检索结果

Select

1. 融合多时间尺度和特征加强的知识图谱推荐模型

张素琪, 王鑫鑫, 佘世耀, 顾军华

《计算机应用》唯一官方网站 2022, 42 (4): 1093-1098. DOI: 10.11772/j.issn.1001-9081.2021071241

摘要（456）

HTML （16）

PDF （582KB）（274）

针对现有的知识图谱推荐模型没有考虑到用户的周期特征以及待推荐项目会对用户近期兴趣产生影响的问题，提出一种融合多时间尺度和特征加强的知识图谱推荐模型（MTFE）。首先，采用长短期记忆（LSTM）网络在不同时间尺度上挖掘用户的周期特征并融入到用户表示中；然后，通过注意力机制挖掘待推荐项目中与用户近期特征相关性较强的特征，将其加强后融入项目表示中；最后，通过评分函数计算用户对待推荐项目的评分。在真实数据集Last.FM、MovieLens-1M和MovieLens-20M上把所提模型和个性化实体推荐（PER）、协同知识嵌入（CKE）、LibFM、RippleNet、知识图卷积网络（KGCN）、协同知识感知注意网络（CKAN）等知识图谱推荐模型进行对比。实验结果表明，在三个数据集上MTFE相较于表现最优的对比模型的F1性能分别提升了0.78、1.63和1.92个百分点，AUC指标在三个数据集上分别提升了3.94、2.73和1.15个百分点。可见，所提模型相较于对比图谱推荐模型有更好的推荐效果。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于时空节点选择和深度学习的城市道路短时交通流预测

曹堉, 王成, 王鑫, 高悦尔

计算机应用 2020, 40 (5): 1488-1493. DOI: 10.11772/j.issn.1001-9081.2019091568

摘要（589）

PDF （712KB）（779）

针对目前交通流短时预测对于交通流特性考虑得不够全面、预测精度不高的问题，提出一种基于时空节点选择和深度学习的城市道路交通流短时预测方法。首先,在理论和数据表现上对交通流特性进行分析，获得时空特性;其次,根据车流的可达范围确定候选时空节点集合，以误差平方和的倒数为目标函数计算适应度，在训练集上使用遗传算法和反向传播神经网络(BPNN)进行时空节点选择，得到最终的时空节点和训练好的BPNN;最后,在工作集上将选择的时空节点的实测值输入训练好的BPNN得出预测值。实验结果表明，所提模型与仅使用相邻时空节点数据、采用其他时间节点范围、支持向量机(SVM)和梯度提升树(GBDT)相比误差略有降低，平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为10.631 6和14.275 8%；仅使用与待预测路段相邻空间的交通流数据的预测结果相比MAE和MAPE两个值上分别高出了0.257 3和0.999 1个百分点。

参考文献 | 相关文章 | 多维度评价

Select

3. 面向移动应用识别的结构化特征提取方法

沈亮, 王鑫, 陈曙晖

计算机应用 2020, 40 (4): 1109-1114. DOI: 10.11772/j.issn.1001-9081.2019081380

摘要（675）

PDF （1236KB）（508）

针对移动应用流量监控及行为分析等需要，为有效识别移动网络流量所属的应用，提出一种超文本传输协议（HTTP）流结构化特征提取方法。采取一款自研的基于虚拟专用网络（VPN）的流量采集工具获取研究数据，该工具能够精确标识每一条数据流归属的应用。在特征提取阶段，不预先设计特征构成，通过流聚类、获取最长公共子序列、字符替换得到应用HTTP流的结构化特征。从42种应用的117 772条HTTP流中提取特征，并对测试集的50 387条HTTP流进行识别，所提方法的平均准确率达99%，平均查全率为90.63%，单个应用最大误报率为0.52%。实验结果表明，该结构化特征提取方法能够有效识别移动应用的流量。

