DCLS is designed to progressively mitigate label noise in different local regions.The DCLS uses global and local similarity metrics to semantically align the global and local regions of the person and further determines the proximity association between local regions through the cross information of neighboring regions,thereby achieving label smoothing of the global and local regions throughout the training process.In extensive experiments,the proposed method outperformed existing methods under unsupervised settings on several standard person re-identification datasets. 展开更多
关键词 person re-identification(Re-ID) unsupervised learning(USL) local soft attention joint training dual cross-neighbor label smoothing(DCLS)
原文传递
基于定位置信度加权的半监督目标检测算法
14
作者 冯泽恒 王丰 《计算机工程与应用》 CSCD 北大核心 2024年第6期249-258,共10页
为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的... 为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的置信度指标,设计基于该置信度加权的无监督定位损失函数,降低伪标签位置噪声对模型训练的负面影响。实验结果表明了该算法的性能优势,针对微软COCO数据集,在有标注数据占比训练集分别为1%、5%和10%的场景下,该算法相比于现有Soft Teacher方案的平均精度分别提高了1.1、1.2和1.5个百分点;针对PASCAL VOC数据集,在使用VOC07和VOC12分别作为有标注和无标注训练数据的场景下,该算法相比Soft Teacher方案的平均精度提高了1.6个百分点。 展开更多
关键词 目标检测 半监督学习 伪标签 位置噪声 定位置信度 定位损失函数
下载PDF
Multi-Label Learning Based on Transfer Learning and Label Correlation 被引量:2
15
作者 Kehua Yang Chaowei She +2 位作者 Wei Zhang Jiqing Yao Shaosong Long 《Computers, Materials & Continua》 SCIE EI 2019年第7期155-169,共15页
In recent years,multi-label learning has received a lot of attention.However,most of the existing methods only consider global label correlation or local label correlation.In fact,on the one hand,both global and local... In recent years,multi-label learning has received a lot of attention.However,most of the existing methods only consider global label correlation or local label correlation.In fact,on the one hand,both global and local label correlations can appear in real-world situation at same time.On the other hand,we should not be limited to pairwise labels while ignoring the high-order label correlation.In this paper,we propose a novel and effective method called GLLCBN for multi-label learning.Firstly,we obtain the global label correlation by exploiting label semantic similarity.Then,we analyze the pairwise labels in the label space of the data set to acquire the local correlation.Next,we build the original version of the label dependency model by global and local label correlations.After that,we use graph theory,probability theory and Bayesian networks to eliminate redundant dependency structure in the initial version model,so as to get the optimal label dependent model.Finally,we obtain the feature extraction model by adjusting the Inception V3 model of convolution neural network and combine it with the GLLCBN model to achieve the multi-label learning.The experimental results show that our proposed model has better performance than other multi-label learning methods in performance evaluating. 展开更多
关键词 Bayesian networks multi-label learning global and local label correlations transfer learning
下载PDF
3D face registration based on principal axis analysis and labeled regions orientation
16
作者 Guo Zhe Zhang Yanning Lin Zenggang Liu Yantong 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第6期1324-1331,共8页
A novel multi-view 3D face registration method based on principal axis analysis and labeled regions orientation called local orientation registration is proposed.The pre-registration is achieved by transforming the mu... A novel multi-view 3D face registration method based on principal axis analysis and labeled regions orientation called local orientation registration is proposed.The pre-registration is achieved by transforming the multi-pose models to the standard frontal model's reference frame using the principal axis analysis algorithm.Some significant feature regions, such as inner and outer canthus, nose tip vertices, are then located by using geometrical distribution characteristics.These regions are subsequently employed to compute the conversion parameters using the improved iterative closest point algorithm, and the optimal parameters are applied to complete the final registration.Experimental results implemented on the proper database demonstrate that the proposed method significantly outperforms others by achieving 1.249 and 1.910 mean root-mean-square measure with slight and large view variation models, respectively. 展开更多
关键词 local orientation registration principal axis analysis label regions orientation iterative closest point.
