基于元学习与DeepFM的知识图谱特征增强推荐模型 被引量：1

1

作者 李灏然 张超群 +2 位作者 汤卫东 曾志林 李婉秋 《信息与电脑》 2024年第20期51-53,共3页

为解决推荐系统中的稀疏性和冷启动问题,本文提出了一种基于元学习与Deep FM(Deep Factorization Machines)的知识图谱特征增强推荐模型MDKR(Meta Deep Knowledge Recommendation)。该模型利用Deep FM提取低阶线性特征,以识别用户历史... 为解决推荐系统中的稀疏性和冷启动问题,本文提出了一种基于元学习与Deep FM(Deep Factorization Machines)的知识图谱特征增强推荐模型MDKR(Meta Deep Knowledge Recommendation)。该模型利用Deep FM提取低阶线性特征,以识别用户历史行为偏好,通过元学习增强推荐模块与知识图谱嵌入模块间的高维特征交互,捕获深层语义,并解决数据缺失问题。实验结果表明,MDKR在多个指标上均优于其他对比模型。 展开更多

关键词 推荐系统 知识图谱 元学习 deep fm

在线阅读 下载PDF 职称材料

基于DeepFM和XGBoost融合模型的静脉血栓预测 被引量：1

2

作者 李莉 谢超 吴迪 《计算机系统应用》 2022年第9期376-381,共6页

外周穿刺置入中心静脉导管(PICC)技术被广泛运用于中长期静脉治疗.在PICC置管时会导致各种并发症和不良反应,如PICC相关性血栓.随着机器学习和深度神经网络的不断发展与完善,为PICC相关性血栓的辅助诊断提供了基于临床医学数据的解决方... 外周穿刺置入中心静脉导管(PICC)技术被广泛运用于中长期静脉治疗.在PICC置管时会导致各种并发症和不良反应,如PICC相关性血栓.随着机器学习和深度神经网络的不断发展与完善,为PICC相关性血栓的辅助诊断提供了基于临床医学数据的解决方法.本文构建了基于DeepFM和XGBoost的融合模型,针对稀疏数据进行特征融合并能降低过拟合的情况,能够对PICC相关性血栓提供风险预测.实验结果表明,融合模型能够有效地对PICC相关性血栓进行特征重要性提取并预测患病概率,辅助临床在外周穿刺置过程中识别血栓高危风险因素,及时进行干预从而预防血栓的发生. 展开更多

关键词 机器学习 血栓预测 deepfm XGBoost 模型融合 预测模型 深度学习

在线阅读 下载PDF 职称材料

基于DNN-FM模型的网络入侵检测研究 被引量：2

3

作者 张全龙 王怀彬 《天津理工大学学报》 2021年第1期6-9,共4页

与随着网络技术的飞速发展,主动防御网络入侵比以往更加重要.误报率高和检测率低的主要原因之一是不能很好的对数据集间的特征进行交互学习.在本文中,我们提出了一种可以对低阶和高阶特征进行交互学习的模型.模型DNN-FM在新的神经网络... 与随着网络技术的飞速发展,主动防御网络入侵比以往更加重要.误报率高和检测率低的主要原因之一是不能很好的对数据集间的特征进行交互学习.在本文中,我们提出了一种可以对低阶和高阶特征进行交互学习的模型.模型DNN-FM在新的神经网络体系结构中结合了因子分解机和深度神经网络对低阶和高阶特征进行交互学习.在KDD99数据集上进行了实验之后,证明DNN-FM模型与现有网络入侵检测模型相比,有更高的检测率. 展开更多

关键词 网络入侵检测 深度神经网络 因子分解机 DNN-fm 特征交互

在线阅读 下载PDF 职称材料

基于混合优化算法和深度神经网络模型结合的致密砂岩气藏裂缝参数优化 被引量：4

4

作者 罗山贵 赵玉龙 +4 位作者 肖红林 陈伟华 贺戈 张烈辉 杜诚 《天然气工业》 EI CAS CSCD 北大核心 2024年第9期140-151,共12页

