山东省自然科学杰出青年基金(JQ201316)
- 作品数：8 被引量：62H指数：5
- 相关作者：尹义龙张春云王李进徐云龙崔超然更多>>
- 相关机构：山东财经大学山东大学福建农林大学更多>>
- 发文基金：山东省自然科学杰出青年基金国家自然科学基金NSFC-广东联合基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 回溯搜索优化算法辅助的多阈值图像分割被引量：7
- 2015年
- 阈值法是一种简单且有效的图像分割技术。然而阈值求解的计算量随阈值的增加而呈指数级别增长,这给多阈值图像分割带来巨大挑战。为了克服计算量过大问题,视多阈值分割模型为优化问题,分别将Otsu法和Kapur法作为目标函数,采用回溯搜索优化算法求解目标函数,实现多阈值图像分割。将提出的多阈值分割算法应用于自然图像分割,并与其他算法比较,实验结果说明基于回溯搜索优化算法的多阈值图像分割技术是可行的,而且具有较好的分割效果。
- 尹雨山王李进尹义龙王冰清赵文婷徐云龙
- 关键词：阈值法图像分割OTSUPSNR
- 求解连续函数优化问题的合作协同进化布谷鸟搜索算法被引量：19
- 2013年
- 为改善布谷鸟搜索算法求解连续函数优化问题的性能,提出合作协同进化的布谷鸟搜索算法.改进算法通过应用合作协同进化框架,将种群的解向量分解成若干子向量,并构成相应子群体.利用标准布谷鸟算法更新各子群体的解向量.各子群体为其它子群体提供最优个体,组合成问题解向量并完成子群体评价.经10个测试函数实验仿真,结果说明改进算法能有效改善求解连续函数优化问题的性能.同时,针对连续函数优化问题,该算法与其它算法相比是有竞争力的优化算法.
- 胡欣欣尹义龙
- 关键词：函数优化问题
- 基于卷积神经网络的自适应权重multi-gram语句建模系统被引量：7
- 2017年
- 如今信息量呈爆炸式增长,自然语言处理得到了越来越广泛的重视。传统的自然语言处理系统过多地依赖昂贵的人工标注特征和语言分析工具的语法信息,导致预处理中语法信息的错误传递到系统训练和预测过程中。因此,深度学习的应用受到了学者们的关注。因为它能实现端对端预测并尽可能少地依赖外部信息。自然语言处理领域流行的深度学习框架为了更好地获取句子信息,采用multi-gram策略。但不同任务和不同数据集的信息分布状况不尽相同,而且这种策略并没有考虑到不同n-gram的重要性分布。针对该问题,提出了一种基于深度学习的自适应学习multi-gram权重的策略,从而根据各n-gram特征的贡献为其分配相应的权重;并且还提出了一种新的multigram特征向量结合方法,大大降低了系统复杂度。将该模型应用到电影评论正负倾向判断和关系分类两种分类任务中,实验结果证明采用的自适应multi-gram权重策略能够大大改善模型的分类效果。
- 张春云秦鹏达尹义龙
- 关键词：自然语言处理自适应权重
- 带外部存档的正交交叉布谷鸟搜索算法被引量：9
- 2015年
- 布谷鸟搜索算法是一种新兴的仿生优化技术,其迭代使用Lévy flights随机走动和Biased随机走动搜索新的个体.在Biased随机走动中,随机交叉搜索方式具有一定的盲目或无效率,这将可能削弱布谷鸟搜索算法的搜索能力.为了改善布谷鸟搜索算法的搜索能力,提出带外部存档的正交交叉布谷鸟搜索算法(orthogonal crossover cuckoo search algorithm with external archive,OXCS).正交交叉被嵌入于Biased随机走动中以提高交叉搜索的效率.外部存档维护一定时期内的种群历史信息,并为正交交叉操作提供一个父本.实验结果说明提出的策略能够有效地改善布谷鸟搜索算法的搜索能力,并提高求解连续函数优化问题的收敛速度和解的质量.
