期刊文献+
共找到793篇文章
< 1 2 40 >
每页显示 20 50 100
基于图结构增强的番茄叶部病害识别方法
1
作者 刘博 王斌成 +2 位作者 陶旭 郭娜炜 马寅驰 《中国农机化学报》 北大核心 2025年第5期125-132,共8页
番茄作为重要的蔬菜作物,其产量和质量常受到各类叶部病害的影响。针对此问题,计算机视觉技术已被广泛应用于病害的自动识别中。现有方法主要分为基于手工特征提取与深度学习两大类。基于手工特征的方法虽然简洁高效,但在鲁棒性方面存... 番茄作为重要的蔬菜作物,其产量和质量常受到各类叶部病害的影响。针对此问题,计算机视觉技术已被广泛应用于病害的自动识别中。现有方法主要分为基于手工特征提取与深度学习两大类。基于手工特征的方法虽然简洁高效,但在鲁棒性方面存在限制;而基于深度学习的方法,尽管能有效提升识别准确性,但往往需要较大的数据标注量与较高的计算复杂性。为解决这些问题,提出一种基于图结构增强的番茄叶部病害识别框架(TDR—EGS)。TDR—EGS通过整合样本间的拓扑关系,实现图学习与单样本学习的交替训练,从而在不增加模型推理阶段复杂度的前提下有效提升分类性能。首先通过卷积神经网络提取单样本特征,然后利用这些特征构建k近邻图以挖掘样本间的结构信息。这种方法使得图学习和单样本学习能够在共享的网络结构和外部存储机制的支持下协同工作。在11种番茄病害上的试验结果表明,TDR—EGS能在不增加推理复杂度的前提下有效提升多种主流基准模型的性能,最高达到98.61%的识别精度。此外,即使在仅使用60%标签信息的条件下,TDR—EGS的性能仍可以接近或超过完全监督学习的基准模型,充分证明该框架的有效性和泛化能力,为农业病害识别应用提供一种高效且通用的解决方案。 展开更多
关键词 番茄叶部 病害识别 图学习 k近邻图 交替训练 深度学习
在线阅读 下载PDF
基于k近邻图的密度峰值聚类算法
2
作者 陈梅 魏礼磊 +1 位作者 尤远毓秀 唐晟洲 《控制与决策》 北大核心 2025年第7期2242-2250,共9页
密度峰值聚类(DPC)算法简单高效,能够识别任意形状簇,但在处理簇间密度差异大的数据集时,不能准确识别出簇中心.同时,其分配策略可能会导致连续的分配错误.为解决上述问题,提出一种基于k近邻图的密度峰值聚类(kNNG-DPC)算法.首先,利用k... 密度峰值聚类(DPC)算法简单高效,能够识别任意形状簇,但在处理簇间密度差异大的数据集时,不能准确识别出簇中心.同时,其分配策略可能会导致连续的分配错误.为解决上述问题,提出一种基于k近邻图的密度峰值聚类(kNNG-DPC)算法.首先,利用k近邻思想构造k近邻全局图和局部图,并在此基础上提出新的局部密度和相对路径距离,从而保证簇中心选取的正确性;然后,制定一种两级分配策略,对不同密度大小的数据点采用不同的分配策略,以避免出现连续的分配错误.在10个合成数据集和8个真实数据集上,将kNNG-DPC算法与6种优秀的聚类算法进行对比,实验结果表明,kNNG-DPC算法的聚类表现优于对比算法,能获得更好的聚类结果. 展开更多
关键词 聚类 密度峰值 k近邻图 相对路径距离 两级分配策略
原文传递
基于图卷积神经网络的露天矿车道路边界检测算法
3
作者 秦学斌 许爱珍 周毓凡 《金属矿山》 北大核心 2025年第3期181-188,共8页
由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车道路边界检测算法。首先利用kd-t... 由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外的非可行驶区域成为亟待解决的问题。为提升露天矿车行驶的安全性,提出了一种基于图卷积神经网络的露天矿车道路边界检测算法。首先利用kd-tree算法和基于体素化的八叉树滤波算法构成的复合索引结构对点云数据进行精简和滤波,剔除点云数据中的异常点和高噪声点;再通过基于K-means聚类对精简后的点云数据进行图卷积神经网络运算提取出地面点,非地面点通过聚类方法寻找邻域构成三角面,利用三角面的法向量拟合非地面即得到曲面;最后计算拟合最优地面和非地面的交线即为所求的道路边界线。试验结果表明:提出的道路边界检测算法能很好地检测出边界线,为矿山道路无人驾驶提供安全范围,有助于提升无人运行矿车驾驶的安全性。 展开更多
