王伟
- 作品数：12 被引量：108H指数：4
- 供职机构：辽宁工程技术大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省高等学校杰出青年学者成长计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 融合对抗训练的中文GPT对话模型研究
- 2023年
- 在已清洗的中文会话数据集中进行预训练时存在对话模型泛化能力降低、微调后评价指标偏低的问题,为此采用对抗训练的方法,提出一种融合对抗训练的中文GPT对话模型。在微调过程中使用投影梯度下降法进行训练,使用Focal损失函数加快训练速度。实验结果表明,融合对抗训练后,在有噪声的数据集微调和测试中,该模型与基线模型相比具有较强的抗干扰和泛化能力。
- 王伟王伟孟祥福
- 关键词：泛化能力
- 基于卷积神经网络和改进模糊C均值的遥感图像检索被引量：17
- 2018年
- 基于内容的遥感图像检索存在着低层视觉特征与用户对图像理解的高层语义不一致、图像检索精度低以及单一的距离度量方法不能完全真实反映图像之间相似程度等问题。对此提出一种基于改进的模糊C均值聚类和卷积神经网络的遥感图像检索方法。该方法充分利用遥感图像的特性,通过Retinex算法自适应处理遥感图像噪声,运用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习,提取遥感图像特征,并运用改进的模糊C均值进行特征聚类分析。同时,将快速排序算法与距离位置权重相结合的Top-k排序算法运用到实验当中,提高遥感图像的检索精度。实验表明,该方法可以显著提高遥感图像的检索性能。
- 彭晏飞宋晓男訾玲玲王伟
- 关键词：遥感图像检索卷积神经网络RETINEX算法模糊C均值聚类
- 基于可变隶属度的模糊双支持向量机研究被引量：2
- 2016年
- 双支持向量机是一种新的非平行二分类算法。其处理速度比传统支持向量机快很多,但是双支持向量机没有考虑不同输入样本点会对最优分类超平面产生不同的贡献。在测试阶段测试点到两类超平面的距离相等时,双支持向量机也没有明确给出对这些等距点的处理方法。针对这些情况,提出一种可变隶属度的模糊双支持向量机。距离类中心较近的样本点隶属度由其到类中心的距离决定,距离类中心较远的样本点隶属度由其到类中心的距离和它的紧密度共同决定。在测试阶段出现等距点时,根据等距点与各类训练点的等价性比例进行分类。实验结果表明,与支持向量机、标准双支持向量机、双边界支持向量机、混合模糊双支持向量机相比,这种可变隶属度模糊双支持向量机分类精度最高。
- 任建华刘晓帅孟祥福王伟
- 关键词：支持向量机
- 基于混合隶属度的模糊简约双支持向量机研究被引量：4
- 2015年
- 双支持向量机是一种新的非平行二分类算法,其处理速度比传统支持向量机快很多,但是双支持向量机在训练之前要进行大量的复杂逆矩阵计算;在非线性情况下,它不能像传统支持向量机那样把核技巧直接运用到对偶优化问题中;并且双支持向量机没有考虑不同输入样本点会对最优分类超平面产生不同的影响。针对这些情况,提出了一种模糊简约双支持向量机。该模糊简约双支持向量机通过对二次规划函数和拉格朗日函数的改进,省略大量的逆矩阵计算,同时核技巧能直接运用到非线性分类情况下;对于混合模糊隶属度函数,不仅每个样本点到类中心的距离影响着该混合模糊隶属度,而且该样本点的邻域密度同样影响着该混合模糊隶属度。实验结果表明,与支持向量机、标准双支持向量机、双边界支持向量机、模糊双支持向量机相比,具有该混合模糊隶属度函数的简约双支持向量机不仅分类时间短,计算简单,而且分类精度高。
- 王伟任建华刘晓帅孟祥福
- 关键词：支持向量机
- 基于BiGRU-attention神经网络的文本情感分类模型被引量：64
- 2019年
