检索结果

Select

1. 基于层次结构感知的细粒度实体分类方法

谢斌红, 李书宁, 张英俊

《计算机应用》唯一官方网站 2022, 42 (10): 3003-3010. DOI: 10.11772/j.issn.1001-9081.2021101792

摘要（390）

HTML （32）

PDF （1252KB）（259）

针对现有细粒度实体分类（FGET）任务的工作多着眼于如何更好地编码实体和上下文的语义信息，而忽略了标签层次结构中标签之间的依赖关系及其本身的语义信息的问题，提出了一种基于层次结构感知的细粒度实体分类（HAFGET）方法。首先，利用基于图卷积网络（GCN）的层次结构编码器对不同层级标签之间的依赖关系进行建模，提出了基于层次结构感知的细粒度实体分类多标签注意力（HAFGET-MLA）模型和基于层次结构感知的细粒度实体分类实体特征传播（HAFGET-MFP）模型；然后，利用HAFGET-MLA模型和HAFGET-MFP模型对实体上下文特征进行层次结构感知和分类，前者通过层次编码器学习层次结构感知标签嵌入，并与实体特征通过注意力融合后进行标签分类，后者则直接将实体特征输入到层次结构编码器更新特征表示后进行分类。在FIGER、OntoNotes和KNET三个公开数据集上的实验结果表明，与基线模型相比，HAFGET-MLA模型和HAFGET-MFP模型的准确率和宏平均F1值均提升了2%以上，验证了所提方法能够有效提升分类效果。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 结合剪枝与流合并的卷积神经网络加速压缩方法

谢斌红, 钟日新, 潘理虎, 张英俊

计算机应用 2020, 40 (3): 621-625. DOI: 10.11772/j.issn.1001-9081.2019081363

摘要（503）

PDF （740KB）（830）

深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用，因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题，提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型，进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先，从模型的内部将每层中冗余的参数剪去；然后，从模型的结构上将非必要的层与重要的层进行流合并；最后，通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明，提出的混合压缩方法在不降低模型精度前提下，将LeNet-5压缩到原来的1/20，运行速度提升了8倍。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法

谢斌, 杨丽清, 陈琴

计算机应用 2016, 36 (11): 3033-3038. DOI: 10.11772/j.issn.1001-9081.2016.11.3033

摘要（596）

PDF （948KB）（420）

针对当前基于奇异值分解的线性最小均方误差（SVD-LMMSE）法信道估计误差相对较大的问题，提出了一种基于经验模态分解和奇异值分解（EMD-SVD）差分谱的离散小波变换（DWT）域线性最小均方误差（LMMSE）自适应信道估计算法。在对信号进行最小二乘（LS）信道估计及预滤波处理后，运用DWT对信号的高频系数进行阈值量化去噪处理；然后结合基于EMD-SVD差分谱的自适应算法，将强噪声小波系数中微弱的有效信号提取出来，并进行信号的重构；最后根据循环前缀（CP）内、外噪声方差的均值设置相应门限，对循环前缀以内的噪声进行再次处理，从而进一步降低噪声的影响。对算法的误码率（BER）和均方误差（MSE）性能进行实验仿真，实验结果表明：所提算法的整体性能明显优于经典的LS算法、传统的LMMSE算法和目前较为流行的SVD-LMMSE算法，能够较好地降低噪声的影响，并可有效提升信道估计的精确度。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于小波去噪与离散余弦变换相结合的正交频分复用系统信道估计算法

谢斌, 乐鸿浩, 陈博

计算机应用 2015, 35 (9): 2461-2464. DOI: 10.11772/j.issn.1001-9081.2015.09.2461

摘要（456）

PDF （757KB）（363）

针对传统的基于离散余弦变换(DCT)信道估计算法没有处理循环前缀之内噪声的问题,提出了一种基于小波去噪与DCT插值相结合的正交频分复用(OFDM)系统信道估计方法。首先,采用最小二乘(LS)法对接收到的导频信号进行信道初步估计;然后,对LS法估计出的结果进行离散小波阈值去噪处理;最后,利用DCT插值对循环前缀内的噪声再次处理,以进一步减小噪声的影响。在Matlab 2012平台上仿真,与传统的基于DCT信道估计算法相比较,误码率相同的条件下,所提算法的信噪比(SNR)性能提升了1 dB左右;均方误差相同的条件下,所提算法的SNR性能提升2 dB左右。仿真实验结果表明,该算法能够较好地减小加性高斯白噪声(AWGN)的影响,并有效提高信道估计的准确度,其总体性能较基于DCT的信道估计算法更优。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于正交频分复用的线性最小均方误差信道估计改进算法

谢斌, 陈博, 乐鸿浩

计算机应用 2015, 35 (11): 3265-3269. DOI: 10.11772/j.issn.1001-9081.2015.11.3265

摘要（417）

PDF （768KB）（421）

传统的线性最小均方误差(LMMSE)信道估计要求已知信道的统计特性,而实际应用中无线信道的统计特性往往是不可知的.针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的LMMSE信道估计算法.该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应.该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度.实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差(SVD-LMMSE)估计算法,且其误码率接近于传统的LMMSE算法.

参考文献 | 相关文章 | 多维度评价

Select

6. 基于历史用户QoS感知的Web服务发现方法

杨岳明陈立潮潘理虎谢斌红

计算机应用 2012, 32 (05): 1351-1354.

摘要（1046）

PDF （2041KB）（649）

目前的Web服务发现方法，由于没有充分利用用户情境信息，导致在服务发现时间和结果准确率方面存在不足。首先对包括当前用户在内的情境相似的用户进行了聚类，缩小了服务发现的范围；然后，在此基础上利用当前用户偏好信息及情境相似的历史用户感知到的候选服务的QoS数据，给出了一种基于历史用户QoS感知的Web服务发现方法，包括候选服务的QoS数据获取和综合权重计算；最后，结合实验并与其他Web服务发现方法进行比较，证明了该方法在服务发现结果的准确率和时间效率方面均有了一定的提升。

参考文献 | 相关文章 | 多维度评价

Select

7. 图像去雾技术研究综述与展望

郭璠蔡自兴谢斌唐琎

计算机应用 2010, 30 (9): 2417-2421.

摘要（1687）

PDF （910KB）（2186）

图像去雾技术是图像处理和计算机视觉领域共同关心的重要问题。通过从图像处理和物理模型的研究角度对图像去雾技术进行综述，综合了近年来提出的典型的图像去雾方法的基本原理和最新研究进展，并对一些典型的及最新提出的去雾方法，给出了其视觉上的去雾效果和客观的评估数据。最后展望了图像去雾技术的未来研究方向，并给出了一些建议。