关键词 点云滤波 kd-tree算法 K-MEANS聚类 图卷积网络 边界线检测
在线阅读 下载PDF
基于快速特征逼近谱图注意力网络的滚动轴承半监督智能故障诊断研究
4
作者 宁少慧 杜越 周利东 《机床与液压》 北大核心 2025年第6期33-39,共7页
基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据... 基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据,丰富了数据特征;将图数据输入到构建的诊断模型中,学习故障信息特征,并分析不同的标签比例训练集的诊断结果。同时,分析了Sum、Mean、Max 3种池化方式和超参数对诊断模型的影响;最后,分别在两组实验轴承数据集上进行验证。结果表明:所提模型可以有效地捕获图的全局模式,降低计算复杂度,在全监督诊断任务中其诊断准确率可以保持在99%以上;在标签比例为10%的半监督任务中,其诊断准确率仍能保持在93.5%,所提诊断模型在半监督任务中有良好表现。 展开更多
关键词 轴承 故障诊断 快速特征逼近谱图注意力网络 K近邻图算法
在线阅读 下载PDF
基于GAT的矿用高压断路器故障诊断
5
作者 惠阿丽 秦祺 +2 位作者 李瑞 荣相 魏礼鹏 《煤矿机械》 2025年第3期174-177,共4页
为推进矿用高压断路器状态检修的发展和准确迅速识别故障,针对目前矿用高压断路器故障诊断对原始数据的利用程度有限和忽略了故障样本之间的联系的问题,提出一种基于图注意力网络(GAT)的高压断路器故障诊断方法。将采集到的高压断路器... 为推进矿用高压断路器状态检修的发展和准确迅速识别故障,针对目前矿用高压断路器故障诊断对原始数据的利用程度有限和忽略了故障样本之间的联系的问题,提出一种基于图注意力网络(GAT)的高压断路器故障诊断方法。将采集到的高压断路器原始振动信号构建为K近邻图,通过K近邻图来建立故障样本之间的联系;把K近邻图输入到GAT中提取其故障特征,从而实现高压断路器故障诊断。实验结果表明,该方法识别准确率达到98.74%,可以有效实现端到端的矿用高压断路器故障诊断。 展开更多
关键词 高压断路器 K近邻图 GAT 注意力机制 故障诊断
原文传递
基于图卷积网络的室内Wi-Fi指纹定位算法
6
作者 康晓非 梁琪悦 李雨玫 《计算机工程与设计》 北大核心 2025年第8期2157-2162,共6页
针对传统室内定位算法未考虑指纹数据非欧几里德特征的问题,提出一种基于图卷积网络(graph convolutional neural network,GCN)双层特征提取的Wi-Fi指纹室内定位算法(DuGCNLoc)。该算法在接入点(access point,AP)层面通过设计邻接矩阵... 针对传统室内定位算法未考虑指纹数据非欧几里德特征的问题,提出一种基于图卷积网络(graph convolutional neural network,GCN)双层特征提取的Wi-Fi指纹室内定位算法(DuGCNLoc)。该算法在接入点(access point,AP)层面通过设计邻接矩阵建立图结构;在参考点(reference point,RP)层面,使用K近邻(K-nearest neighbor,KNN)选取邻近节点构建子图,并通过GCN分别对图结构特征提取,位置预测由全连接层(fully connected layer,FC)完成。实验结果表明,所提算法在自建数据集和公共数据集上的定位性能均优于传统算法,实现了平均定位误差为0.85 m的精度。 展开更多
