公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

结合扩展规则重构的#SAT问题增量求解方法被引量：4: 2015年; #SAT问题是人工智能中的重要问题,在人工智能领域被广泛应用.在对基于扩展规则的模型计数求解方法CER深入研究的基础上,重构CER中使用的计算公式,并对其正确性进行了证明;提出极大项相交集和扩展极大项相交集的概念,并给出根据两者关系重用极大项相交集计算结果的增量求解方法,且对广义互补子句集对应的所有扩展极大项相交集进行剪枝,有效避免了计算所有极大项相交集对应极大项个数时的冗余求解;提出构建记录子句间互补关系的互补表方法,给出重用极大项相交集基础子句集互补结果的增量互补判定方法,较好地避免了判断子句间和各极大项相交集的基础子句集互补关系时的重复计算.实验结果表明:RCER方法易于实现,扩展性强,比CER方法效率更高,尤其是在互补因子较低时,效率提升更为显著.; 贾凤雨欧阳丹彤张立明刘思光

极小碰集求解中候选解极小性判定方法被引量：5: 2018年; 极小碰集问题是人工智能中的重要问题,应用广泛.碰集极小性判定,作为极小碰集求解过程中的关键步骤,效率的高低会对极小碰集求解算法的耗时产生直接影响.现有的极小碰集求解算法主要使用子集检测方法进行碰集极小性判定.针对子集检测方法在极小碰集簇规模较大时效率较低的问题,提出了基于元素独立覆盖度检测的碰集极小性判定方法——ICC方法,剥离了碰集极小性判定耗时与极小碰集簇大小的相关性;通过深入分析增量求解过程中非极小碰集的产生原因,给出了ICC方法的增量判定形式IICC方法,使其可以尽早发现并丢弃非极小候选解,为使用其增量极小碰集求解算法带来额外的剪枝效果,进一步提升算法的效率.实验结果表明:该方法易于实现,可扩展性强,对于当前效率较高的Boolean算法,使用IICC方法后,算法可求解问题的规模和整体效率均有明显提升,效率提升最高达4个数量级以上.; 刘思光欧阳丹彤张立明; 关键词：基于模型诊断

结合SE-Tree结构特征的极小碰集求解算法被引量：3: 2016年; 在结合SE-Tree计算集合簇极小碰集的过程中,现有算法会对大量不会产生碰集的冗余节点进行访问.这无疑将影响算法的效率,冗余节点比例越高,影响越大.通过对SE-Tree中叶节点的特殊性质的分析,并结合现有碰集算法有解空间中冗余节点的特征,提出非解冗余节点概念.在对SE-Tree的结构特征进行深入分析基础上,根据非碰集的子集也不是碰集的特点,提出辅助剪枝的概念,通过在剪枝树上设置剪枝判定节点,减少对极小碰集求解过程中无解空间的访问;针对较大规模问题,还提出结合多级辅助剪枝树的极小碰集求解算法,进而较大程度地减少对非解冗余节点的访问;根据多级辅助剪枝树及SE-Tree的结构特征,给出提前终止算法的判定条件,并证明了此算法的正确性.实验结果表明:与效率较高的Boolean算法相比,该算法高效且易于实现,尤其是对规模较大的问题,效率能提升1个数量级.; 刘思光欧阳丹彤王艺源贾凤雨张立明; 关键词：基于模型诊断集合枚举树

糖尿病视网膜病变分期双分支混合注意力决策网络被引量：1: 2022年; 为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特征分级决策网络进一步优化特征质量;在特征分类阶段,设计了双分支分类器以及对应的损失,以减缓标签数据不足带来的影响,增强分类准确性。此外,在模型训练过程中应用迁移学习技术来提高模型的精度、降低训练所需数据量。在KAGGLE数据集上的实验结果表明:本文方法对糖尿病视网膜病变的各个阶段均具有较好的诊断能力,优于其他对比方法。; 欧阳继红郭泽琪刘思光; 关键词：计算机应用

改进多尺度特征的YOLO_v4目标检测方法被引量：8: 2022年; 针对YOLO_v4模型因颈部网络串行连接的特征会逐渐被稀释,从而影响模型性能的问题,提出一种改进多尺度特征的YOLO_v4目标检测方法.该方法通过引入中间层的方式重构了YOLO_v4颈部网络结构,再通过中间层参与后续特征融合实现特征跨级连接,并使用可通过网络学习的参数作为特征间的平衡因子进行特征加权融合.在数据集VOC-2007和VOC-2012上的实验结果表明,该方法可使模型平均精度提高1.3%,并可有效提升模型对不同目标的检测能力.; 欧阳继红王梓明刘思光; 关键词：目标检测多尺度特征加权融合

结合互补度的基于扩展规则#SAT问题求解方法被引量：4: 2016年; #SAT问题又称模型计数(model counting)问题是人工智能领域的研究热点之一,在人工智能领域被广泛应用.在对基于扩展规则的#SAT问题求解方法 CER(counting models using extension rules)深入研究的基础上,提出一种结合互补度的#SAT问题求解方法.在计算给定子句集的模型个数时,利用SE-Tree(set enumeration tree)形式化地表达计算过程,逐步生成需要计算的子句集合,并在SE-Tree中添加终止结点,避免大部分含互补文字子句集合的生成,且不会因剪枝而导致求解不完备.提出互补度的概念,在扩展SE-Tree结点时按照互补度由大到小的顺序扩展,较早地生成含互补文字且长度较小的子句集合,有效减少枚举树生成的结点个数,进而减少对子句集合判断是否含互补文字的计算次数.实验结果表明:与CER方法相比该方法效率较好,且进一步改进了CER方法在互补因子较低时求解效率低下的不足.; 欧阳丹彤贾凤雨刘思光张立明; 关键词：集合枚举树

结合DOEC极小化策略的SAT求解极小碰集方法被引量：4: 2018年; 在基于模型诊断中,诊断解通常是根据极小冲突集合簇进行相应的计算得到所有的极小碰集,所以提高极小碰集的求解效率是模型诊断的核心问题.因此提出结合基于元素覆盖集合度(degree of element coverage,DOEC)极小化策略的SAT求解极小碰集的方法 SAT-MHS(satisfiability problemminimal hitting sets).首先,方法SAT-MHS将碰集求解问题转换成SAT问题,即把所有的冲突集合以子句形式表示成SAT的输入CNF进行迭代求解.其次,提出比现有的基于子超集检测极小化策略(sub-superset detecting minimization,SSDM)更为高效的DOEC极小化策略进行极小化处理.由实验数据可见,与SSDM极小化策略相比,其优点是缩减了求解空间和迭代求解次数,尤其当求解规模较大问题时,其极小化效率越高.主要是因为其极小化不会随着待求解问题规模的增加而增加,而是只与冲突集合簇的大小相关,因此时间复杂度较低.实验结果表明,对于一些较大的实例,与目前效率最好的Boolean方法相比,SAT-MHS方法高效且易于实现,求解速度能提高10～20倍,DOEC极小化策略对比传统SSDM极小化策略能达到40倍左右.; 王荣全欧阳丹彤王艺源刘思光张立明; 关键词：基于模型诊断

全选清除导出

共1页<1>

刘思光