参考文献 | 相关文章 | 多维度评价

Select

4. 改进的基于深度学习的遥感图像分类算法

王鑫, 李可, 徐明君, 宁晨

计算机应用 2019, 39 (2): 382-387. DOI: 10.11772/j.issn.1001-9081.2018061324

摘要（761）

PDF （1083KB）（632）

针对传统的基于深度学习的遥感图像分类算法未能有效融合多种深度学习特征，且分类器性能欠佳的问题，提出一种改进的基于深度学习的高分辨率遥感图像分类算法。首先，设计并搭建一个七层卷积神经网络；其次，将高分辨率遥感图像样本输入到该网络中进行网络训练，得到最后两个全连接层输出作为遥感图像两种不同的高层特征；再次，针对该网络第五层池化层输出，采用主成分分析（PCA）进行降维，作为遥感图像的第三种高层特征；然后，将上述三种高层特征通过串联的形式进行融合，得到一种有效的基于深度学习的遥感图像特征；最后，设计了一种基于逻辑回归的遥感图像分类器，可以对遥感图像进行有效分类。与传统基于深度学习的遥感图像分类算法相比，所提算法分类准确率有较高提升。实验结果表明，该算法在分类准确率、误分类率和Kappa系数上表现优异，能实现良好的分类效果。

参考文献 | 相关文章 | 多维度评价

Select

5. 多模态网络融合在轻度认知障碍分类中的应用

王鑫, 高原, 王彬, 孙婕, 相洁

计算机应用 2019, 39 (12): 3703-3708. DOI: 10.11772/j.issn.1001-9081.2019050901

摘要（686）

PDF （997KB）（488）

针对早期轻度认知障碍（MCI）根据医学诊断认知量表评估极有可能无法判断的问题，提出了一种多模态网络融合的MCI辅助诊断分类方法。基于图论的复杂网络分析方法在神经影像领域的应用已得到广泛认可，但采用不同模态的成像技术研究脑部疾病对大脑网络拓扑结构属性的影响会产生不同结果。首先，使用弥散张量成像（DTI）与静息态功能磁共振成像（rs-fMRI）数据构建大脑结构和功能连接的融合网络。然后，融合网络的拓扑属性被施以单因素方差分析（ANOVA），选择具有显著差异的属性作为分类特征。最后，利用支持向量机（SVM）留一法交叉验证对健康组和MCI组分类，估算准确率。实验结果表明，所提方法的分类结果准确率达到94.44%，相较单一模态数据法的分类结果有明显提高。所提方法诊断出的MCI患者在扣带回、颞上回以及额叶和顶叶部分区域等许多脑区表现出显著异常，与已有研究结果基本一致。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于多特征降维和迁移学习的红外人体目标识别方法

王鑫, 张鑫, 宁晨

计算机应用 2019, 39 (12): 3490-3495. DOI: 10.11772/j.issn.1001-9081.2019060982

摘要（371）

PDF （1009KB）（357）

针对红外成像条件下人体目标受干扰严重时目标的识别准确性和鲁棒性较差的问题，提出了一种基于多特征降维和迁移学习的红外人体目标识别方法。首先，针对传统的红外人体目标特征提取方法提取某单一特征时存在信息涵盖不全面的问题，提取目标不同种类的异构特征，从而充分挖掘出红外人体目标的特点。其次，为了向后续识别分析提供有效且紧凑的特征描述，采用主成分分析方法对融合后的异构特征进行降维。最后，针对带标签的红外人体目标样本数据匮乏、训练样本和测试样本之间的分布及语义偏差导致的泛化性能差等问题，提出了一种有效的基于迁移学习的红外人体目标分类器，可较大程度地提高泛化性能和目标识别准确度。实验结果表明，所提的方法在红外人体目标数据集上的识别准确率达到了94%以上，与使用方向梯度直方图（HOG）特征、亮度自相似（ISS）特征等单一特征进行特征表示的方法以及使用传统的非迁移分类器如支持向量机（SVM）、 K-近邻算法（ KNN）等进行学习的方法相比均有所提升，且更加稳定，可以在实际的复杂红外场景中提升人体目标识别的性能。