关键词 室内定位 位置指纹 图结构 邻接矩阵 图卷积网络 最近邻算法 接收信号强度
在线阅读 下载PDF
面向知识图谱归纳链接预测的负采样方法
7
作者 刘洪波 陈越 +2 位作者 杨奎武 吴皓 张潮 《信息工程大学学报》 2025年第2期142-147,160,共7页
知识图谱归纳链接预测模型在训练过程中需要使用正例三元组和负例三元组,而当前的随机负采样方法容易产生低质量的负例三元组,影响模型的特征学习能力。针对该问题,提出一种基于相似性的负采样方法。首先,获取被替换实体周围的k跳邻居... 知识图谱归纳链接预测模型在训练过程中需要使用正例三元组和负例三元组,而当前的随机负采样方法容易产生低质量的负例三元组,影响模型的特征学习能力。针对该问题,提出一种基于相似性的负采样方法。首先,获取被替换实体周围的k跳邻居节点集合;其次,从该集合中挑选相似度高的实体替换原三元组中头实体或者尾实体,从而生成负例三元组;最后,将该方法应用在归纳链接预测模型中,并在WN18RR和FB15K-237数据集上进行归纳链接预测实验。实验结果表明,相比其他模型,该方法在MRR指标最高提升10.47个百分点,在Hits@10指标最高提升16.02个百分点。通过负样本质量分析,进一步说明该负采样方法生成高质量的负例三元组,提升模型的性能。 展开更多
关键词 知识图谱 归纳链接预测 负采样 k跳邻居 相似性计算
在线阅读 下载PDF
基于粒子群算法的社会网络k-度匿名图修改方法
8
作者 李晓晔 王小进 《齐齐哈尔大学学报(自然科学版)》 2025年第1期27-35,共9页
针对当前社会网络的匿名化隐私保护方法存在信息损失量大,忽略社会网络的结构等问题,提出一种保护社会网络社区结构的基于粒子群算法的k-度匿名方法。首先,使用贪婪算法对社会网络图的节点进行划分,得到节点欲达成k-度匿名所需增加的度... 针对当前社会网络的匿名化隐私保护方法存在信息损失量大,忽略社会网络的结构等问题,提出一种保护社会网络社区结构的基于粒子群算法的k-度匿名方法。首先,使用贪婪算法对社会网络图的节点进行划分,得到节点欲达成k-度匿名所需增加的度数序列;其次,引入社区发现,减少图结构的损失;最后,基于粒子群算法对图进行边添加,满足k-度匿名。实验使用平均路径长度、平均聚类系数和传递性作为评价指标,在3个数据集上对提出的方法进行实验测试。结果表明,该方法能抵御度属性的攻击,较好地保护了网络图的社区结构,同时降低了图的信息损失量。 展开更多
关键词 社会网络 k-度匿名 粒子群算法 图修改
在线阅读 下载PDF
基于K-BERT的测井文本分类方法研究
9
作者 曹茂俊 肖阳 《计算机技术与发展》 2025年第5期197-204,共8页
在石油勘探与开发领域,测井文本数据的处理和分类是提高测井数据解读效率和准确性的关键环节。然而,测井文本中包含大量专业术语和复杂的数据结构,使得传统的文本分类技术在面对专业领域数据时效果有限,难以满足实际应用需求。为了解决... 在石油勘探与开发领域,测井文本数据的处理和分类是提高测井数据解读效率和准确性的关键环节。然而,测井文本中包含大量专业术语和复杂的数据结构,使得传统的文本分类技术在面对专业领域数据时效果有限,难以满足实际应用需求。为了解决这一问题,该文提出了一种改进的K-BERT文本分类方法。该方法结合了K-BERT模型和TextCNN的文本特征提取能力。K-BERT通过引入测井领域的知识图谱,将领域知识嵌入模型中,增强了模型对专业术语和复杂语义的理解能力,从而提升了模型在专业领域文本分类中的语义捕捉效果。而TextCNN利用卷积神经网络的特性,能够有效提取文本的局部特征,捕捉文本细节信息,进一步提升分类的精度与鲁棒性。两者的结合为测井文本的分类提供了一种创新的解决方案。通过实验对比分析,该方法在宏精确率、宏召回率及宏F1值等指标上均优于传统文本分类模型,验证了其在专业领域文本分类中的有效性和优越性。 展开更多
