杂志简介：《南京大学学报·自然科学》杂志经新闻出版总署批准，自1955年创刊，国内刊号为32-1169/N，是一本综合性较强的科技期刊。该刊是一份双月刊，致力于发表科技领域的高质量原创研究成果、综述及快报。主要栏目：数据驱动的知识发现、大数据分析、学习和决策、台风发展的动力与物理过程
杂志简介：《南京大学学报·自然科学》杂志经新闻出版总署批准，自1955年创刊，国内刊号为32-1169/N，是一本综合性较强的科技期刊。该刊是一份双月刊，致力于发表科技领域的高质量原创研究成果、综述及快报。主要栏目：数据驱动的知识发现、大数据分析、学习和决策、台风发展的动力与物理过程
作者：韩明鸣; 郭虎升; 王文剑 刊期：2019年第01期
近年来非平衡多分类数据的学习问题在机器学习和数据挖掘领域备受关注,上采样技术成为解决数据不平衡问题的主要方法,然而已有的上采样技术仍有很多的不足,例如新合成的少数类样本仍可能分布在对应少数类样本的原始区域内,不能有效改善数据分布的不平衡情况.此外,若原始样本中不同类别样本分布存在重叠,则新合成的样本会更容易偏离到其他类样本...
作者：刘素; 刘惊雷 刊期：2019年第01期
作为描述多属性之间定性条件偏好的一种图模型,条件偏好网(Conditional Preference networks,CP-nets)的结构学习问题在CP-nets的研究中起着重要的作用.不同于传统的CP-nets学习方法,提出基于信息论和特征选择的方法来研究偏好数据库上的CP-nets的结构学习问题.首先建立了偏好数据库上的互信息和条件互信息的求解方法,并将互信息看作一个属性和...
作者：秦娅; 申国伟; 赵文波; 陈艳平 刊期：2019年第01期
基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度神经网络模型的基础上,提出一种结合特征模板的CNN-BiLSTM-CRF的网络安全实体识别方法,利用人工特征模板提取局...
作者：王伯伟; 聂秀山; 马林元; 尹义龙 刊期：2019年第01期
哈希方法作为最近邻搜索中的一个重要算法,具有快速及低内存的优良特性,能够较好地解决现实图像数据库中存在的样本标签信息缺失、人工标注成本过高等问题,因此在图像检索领域得到广泛使用.提出一种基于语义相似度的无监督图像哈希方法.首先对原始图像进行语义聚类,然后基于图像的语义相似性,把原始图像特征映射到汉明空间。
作者：孔颉; 孙权森; 纪则轩; 刘亚洲 刊期：2019年第01期
提出一种基于仿射不变离散哈希的遥感图像快速目标检测新方法.首先使用一种"选择性搜索"的方法生成目标候选框;其次,提出一种基于仿射不变离散哈希(Affine-Invariant Discrete Hashing,AIDH)的目标检测方法,该方法采用具有低存储、高效率优势的监督离散哈希框架,结合仿射不变优化因子,构造仿射不变离散哈希,通过将具有相同语义信息的仿射变换样...
作者：贾海宁; 王士同 刊期：2019年第01期
针对一般模糊规则模型对含有重尾噪声的数据集鲁棒性较差的问题,提出了面向重尾噪声的模糊规则(Rule-based Fuzzy Model for Heavy-tailed Noisy Data,HtRbF)模型.该模型使用了两种新的聚类方法,学生t分布均值聚类算法(Student’s t-distribution C-Means,StCM)和学生t分布下的背景模糊聚类方法(Student’s t-distribution Context Fuzzy C-Mean...
作者：胡太; 杨明 刊期：2019年第01期
卷积神经网络(Convolutional Neural Networks,CNN)可以提供比传统分类算法更强大的分类器并且能够自学习得到深层特征,有效地提高了图像语义分割的准确性.然而,基于CNN的语义分割算法依然存在一些挑战,例如在复杂场景中现有较优的方法较难分割小目标.为了解决复杂场景下小目标分割的难题,提出一种结合目标检测的小目标语义分割算法.与现有较优...
作者：阚建飞; 任永峰; 翟继友; 董学育; 霍瑛 刊期：2019年第01期
基于稀疏表示理论的目标跟踪方法可以通过激活少量神经元完成目标的动态跟踪,但是要求在当前图像背景中的遮挡或者目标物的姿态变化是可以进行稀疏表示的小面积范围.针对这一问题,基于Gabor函数和稀疏理论提出一种强鲁棒性的目标跟踪算法.该算法首先使用目标模板在初始帧中创建Gabor字典,其次使用该字典对候选目标完成稀疏表示,最后通过对Gabor...
