分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2022-04-07 合作期刊: 《计算机应用研究》
摘要: 在开源社区中,开发者提出的问题能否得到快速与高质量的答复和解决决定着社区的活跃程度。因此,为新提交的问题寻找和推荐合适的问题解决参与者有助于社区的发展。根据开发者之间的协作关系记录与开发者参与问题的记录构建了双层图注意力网络的问题解决参与者推荐模型(GAT-UCG)。首先获取问题参与者的信息和开发者的互动信息,分别构建开发者问题参与图和开发者协作关系图,通过注意力机制对于边重新分配权重,最后根据输出层得到的问题节点嵌入表示进行问题参与者的Top-N推荐。选取了Github流行仓库中的7352个问题进行了实验,实验结果表明,所提出的GAT-UCG模型在推荐准确率、召回率、F-Score三个指标上均优于基线方法。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2022-06-06 合作期刊: 《计算机应用研究》
摘要: 小样本材料图像分割是图像分割领域的研究难点之一。材料图像的微观结构大多数有形状各异、纹理复杂和边界模糊等特点,会导致材料图像的分割不准确。Graph-UNet被提出融合UNet和图卷积神经网络来解决小样本材料图像自动分割的挑战,它将卷积神经网络的多维特征融合和跳跃连接的思想迁移到图卷积神经网络中实现图卷积和图注意力的有效结合,并且建立了一个通用的模块实现特征图和图结构相互转换。在材料图像数据集上进行了对比和消融实验,证明Graph-UNet的分割结果优于很多先进方法,准确的识别了多种材料结构,推动了探究材料结构和性能关系的发展。
分类: 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间: 2023-02-14 合作期刊: 《桂林电子科技大学学报》
摘要: 针对无人机集群截获的信号样本难以直接融合分析,以及训练样本较少且工作模式样本不平衡条件下多功能雷达 (MFR)工作模式识别精度低的问题,提出了一种基于自组织映射(SOM)聚类平滑图信号生成的MFR工作模式识别方法。 首先,利用分布式SOM算法对截获的信号样本集进行聚类,提取样本之间的相似性;然后,依据聚类结果将信号样本集以 平滑图信号的方式表征,建立同一工作模式下信号样本的关联;最后,采用图注意力网络对上述图信号进行图节点数据融 合与分类,完成MFR工作模式识别。实验结果表明,在工作模式样本不平衡度约为10∶1,每种类别训练样本数为25时,该 方法的识别准确率和F1指数相对现有方法分别提高了22.8%、22.34%,且能适用于存在一定噪声干扰的情况。