关键词 K-BERT TextCNN 测井文本 文本分类 测井知识图谱
在线阅读 下载PDF
基于图结构的概念漂移检测
10
作者 周彦冰 马士伦 文益民 《山东大学学报(工学版)》 北大核心 2025年第2期88-96,共9页
为了解决传统的概念漂移检测方法,仅依赖错误率进行漂移检测不可靠的问题,提出一种基于图结构的概念漂移检测方法。该方法使用k关联最优图表示当前数据分布,定义样本的漂移率表示分类器与当前数据分布的不一致性,利用漂移率形成比特流,... 为了解决传统的概念漂移检测方法,仅依赖错误率进行漂移检测不可靠的问题,提出一种基于图结构的概念漂移检测方法。该方法使用k关联最优图表示当前数据分布,定义样本的漂移率表示分类器与当前数据分布的不一致性,利用漂移率形成比特流,使用概念漂移检测器在比特流上检测概念漂移。通过与传统的使用错误率的概念漂移检测方法的对比和分析,结果表明在人工数据集上基分类器的准确率提高1%~5%,在真实数据集上提高1%~2%。所提出的方法有效提高概念漂移检测的准确性,帮助基分类器更好适应概念漂移。 展开更多
关键词 数据挖掘 数据流 概念漂移 图结构 k关联最优图
原文传递
(n,k)-排列图的t/s诊断度与t/s诊断算法研究
11
作者 张世豪 冷明 《计算机科学》 北大核心 2025年第S1期893-901,共9页
鉴于多处理器系统中日益严峻的故障风险挑战,特别是在超级计算机领域,如何有效提升系统的可靠性和容错能力成为了亟待解决的关键问题。(n,k)-排列图作为一种新型的互连网络拓扑结构应运而生,它是基于星图网络的推广和变形。它在保留星... 鉴于多处理器系统中日益严峻的故障风险挑战,特别是在超级计算机领域,如何有效提升系统的可靠性和容错能力成为了亟待解决的关键问题。(n,k)-排列图作为一种新型的互连网络拓扑结构应运而生,它是基于星图网络的推广和变形。它在保留星图网络原有的对称性和容错性的同时,具有更好的灵活性。目前对于(n,k)-排列图的可靠性研究尚不全面。基于此,展开了对(n,k)-排列图的t/s和t/s诊断算法研究。首先,给出了(n,k)-排列图的系列拓扑性质;然后,度量了(n,k)-排列图在PMC(Preparata,Metze,Chien)模型下的t/s诊断度;最后,设计了一个时间复杂度为O(N log2N)的快速诊断算法,用于识别(n,k)-排列图的所有故障结点。(n,k)-排列图的t/s诊断度被确定,进一步完善了(n,k)-排列图网络的可靠性指标,为其在应用和推广中的可靠性提供了重要的依据。 展开更多
关键词 可靠性 t/s诊断度 t/s诊断算法 (n k)-排列图 PMC模型
在线阅读 下载PDF
基于改进图神经网络图形样本聚合的增量学习模型 被引量:1
12
作者 刘振柱 侯乔文 +2 位作者 兰媛 于磊 牛蔺楷 《机电工程》 北大核心 2025年第3期549-558,共10页
针对轴向柱塞泵在故障诊断中对大规模、动态变化数据处理困难,以及故障类型增加导致分类性能下降的问题,提出了一种基于改进图神经网络图形样本聚合(Graph-SAGE)的增量学习模型。首先,将轴向柱塞泵的不同故障振动信号构建为带标签的数据... 针对轴向柱塞泵在故障诊断中对大规模、动态变化数据处理困难,以及故障类型增加导致分类性能下降的问题,提出了一种基于改进图神经网络图形样本聚合(Graph-SAGE)的增量学习模型。首先,将轴向柱塞泵的不同故障振动信号构建为带标签的数据集,并通过数据增强生成了新的数据集;然后,采用K-最邻近法(KNN)分别构建了初始训练阶段和增量训练阶段的图结构数据(其中,初始阶段的图结构用于模型的初始训练,增量训练阶段的图结构用于增量训练);接着,为了确定最适合轴向柱塞泵故障图数据集的聚合方法,在初始训练阶段比较了不同聚合器对故障识别准确率的影响,并在增量训练阶段结合显性知识与隐性知识对模型进行了优化;最后,采用了实验的方式,验证了该模型的可行性,并通过对比实验和鲁棒性测试,对该模型的性能和稳定性进行了评估。研究结果表明:该增量学习模型在应对新增故障类型时表现优异,在轴向柱塞泵的复合故障识别中,平均准确率达到了92.35%,显著优于传统图神经网络在相同条件下的表现;同时,该模型在混合工况下的增量训练准确率达到了95%,展现出较强的适应性和鲁棒性。该方法能够有效应对不同的故障模式和工况条件,准确识别轴向柱塞泵的复合故障。 展开更多