- 王李进钟一文尹义龙
- 关键词：正交实验设计函数优化问题
- 卷积神经网络下的Twitter文本情感分析被引量：20
- 2018年
- 随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分类方法大都基于手工制作的文本特征,难以挖掘文本中隐含的深层语义特征,因此难以提高情感分类性能。本文提出了一种基于卷积神经网络的Twitter文本情感分类模型。该模型利用word2vec方法初始化文本词向量,并采用CNN模型学习文本中的深层语义信息,从而挖掘Twitter文本的情感倾向。实验结果表明,采用该模型能够取得82.3%的召回率,比传统分类方法的分类性能有显著提高。
- 王煜涵张春云赵宝林袭肖明耿蕾蕾崔超然
- 关键词：情感分析卷积神经网络
- 基于用户查询日志的网络搜索主题分析被引量：2
- 2017年
- 网络搜索分析在优化搜索引擎方面具有举足轻重的作用,而且对用户个人搜索特性进行分析能够提高搜索引擎的精准度。目前,大多数已有模型(比如点击图模型及其变体),注重研究用户群体的共同特点。然而,关于如何做到既可以获取用户群体共同特点又可以获取用户个人特点方面的研究却非常少。本文研究了基于个人用户网络搜索分析新问题,即通过研究用户搜索的突发性现象,获取个人用户搜索查询的主题分布情况。提出了两个搜索主题模型,即搜索突发性模型(SBM)和耦合敏感搜索突发性模型(CS-SBM)。SBM假设查询词和URL主题是无关的,CS-SBM假设查询词和URL之间是有主题关联的,得到的主题分布信息存储在偏Dirichlet先验中,采用Beta分布刻画用户搜索的时间特性。实验结果表明,每一个用户的网络搜索轨迹都有多种基于用户的独有特点。同时,在使用大量真实用户查询日志数据情况下,与LDA、DCMLDA、TOT相比,本文提出的模型具有明显的泛化性能优势,并且有效地描绘了用户搜索查询主题在时间上的变化过程。
- 张森张晨林培光张春云郭玉超任威龙任可
- 关键词：网络搜索主题模型文本挖掘
- 多图谱与联合标签融合策略相结合的主动脉CT图像分割被引量：1
- 2018年
- 主动脉图像自动分割技术在主动脉疾病的早期诊断、风险评估及手术治疗中发挥重要作用。本文采用了基于多图谱的医学图像分割技术,并将之与联合标签融合(Joint label fusion,JLF)策略相结合应用于3D主动脉CT图像的自动分割问题中。联合标签融合策略考虑了各个图谱之间的相互关系,能够有效抑制图谱间冗余信息的干扰,进而提高标签融合精度。本文提出了一种图谱更新算法以应对图谱数量不足的问题,在提高分割精度的同时,保持了较低的计算复杂度。在15例主动脉CT图像数据上的分割结果表明,本文方法能有效地对3D主动脉图像进行分割,与3种基于传统融合方式的图谱分割法相比,本文方法具有更高的分割精度。
- 徐云龙郑元杰邓翔李宁汤煜春尹义龙
- 基于特征融合和曼哈顿量化的视频哈希学习方法
- 2016年
- 当前信息时代,随着计算机和多媒体技术的发展,在互联网尤其是移动互联网中,因视频数据结构复杂,特征维度高,其存储、传输和检索都面临着巨大的挑战,视频哈希学习是解决上述挑战的重要方法之一,已成为多媒体处理领域的研究热点.现有方法主要是利用视频不同特征构造视频哈希,但不同特征存在关联关系,为充分利用视频不同特征之间的关联关系,克服传统视频哈希编码的局限性,提出一种基于特征融合和曼哈顿量化的视频哈希学习方法.该方法首先提取视频的全局、局部和时域特征,并利用张量分解理论实现不同特征的融合,获取视频融合特征表示.然后使用曼哈顿量化对视频融合特征进行量化学习编码,得到视频哈希序列.与传统视频哈希算法相比,该方法不仅充分利用了多特征之间的关联互助关系,而且对原始视频特征的不同维度分别进行编码,较好的保持了原始特征之间的结构相似性.实验结果显示,该方法具有较好的性能.
- 聂秀山王舒婷尹义龙
- 关键词：视频哈希张量分解
