检索结果

Select

1. 基于格拉斯曼流形子空间融合的多视图聚类

管娇娇, 钱雪忠, 周世兵, 姜凯彬, 宋威

《计算机应用》唯一官方网站 2022, 42 (12): 3740-3749. DOI: 10.11772/j.issn.1001-9081.2021101756

摘要（498）

HTML （8）

PDF （1806KB）（158）

现有的多视图聚类算法大多假设多视图数据点之间为线性关系，且在学习过程中无法保留原始特征空间的局部性；而在欧氏空间中进行子空间融合又过于单调，无法将学习到的子空间表示对齐。针对以上问题，提出了基于格拉斯曼流形融合子空间的多视图聚类算法。首先，将核技巧和局部流形结构学习结合以得到不同视图的子空间表示；然后，在格拉斯曼流形上融合这些子空间表示以得到一致性亲和矩阵；最后，对一致性亲和矩阵执行谱聚类来得到最终的聚类结果，并利用交替方向乘子法（ADMM）来优化所提模型。与核多视图低秩稀疏子空间聚类（KMLRSSC）算法相比，所提算法的聚类精度在MSRCV1、Prokaryotic、Not-Hill数据集上分别提高了20.83个百分点、9.47个百分点和7.33个百分点。实验结果验证了基于格拉斯曼流形融合子空间的多视图聚类算法的有效性和良好性能。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于注意力与图卷积网络的关系抽取模型

王晓霞, 钱雪忠, 宋威

计算机应用 2021, 41 (2): 350-356. DOI: 10.11772/j.issn.1001-9081.2020081310

摘要（415）

PDF （995KB）（1704）

针对关系抽取任务中句子依存树的信息利用率低和特征提取效果不佳的问题，提出了一种基于注意力引导的门控感知图卷积网络（Att-Gate-GCN）模型。首先，利用一种基于注意力机制的软剪枝策略，通过注意力机制为依存树中的边分配权重，以挖掘依存树中的有效信息，同时过滤无用信息；其次，构建一种门控感知图卷积网络（GCN）结构，通过门控机制增加特征感知能力，以获取更鲁棒的关系特征，同时结合依存树中的局部与非局部依赖特征，进一步抽取关键信息；最后，将关键信息输入分类器得到关系类别标签。实验结果表明，相较于原始的图卷积网络关系抽取模型，所提模型在SemEval2010-Task8数据集和KBP37数据集上F1值分别有2.2个百分点和3.8个百分点的提升，能够更充分地利用有效信息，提升了模型的关系抽取能力。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于动态标签的关系抽取方法

薛露, 宋威

计算机应用 2020, 40 (6): 1601-1606. DOI: 10.11772/j.issn.1001-9081.2019111959

摘要（305）

PDF （708KB）（312）

针对远程监督数据集的关系抽取研究方法存在着大量标签噪声的问题,提出了一种作用于分层注意力机制关系抽取模型的动态标签方法。首先，提出了一种根据关系类别相似性生成动态标签的概念。由于相同的关系标签包含相似的特征信息，计算特征信息的关系类别相似性有助于生成与特征信息相对应的动态标签。其次，利用动态标签方法的评分函数来评价远程监督标签是否为噪声，以决定是否需要生成新的标签代替远程监督标签，通过调整远程监督标签来抑制标签噪声对模型的影响。最后，根据动态标签来更新分层注意力机制以关注有效实例，重新学习每个有效实例的重要性，进一步抽取关键的关系特征信息。实验结果表明，相较于原始的分层注意力机制关系抽取模型，所提方法在Micro和Macro分数上分别有1.3个百分点和1.9个百分点的提升，实现了噪声标签的动态纠正，提升了模型的关系抽取能力。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于双档案种群大小自适应方法的改进差分进化算法

黄亚伟钱雪忠宋威

《计算机应用》唯一官方网站 DOI: 10.11772/j.issn.1001-9081.2023121744
预出版日期: 2024-03-11

Select

5. TG-TL:时序图最短路径计数查询算法

李源林秋兰陈安之宋威杨国利王国仁

Select

6. 基于相似度聚类和正则化的个性化联邦学习

巫婕钱雪忠宋威

DOI: 10.11772/j.issn.1001-9081.2023111693