公共文化服务平台

庄连生: 作品数：55 被引量：84H指数：5; 供职机构：中国科学技术大学更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金安徽省人才开发基金更多>>; 相关领域：自动化与计算机技术电子电信文化科学理学更多>>

合作作者

一种基于自适应模型不可知元学习的小样本目标识别方法: 本发明提供了一种基于自适应模型不可知元学习的小样本目标识别算法，包括：步骤S101：初始化基于自适应模型不可知元学习的小样本目标识别模型参数；步骤S201：使用元学习方法对任务具体参数进行迭代更新；步骤S301：利用合成...; 庄连生李厚强杨健樊硕

一种基于核方法的协同过滤推荐系统及方法: 本发明提供了一种基于核方法的协同过滤推荐系统及方法，相应的系统包括：数据准备模块，用于将原始数据规范化及相应的预处理，生成用户-项目评分矩阵和项目距离矩阵并输出；用户兴趣建模模块，用于根据所述用户-项目评分矩阵和项目距离...; 俞能海庄连生王鹏王晶晶蒋锴

时频联合长时循环神经网络被引量：8: 2019年; 时间序列建模问题因有着重要的应用价值已经成为机器学习领域的研究热点之一.循环神经网络(recurrent neural network,RNN)是近年来时间序列建模的一个重要工具.但是,现有循环神经网络无法处理长时依赖关系的时序数据,也没有在频域对时间序列数据的特征模式进行建模.对于那些包含长时依赖且频率成分丰富的时序数据,这2个问题大大限制了现有循环神经网络的性能.针对这些问题,提出了时频联合长时循环神经网络(long term recurrent neural network with state-frequency memory,LTRNN-SFM),通过将传统循环神经网络隐藏层的状态向量替换为状态频率矩阵,实现对时间序列的时域特征和频域特征的联合建模.同时,通过解耦隐藏层神经元、引入ReLU(rectified linear unit)激活函数和权重裁剪,该模型可以有效避免梯度消失和梯度爆炸问题的干扰,使得深层网络训练更加容易、网络记忆周期更长.实验表明:时频联合长时循环神经网络在处理长时依赖且频率成分丰富的时序数据上,取得了最好的性能.; 庄连生吕扬杨健李厚强; 关键词：循环神经网络频域分析时间序列预测

一种基于生成式神经网络架构搜索的调制样式识别方法: 本发明公开了一种基于生成式神经网络架构搜索的调制样式识别方法，涉及人工智能技术领域和无线通信领域，包括：对调制样式识别网络架构搜索框架进行训练，以得到生成模型、生成引导预测器和性能预测器；引导进行跨数据集的调制样式识别网...; 庄连生张征卓张博轩

利用时频联合长时循环神经网络的数据处理方法: 本公开提供了一种利用时频联合长时循环神经网络的数据处理方法，包括：构建时频联合长时循环神经网络；将时间序列输入时频联合长时循环神经网络；计算时频联合长时循环神经网络最后一个时间步的隐藏层的状态‑频率矩阵的幅度，并进一步得...; 庄连生李厚强唐明宇杨健

基于低秩约束的稀疏主题模型: 2014年; 传统潜在语义分析模型所得到的主题空间映射矩阵往往比较稠密,不仅存储代价比较高,而且各个主题含义不明确。针对该问题,提出一种新的稀疏主题模型,该模型通过对映射矩阵施加稀疏性约束,使得每个主题只与少数词项关联,来增加主题的可解释性;同时,通过对编码系数矩阵施加低秩约束,使得数据在主题空间中呈现出更好的聚类特性。实验结果表明,基于该模型得到的主题空间更有利于分类,映射矩阵的存储代价更低。; 刘超庄连生俞能海; 关键词：主题模型

基于分块的非特定目标实时跟踪方法: 本发明涉及一种基于分块的非特定目标实时跟踪方法，包括分类器更新、目标检测和权重更新三大步骤；该方法将目标区域分割为多个块，对每个块维护一个分类器，并逐帧更新，综合考虑各个分类器的检测结果来确定目标在新视频帧中的位置。该方...; 俞能海周维庄连生

基于量子遗传算法的多通道通信信号盲反卷积算法研究被引量：2: 2004年; 本文在分析多输入多输出盲反卷积的网络结构和算法模型的基础上,提出了一种基于输出信号上下文信息的盲反卷积算法,并提出一种采用量子遗传算法的新的优化求解方法,对仿真的通信信号分离的结果表明算法的有效性。; 杨俊安庄镇泉庄连生; 关键词：多输入多输出盲反卷积高阶统计量子计算量子遗传算法

一种独立化长短期记忆网络模型的构建方法: 本公开提供了一种独立化长短期记忆网络模型的构建方法，包括：步骤S101：初始化独立化长短期记忆网络模型的参数；步骤S201：对独立化长短期记忆网络模型进行更新；步骤S301：利用梯度后向传播优化独立化长短期记忆网络模型。; 庄连生李厚强唐明宇杨健

基于序贯反事实遗憾最小化的网络防御博弈决策方法: 本发明涉及网络安全领域，具体涉及一种基于序贯反事实遗憾最小化的网络防御博弈决策方法，该方法包括：以两方势力初始的网络状态构建博弈树，每个节点代表不同的两方势力的网络状态，并对应一个信息集和合法动作集合；初始化双方的全局优...; 庄连生陆剑昊