- 针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类。实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90. 54%,损失率是0. 2430,时间代价是1100 s,验证了BiGRU-attention模型的有效性。
- 王伟王伟齐庆杰孟祥福
- 关键词：文本情感分类
- 基于生成对抗网络的轻量级图像卡通风格化方法
- 2023年
- 艺术家创作卡通是一项具有挑战性和耗时的任务。将真实照片自动转换为高质量卡通风格图像的自动技术具有很高价值。提出一种基于生成对抗网络的轻量级图像卡通风格化方法。通过观察卡通绘画行为,将卡通图像风格解耦为平滑表面、稀疏色块、高频纹理3种表示方法。运用生成对抗网络框架学习提取的表示,进而学习卡通图像风格,在生成网络中采用深度可分离卷积和反向残差块来减少网络的参数量与计算成本。为验证所提方法的有效性,进行定性比较和定量分析。结果显示,所提方法能够快速地将真实世界的照片转换为高质量的卡通图像,在时间效率和转换质量方面与已有方法相比有一定优势。
- 孙劲光王伟
- 基于优化密度的耦合空间LDA文本聚类算法研究被引量：7
- 2017年
- 针对传统的空间向量模型在进行文本表示时计算相似度仅采用词频统计来表示文本以及对高维文本数据聚类效果有所下降等问题,提出一种基于优化密度的耦合空间LDA文本聚类算法。该算法利用提出的耦合空间模型和LDA主题模型线性融合计算文本相似度,并对阈值敏感问题进行优化,确定不同密度区域对应的阈值半径。实验结果表明,与改进的DBSCAN文本聚类算法和R-DBSCAN文本聚类算法相比,该算法的文本聚类精度更高、聚类效果更优。
- 邢长征赵全颖王伟王星
- 关键词：文本聚类阈值
- 基于CMM的PDCA循环在高校师资管理中的应用被引量：2
- 2008年
- 高校师资管理所具有的开放式的、动态的、持续改进的特点决定了可以借鉴PDCA循环对其进行构建基于CMM的高校师资管理过程改进模型,持续地改进师资管理过程中的不足,提高管理能力和水平。
- 张志艳彭晏飞王伟
- 关键词：CMM高校师资管理PDCA循环
- 基于鲁棒高斯混合模型的加速EM算法研究被引量：7
- 2017年
- 针对传统鲁棒高斯混合模型EM算法存在模型成分参数难以精确获取最优解以及收敛速度随样本数量的增加而快速降低等问题,提出了一种基于鲁棒高斯混合模型的加速EM算法。该算法采用隐含参量信息熵原理对高斯模型分量个数进行挑选,以及使用Aitken加速方法减少算法的迭代次数,当接近最优解时,EM步长的变化极为缓慢,这时使用Broyden对称秩1校正公式进行校正,使算法快速收敛,从而能够在很少的迭代次数内精确获取高斯混合模型的模型成分数。该算法通过与传统鲁棒EM算法和无监督的EM算法的聚类结果进行比较,实验证明该算法对初始值的设定并不敏感(成分数c无须预先设定),并且能够降低算法运算时间,提高聚类模型成分数(类簇)的正确率。
- 邢长征赵全颖王星王伟
- 关键词：EM算法鲁棒高斯混合模型
- 矿井瓦斯浓度数据采集与融合及安全预警方法被引量：3
- 2016年
- 针对煤矿瓦斯浓度监测和安全预警需求及井下环境特点,提出一种煤矿井下瓦斯浓度数据采集策略和数据融合及预警方法。介绍煤矿井下瓦斯浓度数据采集策略和相应监测系统的硬件构成,提出一种利用模糊综合评判模型对瓦斯浓度数据进行融合的方法,给出各瓦斯浓度数据监测区域和监测点的权重分配方案,结合实例描述多监测区域多监测点的瓦斯浓度数据融合与结果评判及预警方法。实验结果表明,该方法能够更为全面地获取井下多区域多地点瓦斯浓度数据,有效避免极端数据对判别当前通风环境下瓦斯浓度数据的影响,瓦斯浓度数据融合与评判结果更为客观准确。
- 戴喆刘建辉王伟
- 关键词：瓦斯浓度数据融合安全预警