关键词 轴向柱塞泵 故障诊断 增量学习 图神经网络图形样本聚合 K-最邻近法 图结构数据
在线阅读 下载PDF
k-连通图的哈密顿s-性质与M(G;α,β)的最大特征值
13
作者 吴泽源 谢锦山 《龙岩学院学报》 2025年第5期1-5,共5页
在α≥β>0的条件下利用M(G;α,β)的最大特征值研究k-连通图G的哈密顿s-性质,给出了G具有哈密顿s-性质的充分条件。
关键词 哈密顿s-性质 K-连通图 最大特征值
在线阅读 下载PDF
K-BERT在建筑施工安全事故问答意图识别中的应用研究
14
作者 张雯雯 高妍方 +1 位作者 侯广鑫 姬胜旭 《软件工程》 2025年第7期43-47,共5页
意图识别旨在确定用户输入问句中所表达的意图或目的,是实现问答系统的关键步骤。针对建筑施工安全领域智能问答中问句术语繁多,导致意图识别性能不佳的问题,采用K-BERT模型进行解决。该模型将知识图谱中蕴含的建筑施工安全事故知识三元... 意图识别旨在确定用户输入问句中所表达的意图或目的,是实现问答系统的关键步骤。针对建筑施工安全领域智能问答中问句术语繁多,导致意图识别性能不佳的问题,采用K-BERT模型进行解决。该模型将知识图谱中蕴含的建筑施工安全事故知识三元组,插入问句中形成文本树,并将文本树转换为嵌入式表示和实体可视矩阵,然后进行编码,最终实现对问句的意图识别。在包含6个意图类别的自建语料上进行实验,K-BERT模型意图识别的精确率为99.32%,召回率为99.25%,F1值为99.28%,显著优于TextCNN、BERT和BERT-TextCNN等基准模型。 展开更多
关键词 建筑施工安全事故 意图识别 知识图谱 K-BERT模型
在线阅读 下载PDF
大数据背景下结合攻击图与k-means算法的网络安全态势感知系统及方法
15
作者 余林 邓小亚 《微型电脑应用》 2025年第6期142-146,151,共6页
随着网络环境日益复杂,传统的网络安全防护已经不能满足网络安全的需求。为了有效地应对复杂的网络安全威胁,进行大数据环境下网络安全态势感知的研究和分析,并提出一种结合攻击图和k-means算法的网络安全态势感知系统,用于网络安全风... 随着网络环境日益复杂,传统的网络安全防护已经不能满足网络安全的需求。为了有效地应对复杂的网络安全威胁,进行大数据环境下网络安全态势感知的研究和分析,并提出一种结合攻击图和k-means算法的网络安全态势感知系统,用于网络安全风险评估。提出一种使用攻击图来计算网络安全风险的方法,利用图中心性度量来提取网络拓扑的影响因素(即特征)。应用k-means算法来提取这些特征,以便找出网络中高度可利用的攻击点。使用图嵌入技术来评估攻击特权节点之间的客观相似性。通过网络安全态势感知的模拟攻击预测实验,结果表明,提出的模型能够对攻击者的类别做出合理的推断,能够根据网络安全态势数据的状态特征变化来进行评估、学习、理解和推理,从而实现对网络攻击的准确预测。 展开更多
关键词 网络安全态势感知 攻击图 K-MEANS算法 机器学习 大数据
在线阅读 下载PDF
Perfect Matching in k-partite k-graphs and 3-uniform HM-bipartite Hypergraphs
16
作者 Chun-qiu FANG Mei LU 《Acta Mathematicae Applicatae Sinica》 SCIE CSCD 2020年第3期636-641,共6页
