一种具有迁移学习的MF和DNN的组合推荐算法

为解决单一推荐算法应用具有局限性和用户行为数据具有稀疏性的问题,将迁移学习方法应用到组合推荐算法.该算法首先分别利用矩阵分解(MF)推荐算法和深度神经网络(DNN)推荐算法对用户行为数据进行预测,然后利用迁移学习方法将训练出来的特征数据作为组合推荐算法的输入,并进行再次训练,获得预测评分,实现对目标用户的推荐.实验结果表明,具有迁移学习的基于矩阵分解和深度神经网络的组合推荐算法能够有效地提升推荐质量.     

一种基于正则化判别分析的迁移学习算法

针对大多数基于实例的迁移学习方法容易产生分布参数估计困难和泛化效果差的问题,提出一种正则化判别迁移学习算法。依据判别分析和半监督学习理论,采用核方法和正则化方法,研究了基于正则化的高斯核半监督判别分析方法,以构造修正嵌入空间的方式进行样本迁移。一方面,在映射空间中筛选样本可克服估计分布参数的困难;另一方面,引入伪标记数据和定义距离函数可避免过拟合问题。文本和非文本数据集上的实验结果验证了所提算法能够有效提高迁移的正确率及学习模型的泛化能力。     

一种高效的自监督元迁移小样本学习算法

当前深度学习的一个关键难点即小样本问题.尽管已出现了一些较有效的小样本算法,但现有方法的模型提取的特征有限,且模型的泛化能力较弱.另外,如果新类的数据和训练集中数据的分布差异大,分类结果就会很差.针对已有算法的上述缺陷,提出了残差注意力膨胀卷积网络作为网络模型的特征提取器,膨胀分支的设计增大了模型感受野且可以提取不同尺...     

一种基于迁移学习的文本—图像特征映射算法

提出一种事件约束下基于迁移学习的文本—图像特征映射算法.通过潜在狄利克莱分配方法对事件文本数据进行主题建模,并通过计算主题特征的信息增益选出最显著的文本特征;用视觉词袋模型和朴素贝叶斯方法对事件图片进行主题建模;通过同事件下的文本数据特征分布和文本—图像共现数据特征分布,实现了对图像特征分布的近似.在包含15个主题事件的数据集上进行实验的结果证明了所提特征映射算法的有效性.     

基于迁移学习及特征融合的现勘图像检索算法

为了改善有限的现勘图像数据量在训练卷积神经网络(convolutional neural network,CNN)时易产生过拟合现象的情况,以及更精准地描述图像内容,提出了基于迁移学习的两种CNN特征级联以及与图像低层特征融合的现勘图像检索算法。首先利用目标图像集对两个预训练CNN模型进行微调,分别提取其fc7层的特征并级联作为图像的高层特征,再与适合本目标图像集的低层特征进行融合,以此作为特征进行图像检索。在现勘图像数据库上的测试结果验证了算法的有效性,并在GHIM-10K数据库进行测试,结果证明了算法的普适性。     

基于并行计算熵的同构集群负载均衡算法

提出并行计算熵的概念以及基于并行计算熵的同构集群负载均衡算法．理论分析证明并行计算熵作为系统负载均衡程度度量的合理性．算法以并行计算熵来衡量集群系统中节点之间负载均衡程度,以节点任务运算量来衡量节点的负载信息,并根据并行计算熵来进行负载迁移决策．实验证明相对基于任务数阈值的负载均衡算法并行计算性能有一定提高．     

用反同构来研究Schreier群扩张理论

利用反同构的定义及性质,并且规定了群中的乘法,映射（x）及二元函数f,给出某些关系式,利用这些并通过反同构来证明Schreier理论,从不同的角度来研究群的扩张理论.     

基于学习理论的改进粒子群优化算法

论文针对粒子群算法容易陷入局部最优的问题,提出基于学习理论的粒子群算法(L-PSO).该算法通过为粒子群全局最优粒子设定最大周期限制,使达到最大周期的全局最优粒子可以被取代,同时利用聚类的思想对粒子群进行分组,通过随机选择两个组中心,以一定概率进行交叉变异,生成竞争粒子并替换达到最大周期的全局最优粒子,能够较好地避免算法陷入局部最优,提高算法的收敛速度.在基准测试函数集上的测试结果表明该算法有效.     

基于深度学习的小目标检测算法研究进展

基于深度学习的小目标检测算法可以有效提高小目标检测性能和检测速率,在图像处理领域得到了广泛应用。首先概述了小目标检测的难点,分别对基于锚框优化、基于网络结构优化、基于特征增强的小目标检测算法进行了分析,总结了各算法的优缺点;然后介绍了用于小目标检测的公共数据集和小目标检测算法的评价指标,对检测算法的性能指标进行了分析;最后对小目标检测算法已经解决的难点进行了总结,并对有待后续研究方向进行了展望。深度学习在小目标检测领域仍有较大的发展空间,在模型通用性、耗时与精度和特定场景的小目标检测等方面有待深入研究。     

基于迁移学习的神经影像分析和阿尔茨海默病诊断

传统的基于机器学习的阿尔茨海默病诊断方法在跨域数据集上的分类结果不尽如人意。为了解决域间数据分布差异的问题,本文提出了一种基于多图谱特定类重构的域自适应迁移学习方法。首先使用多图谱数据来获取样本丰富的特征信息;接着通过投影矩阵将源域和目标域的数据投影到公共子空间中;然后使用重构矩阵来消除源域和目标域相同类的数据之间的分布差异;最后为了保留域中数据全局的结构信息,对重构矩阵使用低秩约束。该方法在多中心阿尔茨海默病成像数据集和阿尔茨海默病神经影像学计划数据集上进行实验,实验结果显示,提出的方法相比其他传统方法在跨域数据集上可以更准确地诊断阿尔茨海默病。     

