公共文化服务平台

龙慧云: 作品数：13 被引量：27H指数：3; 供职机构：贵州大学计算机科学与技术学院更多>>; 发文基金：国家自然科学基金贵州省科技计划项目贵州省科技厅重大专项更多>>; 相关领域：自动化与计算机技术文化科学医药卫生更多>>

合作作者

针对SVD算法理解和应用误区的教学实验设计被引量：2: 2017年; 针对人工智能和大数据处理学习中存在的误区,提出一组有关SVD方法的图像处理教学实验,具体阐述实验步骤并详细说明如何引导学生自行设计该类实验。; 程欣宇龙慧云李智王丽会; 关键词：矩阵分解去噪

增强型高阶注意力因子分解机点击率预测模型被引量：1: 2022年; 特征交互的建模对于推荐系统中预测用户的点击率至关重要。设计了增强型高阶注意力因子分解机模型EHAFM(enhanced high-order attentive factorization machine),其主要由Embedding层、显式特征交互层、输出层构成。在每个显式特征交互层中,通过聚合其他特征的表示来更新特征的表示,并针对无用特征交互对预测产生干扰的问题,提出了增强型元素级注意力机制,利用投影矩阵拓展特征表示空间,以增强注意力矩阵的学习能力。通过融合多个增强型元素级注意力头的信息,以解决模型泛化能力不足问题。通过堆叠显式特征交互层可以将特征表示更新到任意高阶,将高阶特征交互部分与一阶线性部分结合进行点击率预测。EHAFM模型在Criteo、Movielens-1M两个数据集上进行实验,结果表明相较基准模型在两个数据集上分别有0.21%和0.92%的AUC提升。; 陈育康龙慧云吴云林建

K-means算法在隐语义模型中的应用被引量：1: 2016年; 隐语义模型(LFM)是文本挖掘领域的重要模型,将它应用于推荐系统的评分预测具有预测精度高和占用内存小的优点。但由于时间开销较大,LFM模型并不适合用于处理大规模稀疏矩阵。针对此问题,论文将K-means算法引入到LFM模型的评分数据处理,得到改进模型K-LFM。在K-LFM模型中,利用K-means算法对评分矩阵中的用户和项目数据进行聚类处理,然后重构评分矩阵降低原始矩阵的稀疏程度和矩阵规模,最后用重构后的评分矩阵训练模型,预测评分。通过在movielens数据集上实验发现K-LFM模型在运行时间上较LFM模型有大幅降低,而预测精度没有受到明显影响。; 范玉强龙慧云吴云; 关键词：K-MEANS算法

高级语义修复策略的跨模态融合RGB-D显著性检测: 2023年; 针对显著区域定位不完整以及边缘模糊问题,提出一种RGB-D显著性目标检测方法。该方法首先设计了一个跨模态特征融合模块来逐层融合RGB和Depth信息,并得到六个模态融合特征输出。该模块降低了RGB和Depth信息之间存在的差异性,为后续的高级语义修复提供更具共性和互补性的深层特征;基于上述模块获得的多层次信息,利用后三层特征,联合提取更丰富的高级语义信息,并得到初始显著图。之后,采用UNet的网络结构,从网络的顶层向下融合,每一层经过上采样之后与下一层进行通道维度上的融合,前三层底层特征在融合前后采用高级语义特征进行指导,以完成对底层特征的修复。最后,得到最终的显著图。提出的跨模态特征融合模块能够自适应地融合多模态特征,突出融合特征的共性和互补性,降低融合的模糊度。提出的高级语义修复策略有助于准确检测出显著区域并提高边缘清晰度。实验结果表明,该算法在NJU2K、NLPR、STERE、DES、SIP五个数据集上均超过大部分优秀的方法,达到了较为先进的性能。; 石玉诚吴云龙慧云

