摘要:“巩固学习推荐”是指向学生推荐需要复习巩固的学习内容的过程。本文研究了基于能力的知识空间理论的个性化巩固学习推荐问题,针对能力状态与知识状态之间缺乏一一对应关系的挑战,提出了一种有效的推荐方法。该方法首先通过学生的知识状态计算内掌握边缘,并据此推导出退步前后的知识状态,然后通过这些知识状态确定相应能力状态的顶或底,最终根据顶和底推荐需要巩固学习的技能集,以防止学生因遗忘等因素导致知识退步。本
摘要:在金融领域的事件关系识别任务中,篇章级事件因果关系的识别是一项具有挑战性的任务。而事件因果关系关联于中心事件及其所在的句子,一方面,多个事件中的中心事件会影响事件间的因果关系,另一方面,事件所在的句子也会具有强化事件因果关系的作用,为此,本文提出了基于中心事件和句子感知的事件因果识别模型。该模型使用中心感知的高阶事件推理网络(Centrality-aware High-order Event
摘要:网络表示学习是网络分析任务的基础,对于挖掘和分析真实网络数据具有重大意义。最近,图注意力网络(Graph Attention Networks, GAT)及其后续变体,在网络表示学习中表现出了卓越的性能。但是基于注意力的方法存在以下局限性:(1)只考虑节点的一阶邻居信息,忽略了高阶邻居节点。(2)模型缺乏可解释性。(3)没有考虑到图中噪声边问题。为解决这些问题,本文提出了一种基于结构学习和自
摘要:如何构建知识结构是知识空间理论研究的热点。α-变精度模型有效融合析取和合取两种模型构建知识结构。本文基于α-变精度模型提出了三种γ-变精度模型,探讨了其构建知识结构的性质,并研究了四种变精度模型之间的联系;其次,本文通过研究矩阵乘法与技能包含度的关系,提出了基于变精度模型的矩阵方法来构建知识结构,并设计了相应算法;最后,选取七个数据集进行实验,对比了本文算法与变精度模型现有算法在构建知识结构
摘要:针对现有基于骨骼行为识别的图卷积的方法存在关节划分固定、重视空间信息而忽视时间信息并且网络参数量较高等问题。首先引入对称关节的信息,增加对称动作的交互特征;其次,加入多尺度金字塔(Multi-scalePyramid, MSP)时间图卷积模块,形成双分支(Dual-branch, DB)的网络结构,提高网络对时间维度的信息提取能力;最后,本研究利用特征映射和空间聚合(Feature Mapp
摘要:为了提高情感分类的性能,本文提出了一种基于加权集成的序贯三支决策情感分类模型。该模型首先对评论数据集的边界域使用不同的分类器获取各自的预测概率,再根据历史分类性能对不同分类器的预测概率进行加权集成,然后根据阈值和代价损失分别进行三支决策,将评论划分为正类、负类和边界域。对于边界域进行序贯的集成概率预测,并根据概率和阈值进一步划分为新的正类、负类和边界域。直至最细粒度上的边界域,最终通过集成二
摘要:针对模糊邻域粗糙集的特征选择方法通常仅考虑下近似中的分类信息,而忽略上近似和边界域中的分类信息这一问题,本文提出了一种基于自信息和模糊邻域条件熵的特征选择算法。首先,结合下近似、上近似和边界域提出了三种自信息不确定性测度,并将三种自信息相结合提出了相似自信息。其次,在信息论视角下,给出了模糊邻域条件熵的不确定性度量,并将其与相似自信息相结合,提出了更为全面的特征评价函数,用于衡量特征子集分类
摘要:规则提取是形式概念分析研究的一个重要内容,而三支形式概念分析又是形式概念理论分析发展的一个重要成果。针对当前的三支形式概念分析研究并没有充分考虑形式背景不完备的情况,本文探讨在不完备决策背景下对象导出三支概念格的决策规则的提取问题。首先刻画了乐观型的不完备决策背景和悲观型的不完备决策背景,在这两种背景下给出三支概念格之间的细于关系;然后分别给出了在乐观型和悲观型的决策背景下对象导出三支概念格
