【摘 要】
：
近年来,深度学习在人工智能、计算机视觉等各个领域都有突出表现,成为越来越多学者关注的热点.目前,一般的神经网络只能够解决欧式空间数据,对于社交网络、推荐系统等非欧式空间数据,就需要结合图论的相关知识来分析隐藏的结构信息.因此引入图神经网络的概念,对一般的深度聚类进行改进,目的 是在处理高维复杂数据的同时,还尽可能地保留原始的数据结构信息,实现优化聚类的目标.
【机 构】
：
安徽大学经济学院,合肥230601
论文部分内容阅读
近年来,深度学习在人工智能、计算机视觉等各个领域都有突出表现,成为越来越多学者关注的热点.目前,一般的神经网络只能够解决欧式空间数据,对于社交网络、推荐系统等非欧式空间数据,就需要结合图论的相关知识来分析隐藏的结构信息.因此引入图神经网络的概念,对一般的深度聚类进行改进,目的 是在处理高维复杂数据的同时,还尽可能地保留原始的数据结构信息,实现优化聚类的目标.
其他文献
针对鸡雏性别鉴别存在人工鉴别困难、电子信息技术鉴别存在不足的情况,设计了一种鸡雏性别辨别器.能够实现双向判断、双向限制,以期提高识别率和识别速度.给出了具体设计的依据和设计思路,对系统方案作出了详细论述,进行了硬件电路设计和程序设计编写,对双向双限识别算法进行了理论分析和设计.利用基音频谱分析与中心频率计算双向判断、双向限制,实现了雏鸡性别的99％自动识别,降低工人劳动强度,提高生产效率.
C#是网络系统开发中常用的编程语言,将其应用在物联网智能农业监控系统的构建领域中,不仅能够提升应用程序编写效果,还能保证系统的稳定性、安全性、语言简洁性,具有重要意义.基于C#语言,提出了在物联网智能农业监控系统中的应用措施,为增强智能农业监控系统建设水平、应用效果提供帮助.
随着先进光学仪器、精密测量技术的迅速发展,通常利用接触式、非接触式检测方案,对某些光学元件表面存在的缺陷问题进行人工或自动识别.提出了基于光电测量技术的光场复振幅识别、表面轮廓特征识别方案,结合Harris算子角点识别方法,对光学元件涉及到的尺寸、纹理、缺陷位置、缺陷梯度等数据参量,展开全方位的表面检测与识别,自动缺陷识别的误识率小于1％、漏识率小于2％,在识别效率、识别精度方面具有较大优势.
利用Python语言对5000条新闻数据进行了文本分类.通过词频和TF-IDF统计量构建特征向量,通过精准率和召回率对比前后2种特征提取算法的分类效果,通过逻辑回归、朴素贝叶斯和支持向量机进行分类结果对比,结果表明:对于目标新闻文本,在同等条件下,使用TF-IDF构建词向量模型的精准率和召回率比使用词频词襞模型分别高出0.013和0.012个百分点.在使用TF-IDF特征的基础上,朴素贝叶斯、逻辑回归和支持向量机算法的准确率是依次上升的,其中支持向量机的精度最好.
VoLTE用户无感知自动开通方法较为繁杂,涉及设备技术节点众多,现有监测手段较难对HSS系统内部的相关信息实施采集.对此,提出了一种基于HSS系统内部各类设备节点间交互日志进行采集分析的系统平台解决方案,极大提升了实施无感知自动开通定位时效,实现了潜在投诉提前处理,从而有效提升了VoLTE自动开通的成功率.
纺织行业一直在我国国民经济中占据十分重要的位置.传统的布匹瑕疵识别检测一般都是通过人工检测的方式,但是随着布匹检测数量的不断增加,人工识别效率也会随之下降,且准确率得不到保证.针对这个问题提出了使用Python语言,卷积神经网络DenseNet模型、Keras框架,创建和训练深度学习神经网络,设计与实现了一款布匹瑕疵系统,从而使得布匹检测更加高效、便捷.
随着互联网的快速发展,以及现代化虚拟网络的不断推进,各个领域都随着网络技术不断地创新和发展,其中人工智能以及互联网相关的技术已经得到了充分的发展,这些优势也使相关行业技术人员在网络安全领域得以成功运用,进一步促进了人工智能技术的发展.
随着人工智能技术的蓬勃发展,新技术不断深入教育领域,深刻改变着课堂生态.设计了一款可穿戴的脑波专注度评价系统,该系统能够记录学生在课堂全过程的专注度变化,便于教师和学生对课堂过程进行反思与总结.系统充分发挥了新技术在教育领域的优势,能够丰富教与学的全过程,对提升教育教学质量有一定的意义.
防震减灾科普微视频具有“短、平、快”的特点,传播速度快、影响范围广.数字特效技术能够实现防震减灾科普微视频作品艺术性与科学性的有机结合,从而有助于提高作品的创作水平.探讨了数字特效视频处理软件的特点和功能,并以AE特效技术为例,研究这项技术在防震减灾科普微视频作品中的应用.
计算机图形图像处理技术作为计算机技术的一部分,在视觉传达系统中该项技术的有效应用,增强了设计作品的视觉效果.基于此,对计算机图形图像处理技术的概念及其于视觉传统的异同点进行了分析,并对其在视觉传统系统中的具体应用进行了探讨,以供参考.