水平井分段压裂是致密砂岩气藏的主要开发方式,其中水力压裂裂缝参数的合理设计对于气藏的经济效益开发至关重要。基于群智能优化算法和机器学习代理模型的自动优化方法存在所需数值模拟次数多、收敛速度慢和代理模型更新复杂等问题,且... 水平井分段压裂是致密砂岩气藏的主要开发方式,其中水力压裂裂缝参数的合理设计对于气藏的经济效益开发至关重要。基于群智能优化算法和机器学习代理模型的自动优化方法存在所需数值模拟次数多、收敛速度慢和代理模型更新复杂等问题,且依靠现场工程师经验和正交实验等传统方法难以获得最佳的裂缝参数设计。为此,建立了一种新的基于混合优化算法和自适应深度神经网络(DNN)结合的致密气藏裂缝参数优化方法。首先,混合优化算法采用遗传算法(GA)和贝叶斯自适应直接搜索(BADS)之间循环迭代的混合策略。在自适应学习过程中,提出了以“最大平均距离点”作为最不确定解,同时辅以最有希望解和少量拉丁超立方采样解共同更新优化过程中的DNN代理模型。随后,将建立的优化方法用于非均质致密砂岩气藏裂缝参数优化。研究结果表明:(1)在标准测试函数和低维裂缝参数优化问题上,GA+BADS混合优化算法表现出了显著优于GA的寻优速度;(2)针对高维裂缝参数优化问题,GA+BADS混合优化算法在约1/2的GA总数值模拟次数下提高了131万元的经济净现值(NPV),收敛速度和寻优精度都明显增加;(3)相比于GA+BADS混合优化算法,在获得相同NPV时,自适应DNN代理加速优化可再减少24.54%的数值模拟运算次数。结论认为,该优化方法显著提升了优化效率,为解决非常规油气藏中水力压裂裂缝参数设计问题提供了一套可行且高效的智能优化方法,将有力促进非常规油气的规模效益开发。 展开更多

关键词 致密气 沙溪庙组 裂缝参数优化 混合优化算法 深度神经网络 自适应学习 代理模型

在线阅读 下载PDF 职称材料

济阳坳陷深层资源潜力和有利勘探方向 被引量：14

5

作者 樊庆真 杨显成 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 1998年第1期8-10,共3页

根据济阳坳陷ＴＲ、Ｔ７、Ｔ６地震反射标准层的分布，结合钻井分层数据，以埋深３．５ｋｍ为深层界线，首次圈定了该坳陷下第三系深层３个层系（孔店组到沙四段下部，沙四段上部，沙三段）分布范围。圈定结果表明，在３．５ｋｍ以下深... 根据济阳坳陷ＴＲ、Ｔ７、Ｔ６地震反射标准层的分布，结合钻井分层数据，以埋深３．５ｋｍ为深层界线，首次圈定了该坳陷下第三系深层３个层系（孔店组到沙四段下部，沙四段上部，沙三段）分布范围。圈定结果表明，在３．５ｋｍ以下深度范围，凸起面积增大，早第三纪凹陷面积缩小，而且凹陷内下第三系呈向斜形态。获取各深层洼陷暗色泥岩厚度、有机碳含量和镜质体反射率等基础数据，再依据烃源岩热模拟实验数据，应用生烃聚集法，计算了济阳坳陷深层３个层系的油气资源量。计算结果表明，深层油气资源较丰富；孔店组至沙四段下部为主力生气层系，沙四段上部和沙三段是主力生油气层系；结合沉积体系展布、储集层物性、圈闭和油气运移等条件的综合分析，认为下一步深层勘探的重点目标应是东营中央隆起带、东营北带、渤南洼陷带和临南洼陷带。图３表２参３（梁大新摘） 展开更多

