关键词： 超关系知识图谱   预训练语言模型   对比学习  

摘要： 超关系知识图谱作为对知识图谱的拓展,能够更完备地表达现实世界知识.由于其显著的不完整性问题,对其进行补全已成为当前研究热点.现有超关系知识图谱补全工作多采用表征学习的方式学习单个超关系知识图谱内部的事实结构信息,未充分考虑事实内部的多元角色结构交互和图谱内外的实体关系语义交互.为此,本文提出了一种面向超关系知识图谱补全的跨事实-文本模态对比学习方法CoLor.针对超关系知识图谱内部事实结构信息学习,设计了角色感知的结构建模;通过预训练语言模型引入实体与关系在真实世界中的上下文语义信息,并设计了3种跨模态对比监督来联合学习超关系事实表征.在3个真实世界数据集上的实验结果表明,CoLor相比基线方法对MRR和H@1指标分别提升至高达4.2%和7.5%.消融实验和案例分析进一步证明了CoLor的有效性.

关键词： 数据流分类   概念演化   主动学习   新类检测   聚类  

摘要： 数据流分类方法研究在开放环境下的模型动态更新,以期从实时到达且不断变化的数据流中检测并适应概念演化,目前多数数据流分类方法通常假设数据流中样本的类别数是固定的,并且样本的标签可以不受限制地获取,这在真实场景下是不现实的。为此,该文提出了一种概念演化数据流主动学习方法(Active Learning Method for Concept Evolution Data Stream,ALM-CEDS)。定义基于样本标准差的基分类器重要性度量,提出基于加权预测概率的样本预测方法,提升分类器的分类性能;提出基于混合标签查询策略的分类器更新方法,使用难区分和代表当前数据分布的样本更新分类器;提出基于微簇q-近邻轮廓系数的新类检测方法,在数据流中快速识别新类。在4个真实数据流与5个合成数据流上的对比实验表明,该概念演化数据流主动学习方法在分类性能上优于已有的6种数据流学习方法。

关键词： 降水量预测   机器学习   组合模型   SARIMA-LSTM   区域泛化   影响因素  

摘要： 【目的】准确的降水预测在区域防洪减灾、水资源管理及社会经济发展具有重要作用。然而，降水过程受多尺度气象因子相互作用影响，具有显著的非线性与时空异质性。传统数值模型难以有效捕捉其复杂演变规律。【方法】研究基于随机森林堆叠技术，构建了KNN-LSTM、SARIMA-KNN、SARIMA-Prophet、SARIMA-LSTM、Prophet-LSTM、Prophet-KNN六种组合预测模型，采用南京市58238站点1990—2023年月降水数据开展建模，其中1990—2020年数据被作为训练集，2021—2023年数据作为预测集。利用江苏省12个独立气象站点同期数据进行区域泛化能力验证。【结果】结果表明：SARIMA-LSTM组合模型通过融合SARIMA的季节性分解优势与LSTM的长期依赖特征捕捉能力，在预测集上表现出最优精度，其R2=0.904、MAE=16.16 mm和MSE=477.87mm2。区域泛化能力验证显示该模型在江苏省13个气象站点的■0.919、■=15.33mm和■=537.52mm2，表现出良好的空间泛化能力。【结论】本研究构建的组合模型展现较好的预测性能，可为长江下游地区降水预测提供可靠的技术支撑，对区域水资源优化配置与灾害预警具有重要应用价值。

关键词： 艺术图像分类   自监督学习   小波变换   对比学习   频域掩码  

摘要： 针对艺术图像分类任务中存在的样本稀缺、风格多样与纹理复杂等挑战，提出了一种新的自监督学习框架——频域掩码对比(Frequency-Masked Contrast, F-MaCo)。该方法以双分支对比学习为基础，通过二维离散小波变换将图像转换到频域，实现动态频域掩码增强。并引入感知损失驱动的权重调整机制，有效捕捉艺术图像的多尺度特征和丰富的纹理信息。实验结果表明，F-MaCo在MAMe、Kaokore、Artbench10和ArtDL四个艺术图像数据集上均取得了最优性能，Top-1准确率分别达到73.72%、77.38%、58.38%和68.31%，验证了其在艺术图像表征学习任务中的有效性与鲁棒性。

关键词： 图嵌入   表示学习   社区检测   空间结构   对偶图  

摘要： 路网络结构对交通流动效率和安全性具有显著影响，但是路网数据结构虽较为完整但辅助信息极为稀疏，常难以派生出道路网络结构分析任务所需的特征。因此，如何有效地通过深度学习挖掘结构中隐含的信息成为交通网络分析重要任务之一。本文提出一种基于Graph-Transformer的道路网络自监督学习模型，模型架构由子图采样数据增强、Graph-Transformer编码器、节点-子图对比损失三部分组成。其中子图采样用以提升大规模城市路网分析效率，自监督对比学习用以最大化不同子图视图中正负样本对的互信息来捕捉和表示道路网络的隐含结构信息，以支持下游的道路网络分析任务。实验结果表明，所提模型在多个城市数据集上的准确率提升0.02%～2.45%,F1分数提升0.07%～2.55%，并且在下游任务社区划分效果上表现出更优的模块度Q值，且提升了0.02%～1.75%。通过本研究可提高道路网络结构特征提取的有效性，为分析和理解城市大规模路网隐含结构特征提供一种新方法。

