柯西变异的混沌自适应被囊群算法

  

针对被囊群算法（TSA）收敛速度慢,寻优精度低,易陷入局部极值等问题,提出了基于柯西变异的混沌自适应被囊群算法（KZCTSA）．首先,采用Circle混沌初始化整个被囊种群,提高种群多样性,提升算法全局搜索能力;其次,引入自适应权重调整算法参数分配,平衡算法全局寻优和局部开拓能力… …   相似文献

高典;张菁 《小型微型计算机系统》2024,(6):1339-1346

语义通信的数学理论（英文）

  

自从1948年经典信息论诞生以来,在其指导下,现代通信技术已经逼近了理论性能极限,例如信息熵H （U）、信道容量C=max_p（x）I （X; Y）以及率失真函数■。长期以来,由于经典信息论只研究语法信息,限制了通信科学的进一步发展。近年来,研究语义信息处理与传输的通信技术获得了学术界的普遍关注,语义通信开辟了未来通信技术发展的新方向,但还缺乏一般性的数学指导理论。为了解决这一难题,构建了语义信息论的理论框架,对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。首先,通过深入分析各类信源的数据特征,以及各种下游任务的需求,总结归纳出语义信息的普遍属性——同义性。由此指出语义信息是语法信息的上级概念,是许多等效或相似语法信息的抽象特征,表征隐藏在数据或消息背后的含义或内容。将语义信息与语法信息之间的关系命名为同义映射,这是一种“一对多”映射,即一个语义符号可以由许多不同的语法符号表示。基于同义映射f这一核心概念,引入语义熵■作为语义信息的基本度量指标,表示为信源概率分布与同义映射的泛函。在此基础上,引入上/下语义互信息■,语义信道容量■以及语义率失真函数■,从而构建了完整的语义信息度量体系。这些语义信息度量是经典信息度量的自然延伸,都由同义映射约束,如果采用“一对一”映射,则可以退化为传统的信息度量。由此可见,语义信息度量体系包含语法信息度量,前者与后者具有兼容性。其次,证明了3个重要的语义编码定理,以揭示语义通信的性能优势。基于同义映射,引入新的数学工具——语义渐近均分（AEP）,详细探讨了同义典型序列的数学性质,并应用随机编码和同义典型序列译码/编码,证明了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理。类似于经典信息论,这些基本编码定理也都是存在性定理,但它们指出了语义通信系统的性能极限,在语义信息论中起着关键作用。由同义映射和这些基本编码定理可以推断,语义通信系统的性能优于经典通信系统,即语义熵小于信息熵■,语义信道容量大于经典信道容量Cs≥C,以及语义率失真函数小于经典率失真函数R_s（D）≤R （D）。最后,讨论了连续条件下的语义信息度量。此时,同义映射转换为连续随机变量分布区间的划分方式。相应地,划分后的子区间被命名为同义区间,其平均长度定义为同义长度S。特别是对于限带高斯信道,得到了一个新的信道容量公式■,其中,平均同义长度S表征了信息的辨识能力。这一容量公式是经典信道容量的重要扩展,当S=1时,该公式退化为著名的香农信道容量公式。综上所述,语义信息论依据同义映射这一语义信息的本质特征,构建了语义信息的度量体系,引入新的数学工具,证明了语义编码的基本定理,论证了语义通信系统的性能极限,揭示了未来语义通信的巨大性能潜力。… …   相似文献

牛凯;张平 《通信学报》2024,(6):7-59

基于改进TextRank的科技文本关键词抽取方法

  

针对科技文本关键词抽取任务中抽取出现次数少但能较好表达文本主旨的词语效果差的问题,提出一种基于改进TextRank的关键词抽取方法。首先,利用词语的词频-逆文档频率（TF-IDF）统计特征和位置特征优化共现图中词语间的概率转移矩阵,通过迭代计算得到词语的初始得分;然后,利用K-C… …   相似文献

杨冬菊  胡成富 《计算机应用》2024,44(6):1720-1726

基于Transformer和关系图卷积网络的信息传播预测模型

  

针对在信息传播动态演化中,结构特征和时序特征以及两者间的交互表达难以有效捕获的问题,提出一种基于Transformer和关系图卷积网络的信息传播预测模型（TRGCN）。首先,构建由社交关系图和传播级联图组合而成的异构图,使用关系图卷积网络（RGCN）提取图中各节点的结构特征;其次… …   相似文献