关键词 油气勘探 济阳坳陷 生油岩 深层资源

在线阅读 下载PDF 职称材料

库车前陆盆地克深气田超深超高压气藏开发认识与技术对策 被引量：53

6

作者 江同文 孙雄伟 《天然气工业》 EI CAS CSCD 北大核心 2018年第6期1-9,共9页

塔里木盆地北缘库车前陆盆地克深气田是罕见的超深超高压裂缝性致密砂岩气藏。在气田开发先导试验阶段,开发井成功率、产能到位率均低,气井产能递减快,开发效果不佳。为此,在深入认识气藏地质特征、产能控制因素、储层连通关系与渗流特... 塔里木盆地北缘库车前陆盆地克深气田是罕见的超深超高压裂缝性致密砂岩气藏。在气田开发先导试验阶段,开发井成功率、产能到位率均低,气井产能递减快,开发效果不佳。为此,在深入认识气藏地质特征、产能控制因素、储层连通关系与渗流特征、气水关系与水侵规律的基础上,经过持续的开发试验和技术攻关,探索形成了"高部位集中布井、适度改造、早期排水"的开发对策和"超深复杂构造描述技术、裂缝性致密砂岩气藏井网优化技术、裂缝性致密砂岩储层缝网酸化压裂改造技术、超深超高压气井动态监测技术、高压气井井筒完整性管理与评价技术"等5大配套开发技术,在该气田开发过程中取得了良好的应用效果:(1)目的层钻井深度误差由125 m下降到30 m以内;(2)克深8区块扩大试验区产能到位率达100%;(3)单井平均天然气无阻流量提高5倍,由改造前的50×10~4 m^3/d提高到273×10~4 m^3/d;(4)克深气田实现了高温高压条件下的安全平稳生产。该气田的成功高效开发为国内外其他同类型气藏的开发提供了经验,其开发对策和配套技术具有重要的指导和借鉴意义。 展开更多

关键词 塔里木盆地 克深气田 白垩纪 巴什基奇克组 超深 超高压 高温 裂缝性 致密砂岩气藏 开发技术对策

在线阅读 下载PDF 职称材料

四川盆地川中地区震旦系灯影组热液白云岩储集相 被引量：15

7

作者 蒋裕强 谷一凡 +3 位作者 朱讯 徐伟 肖尧 李俊良 《天然气工业》 EI CAS CSCD 北大核心 2017年第3期17-24,共8页

四川盆地中部(简称川中地区)上震旦统灯影组是近几年该盆地天然气勘探的重点目标之一,尤其是表生岩溶作用及其所形成的储渗空间一直是相关研究的重点。为此,以岩心、岩屑样品的岩石学特征研究为基础,结合相关微量元素、同位素和阴极发... 四川盆地中部(简称川中地区)上震旦统灯影组是近几年该盆地天然气勘探的重点目标之一,尤其是表生岩溶作用及其所形成的储渗空间一直是相关研究的重点。为此,以岩心、岩屑样品的岩石学特征研究为基础,结合相关微量元素、同位素和阴极发光等实验分析结果,证实灯影组白云岩中发育有基质重结晶白云岩、充填状鞍状白云石(包裹体均一化温度平均值为178.5℃、高Fe、Mn含量、^(87)Sr/^(86)Sr值偏高)和热液矿物组合(包括闪锌矿、方铅矿、黄铁矿、石英等)。进而提出该区灯影组白云岩中存在热液白云岩储集相的认识,即指由热液流体对致密基质白云岩改造而形成的由热液溶蚀孔隙、热液成因晶间孔、热液溶洞、热液扩溶缝4种储集空间构成的白云岩储集体。为有效地认识和鉴别灯影组热液白云岩储集相,从岩相学和地球化学两方面建立了鉴别标志。结论认为,该区热液白云岩储集相发育的控制因素为:(1)深大基底断裂作用;(2)热液作用强度。 展开更多

