国家自然科学基金(61272449) 作品数:6 被引量:20 H指数:2 相关作者: 严建峰 杨璐 赵永杰 郑征 李云飞 更多>> 相关机构: 苏州大学 香港城市大学 更多>> 发文基金: 国家自然科学基金 江苏省科技支撑计划项目 江苏省科技计划项目 更多>> 相关领域: 自动化与计算机技术 更多>>
基于LDA主题模型的用户电信轨迹恢复算法 2019年 随着移动通信技术的发展和移动设备的普及,关于人们日常移动行为的轨迹数据记录愈发丰富起来。海量的轨迹数据背后隐藏着关于人们及人类社会的有价值的知识模式。为了使基于轨迹数据产生的知识模式更精准有效地服务用户,能够准确、可靠地恢复缺失电信轨迹显得尤为重要。目前大多数方法主要针对GPS轨迹等连续轨迹进行建模,而缺乏对移动通信场景中产生的电信轨迹恢复的研究。因此,针对电信轨迹缺失恢复问题,将电信轨迹恢复问题转换为矩阵补全问题,提出了一种基于LDA主题模型的恢复算法。实验中,与传统矩阵补全算法进行综合比较,并观察了不同参数对轨迹恢复效果的影响。实验结果表明,与传统矩阵补全算法相比,运用LDA主题模型能够显著提高缺失电信轨迹的恢复精度。 徐广根 杨璐 严建峰 徐彩旭 石鸿斌基于语义分布相似度的主题模型 被引量:2 2019年 潜在狄利克雷分布(LDA)以词袋(bag of words,BOW)模型为基础,简化了建模的复杂度,但使得主题的语义连贯性较差,文档表征能力不强。为解决此问题,提出了一种基于语义分布相似度的主题模型。该模型在EM(expectation maximization)算法框架下,使用GPU(generalized Pólya urn)模型加入单词-单词和文档-主题语义分布相似度来引导主题建模,从语义关联层面上削弱了词袋假设对主题产生的影响。在四个公开数据集上的实验表明,基于语义分布相似度的主题模型在主题语义连贯性、文本分类准确率方面相对于目前流行的主题建模算法表现得更加优越,同时该模型提高了收敛速度和模型精度。 居亚亚 杨璐 严建峰关键词:主题模型 锚节点静止的无线传感网定位算法 被引量:2 2015年 节点定位是无线传感网应用中的一个基础问题。针对锚节点静止而定位节点移动的无线传感网,改进MCB(Monte Carlo localization Boxed)定位算法。由于MCB算法只利用了当前时刻的一跳锚节点信息建立信标盒子,所以不能利用前一时刻锚节点的信息。在许多传感网中锚节点是静止的,所以可以利用前一时刻的锚节点信息。该算法以蒙特卡洛方法为基础,利用前一时刻的一跳锚节点信息和最大速度建立信标盒子,缩小了MCB算法的采样空间。实验结果表明,所提出的算法能够有效减小MCB算法的采样次数和提高定位精度。 赵永杰 李云飞 贾俊铖 严建峰 郑征关键词:无线传感网络 蒙特卡罗 接收信号强度指示 基于动态权重的LDA算法 被引量:8 2019年 潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)是一种流行的三层概率主题模型,其实现了文本与文本中的单词在主题层次上的聚类。该模型以词袋(Bag of Words,BOW)模型为假设,所有单词的重要性相同,简化了建模的复杂度,但使得主题分布倾向于高频词,影响了主题模型的语义连贯性。针对此问题,提出了一种基于动态权重的LDA算法,该算法的基本思想是每个单词在建模中具有不同的重要性,在迭代过程中根据单词的主题分布动态生成相应的权重并反作用于主题建模,降低了高频词对建模的影响,提高了关键词:的重要性。在4个公开数据集上的实验表明,基于动态权重的LDA算法在主题语义连贯性、文本分类准确率、泛化性能和精度方面比目前流行的LDA推理算法表现得更加优越。 居亚亚 杨璐 严建峰关键词:主题模型 基于锚节点的车载网地理路由算法 被引量:2 2013年 车载网络存在节点移动速度快、拓扑结构变化迅速等特点,直接利用全球定位系统(GPS)进行定位存在误差大和路由连通率低等问题。因此现有的基于地理位置的路由算法包递率不高,无法提供可靠路由。提出一种基于锚节点的车载网地理路由算法(GRAN),利用城市路灯作为锚节点,车辆通过锚节点定位自身位置,结合道路网关及中心数据,建立分层次的路由结构。通过这种方式,GRAN去除了路由发现过程及全网广播,达到降低路由开销、提高路由效率和包递率的目的。利用NS-2软件,选取接近现实的城市场景仿真。实验结果证明,与典型的基于地理位置的路由协议如贪婪转发与周边转发相结合的无状态路由(GPSR)和图形源路由(GSR)协议相比,GRAN能以较低的负荷提供较低的平均时延、较高的包递率和吞吐量。 郑征 李云飞 严建峰 赵永杰关键词:车联网 地理位置路由 锚节点 Context Co-occurrence Based Relationship Prediction in Spatiotemporal Data Recently, users’ relationship prediction in spatiotemporal data has attracted widespread attentions. Previous ... Caixu Xu Jianfeng Yan Lu Yang Guanggen Xu Hongbin Shi基于双编码器结构的文本自动摘要研究 被引量:6 2020年 为了解决序列到序列模型中编码器不能充分编码源文本的问题,构建一种基于双编码器网络结构的CGAtten-GRU模型。2个编码器分别使用卷积神经网络和双向门控循环单元,源文本并行进入双编码器,结合2种编码网络结构的输出结果构建注意力机制,解码器端使用GRU网络融合Copy机制和集束搜索方法,以提高解码的准确度。在大规模中文短文本摘要数据集LCSTS上的实验结果表明,与RNN context模型相比,该模型的Rouge-1、Rouge-2和Rouge-L分别提高0.1、0.059和0.046。 冯读娟 杨璐 严建峰关键词:自然语言处理 卷积神经网络