吕锡婷  赵敬华  荣海迎  赵嘉乐 《计算机应用》2024,44(6):1760-1766

YOLO算法及其在自动驾驶场景中目标检测综述

  

自动驾驶场景下的目标检测是计算机视觉中重要研究方向之一,确保自动驾驶汽车对物体进行实时准确的目标检测是研究重点。近年来,深度学习技术迅速发展并被广泛应用于自动驾驶领域中,极大促进了自动驾驶领域的进步。为此,针对YOLO(You Only Look Once)算法在自动驾驶领域中的… …   相似文献

邓亚平  李迎江 《计算机应用》2024,44(6):1949-1958

基于双支路卷积网络的步态识别方法

  

针对步态识别易受拍摄视角、外观变化等影响的问题,提出一种基于双支路卷积网络的步态识别方法。首先,提出随机裁剪随机遮挡的数据增强方法 RRDA(Restricted Random Data Augmentation),以扩展外观变化的数据样本,提高模型遮挡的鲁棒性;其次,采用结合注… …   相似文献

王晓路;千王菲 《计算机应用》2024,44(6):1965-1971

融合秘密分享技术的双重纵向联邦学习框架

  

针对水电行业中的跨媒体数据融合建模和隐私保护的问题,提出一种融合秘密分享技术的双重纵向联邦学习框架。首先,将各参与方节点进行分层,其中底层节点负责预建模,中间层节点负责预模型汇总与优化,中心方节点则生成最终模型;其次,为强化数据隐私性保护和防范推理攻击,引入基于秘密分享技术的中间… …   相似文献

罗玮  刘金全  张铮 《计算机应用》2024,44(6):1872-1879

基于正交局部保持映射和成本优化的多变量时间序列早期分类模型

  

时间序列早期分类（ETSC）有两个矛盾的目标：早期性和准确率。分类早期性的实现,总是以牺牲它的准确率为代价。现有基于优化的多变量时间序列（MTS）早期分类方法,虽然在成本函数中考虑了错误分类成本和延迟决策成本,却忽视了MTS数据集样本之间的局部结构对分类性能的影响。针对这个问题,提出一种基于正交局部保持映射（OLPP）和成本优化的MTS早期分类模型（OLPPMOAE）。首先,使用OLPP将MTS样本前缀映射到低维空间,保持原数据集的局部结构;其次,在低维空间训练一组高斯过程（GP）分类器,生成训练集每个时刻的类概率;最后,使用粒子群优化（PSO）算法从这些类概率中学习停止规则中的最优参数。在6个MTS数据集上的实验结果表明,在早期性基本持平的情况下,OLPPMOAE的准确率显著高于基于成本的R1＿C_lr（stopping Rule and Cost function with regularization term l₁ and l₂）模型,平均准确率能够提升11.33%～15.35%,调和均值（HM）能够提升4.71%～9.01%。因此,所提模型能够以较高的准确率尽早地分类MTS。… …   相似文献

袁子璇  翁小清  戈宁振 《计算机应用》2024,44(6):1832-1841

基于自注意力机制与图卷积的3D目标检测网络

  

针对三维（3D）目标检测过程中对骑行者、行人等小目标检测的准确性较低,难以适应城市复杂路况的问题,提出一种基于自注意力机制与图卷积的3D目标检测网络。首先,为获取更具有判别性的小目标特征,在主干网络中引入自注意力机制,使网络对小目标特征更敏感,增强网络特征的提取能力;其次,在自注… …   相似文献

刘越  刘芳  武奥运  柴秋月  王天笑 《计算机应用》2024,44(6):1972-1977

在线教育学习者知识追踪综述

  

知识追踪（KT）是在线教育中一项基础且具有挑战性的任务,同时也是从学习者的学习历史中建立学习者知识状态模型的任务,可以帮助学习者更好地了解自己的知识状态,使教育者更好地了解学习者的学习情况。对在线教育学习者KT研究进行综述。首先,介绍KT的主要任务和发展历程;其次,从传统KT模型… …   相似文献

赵雅娟  孟繁军  徐行健 《计算机应用》2024,44(6):1683-1698