郝斌
- 作品数：11 被引量：38H指数：3
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：内蒙古自治区科技计划项目教育部“春晖计划”更多>>
- 相关领域：自动化与计算机技术电气工程电子电信环境科学与工程更多>>
- 基于内容冗余的Web信息抽取
- 2012年
- 提出了一种从模板网站中利用网络上的冗余内容提取结构化数据的方法。该算法从一些原始网站提取记录来填充种子数据库。然后,在每一个新的站点标识值,为了配合不同跨站点交涉的属性值,我们进行了相似性度量。同时为了过滤掉噪声,我们在那些基于模板的网站发现并应用了该属性的实际值。另外借助SOGOU和NICTCLAS中文分词等第三方接口来准确计算词频,使文字分析更适合人们常用的习惯。
- 陈夫桂胡文江高永兵郝斌
- 关键词：WEB信息抽取抽取规则
- 基于关联规则与标签的好友推荐算法被引量：25
- 2013年
- 针对用户在社交网络中添加哪些用户为自己好友的问题,采用好友之间的关系推荐和喜好标签的相似度推荐相结合的方法,提出了改进的推荐算法。首先,通过用户之间的好友关系推荐出目标用户共同好友最多的Top-N用户,其次,通过目标用户和推荐出的Top-N用户间标签的相似性推荐分数最高的用户,再给定他们相应的权重,进行打分,选取分数最高的Top-N用户进行推荐。实验结果表明,运用相结合的算法是有效的,在准确率和召回率上优于同类的好友推荐算法。
- 胡文江胡大伟高永兵郝斌
- 关键词：关联规则标签
- 基于YOLOv8化工企业储煤场火煤和扬尘检测方法研究
- 2024年
- 化工企业储煤场的火煤和扬尘不仅浪费了煤炭资源,还污染了周围环境,对工作人员的健康构成威胁。为了减少经济损失、改善环境,对火煤和扬尘的监测和预警变得极为关键。传统的储煤场火煤和扬尘的检测存在检测时间长、误检率高等问题。文章在深入研究YOLOv8、SPD-Conv、BottleNeckCSP、EIoU原理的基础上,对YOLOv8模型进行改进。用改进后的YOLOv8网络模型完成火煤和扬尘检测相关实验,与原始的YOLOv8相比,mAP值达到97.3%,比YOLOv8s原始模型提高了3.9%,优于同等情况下YOLO系列,且权重文件的内存为25.4 MB,适用于火煤和扬尘的检测,达到对于低分辨率和小目标更快、更精准的检测,有效避免误检、漏检等问题,确保检测的准确性和可靠性。
- 禹晨张飞郝斌
- 基于张量相似度的推荐方法研究
- 2023年
- 传统推荐方法中将用户建模为向量的建模方式只关注用户单方面偏好,为了弥补此种建模方法的局限性,提出一种将用户建模为矩形的张量建模方法。构建了一个基于融合协同过滤与序列推荐算法的推荐模型,该模型集成了Fastformer模型和键值记忆网络对用户张量进行建模;结合用户张量与目标物品的距离及偏置项对用户张量与目标物品的相似度进行计算。在MovieLens和CiaoDVD数据集上对该模型进行实验验证,实验结果表明,该模型能够关注用户多方面偏好并在推荐结果的精准度上优于基线方法,特别是在HR与NDCG评价指标上分别比现有基线方法平均提高了1.4%、1.95%。
- 马蓓欣郝斌张飞高鹭任晓颖
- 关键词：推荐系统相似度计算用户建模
- 基于残差网络和门控卷积网络的语音识别研究被引量：7
- 2022年
- 由于传统循环神经网络具有复杂的结构,需要大量的数据才能在连续语音识别中进行正确训练,并且训练需要耗费大量的时间,对硬件性能要求很大。针对以上问题,提出了基于残差网络和门控卷积神经网络的算法,并结合联结时序分类算法,构建端到端中文语音识别模型。该模型将语谱图作为输入,通过残差网络提取高层抽象特征,然后通过堆叠门控卷积神经网络捕获有效的长时间记忆,摆脱了传统循环神经网络对上下文相关性建模的依赖,加快了模型的训练速度。对残差网络进行了优化,并在门控卷积神经网络中加入了前馈神经网络,极大提高了模型的性能。实验结果表明,在Aishell-1中文数据集上,该模型的字错误率降低至11.43%;并且在-5 dB低信噪比环境下,字错误率达到了19.77%。
- 朱学超张飞高鹭任晓颖郝斌
- 基于改进YOLOv5的口罩佩戴检测算法被引量：4
