基于部分标准对齐的协同遗传规划算法解决本体匹配问题

下载全文  

本体异质性阻碍了知识交互和数据共享。本体匹配通过整合相似度特征解决多种异质问题。为提高匹配结果的质量,提出了基于部分标准对齐(PSA)的协同遗传规划算法。该算法利用基于自适应概率的交叉策略和基于语义相似度的变异策略,平衡局部开发和全局探索,寻找高质量的相似度表示;其次,提出了一种… …   相似文献

姜照航  吕青  戴可涛  孙东磊 《计算机应用研究》2025,42(4):1095-1101

考虑工时区间的可重入混合流水车间调度方法

下载全文  

为了精确求解在工时区间约束下的可重入混合流水车间调度问题(IRHFSP),构建了以最小化最大完工时间区间为目标的调度模型,并设计基于产品重入阶段的编码方式,采用针对问题特性提出的改进候鸟优化算法IMBO进行求解。该算法通过启发式种群初始化和基于基因模式的禁忌邻域搜索等方式减少了重… …   相似文献

王鑫峰  张峰  汪海  秦红斌 《计算机应用研究》2025,42(4):1085-1094

基于时空预测的多策略网约车调度算法

下载全文  

准确预测网约车订单需求与实施高效车辆调度策略,对于提升运营效率、降低成本和保证服务质量至关重要,是优化资源配置、增强乘客满意度的关键途径。然而,现存研究在模型构建上往往侧重单一维度分析,调度算法的求解效率及解空间探索能力有待提升,限制了对复杂出行场景的适应性和解决方案的全面性。针对上述问题,构建了时空融合图卷积预测模型,通过集成注意力机制,深度挖掘并利用时空维度综合信息,准确捕捉影响订单需求的隐含特征;同时设计了多策略解搜索算法,基于A^*算法生成的代价矩阵选用多样化解搜索策略进行求解,增强了算法在复杂情境下的收敛性与求解质量。基于大量真实网约车数据的实验结果表明,相较于对比模型,所提预测模型MAE平均提升为1.87%,RMSE平均提升为1.92%。多策略解搜索算法较之对比算法,在最优解数量、解超体积以及解间距上平均优化提升率分别为13.88%、 32.48%、 17.61%,求解效率平均提升21.13%。… …   相似文献

郭羽含  钱一炀  钱亚冠 《计算机应用研究》2025,42(4):1034-1043

DPC-DQRL:动态行为克隆约束的离线-在线双Q值强化学习

下载全文  

离线-在线强化学习旨在使用少量在线微调来提高预训练模型的性能。现有方法主要包括无约束微调与约束微调。前者往往由于分布偏移过大而导致严重的策略崩溃;后者由于保留离线约束导致性能提升缓慢,影响训练效率。为了改善上述问题,可视化对比分析两类方法的微调过程,发现不准确的Q值估计是影响性能… …   相似文献

闫雷鸣  刘健  朱永昕 《计算机应用研究》2025,42(4):1003-1010

融合迁移学习和解纠缠负采样的去偏推荐方法

下载全文  

针对现有去偏推荐方法在选择负样本时将样本作为一个整体考虑导致的采样偏差问题,以及不平衡的热门-长尾项目表征学习无法有效缓解数据稀疏的问题,提出融合迁移学习和解纠缠负采样的去偏推荐方法（DTDN）。该方法首先利用交互行为中的对撞效应设计负采样模块;其次,根据采样数据设计特征解耦模块对用户和正负样本的特征进行解耦表征学习（DRL）;然后,在表征学习阶段引入迁移学习模块,以对齐热门项目和长尾项目的表征分布;最后,基于解耦表征设计样本选择器去除数据中的固有偏差,帮助模型准确学习用户和正负样本特征中的规律。在两个实际应用数据集上的广泛实验结果表明,与最优的基线方法CD²AN相比,DTDN的各项性能指标均有明显的提升,验证了DTDN在降低推荐系统偏差负面影响方面的有效性。… …   相似文献

刘琦  唐宏  杨力鸣 《计算机应用研究》2025,42(4):1115-1121

基于强化学习的无人机网络自适应QoS路由算法

下载全文  

由于无人机网络的动态特性,要保证其具有可靠的通信保障仍存在一定的挑战,尤其是在军事领域,对无人机网络的QoS保障能力要求更高。针对上述需求,提出了一种基于Q学习的自适应QoS路由算法。在该算法中,每个节点通过HELLO消息和数据包相结合的方式来进行邻居信息感知,通过接收邻居节点反… …   相似文献

谭周正  范琅  李宇峰  章小宁 《计算机应用研究》2025,42(4):1177-1184

基于微表情特征的谎言识别

下载全文  

目前,有多种谎言识别方法,包括使用测谎仪测谎.然而这些方法执行起来效果有限,不仅需要与被测谎对象产生接触,而且要求相关人员具备专业知识,不便于实行,且效果有限.心理学研究表明,微表情是人脸上的一种持续时间极其短暂的细微肌肉运动,能反映人在做出此表情时的真实内心状态.相关研究表明,… …   相似文献

陈灿鹏  吴桂兴  郭燕  李春杰 《计算机系统应用》2025,34(4):55-63

基于知识提示微调的标书信息抽取方法

  

当前信息抽取任务主要依赖大语言模型（LLM）,而标书信息中广泛存在领域术语,模型缺乏相关先验知识,导致微调效率低且抽取性能不佳。此外,模型的抽取和泛化性能在很大程度上依赖于提示信息的质量和提示模板的构建方式。针对上述问题,提出一种基于提示学习的标书信息抽取方法（TIEPL）。首先… …   相似文献

孙熠衡;刘茂福 《计算机应用》2025,(4):1169-1176

面向数据异构的聚类联邦学习算法

  

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聚类联邦学习（CFLFD）算法。在该算法中,对每个客… …   相似文献

陈庆礼;郭渊博;方晨 《计算机应用》2025,(4):1086-1094

一种基于运动状态的轨迹预测方法

下载全文  

针对因为忽略车辆运动状态而导致的车辆预测轨迹不准确的问题,提出了一种基于运动状态的轨迹预测模型Movement-DenseTNT。首先,对交通参与者的轨迹信息和地图信息以图神经网络的方法进行编码;其次,使用LSTM提取车辆的运动状态信息;然后,将场景编码信息与在可行驶区域内采样得… …   相似文献

顾一凡  莫磊 《计算机应用研究》2025,42(4):1080-1084