山东大学学报(理学版)杂志2023年第12期
-
- 微信息的嵌入生成及其智能隐藏-还原
- 陈淑珍,史开泉,李守伟
- 基于具有动态特性与属性合取特性的P-集合模型,给出了$\alpha^{F}$-微信息、$\alpha^{\bar{F}}$-微信息与($\alpha^{F}$, $\alpha^{\bar{F}}$)- 微信息的嵌入生成和信息隐藏;利用这些概念,给出了微信息系统及其结构,以及微信息的智能隐藏及其还原-获取;最后介绍了这些概念的应用。
-
- 一种基于文本语义扩展的记忆网络查询建议模型
- 张乃洲,曹薇
- 提出了一种新的基于文本语义扩展的记忆网络模型, 用于生成环境感知的查询建议。采用基于注意力机制的分层编码器-解码器模型, 利用外部记忆网络, 生成查询与查询相关文档之间的神经注意力向量。模型融合了查询层、会话层和文档层语义信息, 与目前的研究方法相比, 能生成具有更高相关性的环境感知查询建议。使用真实的商业搜索引擎查询日志进行了实验, 实验结果表明了该模型的有效性。
-
- 标签指导的多尺度图神经网络蛋白质作用关系预测方法
- 王新生,朱小飞,李程鸿
- 提出了一种标签指导的多尺度图神经网络蛋白质作用关系(label guided multi-scale graph neural network protein-protein interactions, LGMG-PPI)预测方法, 不仅增强了数据的表征能力, 还引入了标签信息指导学习。首先, 通过图数据增强得到多尺度图表示, 并将多尺度图表示输入图神经网络得到多尺度蛋白质表示, 再引入对比学习进一步提高蛋白质表征能力; 其次, 构造自学习的标签关系图, 学习标签之间的关系, 得到标签的特征表示; 最后, 通过标签的特征表示, 对蛋白质作用关系的预测进行指导。在3个公开的数据集上进行了实验, 与最优基准方法相比, LGMG-PPI方法具有更好的性能, 相比最优基准方法, 在SHS27k、SHS148k和STRING这3个数据集上的micro-F1分数分别提升了2.01%、0.94%和0.93%。
-
- 基于文本指导的层级自适应融合的多模态情感分析
- 卢婵,郭军军,谭凯文,相艳,余正涛
- 提出了一种基于文本模态指导的多模态层级自适应融合方法, 以文本模态信息为指导实现多模态信息的层级自适应筛选及融合。首先, 基于跨模态注意力机制实现两两模态之间的重要性信息表征; 然后通过多模态自适应门控机制实现基于多模态重要信息的层级自适应融合; 最后综合多模态特征和模态重要性信息实现多模态情感分析。在公共数据集MOSI和MOSEI上的实验结果表明: 对比基线模型, 本文所提方法在准确率与F1值方面分别提升了0.76%和0.7%。
-
- 三支过采样的不平衡数据分类方法
- 方宇,郑胡宇,曹雪梅
- 结合三支决策和合成少数过采样技术(synthetic minority over-sampling technique, SMOTE), 提出了一种新的采样方法—三支过采样(three-way over-sampling, 3WOS)。3WOS通过对所有样本构建三支决策模型, 选取该模型边界域中的样本作为关键样本进行SMOTE过采样, 从而有效缓解样本聚集和分离问题, 在一定程度上提高了分类器性能。该方法首先在少数类样本上应用三支决策和支持向量数据描述, 将所有样本数据进行三分; 其次, 找出所有关键样本的k个最近邻少数类样本, 并使用线性插值方式对每个关键样本合成新样本, 然后形成新的少数类样本; 最后, 将更新后的样本集用于训练分类器。实验结果表明, 3WOS方法比其他方法在基分类器上有较好的分类准确度、F-measure、G-mean和较少的代价值。
-
- 三支概念的恢复集
- 陈曜琦,徐伟华,蒋宗颖
- 将三支形式概念分析这一工具引入到数据恢复领域,通过定义三支概念的恢复集和恢复度,研究三支概念间的隐藏信息,提出了一种有效的形式背景恢复算法。同时,针对三支概念恢复集问题,研究三支概念对形式背景二元关系的约束,设计了恢复集的合取范式化简(conjunctive normal form simplification,CNFS) 算法,进一步给出了恢复集的动态更新算法,以适应形式背景的不断变化。最后,使用UCI机器学习数据库中的数据集对CNFS算法进行了测试。实验结果表明,CNFS算法在形式背景恢复方面具有较高的准确性和有效性,同时也验证了不同概念对认知的重要程度是不同的。
-
- 面向属性概念在自适应技能测评中的实践应用
- 何秋红,李进金,周银凤,吴靖
- 将技能多映射与面向属性概念相结合可获得概念(X, B),由此得到构建知识结构与技能结构的方法应用于自适应技能测评。首先,由专家教师给出问题集Q和技能集S及其技能多映射(Q, S; μ);其次,从概念(X, B)外延和内涵分别获得知识结构和技能结构;再次,由知识结构进行考生样本的自适应知识测评,并统计样本的知识状态比例;然后,优化知识空间理论“二分法”的等比例选题规则为样本比例选题规则,获得针对不同地域和年龄段考生更快速的测评效果;最后,画出技能集学习路径图。
