MD-AMNN在图像回忆中的最佳库向量

多维联想记忆神经网络可以回忆图像。在算法相同且库向量维数也相同的情况下,选取图像矩阵中两列跨度为图像矩阵列秩一半的向量作为库向量,回忆得到的图像最清晰、回忆时间最短,此库向量是最佳的。理论分析和计算机仿真都表明该结论是正确的。

向量数学库的向量化方法研究

SIMD技术的出现使得基础数学库扩展到向量数学库成为必然趋势。基础数学库中多数函数存在代码实现复杂、分支判断多的特点,增加了向量化的难度,同时SIMD指令的不完备导致函数中的部分功能无法直接向量化,频繁的拆分和拼接操作降低了函数的性能。针对这些问题,提出了向量数学库的向量化方法,通过确定核心代码段、数据预处理过程向量化及指令向量化3个步骤,可以快速有效地对基础数学库进行向量化。实验表明,运用该方法,exp,pow,log10等典型函数的性能平均提高了24.2%。

基于ARM V8平台的向量算法库实现与优化

基于ARMV8架构的VecOp向量算法库,提出一种基础向量算法在ARMV8平台上实现和优化的方案。从访存对界优化、指令集优化、基本块优化以及向量分支优化4个方面进行精细调优,提升向量算法函数在ARMV8平台上的性能,以实现VecOp算法库在ARMV8平台上的优化。实验结果表明,该方案在ARMV8计算平台上实现的向量算法库性能提升可达到10%~300%。

基于飞腾M6678的向量数学库优化技术研究

不同于传统的标量数学计算,向量数学库提供的加速比高,能够充分利用飞腾M6678的并行计算能力。文章比较了现有的数学函数库,包括标准C数学函数库和TI公司的MAHLIB函数库的运算性能,发现MATHLIB函数库部分函数向量化程度低,可向量化的空间较大。向量函数库选择级数法实现,为使用飞腾M6678的指令集RCPSP和RSQRSP,引入了牛顿迭代法。以开平方运算为例,文章通过深入分析单次循环体内资源占用的情况,详细说明了如何确定一个函数的计算瓶颈。根据瓶颈的不同,选择对应的SIMD优化方法,以及基于飞腾M6678硬件特性的优化方法,构建了一个高性能的向量数学库。测试结果表明,向量数学库典型函数的性能提升可达150%至700%。

基于BiLSTM的NL2SQL模型

随着互联网技术的发展,很多应用为大众提供金融量化服务,而大部分用户不具备金融或计算机专业知识,他们期望使用自然语言查询数据,因此自然语言转SQL(NL2SQL)被迫切需要。针对此问题,提出一种基于双向长短期记忆模型(BiLSTM)的中文金融NL2SQL算法,分为编码和解码阶段。在编码阶段,利用BiLSTM和注意力机制生成特征向量。在解码阶段,根据SQL的语法规则,将SQL生成解耦为九个分类任务,各个任务间相互依赖联合学习,之后生成复杂的SQL语句。除模型外,还训练出包含金融词汇的向量库,构建金融领域的数据集。通过在此数据集上实验验证,结果表明,该方法准确率更高,能有效解决金融领域SQL生成问题,并在某金融量化分析系统中实现。

基于机器学习的A图像特征向量相似性度量系统与方法研究

本研究源于横向项目——基于深度学习下A相似性度量系统研究与开发。论文通过文献研究、调查访谈、试验总结等方法展开,重点分析了A物体特征向量库的提取与构建方法,并基于客户的需求,构建了新型的度量算法。希望通过本研究对商品特征与客户需求特征的匹配性算法度量贡献理论,完善与健全相似性度量体系,推动匹配性算法度量的发展。

一种基于多分类语义分析和个性化的语义检索方法

为了进一步提升语义检索的精度和改善用户体验,提出了一种基于多分类语义分析和个性化的语义检索方法.首先,利用改进的多分类语义分析方法实现目标文档的向量化,并建立词向量库;然后,利用支持向量机对文档进行分类,并结合文档类别生成标签索引.在检索时,根据词向量库的引导,使用用户历史检索记录和个人信息优化检索结果.实验结果显示,基于该方法的系统的检索精度、平均DCG和nDCG指标值分别达到0.7,7.267和0.890,较基于Lucene方法和Yahoo Directory方法所得结果的均值分别高出31%,36%和19%.在时间复杂度上,每次检索的平均耗时为0.669 s,较Lucene方法仅增加了0.326 s.由此可见,该方法提高了检索的精度和综合相关度,且额外的时间消耗较少.

基于特征提取的SVM图像分类技术的无人机遥感建筑物震害识别应用研究

在现有的建筑物震害信息获取途径中,相比传统的现场调查法,无人机遥感系统具有机动灵活、快速高效等优点,目前已成为一种重要的震害信息获取手段。而在遥感图像中识别建筑物震害时,常用的人工目视解译及现有的计算机自动识别方法存在效率低下、精度不足等缺陷。结合机器学习最新进展,将基于特征提取的SVM图像分类技术应用到无人机遥感建筑物震害识别中,通过尺度不变特征转换(SIFT)提取图像特征后,再采用视觉词袋构建建筑物震害无人机遥感图像特征向量标签库,作为SVM进行图像分类的基础。并以2021年9月16日发生的四川泸县6.0级地震为例,对方法的可行性加以验证。结果表明:该方法可快速准确地从无人机遥感图像中识别出建筑物震害情况。

基于特征选择优化算法的非线性SVM木马检测模型

为解决当前木马检测系统中存在的检测率低、无法检测未知木马等问题,提出一种基于特征选择优化MI算法的非线性SVM木马检测模型。本方法提取每一个可执行程序的API调用序列作为特征向量,通过特征选择算法选中区分度大的部分特征并将其量化成SVM可识别的数据,构建SVM特征向量库,利用样本数据对非线性SVM分类器进行训练学习,获得最优分类超平面。实验结果表明,该模型针对木马程序有高效且稳定的检测能力。

基于多维联想记忆神经网络的图像回忆

多维联想记忆神经网络在高噪声情况下图像回忆效果差。针对该问题,将图像矩阵垂直分成4个同型小矩阵,依次将4个小矩阵垂向聚合成一个新矩阵,以新矩阵的列向量作为库向量。数值实验结果表明,相比2个列向量构成的库向量,以4个列向量构成的库向量进行回忆的灰度图像更清晰且效率更高。