基于时间序列的铁路客流量预测及票额优化配置被引量：7: 2020年; 铁路客流量受多因素影响,其时序特征明显,因此,基于平稳时间序列构建客流数据预测模型及区间票额分配模型,有利于掌握客流动态变化,改善铁路运营压力。实现特征数据抽取系统开发,进行累加、循环、筛选算法等数据预处理;运用多因子方差分析评价多种因素的显著相关性影响,通过自回归移动平均模型(auto-regressive moving average model,ARMA)进行短时旅客客流量预测及其优化建模,结果表明:该模型拟合效果良好,预测精度高。此外,基于线性规划实现客座率最大化的区间票额分配优化模型,并通过真实数据验证其方案是可行、有效的,研究结果对于指导铁路票额分配具有较好的参考价值。; 牛坤牛坤龙慧云刘满义; 关键词：时间序列客流量票额分配

高校慕课发展中的问题研究被引量：4: 2016年; 慕课的兴起,对传统教学模式带来了很大的冲击。它以规模庞大、课程内容全面以及可以得到名师授课等优点受到许多高校的热捧。但是,经过调研发现慕课在一些高校中的盲目开设出现了许多问题。基于此,以高校的慕课开发过程中所出现的问题为主题,进行了相关的研究,希望在慕课的热潮下,能够对高校慕课的发展和应用提供一些有价值的信息。; 马丹龙慧云姜季春; 关键词：教育改革教育创新

基于CenterNet的实时行人检测模型被引量：6: 2021年; 针对传统目标检测模型不能同时兼顾检测速度和准确度的问题,提出一种新的PD-CenterNet模型。在CenterNet的基础上对网络结构和损失函数进行改进,在网络结构的上采路径中,设计基于注意力机制的特征融合模块,对低级特征和高级特性进行融合,在损失函数中通过设计α、γ、δ3个影响因子来提高正样本与降低负样本的损失,以平衡正负样本的损失。实验结果表明,相比CenterNet模型,该模型在网络结构和损失函数上的准确度分别提高5.1%、9.81%。; 姜建勇吴云龙慧云黄自萌蓝林; 关键词：行人检测损失函数

基于深度卷积网络的遥感影像建筑物分割方法被引量：2: 2019年; 大规模可见光遥感图像的建筑物提取是遥感图像分析领域中的一项重要工作,但是,在真实环境下,城市建筑物的尺寸范围变化大、颜色纹理轮廓复杂,加上树木等造成的遮挡,以及光照等原因,影响建筑物分割的精度。因此,文中设计并实现了两种端到端全卷积神经网络的分割方法,并在两个网络模型中加入剪裁层用以解决预测结果中产生的拼接痕迹问题,同时将IOU评价标准变形加入损失函数中,来提高模型分割精度。两个模型以不同尺度的遥感影像作为网络的输入,将网络模型输出结果采用加权的方式进行融合,进一步提高遥感影像建筑物识别和分割精度。在公开的Inria遥感影像数据集上的实验证明了该方法在遥感影像建筑物分割上的有效性。; 余威龙慧云; 关键词：遥感影像

基于进程代数的Web服务数据和组合的形式化方法研究: 随着计算机网络的发展，Web服务日益成为分布式和异构应用的主流技术，它是一个崭新的分布式计算模型，是Web上数据和信息集成的有效机制。目前，Web服务已经成为计算机领域的一个研究热点。人们清楚地认识到Web服务的优势，越...; 龙慧云; 关键词：进程代数形式化方法网络平台信息集成; 文献传递

本科生导师制运行中存在的问题与对策——以贵州大学计算机科学与技术学院为例被引量：3: 2019年; 文章首先分析了本科生导师制运行中存在的问题,然后提出了本科生导师制的运行策略,包括明确本科生导师的工作内容;量化考核,完善导师奖励机制;建立有效的监督机制;建立有效的学生激励机制。; 龙慧云牛坤; 关键词：本科生导师制激励机制

龙慧云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

龙慧云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