关键词 四川盆地 中部 热液白云岩储集相 震旦纪 灯影期 鉴别指标 控制因素 深大基底断裂 热液作用强度

在线阅读 下载PDF 职称材料

塔里木盆地秋里塔格构造带深部碎屑岩储层特征及控制因素 被引量：12

8

作者 陈戈 赵继龙 +2 位作者 杨宪彰 刘春 邓毅 《天然气工业》 EI CAS CSCD 北大核心 2019年第4期18-27,共10页

塔里木盆地秋里塔格构造带近期取得了天然气勘探的重大突破,但是目前对于埋藏深度较大的下白垩统巴什基奇克组碎屑岩储层的形成机制及控制因素尚不十分清楚。为了给该区下一步的勘探目标优选与油气开发提供技术支撑,基于已获得的钻井、... 塔里木盆地秋里塔格构造带近期取得了天然气勘探的重大突破,但是目前对于埋藏深度较大的下白垩统巴什基奇克组碎屑岩储层的形成机制及控制因素尚不十分清楚。为了给该区下一步的勘探目标优选与油气开发提供技术支撑,基于已获得的钻井、岩心录井、薄片分析等资料,结合测井和生产测试资料,探讨了秋里塔格构造带巴什基奇克组储层的特征及控制因素。研究结果表明:①巴什基奇克组储层岩性以岩屑砂岩为主,次为长石岩屑砂岩,石英、长石含量低,岩屑含量高,成分成熟度低,结构成熟度中等;②储集空间以残余原生粒间孔和粒间溶孔为主,次为裂缝,具有"排驱压力高、孔喉半径小、进汞量小、细孔喉"的孔隙结构特点,属于低孔隙度、低渗透率孔隙型储层;③储层发育受沉积作用、成岩作用、构造作用、巨厚膏盐层分布和埋藏深度的综合影响,其中岩相、溶蚀作用和构造挤压是主要的控制因素,溶蚀作用与构造挤压造缝是储层储集性能得以改善的关键;④储层孔隙的演化模式可划分为早期浅埋粒间孔发育、早成岩期强胶结孔隙缩减、早表生期溶蚀增孔、中成岩期孔隙持续保持、晚期裂缝沟通孔隙改善储层性能等5个演化阶段。 展开更多

关键词 塔里木盆地 秋里塔格构造带 早白垩世 巴什基奇克组 深埋藏 碎屑岩 储集层特征 控制因素

在线阅读 下载PDF 职称材料

基于特征增强聚合的融合广告点击率预测模型 被引量：4

9

作者 蒋兴渝 黄贤英 +1 位作者 陈雨晶 徐福 《计算机工程》 CAS CSCD 北大核心 2022年第1期312-320,共9页

传统点击率(CTR)预测模型多在单一特征级上进行特征交互,未能充分利用不同特征级上的有效信息。基于特征增强聚合方法提出一种融合广告CTR预测(APNN)模型。在CTR预测模型的嵌入层中引入一阶信息重要性进行特征增强,通过注意力因子分解机... 传统点击率(CTR)预测模型多在单一特征级上进行特征交互,未能充分利用不同特征级上的有效信息。基于特征增强聚合方法提出一种融合广告CTR预测(APNN)模型。在CTR预测模型的嵌入层中引入一阶信息重要性进行特征增强,通过注意力因子分解机(AFM)模型与基于乘积产生层的神经网络(PNN)模型融合不同特征级交互特征和增强的嵌入特征,并利用多个全连接层从融合特征中获得更多潜在的高阶信息。实验结果表明,相比AFM、PNN、FNN等模型,APNN模型的预测精度较高,其在Criteo数据集上的AUC和LogLoss指标较PNN模型分别提高1.74和1.42个百分点。 展开更多