摘要:概率犹豫模糊集能精准地描述方案相对于属性取值的犹豫性概率分布,因而在决策分析中占有重要地位。在多属性群体决策中,利用方案间的相似性和距离函数,可以依据方案的代表性的强弱进行有效排序。若结合现有的排序结果,还可改进最优方案。为此,本文探讨概率犹豫模糊系统中基于代表性强弱的多属性群决策问题。本文首先提出了基于对数的距离函数,并利用余弦相似度与杰卡德相似系数构建了综合相似度。然后,利用基于对数的距
摘要:针对去噪扩散概率模型(DDPM)的采样效率低、训练时间长和硬件资源开销大等问题,提出了选择状态空间的去噪扩散概率模型。该方法首先用选择状态空间模型(SSM)的动态选择性来提高DDPM在长序列上的采样效率;其次通过多方向扫描图像,使得DDPM扩散时获取更多有效的图像信息;最后利用SSM的线性时间复杂以及并行运算减少DDPM训练时的时间和硬件资源的开销。DDPM、改进的扩散模型(DDIM)、变分
摘要:随着社会和经济的快速发展,城市和公共区域的人口密度也逐渐增加,一定程度上增加了紧急情况下人群疏散的难度。针对高密度人群疏散问题提出了一种基于改进多智能体深度确定性策略梯度算法(Improved Multi-Agent Deep Deterministic Policy Gradient, IMADDPG)的人群疏散方法。该方法将注意力机制引入到深度强化学习框架和改进的社会力模型(Social
摘要:在大数据时代,数据正呈现出指数级增长趋势。数据间的类别层次结构使得分类学习任务更有效率。现有的分层分类特征选择算法未充分体现出类内特征的判别性,因此本文提出了一种基于正交约束和最大化类内特征判别性的分层分类特征选择算法(Hierarchical Classification Feature Selection Algorithm Based on Orthogonal Constraints
摘要:传统属性约简算法不能有效解决动态数据属性约简问题,寻求高效动态数据属性约简算法是目前人工智能领域研究的热点。本文在动态分布优势数据集中引入矩阵优势条件熵和优势矩阵,探讨基于优势条件熵的矩阵增量属性约简方法。首先,定义了分布数据集的优势矩阵和优势条件熵;其次,通过分析分布数据集添加对象的过程,提出了优势矩阵的增量更新原理和融合机制;然后,给出了基于优势条件熵的矩阵增量约简方法。最后,利用6组U
摘要:均值漂移属于硬划分的聚类算法,在处理不确定性数据时可能导致决策风险的提高和聚类精度的降低等问题。为此,本文引入阴影集理论来处理三支聚类的数据对象分类问题,提出了一种基于阴影集的三支核均值漂移聚类算法。算法采用类归属概率来刻画阴影集的隶属度概念。通过优化算法来获得阴影集划分的最优阈值,有效减少了人为干预带来的不确定性。最后基于最优阈值,形成了以阴影集隶属为依据的三支聚类。在2 个人工数据集和8
摘要:手势识别是人机交互中的关键技术。传统实时手势识别模型对光照变化、复杂背景等干扰因素适应性不强,所用分类数据集仅包含特定手势,在实际应用中泛化能力不足。针对以上问题,提出背景优化的二阶段静态手势识别算法。在检测阶段,采用YOLOv5s(You Only Look Once version 5 small)作为检测网络,利用其定位能力快速检测手部位置。在识别阶段,首先,利用背景与传感器热噪声对分
摘要:合取属性映射的定义首次以公理化的形式给出,由此产生了多分知识结构合取模型理论。本文提出了析取属性映射的公理化定义,并考虑了析取相容性和析取完备性的条件,研究其与多分知识状态、属性结构和多分知识结构的关系,通过属性映射和项目响应函数建立可用属性和可观察项目响应之间的确定性关系。得到了多分知识结构的充要条件是属性映射析取相容且完备于属性结构,从而建立由析取属性映射诱导的多分知识结构的理论。所提出