检索结果

Select

1. 科研项目同行评议专家学术专长匹配方法

王梓森, 梁英, 刘政君, 谢小杰, 张伟, 史红周

计算机应用 2021, 41 (8): 2418-2426. DOI: 10.11772/j.issn.1001-9081.2020101564

摘要（308）

PDF （1602KB）（482）

现有的评审专家推荐过程通常依赖于人工匹配，在进行专家推荐时不能充分捕捉评审项目所属学科与专家研究兴趣之间的语义关联，导致专家推荐的精确性较低。为解决这个问题，提出了一种科研项目同行评议专家学术专长匹配方法。该方法构建学术网络以建立学术实体联系，并设计元路径捕捉学术网络中不同节点间的语义关联；使用随机游走策略获得项目所属学科与专家研究兴趣共现关联的节点序列，并通过网络表示学习模型训练得到具有语义关联的项目所属学科与专家研究兴趣的向量表示；在此基础上，按照项目学科树层次结构逐层计算语义相似度，以实现多粒度的同行评议学术专长匹配。在爬取的知网和万方论文数据集、某专家评审数据集、以及百度百科词向量数据集上得到的实验结果表明，所提方法能提升项目所属学科与专家研究兴趣间的语义关联，并能有效应用于项目评审专家的学术专长匹配。

参考文献 | 相关文章 | 多维度评价

Select

2. 聚焦图像对抗攻击算法PS-MIFGSM

吴立人, 刘政浩, 张浩, 岑悦亮, 周维

计算机应用 2020, 40 (5): 1348-1353. DOI: 10.11772/j.issn.1001-9081.2019081392

摘要（680）

PDF （1400KB）（655）

针对目前主流对抗攻击算法通过扰动全局图像特征导致攻击隐蔽性降低的问题，提出一种聚焦图像的无目标攻击算法——PS-MIFGSM。首先，通过Grad-CAM算法捕获卷积神经网络(CNN)在分类任务中对图像的重点关注区域；然后，使用MI-FGSM攻击分类网络，生成对抗扰动，并且将扰动作用于图像的重点关注区域，而图像的非关注区域保持不变，从而生成新的对抗样本。在实验部分，以三种图像分类模型Inception_v1、Resnet_v1和Vgg_16为基础，对比了PS-MIFGSM和MI-FGSM两种方法分别进行单模型攻击和集合模型攻击的效果。实验结果表明，PS-MIFGSM能够在攻击成功率不变的同时，有效降低对抗样本与真实样本的差异大小。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于卷积神经网络的谣言检测

刘政, 卫志华, 张韧弦

计算机应用 2017, 37 (11): 3053-3056. DOI: 10.11772/j.issn.1001-9081.2017.11.3053

摘要（1810）

PDF （748KB）（1128）

人工检测谣言通常需要耗费大量的人力物力，并且会有很长的检测延迟。目前现存的谣言检测模型一般根据谣言的内容、用户属性、传播方式人工地构造特征，而人工构建特征存在考虑片面、浪费人力等现象。为了解决这个问题，提出了基于卷积神经网络（CNN）的谣言检测模型。将微博中的谣言事件向量化，通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征，避免了特征构建的问题，并能发现那些不容易被人发现的特征，从而产生更好的效果。实验结果表明，所提方法能够准确识别谣言事件，在准确率、精确率与F1值指标上优于支持向量机（SVM）与循环神经网络（RNN）等对比算法。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于模拟退火机制的多种群萤火虫算法

王铭波, 符强, 童楠, 刘政, 赵一鸣

计算机应用 2015, 35 (3): 691-695. DOI: 10.11772/j.issn.1001-9081.2015.03.691

摘要（530）

PDF （727KB）（535）

针对传统萤火虫算法(FA)中存在的过早收敛和易陷入局部最优解等问题,提出了一种基于模拟退火机制的多种群萤火虫算法(MFA_SA):将萤火虫种群平均分为参数不同的多个子种群。为了防止算法陷入局部最优解,利用模拟退火机制大概率接受较好的解,小概率接受较差的解。同时,在种群寻优的过程中引入可变的距离权重,通过萤火虫算法的迭代次数动态调整萤火虫的"视野"范围。利用5个标准测试函数对该算法进行了对比仿真测试,结果表明,该算法在4个测试函数中均能寻找到全局最优解,并且在最优值、平均值、方差等指标上均比对比算法高出多个数量级,验证了新算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于标签相关性的 K近邻多标签分类方法

檀何凤, 刘政怡

计算机应用 2015, 35 (10): 2761-2765. DOI: 10.11772/j.issn.1001-9081.2015.10.2761

摘要（522）

PDF （656KB）（585）

针对 K近邻多标签(ML-KNN)分类算法中未考虑标签相关性的问题,提出了一种基于标签相关性的 K近邻多标签分类(CML-KNN)算法。首先,计算出标签集合中每对标签间的条件概率;其次,对于即将被预测的标签,将其与已经预测的标签间的条件概率进行排序,求出最大值;最后,将最大值跟对应标签值相乘同时结合最大化后验概率(MAP)来构造多标签分类模型,对新标签进行预测。实验结果表明,所提算法在Emotions数据集上的分类性能均优于ML-KNN、AdaboostMH、RAkEL、BPMLL这4种算法;在Yeast、Enron数据集上仅在1~2个评价指标上低于ML-KNN与RAkEL算法。由实验分析可知,该算法取得了较好的分类效果。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于图像深度信息的尺度不变特征变换算法误匹配点对剔除

刘政刘本永

计算机应用 2014, 34 (12): 3554-3559.

摘要（192）

PDF （928KB）（798）

特征点匹配是基于特征点的图像配准技术中的一个重要环节。针对现有基于尺度不变特征变换(SIFT）图像配准技术特征点匹配不理想,也无法较客观、快速地筛选正确匹配点对的问题,提出结合图像深度信息进行特征点误匹配筛选剔除的方法。该算法首先根据模糊聚焦线索和机器学习算法估计出待配准图像的深度信息图,再提取SIFT特征点,并在特征点匹配环节利用随机抽样一致性(RANSAC)算法迭代循环,结合深度局部连续性的原理来进一步提高匹配精度。实验结果表明,该算法具有很好的误匹配点对剔除功能。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于树结构的μC/OS-II任务栈空间计算方法及应用

张光建刘政

计算机应用

摘要（1639）

PDF （547KB）（721）

针对用现有方法较难确定μC/OS-II任务栈空间大小的问题，提出了基于树结构计算μC/OS-II任务栈空间的方法。分析了任务栈空间结构，定义了能够表示栈空间最坏使用情况的树结构，提出了用树结构计算最坏情况下栈空间的计算公式，并计算了一个实际系统的栈空间。用该方法确定的任务栈空间能够准确地反映任务栈空间的最坏使用情况，同时还能够节约内存的使用。