关键词： 五常稻花香米   近红外光谱技术   随机森林   相似大米品种鉴别   t-分布邻域嵌入  

摘要： 针对五常稻花香米市场存在与外观相似大米混配的现象，消费者购买时肉眼难以鉴别。本研究提出一种基于近红外光谱技术结合机器学习算法快速无损的鉴别五常稻花香米的方法。通过采集不同品种的大米近红外光谱数据，使用偏最小二乘回归模型确认一阶导数为最佳预处理方法，对比主成分分析和t-分布邻域嵌入降维方法，构建神经网络、k近邻算法、随机森林、决策树和朴素贝叶斯5 种机器学习模型进行品种判别对比。研究结果表明t-分布邻域嵌入在Calinski-Harabasz指数上提升了51.5%，表现出更好的聚类效果。经过t-分布邻域嵌入降维方法后，5 种模型的各项评价指标均优于未降维处理的模型，模型平均准确率达到了95.78%，其中朴素贝叶斯模型准确率提高了18.89%，提升效果最佳，随机森林模型的判别效果最好，预测集准确率和精准率分别为98.89%和98.96%。本方法可快速无损鉴别五常稻花香米，助力品牌保护和消费者权益维护，也为其他地理标志农产品鉴别提供新思路。

关键词： 多房价评估   机器学习回归   非线性影响曲线   武汉市  

摘要： 准确识别建成环境因素对房价的影响机制，是实现房价精细化评估与引导城市空间优化配置的基础前提。然而，传统评估方法多依赖线性回归模型，难以有效捕捉建成环境因素与房价之间所呈现的非线性关系及空间异质性特征，限制了对房价形成机制的深入理解与精准预测。本文以武汉市为研究对象，围绕“建成环境—房价”关系构建系统指标体系，涵盖地理区位、交通条件、公服水平、社会人文、景观质量、负外部性与建筑质量七个方面，提取18类建成环境变量，并基于决策树回归、随机森林（random forest,RF）与梯度提升决策树（gradient boosting decision tree,GBDT）等机器学习模型，构建房价评估模型，系统分析建成环境因子的非线性影响特征。结果表明，商圈距离、公园距离与高校距离等核心建成环境因子对房价具有显著影响，且呈现显著的非线性特征。与传统线性模型相比，机器学习模型在拟合精度（最高R2为0.873）与复杂关系揭示方面表现更优。本研究为城市房价评估提供了新的方法，不仅为武汉市的居住用地优化提供了科学依据，也为其他城市在资源优化配置方面提供了可借鉴的经验。

关键词： 知识表示学习   OWL知识图谱   多语义视图   进阶训练   多任务学习  

摘要： 针对当前OWL知识表示学习方法存在的概念层和实例层复杂语义信息联合表征能力不足等问题,提出一种概念-属性-实例多语义视图驱动的OWL图谱知识表示学习方法 （MSV-KRL）.该方法采用“多语义视图划分、语义感知自监督进阶训练、多任务联合表示学习”的3阶段架构.首先, MSV-KRL在OWL2Vec*的基础上,优化OWL到RDF图结构的映射策略,提出5类细粒度语义视图划分策略.其次,通过语义视图内随机游走和标注属性替换策略,生成序列化进阶训练数据,并开展预训练模型的自监督进阶训练,以提升其面向多语义视图上下文的适配能力.最后,在多任务学习框架下,通过多语义视图预测任务联合优化损失,实现对OWL知识图谱中概念、属性和实例复杂语义有效表示学习.实验结果表明, MSV-KRL在多个基准数据集上的表现优于现有先进的知识表示学习方法,且能适配于多种语言模型,有效提升OWL复杂语义的知识表示能力.

关键词： 多标签学习   特征选择   最小非零冗余   l   -norm   l   -norm  

摘要： 特征选择是一种通过选择最佳特征子集来增强多标签学习的有效技术。现有的研究表明l1-norm和l2，1-norm是特征选择中被广泛使用的技术，并分别用以学习标签特定特征和公共特征。然而，现有的基于l1-norm和l2，1-norm的多标签学习忽略了特征之间的冗余干扰问题，即特征和标签之间语义信息丢失或重叠。对此，本文设计了最小化非零冗余正则项以解决冗余干扰问题，并考虑分别使用标签相关性和样例相关性约束标签特定特征和公共特征，以避免最小化冗余干扰时特征权重消失的情况。特别地，由于最小非零冗余正则项以二元范式呈现，致使常用的加速近端梯度算法（FISTA）失效，而一般的交替求解算法时间复杂度较高，因此，作者设计了一种新颖的优化算法（approximate-FISTA）对模型进行求解。在7个多标签标准数据集上，对比目前较先进的7个算法的实验结果表明本文所提出的基于最小非零冗余正则项的多标签学习方法（MNRRML）具有较好的分类性能。

关键词： 智能手机   GNSS信号分类   机器学习   视距   非视距  

摘要： 在城市环境中，GNSS信号容易受到遮挡或反射的影响，而反射产生的非视距（NLOS）信号会导致较大的定位误差。现有的GNSS接收信号分类研究主要针对专业级接收机，通过提取信号特征将其区分为视距（LOS）和非视距（NLOS）信号，以实现高精度定位。然而，这些研究中所采用的信号特征和分类方法并不一定适用于智能手机中低成本GNSS芯片的信号特性。本文提出一种基于机器学习的智能手机GNSS接收信号视距/非视距分类方法。该方法结合了载噪比、仰角、伪距残差、归一化伪距残差以及伪距残差百分比5个关键指标，并融合基于深度学习的天顶视图语义分割和卫星标定技术，构建精确的训练数据集。在典型城市场景下对多种机器学习模型进行评估，结果表明，所提出的方法在不同型号智能手机上的平均分类准确率达到85.8%。