关键词 点击率预测 一阶信息重要性 特征增强 因子分解机 深度神经网络

在线阅读 下载PDF 职称材料

基于注意力机制与画像的旅游路线推荐研究 被引量：2

10

作者 李晓芳 顾亦然 《软件导刊》 2023年第10期73-78,共6页

旅游路线推荐是指为游客策划出满足其需要的旅游路线。现有推荐方法多依赖用户评分,对用户与景点之间其他类型的交互行为缺乏分析,对情境化推荐的研究不足。为此,提出一种基于注意力机制与画像的旅游路线情境化推荐模型。首先利用用户... 旅游路线推荐是指为游客策划出满足其需要的旅游路线。现有推荐方法多依赖用户评分,对用户与景点之间其他类型的交互行为缺乏分析,对情境化推荐的研究不足。为此,提出一种基于注意力机制与画像的旅游路线情境化推荐模型。首先利用用户画像与景点画像深度刻画游客和景点资源;然后对画像和文本进行向量化,同时使用两种注意力机制分别为交互行为特征向量和文本特征向量分配权重;最后使用DeepFM模型进行评分预测。在去哪儿网数据集的交互数据上进行实验,结果表明,与基线模型相比,该模型推荐准确率提高了3.56%,精确率提高了3.41%,召回率提高了2.3%,AUC值提高了3.44%,平均绝对误差降低了2.42%,证明了其在旅游路线情境化推荐中的优越性。 展开更多

关键词 交互行为 用户画像 注意力机制 情境化推荐 deepfm

在线阅读 下载PDF 职称材料

某型调频无线电高度表原位深度检测设备的设计 被引量：1

11

作者 丁永强 韩伟 《长沙航空职业技术学院学报》 2023年第2期43-45,56,共4页

针对某型直升机调频无线电高度表外场检查深度不足的问题,设计了一种无线电高度表原位深度检测设备,可在外场条件下,完成对无线电高度表功能和主要性能的检测。在高度模拟上,该检测设备采用延时精度较高的光纤延迟线技术,通过对多段光... 针对某型直升机调频无线电高度表外场检查深度不足的问题,设计了一种无线电高度表原位深度检测设备,可在外场条件下,完成对无线电高度表功能和主要性能的检测。在高度模拟上,该检测设备采用延时精度较高的光纤延迟线技术,通过对多段光纤的有效组合,实现了在整个测高过程中的高精度测量。 展开更多

关键词 调频无线电高度表 深度检测 光纤 射频耦合

在线阅读 下载PDF 职称材料

推荐系统中稀疏情景预测的特征-类别交互因子分解机 被引量：3

12

作者 黄若然 崔莉 韩传奇 《计算机研究与发展》 EI CSCD 北大核心 2022年第7期1553-1568,共16页

随着Web信息的不断增长与发展,对用户稀疏行为的预测已成为目前推荐系统的研究热点.近年来,因子分解机(factorization machine, FM)的提出在一定程度上缓解了稀疏场景下预测精度不准确的问题.它的主要思想是通过2阶特征交互来获取特征... 随着Web信息的不断增长与发展,对用户稀疏行为的预测已成为目前推荐系统的研究热点.近年来,因子分解机(factorization machine, FM)的提出在一定程度上缓解了稀疏场景下预测精度不准确的问题.它的主要思想是通过2阶特征交互来获取特征间丰富的语义关系.随后,感知交互因子分解机(interaction-aware factorization machines, IFM)在FM的特征交互基础上引入类别交互的概念来扩展潜在的交互特性,通过把特征和类别分别进行交互后再融合来得到更准确的预测结果.在IFM的基础上,提出了一种特征-类别交互因子分解机(FIFM)模型.FIFM不仅保留了特征交互和类别交互机制,还设计了一种新的特征-类别交互机制(FIM)来进一步挖掘交互信息中的有效信息,并利用融合交互感知来预测不同稀疏场景下的用户行为模式.此外,还基于深度学习提出了一种实现FIFM的神经网络模型GFIM.相比于FIFM,GFIM的参数量和时间复杂度更高,但同时也能捕获更多高阶的非线性特征交互信息,能适合算力较高的应用场景.在4个真实数据集上的实验结果表明,FIFM和GFIM在RMSE指标上超越了当前最好的方法IFM.实验工作探究了多类稀疏场景下的预测结果,记录了时间和空间复杂度的消耗情况,并进行了分析讨论. 展开更多

关键词 因子分解机 特征-类别交互 注意力网络 深度神经网络 稀疏情景预测

在线阅读 下载PDF 职称材料