《计算机应用》

作品数：24675被引量：101603H指数：67
导出分析报告
《计算机应用》
主办单位：四川省计算机学会;中国科学院成都分院
最新期次：2025年4期更多>>
发文主题：网络卷积神经网络数据库神经网络遗传算法更多>>
发文领域：自动化与计算机技术电子电信经济管理文化科学更多>>
发文作者：姚宇周明天唐常杰于炯钟勇更多>>
发文机构：电子科技大学四川大学中国科学院成都计算机应用研究所中国科学院更多>>
发文基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
第二届CCF中国数字金融大会(CDFC 2025)征文通知
《计算机应用》2025年第4期F0002-F0002,共1页
2025年8月15日—17日中国·上海数字金融,作为数字经济时代的核心驱动力,正推动着金融与科技、产业的深度融合,成为培育新型生产力、促进经济高质量发展的关键力量。为响应国家对数字经济与数字金融发展战略的部署,推动金融行业与技术...
关键词：CCF中国数字金融大会 CDFC2025 数字经济 金融科技创新 
基于语音和文本的双模态情感识别综述
《计算机应用》2025年第4期1025-1034,共10页韩令敏 陈仙红 熊文梦 
国家自然科学基金资助项目(62006010);北京市教育委员会科技/社科计划项目(KM202210005029)。
情感识别是一种让计算机识别和理解人类情感的技术,在众多领域都起着重要的作用,也是人工智能领域重要的发展方向。因此,梳理与归纳基于语音和文本的双模态情感识别的研究现状:首先,分类阐述情感表示空间;其次,按照情感数据库的情感表...
关键词：情感识别 双模态 模态融合 语音 文本 
基于最小先验知识的自监督学习方法
《计算机应用》2025年第4期1035-1041,共7页朱俊屹 常雷雷 徐晓滨 郝智勇 于海跃 姜江 
国家重点研发计划项目(2022YFE0210700);国家自然科学基金资助项目(72471767);浙江省基础公益研究计划项目(LTGG23F030003);浙江省属高校基本科研业务费资助项目(GK239909299001-010)。
为了弥补有监督学习对监督信息要求过高的不足,提出一种基于最小先验知识的自监督学习方法。首先,基于数据的先验知识聚类无标签数据,或基于有标签数据的中心距离为无标签数据生成初始标签;其次,随机抽取赋予标签后的数据,并选择机器学...
关键词：最小先验知识 自监督学习 机器学习 数据标签度 迭代阈值 
多分支多视图的时间序列上下文对比表征学习方法
《计算机应用》2025年第4期1042-1052,共11页杨光局 罗天健 王开军 杨思琪 
国家自然科学基金资助项目(62106049);福建省自然科学基金资助项目(2022J01655)。
时间序列数据在众多行业中拥有广泛应用,然而受限于标注信息的缺失和复杂的时频域多变性,针对时间序列的表征学习成为一项挑战性任务。因此,提出一种用于时间序列的多分支多视图的上下文对比表征学习(MBMVCRL)方法。首先,从时频这2个视...
关键词：时间序列 自监督学习 对比表征学习 多分支 多视图 
基于混合负采样的图对比学习推荐算法
《计算机应用》2025年第4期1053-1060,共8页田仁杰 景明利 焦龙 王飞 
国家自然科学基金资助项目(22373075);陕西省重点研发计划项目(2022GY-435);西安石油大学研究生创新与实践能力培养计划项目(YCS23114145)。
对比学习(CL)具有可从原始数据中提取自监督信号的特性,为推荐系统解决数据稀疏问题提供了有力支持。然而,现有的CL推荐算法大多着眼于改进模型结构和数据增强方法,忽视了提升推荐任务中的负样本质量以及挖掘用户与项目之间潜在隐性关...
关键词：图神经网络 对比学习 推荐系统 负采样 数据增强 
基于多视图多尺度对比学习的图协同过滤
《计算机应用》2025年第4期1061-1068,共8页党伟超 温鑫瑜 高改梅 刘春霞 
山西省自然科学基金资助项目(202203021211194);太原科技大学博士科研启动基金资助项目(20202063);太原科技大学研究生教育创新项目(SY2022063)。
针对图协同过滤推荐方法存在的单一视图局限性和数据稀疏性问题,提出一种基于多视图多尺度对比学习的图协同过滤(MVMSCL)模型。首先,根据用户-项目交互构建初始交互图,并考虑用户-项目中存在的多种潜在意图,以构建多意图分解视图;其次,...
关键词：推荐系统 协同过滤 图神经网络 多视图 对比学习 
基于分组卷积的通道重洗注意力机制
《计算机应用》2025年第4期1069-1076,共8页张李伟 梁泉 胡禹涛 朱乔乐 
福建省自然科学基金资助项目(GY-Z23014)。
注意力机制的引入使得主干网能够学习更具区分性的特征表示。然而,为了控制注意力的复杂度,传统的注意力机制采用的通道降维或减少通道数而增加批量大小的策略会导致过度减少通道数和损失重要特征信息的问题。为解决这一问题,提出通道...
关键词：注意力机制 分组卷积 通道重洗 图像分类 目标检测 
基于演化博弈的分层联邦学习边缘联合动态分析
《计算机应用》2025年第4期1077-1085,共9页项钰斐 倪郑威 
浙江省自然科学基金资助项目(LQ22F010008)。
针对现有边缘服务器提供商(ESP)边缘资源有限导致的分层联邦学习的边缘节点服务质量(QoS)降低的问题,考虑边缘服务器潜在的边缘联合可能性,提出一种动态边缘联合框架(EFF)。所提框架内,不同的ESP相互协作,为分层联邦学习中由于客户端的...
关键词：分层联邦学习 边缘联合 任务卸载 资源分配 演化博弈 
面向数据异构的聚类联邦学习算法
《计算机应用》2025年第4期1086-1094,共9页陈庆礼 郭渊博 方晨 
联邦学习(FL)是一种在隐私保护和通信效率方面极具潜力的新型机器学习模型构建范式,然而现实物联网(IoT)场景中客户端节点数据之间会存在异构性,学习一个统一的全局模型会导致模型准确率下降。为了解决这一问题,提出一种基于特征分布的...
关键词：联邦学习 聚类 特征提取 主成分分析 个性化联邦学习 
基于关系网络和Vision Transformer的跨域小样本分类模型
《计算机应用》2025年第4期1095-1103,共9页严一钦 罗川 李天瑞 陈红梅 
国家自然科学基金资助项目(62076171,62376230);四川省自然科学基金资助项目(2022NSFSC0898)。
针对小样本学习模型在数据域存在偏移时分类准确度不高的问题,提出一种基于关系网络和ViT(Vision Transformer)的跨域小样本图像分类模型ReViT(Relation ViT)。首先,引入ViT作为特征提取器,并使用经过预训练的深层神经网络解决浅层神经...
关键词：小样本学习 关系网络 跨域学习 元学习 图像分类 
全选清除导出
共2,453页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部