Let H=(V,E)be an n-balanced k-partite k-graph with partition classes V1,...,Vk.Suppose for every legal(k-1)-tuple f contained in V\V1 and for every legal(k-1)-tuple g contained in V\Vk such that f∪g■E(H),we have d(f... Let H=(V,E)be an n-balanced k-partite k-graph with partition classes V1,...,Vk.Suppose for every legal(k-1)-tuple f contained in V\V1 and for every legal(k-1)-tuple g contained in V\Vk such that f∪g■E(H),we have d(f)+d(g)≥n+1.In this paper,we prove that under this condition H must have a perfect matching.Another result of this paper is about the perfect matching in 3-uniform hm-bipartite hypergraphs.Let G be a 3-uniform hm-bipartite hypergraph with one of whose sides V1 has the size n,the another side V2 has size 2 n.If for all the legal 2-tuple f with|f∩V1|=1 and for all the legal 2-tuple g with|g∩V1|=0,we have d(f)≥n-2 and d(g)>n/2,then G has a perfect matching. 展开更多
关键词 Perfect matching k-partite k-graph hm-bipartite hypergraph
原文传递
基于知识增强的面料实体识别模型
17
作者 杨腾飞 毋涛 《电子设计工程》 2025年第12期15-20,共6页
针对面料种类繁多、实体识别存在歧义等问题,该文提出了一种基于K-BERT的面料实体识别方法。该模型利用K-BERT将输入文本转换为具有丰富语义信息的词向量,融合外部知识库的广泛信息;经过训练优化的词向量被输入到双向长短时记忆网络(BiL... 针对面料种类繁多、实体识别存在歧义等问题,该文提出了一种基于K-BERT的面料实体识别方法。该模型利用K-BERT将输入文本转换为具有丰富语义信息的词向量,融合外部知识库的广泛信息;经过训练优化的词向量被输入到双向长短时记忆网络(BiLSTM),分析词向量中蕴含的上下文信息;使用条件随机场层对BiLSTM的输出结果进行筛选,输出概率最大的序列标注结果。分别在MSRA-NER数据集和自建面料数据集上进行实验,该模型在MSRA-NER数据集和面料数据集中F1值分别达到93.24%、92.22%。实验表明,该模型能够有效完成面料领域的实体识别任务,并且结果优于其他模型。 展开更多
关键词 面料领域 命名实体识别 知识图谱 K-BERT BiLSTM 条件随机场
在线阅读 下载PDF
积图的Steiner k-hyper Wiener指标
18
作者 王朝平 刘蒙蒙 《运筹学学报(中英文)》 北大核心 2025年第1期216-224,共9页
