孙庚 作品数:4 被引量:56 H指数:2 供职机构: 大连海洋大学 更多>> 发文基金: 大连市科技计划项目 更多>> 相关领域: 自动化与计算机技术 文化科学 更多>>
计算机专业系统能力培养课程体系改革研究 被引量:2 2019年 应用型计算机本科专业系统核心课程教学长期以来存在重理论轻实践、各门课程各自为政、缺乏关联性等问题,导致学生对计算机软硬件缺乏系统、整体的认识。为此,构建一套适用于地方本科院校系统能力培养的理论、实践课程体系。该体系着眼于系统性与整体性,强化各门课程之间的关联、衔接,强化实践教学环节,旨在帮助学生建立各门课程间的关联,巩固加深对计算机软硬件的整体认识,提高学生系统能力。该理论实践课程体系可向应用转型的二类计算机本科专业推广,其构建思路、方法可为其它专业系统能力培养提供借鉴。 孙庚 孙庚 于红 冯艳红关键词:课程体系 基于非对称多值特征杰卡德系数的高维语义向量差异性度量方法 被引量:3 2018年 语义向量差异性度量是采用深度学习方法解决自然语言处理领域问题的重要基础。在高维语义向量差异性度量中存在"度量集中"问题,导致通过传统的度量方法得到的度量结果无法体现语义向量间的差异性。针对该问题,提出一种基于非对称多值特征杰卡德系数的差异性度量方法。由高维语义向量维度值的统计分布得出,部分维度的维度值密集地分布在特定值域内,导致其无法贡献差异度,因此不同维度对差异性的贡献量不同,具有非对称性。该方法定义了关于维度值的重要性函数,选取重要性函数值满足阈值的维度参与差异度计算,去掉无法贡献差异度的维度,从而实现了降维,缓解了"度量集中"问题。分别在渔业数据集和公开数据集上,对不同维度的语义向量的不同度量方法进行了比较,结果表明在语义性没有明显变差的情况下,所提方法的多样性指标较目前最优的度量方法有大幅提高。 冯艳红 冯艳红 孙庚 于红基于BLSTM的命名实体识别方法 被引量:51 2018年 传统的命名实体识别方法直接依靠大量的人工特征和专门的领域知识,解决了监督学习语料不足的问题,但设计人工特征和获取领域知识的代价昂贵。针对该问题,提出一种基于BLSTM(Bidirectional Long Short-Term Memory)的神经网络结构的命名实体识别方法。该方法不再直接依赖于人工特征和领域知识,而是利用基于上下文的词向量和基于字的词向量,前者表达命名实体的上下文信息,后者表达构成命名实体的前缀、后缀和领域信息;同时,利用标注序列中标签之间的相关性对BLSTM的代价函数进行约束,并将领域知识嵌入模型的代价函数中,进一步增强模型的识别能力。实验表明,所提方法的识别效果优于传统方法。 冯艳红 冯艳红 孙庚 于红关键词:代价函数 基于数据存储改进的HH算法研究 2016年 在路径规划算法中,针对HH算法搜索阶段采用的Dijkstra算法效率较低的问题,采用改进的A*算法进行搜索,基于A*算法中数据存储的方式不同,通过最小二叉堆进行存储排序改进算法,仿真分析得到改进的HH算法在空间效率和时间效率上都得到了提升。 孙庚 徐翔 阎笑彤关键词:数据存储