下载PDF
基于K-means的GLOCAL改进算法 被引量:1
17
作者 王一宾 黄志强 程玉胜 《安庆师范大学学报(自然科学版)》 2020年第2期55-62,共8页
在多标签学习中,标签相关性是不可或缺的。当标签缺损只能观察到一部分标签时,很难判断标签之间的相关性。具有全局与局部标签相关性的多标签(GLOCAL)算法通过学习潜在标签和引入标签流行正则化项,同时利用全局和局部标签相关性来解决... 在多标签学习中,标签相关性是不可或缺的。当标签缺损只能观察到一部分标签时,很难判断标签之间的相关性。具有全局与局部标签相关性的多标签(GLOCAL)算法通过学习潜在标签和引入标签流行正则化项,同时利用全局和局部标签相关性来解决标签缺损问题。但是该算法在通过低秩分解学习潜在标签以及原始标签与潜在标签的关联性时,初始化的低秩矩阵是随机获取的,这导致该算法结果并不稳定。基于此,利用K-means算法对原始标签进行聚类,获得的聚类中心矩阵将能更好地表现出原始标签与潜在标签之间的相关性。实验结果表明,本文的算法是合理和有效的。 展开更多
关键词 多标签 全局性 局部性 K-MEANS Glocal
下载PDF
基于密度峰值的标签传播社区发现算法 被引量:1
18
作者 付立东 刘佳会 王秋红 《计算机应用研究》 CSCD 北大核心 2023年第8期2323-2328,共6页
针对标签传播算法中节点启动顺序和更新标签的随机性造成的结果不稳定问题,提出一种新标签传播算法用于复杂网络社区检测(density peaks and node similarity,DPNS-LPA),包括社区中心的确定和外围节点的标签传播。首先利用大度节点不利... 针对标签传播算法中节点启动顺序和更新标签的随机性造成的结果不稳定问题,提出一种新标签传播算法用于复杂网络社区检测(density peaks and node similarity,DPNS-LPA),包括社区中心的确定和外围节点的标签传播。首先利用大度节点不利指标、Jaccard指标和度为1节点的结构特性刻画节点局部相似性指标,并用此指标度量节点间距离和解决最大标签相同时的随机选择;然后引入改进的密度峰值聚类算法寻找社区中心,确定社区数量;最后基于社区中心和外围节点的标签传播,得到最终的社区划分结果。通过人工网络和真实网络上的实验,结果表明标准化互信息、模块度和D-score指标值优于对比算法,所提出的算法可以有效发现复杂网络中的社区结构,且鲁棒性更高。 展开更多
关键词 密度峰值聚类 局部相似度 标签传播 社区发现
下载PDF
基于图注意力网络的多标签专利分类方法
19
作者 谭晏松 宋铁成 《计算机应用与软件》 北大核心 2023年第11期194-200,共7页
针对当前大多数基于特征工程和机器学习的专利分类方法存在准确性低以及泛化能力差的问题,提出一种基于注意力感知深度学习模型的多标签专利分类方法。该文将输入数据表示为文本图的形式,并利用图注意力卷积网络学习构建的文本图,并通... 针对当前大多数基于特征工程和机器学习的专利分类方法存在准确性低以及泛化能力差的问题,提出一种基于注意力感知深度学习模型的多标签专利分类方法。该文将输入数据表示为文本图的形式,并利用图注意力卷积网络学习构建的文本图,并通过引入BiLSTM层作为新的聚合函数来表征文本图各节点的差异性和代表的语义信息设计了一个非局部二阶注意层用于捕捉专利文档中的远程和细粒度的语义信息,消除因国际专利分类标签跨域引起的语义模糊;使用Softmax分类器来完成多标签专利的分类任务。所提方法在多标签专利分类任务具有良好的分类精度,相对于其他分类方法,性能有所提高。 展开更多
关键词 多标签专利分类 深度学习 图注意力卷积网络 非局部二阶注意力
下载PDF
结合混合密度和局部结构的密度峰值聚类算法 被引量:1
20
作者 马振明 安俊秀 周俊 《计算机工程与应用》 CSCD 北大核心 2023年第12期84-93,共10页
密度峰值聚类(DPC)是简单有效的聚类算法,但该算法存在假设与实现间不一致和假设不适用的问题,导致DPC在密度不均的数据集上很难确定中心点,且非中心点分配策略鲁棒性低并产生连锁反应。针对此,提出一种结合混合密度和局部结构的密度峰... 密度峰值聚类(DPC)是简单有效的聚类算法,但该算法存在假设与实现间不一致和假设不适用的问题,导致DPC在密度不均的数据集上很难确定中心点,且非中心点分配策略鲁棒性低并产生连锁反应。针对此,提出一种结合混合密度和局部结构的密度峰值聚类算法(HS-DPC)。利用相对密度和绝对密度,提出混合密度计算公式,消除DPC假设中心点为局部峰值,但算法实现是全局峰值间的不一致。根据局部结构重新定义数据点之间的相似性,从而适应形状复杂数据。对中心点依据相似性传递,搜索有效数据并形成簇的主干结构。对剩余点结合不同簇的主干点分布进行距离最优分配,隔绝连锁反应完成边界聚类。通过在16个数据集上与五种聚类算法进行对比实验,结果表明了HS-DPC的有效性和鲁棒性。 展开更多
关键词 密度峰值聚类 混合密度 局部结构 相似性传递 标签传播
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部