基于卷积神经网络和迁移学习的小麦病虫害识别

为实现对小麦病虫害的高效识别检测,构建了小麦病虫害精准识别网络模型.首先,利用AlexNet、VGG-Net16、Inception-V3等3种类型的卷积神经网络构建了3种小麦病虫害分类模型,通过对模型平均识别准确率和处理速度两个指标的对比,优选出VGGNet16作为基础网络.然后,通过添加随机噪声和随机滤波、随机旋转...     

5多边形高质量同构三角剖分的有效算法

为了使平面形状混合得到较好的结果,提出了一种新的构造2个多边形的高质量同构三角剖分的有效方法.通过加入一定数目的Steiner点生成其中一个多边形的质量较好的三角剖分,根据此三角网格中顶点之间的相对位置关系和邻接关系确定另一个多边形的三角剖分,然后利用面积均等方法和其他优化方法对同构的三角剖分同时进行优化.此算法将同构三角剖分的构造转化为一个稀疏线性方程组的求解,可以通过已有的程序库进行快速求解;同时通过约束一些对应特征点的位置,使生成的同构三角剖分具有较好的特征对应.此算法计算量小,运行效率高,对形状复杂的多边形仍然可以得到满意的结果,适合于morphing等实时性的应用要求.     

学习迁移理论在第二外语中（德语）教学中的运用

新的学习总是以原有的学习为基础，原有的学习可能促进，也可能干扰后继的学习。结合教学实际，探讨了如何充分利用原有（第一外语）的学习来促进后继（第二外语）的学习而防止其干扰等问题。     

基于迁移学习的天气图像识别

为提高天气图像识别的准确率,达到良好的天气图像分类效果,提出一种基于迁移学习的天气图像识别算法.该算法使用Xception图像分类算法实现网络架构,再基于迁移学习理论将模型和参数应用到天气图像识别中,并在同一数据集上与其他模型进行性能对比.实验结果表明,基于迁移学习的改进Xception模型有效解决了训练样本不足、准确...     

结合卷积神经网络和迁移学习的电机轴承故障诊断方法

针对轴承故障在变工况下有效数据样本不足时故障诊断效果不佳的问题,提出了一种基于卷积神经网络和迁移学习的电机轴承故障诊断方法。首先,将采集到的原始振动信号进行小波变换,得到有利于卷积神经网络训练的彩色二维时频图;其次,构建卷积神经网络,通过训练确定结构和参数,利用数据增强和Dropout机制抑制过拟合;最后,引进迁移学习,冻结训练好后的网络底层结构,用不同工况的小样本数据对网络的顶层结构进行微调。实例分析证明,小波变换和卷积神经网络结合的方式能实现特征自动提取并高度有效地利用样本,迁移学习的引入能实现其他工况下小样本的准确分类,解决实际工程应用中样本不足时故障诊断效果不佳的问题。     

基于CNN、SVM和迁移学习的轮胎花纹分类

轮胎花纹图像分类在交通事故及刑侦破案取证中具有重要的作用。为了准确地分类轮胎花纹图像,提出了一种基于卷积神经网络(convelutional neural network,CNN)、支持向量机(support vector machine,SVM)和迁移学习的轮胎花纹分类算法。首先对辅助数据库ImageNet进行CNN训练得到初始CNN模型;其次,基于迁移学习思想,利用轮胎花纹图像数据库对初始CNN模型的分类层进行微调训练,得到用于轮胎花纹图像分类的CNN模型;最后,从所得CNN模型的第二个全连接层提取输出的4 096维特征,用该特征对轮胎花纹图像进行基于SVM的图像分类。使用轮胎花纹图像数据库进行分类实验,结果表明,提出算法的分类精度达到93.1%。说明提出算法能够提高轮胎花纹图像的分类准确率。     

建构主义学习理论和大学英语多媒体教学

通过对建构主义学习理论的基本观点的介绍,比较了建构主义教学观与传统教学观的区别,指出建构主义教学必须满足一定的奈件;而大学英语多媒体教学最大程度地满足建构主义学习理论对英语学习和学习环境的要求;强调了建构主义理论指导下的以网络为基础的大学英语多媒体教学模式及特点,使建构主义学习理论贯穿于整个多媒体英语教学中。     

核电人工核素气溶胶迁移研究进展

核电工业中的人工核素气溶胶对公众的健康存在潜在危害。人工核素气溶胶的产生主要源于核电各环节,包括铀矿冶阶段、核燃料元件生产阶段、核电运行和退役及事故阶段等。核素气溶胶在大气中的输运迁移过程十分复杂,主要受大气风场及气候特征、地形地貌特征、污染物源项特性等因素的影响。国内外已有人工核素气溶胶的迁移扩散研究主要集中在铀矿井和铀尾矿库核素气溶胶迁移、核电事故核素气溶胶迁移和核素气溶胶大气弥散迁移模式3个方面。且可预见核素气溶胶微小空间小尺度迁移和迁移控制是今后核电人工核素气溶胶迁移研究的重要方向。