李庆珍
- 作品数：8 被引量：13H指数：2
- 供职机构：中国政法大学更多>>
- 发文基金：国家自然科学基金国家社会科学基金安徽省教育厅人文社会科学研究项目更多>>
- 相关领域：自动化与计算机技术政治法律文化科学更多>>
- 高校与学生法律关系的博弈分析被引量：1
- 2010年
- 国内外关于界定高校与学生法律关系的理论基础主要有特别权利关系理论、公法契约理论、私法契约理论、代替父母理论、特权理论、宪法理论、信托理论等等。我国学术界关于高校与学生法律关系的观点包括特别权力关系、教育法律关系、行政法律关系以及民事法律关系。从博弈分析的角度分析高校与学生之间的法律关系,高校与学生之间的法律关系应该采用综合说。
- 刘晓丹李庆珍
- 关键词：法律关系博弈分析
- 基于KPCA和结构化支持向量机的视频目标跟踪被引量：1
- 2023年
- 为了提高视频目标跟踪性能,采用结构化支持向量机用于视频目标跟踪,并借助核主成分分析用于视频目标特征降维及去冗余处,以增强视频目标分类适应度。首先,提取视频目标特征,经过核主成分分析映射至更利于目标分类的特征向量。接着,建立基于结构化支持向量机的视频目标判别分类模型,从而充分挖掘目标内数据特征的紧密性,有效提高了目标跟踪的精准率。最后,针对结构化支持向量机进行关键参数求解,并获得稳定的视频目标跟踪分类结果。根据分类结果判定对应的目标以完成视频目标跟踪。试验结果表明,对于4类公共视频数据集,对比其他3种视频跟踪算法,所提方法在跟踪精准率和跟踪速率等4个关键性能指标方面具有明显优势,在应对大规模视频目标跟踪时具有较强的适应度。
- 龙君芳马琳娟李庆珍
- 关键词：视频目标跟踪核主成分分析
- 基于三元组键值对超关系学习的知识图谱链接预测
- 2023年
- 为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的键值对之间的相关性;通过最小值操作,对基本三元组、键值对以及相关性特征向量进行合并,利用全连接投影得到预测得分。结果表明,与其他预测模型相比,所提模型在JF17K数据集和WikiPeople数据集的键、值预测平均倒数排名表现更佳,在链接预测中排名分别小于10、1的三元组的平均占比的预测性能更优。
- 甄春成王琼龚芝李庆珍周湘贞
- 关键词：知识图谱链接预测结构信息
- 新加坡人民行动党长期执政的奥秘被引量：3
- 2021年
- 新加坡人民行动党是世界上连续执政时间最长的政党之一。人民行动党执政合法性主要是依靠自独立以来取得的傲人的经济绩效和给新加坡人民生活质量带来的巨大改善。自1959年执政以来,通过逐渐发展出来的对党内和政党系统内政党间关系管理和控制的制度和机制,人民行动党成功地抵御了包括经济危机在内的外部政治经济环境变化的冲击,外部反对党的挑战,维系了党内精英的团结和政治领导人的有序更替。这是新加坡执政党人民行动党能长期执政的基础和奥秘。
- 于文轩李庆珍
- 关键词：政党政治改革选举
- 基于混沌YOLO v4的共享图像选择性加密方法被引量：1
- 2022年
- 针对社交平台共享图像的信息安全问题,提出了基于混沌YOLO v4和用户选择感兴趣区域(ROI)的图像加密方案。首先,利用YOLO v4自动检测图像中的目标,提供要加密的候选包围框;然后,利用cosine和polynomial映射的线性组合加密算法对用户选定的图像区域进行加密,使得只有合法授权用户才能访问共享图像的敏感信息。通过密钥发放和授权机制,实现对第三方转发图像中敏感信息的保护。实验统计和安全分析结果证明,所提方案能够抵御各种攻击,提供高度安全性,且处理速度能够满足在线用户的实时需求。
- 张国梅马琳娟张福泉李庆珍
- 关键词：图像加密混沌映射V4
- 基于CNN和XLNet的音乐多模态情感分析方法被引量：1
- 2023年
- 在情感分析领域,仅依靠文本等单一模态进行情感分析,限制了从多模态数据中提取多样化特征的能力,限制了情感分析结果的准确度和鲁棒性。为此,提出了融合音频分析网络和文本分析网络的多模态情感分析方法。其中,利用预训练卷积神经网络(CNN)和迁移学习技术进行基于Mel频谱图的音频情感分类,通过改进的XLNet模型执行歌词文本的特征提取和情感分类任务。CNN和XLNet输出包含概率权重和不同情感值的情感预测矩阵,最后使用堆叠集成方法合并不同模态的输出结果,完成多模态情感分类。在自建民族音乐数据集的消融实验证明,多模态方法具有良好的互补性,在情感识别任务中的性能显著优于单模态方法。公开数据集结果表明,所提方法的分类准确度达到83.75%,优于其他先进方法。
- 张晶晶陈伟李庆珍
- 基于改进密度峰值聚类的企业数据管理研究
- 2023年
- 为提高企业数据管理的有效性,采用密度峰值聚类(DPC)算法用于企业数据聚类,将数据有序化和类别化。首先,对企业数据样本进行清洗并按权重对指标进行特征提取,并建立DPC的企业数据分类模型。然后,在DPC的聚类簇中心选择时,为防止该值设置不合理使得密度值和距离值偏移较大而影响聚类精度,采用鲸群优化算法对距离阈值优化求解。此外,为增强搜索精度,将鲸群坐标用量子比特表示,从而实现了量子鲸鱼优化算法(QWOA)。最后,采用QWOA优化得到的距离阈值进行DPC聚类,获得企业数据分类结果。实验结果表明,合理设置鲸群规模和选择概率,QWOA-DPC算法能够获得较高的分类精度,通过对3类不同行业的QWOA-DPC企业数据进行分析,均得到了较高的分类性能,为企业数据管理提供了有效的策略支持。
- 黄铿陈易平李庆珍
- 关键词：企业数据管理量子比特
- 基于量子蚁群算法的虚拟现实碰撞检测方法被引量：6
- 2022年
- 为了解决虚拟现实包围盒碰撞初级检测性能不高的问题,采用量子蚁群算法(QACA)来实现增强检测,以提高检测精度。根据虚拟现实中待检测对象的空间形状及紧密率选择合适的包围盒类别。运用交叉空间实现碰撞初级检测,并判定碰撞的物体是否处于无交叉空间。在初级检测的基础上对处于交叉空间的物体特征进行蚁群算法(ACA)增强检测,并构建满足交叉空间特征差异最小值的适应度函数。为了提高对象特征位置的精确性,对交叉空间对象位置采用量子比特化。最后,采用蚁群迭代优化获得特征差异距离最小值,将最小值与碰撞阈值对比,完成虚拟现实的碰撞增强检测。实验结果证明,合理设置ACA的启发系数和蒸发因子后,与其他3种算法对比,基于包围盒初级检测和量子蚁群增强检测的双重检测方法获得了更高的碰撞检测准确率,且稳定性较强。
- 王宇马琳娟张福泉李庆珍
- 关键词：量子蚁群算法虚拟现实碰撞检测量子比特包围盒
