曹燕
- 作品数：7 被引量：17H指数：2
- 供职机构：宁波大学信息科学与工程学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金宁波市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于高阶相似性的属性网络表示学习被引量：2
- 2020年
- 现有的网络表示学习方法缺少对网络中隐含的深层次信息进行挖掘和利用。对网络中的潜在信息做进一步挖掘,提出了潜在的模式结构相似性,定义了网络结构间的相似度分数,用以衡量各个结构之间的相似性,使节点可以跨越不相干的顶点,获取全局结构上的高阶相似性。利用深度学习,融合多个信息源共同参与训练,弥补随机游走带来的不足,使得多个信息源信息之间紧密结合、互相补充,以达到最优的效果。实验选取Lap、DeepWalk、TADW、SDNE、CANE作为对比方法,将3个真实世界网络作为数据集来验证模型的有效性,进行节点分类和链路重构的实验。在节点分类中针对不同数据集和训练比例,性能平均提升1.7个百分点;链路重构实验中,仅需一半维度便实现了更好的性能,最后讨论了不同网络深度下模型的性能提升,通过增加模型的深度,节点分类的平均性能增加了1.1个百分点。
- 邬少清董一鸿王雄曹燕辛宇
- 关键词：图嵌入结构信息
- 采用双字典协作稀疏表示的光照及表情顽健人脸识别被引量：2
- 2017年
- 提出一种采用小波变换(WT)及双字典协作稀疏表示分类(CSRC)的人脸识别方法——WT-CSRC。WT-CSRC首先利用PCA(主成分分析)将小波分解后的人脸高频细节子图融合成高频细节图像;然后用PCA分别对人脸低频图像和高频细节图像进行特征提取,构造低频和高频特征空间,并用训练样本在两种特征空间上的投影集构造低频字典和高频字典;最后将测试样本在两种字典上进行稀疏表示,并引入互相关系数以增强人脸识别的可靠性,实现了人脸的协作分类。实验结果表明,提出的方法提高了人脸识别率,对光照变化及表情变化具有较强的顽健性,并且具有较高的时间效率。
- 龚飞金炜朱珂晴符冉迪曹燕
- 关键词：人脸识别
- 动态网络表示学习研究进展被引量：5
- 2020年
- 网络表示学习旨在将网络信息表示为低维稠密的实数向量,解决链接预测、异常检测、推荐系统等任务.近年来,网络表示学习研究取得重大进展,但研究多基于静态网络,而真实世界构成的网络是动态变化的,对动态网络分析的需求日益增加.本文总结了当前动态网络表示学习的方法与研究进展,首先提出网络表示学习的动机,阐述动态网络以及表示学习的发展历史与理论基础;接着,系统概述了大量动态网络嵌入方法,包括基于矩阵分解的动态图嵌入、基于随机游走的动态图嵌入、基于深度学习的动态图嵌入和基于重构概率的动态图嵌入,并分析与比较,给出动态网络表示学习的应用场景;最后,总结未来网络表示学习的研究方向.只有考虑网络的动态性,才能真实反映现实网络的演化,使网络表示学习更具价值.
- 曹燕董一鸿邬少清陈华辉钱江波潘善亮
- 关键词：图嵌入
- 集成时空轨迹的动态属性网络表征学习
- 2021年
- 网络表征学习是当前信息网络数据表示的研究热点,相比于传统网络分析技术已显示出它的有效性和高效性.目前绝大多数研究仅将网络视为静态来处理,即网络结构不随时间演化而变化,而且很少考虑网络中丰富的节点属性信息,难以适应现实信息网络时刻变化的动态特性.同时考虑网络的动态性和节点属性,提出基于时空路径的动态属性网络表征学习(DAWalk),将结构特征与属性特征聚合为节点的嵌入表示.游走时空轨迹序列以捕获网络的结构特征以及动态演化趋势规律.在模型学习方面使用改进的自编码器模型,最小化序列中成对节点的距离损失,学习出序列节点对隐藏的高度非线性规律,使得学到的节点表示更具健壮性.实验表明,在可视化、链接预测、节点分类任务上,提出的DAWalk在3个数据集上的性能均优于其他基准算法.
- 曹燕颜铭江贾香恩董一鸿陈华辉
- 关键词：动态网络
- 基于深度字典和稀疏表示的图像分类被引量：1
- 2017年
- 随着计算机技术的发展,互联网上日益增多的图像资源给图像分类技术带来了新的挑战。深度学习的出现解决了因图像数据庞大而对图像提取特征困难的问题,并且克服了图像底层像素与高层语义之间的鸿沟。但高层特征具有维度高、训练时间长等特点,使得图像的分类效率较低。因此,本文提出了一种融合深度字典和稀疏表示的方法对图像进行分类工作,对已有的深度网络模型进行微调,然后利用稀疏表示算法完成分类。实验结果表明,该方法较其他分类方法对图像分类准确率有明显提高。
- 纪念左登曹燕唐彪
- 关键词：图像分类
- 基于Attention深度随机森林的社区演化事件预测被引量：5
- 2019年
- 在网络结构不断变化的同时,社区结构也随之演化.社区结构在不同时间片的变化可定义为四种不同的演化事件:持续、分离、融合和消失.本文运用网络表示学习的方法,对网络进行图嵌入编码映射到低维向量空间中,研究动态社区演化事件的预测.特征方面,在传统的社区内部属性特征、时间片间属性特性变化和前段时间片的社区演化事件的特征维度的基础上,引入潜在结构特征表征四种演化事件,运用随机游走和Softmax思想获取潜在的结构特征;模型方面,引入深度随机森林的策略,同时采用attention机制、蒙特卡洛特征采样策略进行特征融合和特征训练,克服了已有算法仅获取局部结构特征的缺陷.实验在DBLP、FACEBOOK和Bitcoin数据集上,对比SVM、XGBOOST和RIDGE模型训练,证实了新提出的算法模型对最终预测准确率有很大的提升.
- 潘剑飞曹燕董一鸿陈华辉钱江波
- 关键词：图嵌入
- 基于加权优先级和分类匹配的图像修复方法被引量：2
- 2017年
- 待修复像素优先级的计算及最佳匹配块的确定是基于纹理合成图像修复方法的两个基本环节,传统方法不仅难于确定优先级计算中的置信度,而且难于搜索到最佳匹配块。提出了一种基于加权优先级和分类匹配的图像修复方法,该方法在优先级模型中,引入指数函数和正规化函数分别优化置信度和数据项,使得计算的优先级更加客观,从而使修复顺序更加合理。基于此,将结构信息作为搜索匹配块的一个度量因子,采用分类筛选方式,选取最佳匹配块。实验结果表明,所提方法在获得良好修复效果的前提下缩短了修复时间。
- 曹燕金炜符冉迪
- 关键词：纹理合成图像修复匹配方式