- 2023年
- 在公共场合密集人群场景下,由于目标遮挡导致的信息缺失及检测目标较小、分辨率低问题,使得人脸佩戴口罩检测算法的检测效果较差。为提高模型的检测精度和速度,减少硬件占用资源,提出一种基于改进YOLOv5s的口罩佩戴检测算法。将标准卷积和深度可分离卷积相结合替换传统卷积,并进行通道混洗的鬼影混洗卷积,以在保证精度的前提下提升网络速度。将最近邻法上采样替换为轻量级通用上采样算子,充分利用特征语义信息,在改进的YOLOv5s模型Neck层末端添加自适应空间特征融合,可以对不同尺度的特征进行更好的融合,提高网络检测精度,并通过自适应图片采样,缓解数据不均衡的问题,运用马赛克数据增强对小目标进行充分利用。实验结果表明,该算法在AIZOO数据集上的mAP值达到了93%,比YOLOv5原始模型提升了2个百分点,对于佩戴口罩的人脸检测精度达到了97.7%,优于同等情况下YOLO系列、SSD、RetinaFace的检测效果,同时在GPU上的运行推理速度提升了16.7个百分点,且模型权重文件的内存仅为23.5 MB,适用于实时口罩佩戴检测。
- 张欣怡张飞郝斌高鹭任晓颖
- 基于改进YOLOv5的超分辨率和多尺度融合目标检测算法
- 2024年
- 为了提升目标检测算法在多尺度学习方面的能力,尤其是对小目标的检测能力,本文提出了一种基于改进YOLOv5的超分辨率和多尺度融合目标检测算法。首先,该算法使用子像素卷积代替原YOLOv5模型的上采样操作,提高图像的分辨率,并尽可能保留小目标的信息。其次,使用并行快速多尺度融合(parallel fast multi-scale fusion, PFMF)模块实现深层特征和浅层特征的双向融合,将原YOLOv5算法的3尺度预测升级为4尺度预测,以此提高模型多尺度特征学习能力和对小目标的检测效果。实验结果表明,与YOLOv5s相比,改进后的模型在PASCAL VOC数据集中,mAP@0.5提高了2.8个百分点,mAP@0.5∶0.95提高了3.5个百分点;在MS COCO数据集中,mAP@0.5提高了4.3个百分点,mAP@0.5∶0.95提高了5.2个百分点。改进后的YOLOv5模型在多尺度检测,尤其是小目标的检测效果方面得到了提升,并具有一定的应用价值。
- 姚珊珊王静宇郝斌张飞高鹭任晓颖
- 关键词：目标检测多尺度融合
- 基于TCN-MHA的短期光伏功率预测
- 2023年
- 光伏发电的波动性和随机性对电力系统安全稳定运行具有不良影响,为提高日前短期光伏功率预测精度进而提升光伏电站运营及电网调度效率,提出一种基于时间卷积神经网络(TCN)结合多头注意力机制(MHA)的光伏功率预测方法。首先TCN接收数据,利用膨胀卷积的结构改变感受野范围,利用因果卷积的设置提取光伏数据的时序特征;经过升维后输入MHA中,选择合适的多头个数,得到多个子空间,将输入特征进行不同维度的空间映射,进一步分配注意力权重;最后降维输入全连接层结合得到的特征信息对次日24 h的光伏功率进行预测。实验在实际光伏场站数据上进行,结果表明,所提模型的预测精度优于对比模型。
- 孙永叡任晓颖张飞张飞张飞
- 关键词：光伏发电
- 基于用户反馈记录的自适应博客推荐模型
- 根据用户发表和阅读博客的过程，分析用户的反馈记录，依据其不同的阅读方式，对其行为进行分析，综合用户自身的偏好和页面特点，以关键词形式表示;设计一种学习机制，根据用户实际阅读的情况，把用户的兴趣可以分为长期兴趣和临时兴趣，...
- 高永兵冯鑫郝斌王建斌
- 关键词：自适应用户模型个性化
- 文献传递
- 基于用户反馈记录的自适应博客推荐模型被引量：1
- 2012年
- 传统的自适应推荐技术无法准确把握用户的兴趣并推荐出适合用户兴趣的博客,为了提高掌握用户兴趣的准确度和及时性,提出一种启发式自适应推荐算法。通过对于用户反馈记录的分析,掌握用户的兴趣趋向,然后通过学习用户的阅读方式来对用户的兴趣进行跟踪,达到一定条件后使用贝叶斯修正法更新用户模型,同时调整推荐结果。通过真实数据集进行实验,结果表明算法能准确把握用户的兴趣趋向,能提高自适应推荐质量。
- 高永兵冯鑫郝斌王建斌
- 关键词：自适应用户模型个性化推荐