参考文献 | 相关文章 | 多维度评价

Select

7. 自适应融合局部和全局稀疏表示的图像显著性检测

王鑫, 周韵, 宁晨, 石爱业

计算机应用 2018, 38 (3): 866-872. DOI: 10.11772/j.issn.1001-9081.2017081933

摘要（556）

PDF （1134KB）（557）

针对基于局部或全局稀疏表示的图像显著性检测方法频繁出现提取对象不完整、边界不光滑及噪声消除不干净等问题，提出自适应融合局部和全局稀疏表示的图像显著性检测方法。首先，对原始图像进行分块处理，利用图像块代替像素操作，降低算法复杂度；其次，对分块后的图像进行局部稀疏表示，即：针对每一个图像块，选取其周围的若干图像块生成过完备字典，基于该字典对图像块进行稀疏重构，得到原始图像的初始局部显著图，该显著图能够有效提取显著性目标的边缘信息；接着，对分块后的图像进行全局稀疏表示，与局部稀疏表示过程类似，不同的是针对每一个图像块所生成的字典来源于图像四周边界处的图像块，这样可以得到能有效检测出显著性目标内部区域的初始全局显著图；最后，将初始局部和全局显著图进行自适应融合，生成最终显著图。实验结果表明，提出算法在查准率（precision）、查全率（recall）及F-measure等指标上优于几种经典的图像显著性检测方法。

参考文献 | 相关文章 | 多维度评价

Select

8. 改进的多数据流协同频繁项集挖掘算法

王鑫, 刘方爱

计算机应用 2016, 36 (7): 1988-1992. DOI: 10.11772/j.issn.1001-9081.2016.07.1988

摘要（501）

PDF （769KB）（405）

针对已有的多数据流协同频繁项集挖掘算法存在内存占用率高以及发现频繁项集效率低的问题，提出了改进的多数据流协同频繁项集挖掘（MCMD-Stream）算法。首先，该算法利用单遍扫描数据库的字节序列滑动窗口挖掘算法发现数据流中的潜在频繁项集和频繁项集；其次，构建类似频繁模式树（FP-Tree）的压缩频繁模式树（CP-Tree）存储已发现的潜在频繁项集和频繁项集，同时更新CP-Tree树中每个节点生成的对数倾斜时间表中的频繁项计数；最后，通过汇总分析得出在多条数据流中多次出现的且有价值的频繁项集，即协同频繁项集。相比A-Stream和H-Stream算法，MCMD-Stream算法不仅能够提高多数据流中协同频繁项集挖掘的效率，并且还降低了内存空间的使用率。实验结果表明MCMD-Stream算法能够有效地应用于多数据流的协同频繁项集挖掘。

参考文献 | 相关文章 | 多维度评价

Select

9. 分级安全的文本隐写方法

向凌云, 王鑫辉

计算机应用 2015, 35 (3): 717-721. DOI: 10.11772/j.issn.1001-9081.2015.03.717

摘要（504）

PDF （816KB）（510）

针对单一数据类型隐写方法安全性不高、隐写容量不足等问题,提出了一种具有分级安全的文本隐写方法。首先,将整个载体文档中的多种类型的数据作为备选隐写载体,以不同类型数据的隐写特点和隐写分析技术为评估依据定义隐写安全等级,构建了一个多类数据融合的分级安全隐写模型。然后,根据秘密信息的长度自适应确定安全等级,并利用分级安全隐写模型将秘密信息分块地嵌入在同一个载体文档相互独立的多个不同类数据中。理论分析及实验结果表明,与现有基于单一数据类型隐写方法相比,所提方法扩大了隐写容量,在嵌入等量的秘密信息情况下,降低了文档中同一类载体数据的统计特征改变程度,提高了秘密信息的整体安全性。

参考文献 | 相关文章 | 多维度评价

Select

10. 彩色图像渐变的插值方法

李璐王鑫

计算机应用 2011, 31 (01): 156-158.

摘要（1146）

PDF （479KB）（1163）

针对目前图像渐变算法只考虑两个彩色图像之间的渐变并且没有考虑三个颜色分量内在相关性的问题,在二元混合向量有理插值的基础上，提出了一种非线性的多幅彩色图像渐变的新方法。首先将多幅图像中每个像素的RGB三原色看做是平面域上的向量，利用二元Newton-Thiele型向量连分式建立有理插值曲面，再对此插值曲面进行重采样，得到一系列的渐变中间图像。实验结果表明,该算法在保持图像特征和过渡图像的可视性方面均优于其他算法。