令图G是一个连通图。当2≤k≤n-1时,图G的Steiner k-hyper Wiener指标定义为SWW_(k)(G)=1/2∑_(S■V(G),|S|=k)dG(S)+1/2∑_(S■V(G),|S|=k)dG(S)^(2),其中dG(S)表示图G中S的Steiner距离,即连通图G中包含点集S的最小连通子图的边数。本... 令图G是一个连通图。当2≤k≤n-1时,图G的Steiner k-hyper Wiener指标定义为SWW_(k)(G)=1/2∑_(S■V(G),|S|=k)dG(S)+1/2∑_(S■V(G),|S|=k)dG(S)^(2),其中dG(S)表示图G中S的Steiner距离,即连通图G中包含点集S的最小连通子图的边数。本文中我们确定了连图和字典积图的Steiner k-hyper Wiener指标的表达式,给出了笛卡尔积图,聚类图和冠状图的Steinerk-hyper Wiener指标的下限。 展开更多
关键词 积图 Steiner k-hyper Wiener指标 Steiner距离
在线阅读 下载PDF
基于跨结构特征选择和图循环自适应学习的多视图聚类 被引量:1
19
作者 辛永杰 蔡江辉 +3 位作者 贺艳婷 苏美红 史晨辉 杨海峰 《计算机科学》 北大核心 2025年第2期145-157,共13页
现有的大多数图自适应学习方法依赖于高维原始数据,且数据中不可避免地会出现噪声或信息缺失等现象,导致无法精准地选择出高维数据中的重要特征信息。此外,还忽视了在特征选择过程中多视图表示结构上的关联性。针对以上问题,提出了一种... 现有的大多数图自适应学习方法依赖于高维原始数据,且数据中不可避免地会出现噪声或信息缺失等现象,导致无法精准地选择出高维数据中的重要特征信息。此外,还忽视了在特征选择过程中多视图表示结构上的关联性。针对以上问题,提出了一种基于跨结构特征选择和图循环自适应学习的多视图聚类方法(MLFS-GCA)。首先,设计了一个跨结构特征选择框架。通过联合学习多视图表示的空间结构特点和聚类结构的一致性,将高维数据投影到低维线性子空间中,并在视图特定的基矩阵和一致性聚类结构的辅助下学习低维特征表示。其次,提出图循环自适应学习模块。通过k最邻近法(k-NN)选取投影空间中k个最近邻点,并协同矩阵低秩学习来循环地优化相似结构。最后,学习得到用于聚类任务的共享稀疏相似矩阵。通过在各种真实的多视图数据集上进行大量实验,验证了在多视图聚类中图循环自适应学习的优越性。 展开更多
关键词 多视图聚类 图循环自适应学习 跨结构特征选择 K-NN 矩阵低秩学习
在线阅读 下载PDF
面向二部图的极大缺陷二团高效枚举算法
20
作者 代强强 于瀚文 +2 位作者 李荣华 李振军 王国仁 《软件学报》 北大核心 2025年第4期1796-1810,共15页
极大二团枚举问题是二部图分析中的一个基本研究问题.然而,在实际应用中,传统二团模型要求子图必须为完全二部图的约束往往过于严格,因此需要一些更为宽松的二团模型作为代替.为此,提出一种新的称之为k-缺陷二团的松弛二团模型.该模型... 极大二团枚举问题是二部图分析中的一个基本研究问题.然而,在实际应用中,传统二团模型要求子图必须为完全二部图的约束往往过于严格,因此需要一些更为宽松的二团模型作为代替.为此,提出一种新的称之为k-缺陷二团的松弛二团模型.该模型允许二部图子图与完全子图二团最多相差k条边.由于极大k-缺陷二团枚举问题属于NP-难问题,设计高效的枚举算法是一项极具挑战性的任务.为解决此问题,提出一种基于对称集合枚举的算法.该算法的思想是通过k-缺陷二团中缺失边的数量约束来控制子分支的数量.为进一步提高计算效率,还提出一系列优化技术,包括基于排序的子图划分方法、基于上界的剪枝方法、基于线性时间的更新技术以及分支的优化方法.此外,提出的优化算法的时间复杂度与量的实验结果表明,在大部分参数条件下所提方法的效率相较于传统分支定界方法提高了100倍以上. 展开更多
关键词 二部图 稠密子图挖掘 k-缺陷二团
在线阅读 下载PDF
上一页 1 2 40 下一页 到第
使用帮助 返回顶部