作者：马宏亮; 万建武; 王洪元 刊期：2019年第01期
现有的多标记降维算法常通过学习标记相关性构建样本间的相似关系,进而提高学习系统的性能.然而,在实际应用中,样本的标记信息可能存在噪声,且部分标记信息可能缺失,因此由样本的标记信息学得的标记相关性可能不准确,无法有效挖掘样本间的相似关系.为了解决该问题,从样本的特征空间与标记空间两个方面构建样本间的相似关系.在利用标记空间学习标...
作者：严云洋; 瞿学新; 朱全银; 李翔; 赵阳 刊期：2019年第01期
为度量在网络日志中网页分类模型的预测结果,将度量为可信的结果加入网址分类集合,提高网络日志中访问链接的分类效率,提出一种基于离群点检测的分类结果置信度的度量方法.采用基于Bagging构建多个弱分类器对待分类数据进行预测,并对每个预测结果构建各类别的概率向量,根据离群点检测来度量模型的预测结果是否为可信.在UCI公共数据集上,使用主流...
作者：阚威; 李云 刊期：2019年第01期
已有研究表明,通过分析人类的脑电信号可以识别出其情绪信息.近年来,机器学习技术的发展为基于脑电信号的情绪识别研究提供了可靠的技术手段.传统的机器学习技术简单地从多个通道的脑电信号中提取特征,然后连接成单个特征向量,但是没有考虑到脑电信号中至关重要的时间动态信息.深度学习技术中的长短时记忆(Long Short-Term Memory,LSTM)网络因其...
作者：李巍; 王鸥; 刚毅凝; 周杨浩; 郝跃冬 刊期：2019年第01期
介绍一种基于机器学习和图像处理算法,针对自然场景中的指针仪表图片进行仪表检测和读数识别.首先,检测并提取出图像中恰好包含仪表的部分,再针对不同的图像中仪表存在大小的多尺度特点,使用图像金字塔方法对原图进行多次的缩小和放大操作.再使用固定大小的滑动窗口对缩放后的图像进行遍历,提取每个窗口图像HOG(Histogram of Oriented Gradient)...
作者：顾健伟; 曾诚; 邹恩岑; 陈扬; 沈艺; 陆悠; 奚雪峰 刊期：2019年第01期
机器阅读理解(Machine Reading Comprehension,MRC)一直是自然语言处理(Natural Language Processing,NLP)领域的研究热点和核心问题.近期,百度开源了一款大型中文阅读理解数据集DuReader,旨在处理现实生活中的RC(Reading Comprehension)问题.该数据集包含1000k的文本、200k的问题和420k的答案,是目前最大型的中文机器阅读理解数据集,在此数据集...
作者：安晶; 艾萍; 徐森; 刘聪; 夏建生; 刘大琨 刊期：2019年第01期
状态监测和故障诊断对于维护系统性能和保证运行安全具有重要意义.针对传统智能识别方法需要复杂的特征提取过程和大量的诊断经验等问题,结合振动信号自身的一维性的特点,提出一种基于一维卷积神经网络(1-Dimensional Convolutional Neural Network,1DCNN)的旋转机械智能故障诊断方法.首先将数据信号通过傅里叶变换转换成频域信号并进行预处理,...
作者：陆慎涛; 葛洪伟; 周竞 刊期：2019年第01期
移动时间层次聚类(Travel-Time based Hierarchical Clustering,TTHC)是一种新的势能聚类算法,尽管具有较好的聚类效果,但是该算法需要人工设定聚类数目,而且在分配样本的时候仅根据相似度,忽略了距离和势能的影响.针对以上问题,提出一种自动确定聚类中心的移动时间势能聚类算法.首先计算每个数据点的势能和相似度,然后根据相似度确定数据点的父...
相关文章
南京社会实践总结
影响因子：0.65
期刊级别：北大期刊
发行周期：旬刊
影响因子：0.73
期刊级别：统计源期刊
发行周期：半月刊
影响因子：0.53
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.91
期刊级别：北大期刊
发行周期：半月刊
影响因子：--
期刊级别：省级期刊
发行周期：周刊
影响因子：0.04
期刊级别：省级期刊
发行周期：半月刊
影响因子：2.11
期刊级别：北大期刊
发行周期：半月刊
影响因子：3.84
期刊级别：CSSCI南大期刊
发行周期：双月刊
影响因子：--
期刊级别：省级期刊
发行周期：月刊
影响因子：0.16
期刊级别：省级期刊
发行周期：双月刊
影响因子：0.67
期刊级别：省级期刊
发行周期：旬刊
影响因子：0.3
期刊级别：北大期刊
发行周期：半月刊