-
- 基于q-正交模糊集的冲突分析模型
- 林天泰,杨斌
- 基于q-正交模糊集构建冲突分析模型,用q-正交模糊数表示对象关于议题的态度,并使用综合联盟距离衡量对象关于议题的联盟度,进一步通过分析对象和议题的3种联盟层次得到冲突的内因。其次,基于模糊粗糙自信息给出可行策略集的分类能力评价,由此构建寻找最佳可行策略的后向算法。模糊粗糙自信息所需的分类信息由对象的3种联盟层次充当,进一步便可定义联盟层次的上下近似,从而得到可行策略集的分类能力评价。最后,通过中东冲突的例子演示了模型及算法的可行性,并分析了阈值对输出的最佳可行策略集的影响。
-
- 基于概率多值信息系统的冲突分析和决策分析
- 金雷,冯涛,张少谱
- 在多值信息系统的基础上加入了概率度量,提出了概率多值信息系统;在概率多值信息系统中,使用Bregman散度对代理间的冲突度进行了定义,并以此得到各代理的联合类、中立类和冲突类;最后通过代理对问题集取值结果的均值和标准差,给出了一种概率多值信息系统中可行决策集的获取方法。
-
- Fuzzy蕴涵代数的素犹豫模糊滤子及其谱空间
- 刘春辉
- 运用犹豫模糊集和拓扑学的方法及原理对Fuzzy蕴涵代数的滤子问题做深入研究。首先,引入Fuzzy蕴涵代数的素犹豫模糊滤子概念并考察其性质特征,建立并证明了并半格Fuzzy蕴涵代数的素犹豫模糊滤子定理; 其次,在一个给定的Fuzzy蕴涵代数(X, →, 0)的全体素犹豫模糊滤子之集PHFil(X)上构造了一个拓扑τ,获得拓扑τ的一个基,证明拓扑空间(PHFil(X),τ)是T0空间。
-
- 基于犹豫三角模糊相关系数的聚类分析
- 马慧,魏立力
- 针对评估值为犹豫三角模糊元的聚类问题,提出了基于犹豫三角模糊相关系数的聚类算法。首先给出犹豫三角模糊相关系数的定义和计算公式;其次考虑到犹豫三角模糊元权重的影响,将犹豫三角模糊相关系数推广为犹豫三角模糊加权相关系数;最后将提出的方法应用于犹豫模糊环境下的聚类问题,实例分析验证本文方法的可行性。
-
- 定向图的燃烧连通度
- 夏龙苗,魏宗田,丁丽萍
- 将图的燃烧数与连通度相结合, 提出定向图的燃烧连通度的概念。在给出一些特殊定向图(如树、圈、轮的定向图等)的燃烧连通度和循环定向图、给定直径的定向图的燃烧连通度上界的基础上, 设计一般定向图的燃烧连通度算法并分析其复杂性。
-
- 不含相交三角形IC-可平面图的邻点可区别边染色
- 李锦,徐常青
- 设φ为图G的l-正常边染色, Cφ(u)为G中所有与顶点u关联的边所染颜色的集合。如果对G的任意边uv, 都有Cφ(u)与Cφ(v)不同, 则称染色φ为G的l-邻点可区别边染色, 简记为l-avd染色。使图G有l-avd染色的最小正整数l称为图G的邻点可区别边色数, 记为χ′a(G)。本文通过权转移方法研究不含相交三角形IC-正常可平面图G的邻点可区别边染色, 得到χ′a(G)≤max{Δ(G)+2, 12}。
-
- 基于图运算下的控制熵
- 汲颖,邓波,赵海兴,唐彦龙
- 图不变量广泛应用于构建基于熵的度量以表征复杂网络的结构。特别地, 基于控制集的图熵常应用于刻画通信系统的信息量和计算机网络的稳定性。研究完全图、星图、梳状图和友谊图在不交的并、联图、冠积和笛卡尔积4种图运算下基于控制集的图熵计算。
-
- 双圈图的(无符号)拉普拉斯积和多项式的刻画性质
- 吴廷增,周田
- 令G为n个顶点的图, L(G)与Q(G)分别表示图G的拉普拉斯矩阵和无符号拉普拉斯矩阵。多项式π(L(G); x)=per(xI-L(G))(或π(Q(G); x)=per(xI-Q(G)))称为G的拉普拉斯积和多项式(或无符号拉普拉斯积和多项式)。在本文中, 证明了两类双圈图是(无符号)拉普拉斯积和多项式确定的。
-
- 基于Z2pm上二阶广义割圆的量子可同步码
- 孙诗文,牟丹阳
- 基于Z2pm上的二阶广义割圆构造一类新型的量子可同步码,此类纠错码具有最优的纠正信息块同步错误的能力,其可同步能力总是其上界2pm。此外,这类码字对由量子噪声引起的比特错误和相位错误也具有一定的纠错能力。最后,给出一些具有最优块可同步能力的量子可同步码。
-
- 高阶时滞多智能体系统的固定时间一致性控制
- 邱进鹏,李宗刚,陈引娟,杜亚江
- 为了研究输入滞后和外部干扰影响下的多智能体系统的固定时间一致性控制问题, 提出基于Pade近似一致性误差的领导跟随一致性控制方法。首先, 为跟随者设计分布式观测器以获得领导者的状态信息; 其次, 利用Pade近似方法, 引入时滞虚拟变量, 将时滞一致性误差转化为无时滞一致性误差, 并基于动态增益控制方法设计系统的分布式动态控制协议, 利用固定时间稳定性理论得到系统实现固定时间一致性的充分条件和收敛时间的上界; 最后, 通过仿真实验验证理论结果的正确性。
