2025年, 第48卷, 第01期　
刊出日期：2025-01-25

  

• 全选
  |

• Select
  自适应个性化巩固学习模型

  王功勋, 李进金

  山西大学学报(自然科学版). 2025, 48(01): 1-19. https://doi.org/10.13451/j.sxu.ns.2024151

  摘要 ( ) PDF全文 ( )   可视化   收藏

  “巩固学习推荐”是指向学生推荐需要复习巩固的学习内容的过程。本文研究了基于能力的知识空间理论的个性化巩固学习推荐问题，针对能力状态与知识状态之间缺乏一一对应关系的挑战，提出了一种有效的推荐方法。该方法首先通过学生的知识状态计算内掌握边缘，并据此推导出退步前后的知识状态，然后通过这些知识状态确定相应能力状态的顶或底，最终根据顶和底推荐需要巩固学习的技能集，以防止学生因遗忘等因素导致知识退步。本文提出了两个刻画定理：一是用技能函数刻画能力状态的顶或底，二是用问题函数刻画知识状态的内掌握边缘。利用这些定理，可在不建立知识结构的前提下直接获取能力状态的顶或底及知识状态的内掌握边缘。最后本文分别给出了根据定义和刻画定理获取内掌握边缘的算法，并通过对比实践说明后者耗时平均减少了77%，内存占用平均降低了67%。
• Select
  基于中心事件和句子感知的事件因果识别模型

  尚舒鹏, 普瑞丽, 李旸, 王素格, 李德玉

  山西大学学报(自然科学版). 2025, 48(01): 20-28. https://doi.org/10.13451/j.sxu.ns.2024133

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在金融领域的事件关系识别任务中，篇章级事件因果关系的识别是一项具有挑战性的任务。而事件因果关系关联于中心事件及其所在的句子，一方面，多个事件中的中心事件会影响事件间的因果关系，另一方面，事件所在的句子也会具有强化事件因果关系的作用，为此，本文提出了基于中心事件和句子感知的事件因果识别模型。该模型使用中心感知的高阶事件推理网络（Centrality-aware High-order Event Reasoning Network,CHEER），建立了中心事件的表示，并基于图注意力网络构建了事件关系图，建立了事件及其事件对的表示，以自适应模拟事件间的因果传递，从而识别中心事件及其因果相关事件。通过引入情感中心嵌入和关联词中心嵌入，句子的情感和结构对事件因果关系的表达得以增强，从而提高了金融文本中因果关系识别的准确性。本文在标注了中心事件的公开数据集EventStoryLine与自建数据集上进行实验，结果显示在EventStoryLine数据集上模型的句间准确率提高了1.1%，在自建数据集中整体提高1.8%，验证了中心事件对事件因果关系识别的准确性有较好提升。
• Select
  基于结构学习和自监督图注意力的网络表示学习

  王静红, 郑瑞策, 米据生, 李昊康

  山西大学学报(自然科学版). 2025, 48(01): 29-42. https://doi.org/10.13451/j.sxu.ns.2024134

  摘要 ( ) PDF全文 ( )   可视化   收藏

  网络表示学习是网络分析任务的基础，对于挖掘和分析真实网络数据具有重大意义。最近，图注意力网络（Graph Attention Networks, GAT）及其后续变体，在网络表示学习中表现出了卓越的性能。但是基于注意力的方法存在以下局限性：（1）只考虑节点的一阶邻居信息，忽略了高阶邻居节点。（2）模型缺乏可解释性。（3）没有考虑到图中噪声边问题。为解决这些问题，本文提出了一种基于结构学习和自监督图注意力的网络嵌入模型（Structural Learning-based Self-supervised Graph Attention Network,SL-SGAT），融合节点特征与结构信息，降低噪声边干扰，提升模型可解释性。SL-SGAT主要包含三部分：图结构学习、自监督注意力机制和特征聚合。图结构学习构建全局图结构网络。自监督注意力机制设置一个自监督关系预测任务，加入噪声边损失。特征聚合利用注意力系数进行加权聚合，得到最终的节点嵌入表示。本文所提模型在Cora、Citeseer和Pubmed三个数据集上进行节点分类实验，准确率分别为84.4%、74.4%、81.5%，与表现优异的GAT及后续变体模型相比，分别提高1.4%、2.9%、3.2%；在节点聚类实验中，聚类精度分别提高3.3%、3.4%、1.2%。可见，我们提出的算法可以得到更好的嵌入结果。
• Select
  变精度模型构建的知识结构

  黄传义, 黄韩亮, 杨竞菁, 王启君, 李进金

  山西大学学报(自然科学版). 2025, 48(01): 43-54. https://doi.org/10.13451/j.sxu.ns.2024135

  摘要 ( ) PDF全文 ( )   可视化   收藏

  如何构建知识结构是知识空间理论研究的热点。α-变精度模型有效融合析取和合取两种模型构建知识结构。本文基于α-变精度模型提出了三种γ-变精度模型，探讨了其构建知识结构的性质，并研究了四种变精度模型之间的联系；其次，本文通过研究矩阵乘法与技能包含度的关系，提出了基于变精度模型的矩阵方法来构建知识结构，并设计了相应算法；最后，选取七个数据集进行实验，对比了本文算法与变精度模型现有算法在构建知识结构上的性能，实验结果显示，本文算法明显减少了运行时间，特别在处理较大数据集时更为明显。
• Select
  基于时空增强双分支图卷积网络的骨骼行为识别

  施宇航, 何强, 王恒友

  山西大学学报(自然科学版). 2025, 48(01): 55-65. https://doi.org/10.13451/j.sxu.ns.2024141

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对现有基于骨骼行为识别的图卷积的方法存在关节划分固定、重视空间信息而忽视时间信息并且网络参数量较高等问题。首先引入对称关节的信息，增加对称动作的交互特征；其次，加入多尺度金字塔（Multi-scale Pyramid, MSP）时间图卷积模块，形成双分支（Dual-branch, DB）的网络结构，提高网络对时间维度的信息提取能力；最后，本研究利用特征映射和空间聚合（Feature Mapping and Spatial Aggregation,FM-SA），在保留原始拓扑结构信息的前提下，过滤了权重矩阵中的冗余部分，并添加了挤压-激励（Squeeze-and-Excitation,SE）模块，从而有效提升了空间特征的提取能力和特征图的表达能力。实验结果表明，与基准模型相比，网络参数量减少51%，在NTU RGB+D 120数据集上的关节、骨骼流的识别准确率分别提高了0.5%和1.3%，融合准确率提高0.7%,0.5%，在NTU RGB+D、Northwestern-UCLA(NW-UCLA)数据集的识别准确率分别提升0.1%,0.2%,1.5%。本文模型的有效性和可行性得到验证。
• Select
  基于加权集成的序贯三支决策情感分类

  帅常朗, 钱进, 周川鹏

  山西大学学报(自然科学版). 2025, 48(01): 66-76. https://doi.org/10.13451/j.sxu.ns.2024149

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了提高情感分类的性能，本文提出了一种基于加权集成的序贯三支决策情感分类模型。该模型首先对评论数据集的边界域使用不同的分类器获取各自的预测概率，再根据历史分类性能对不同分类器的预测概率进行加权集成，然后根据阈值和代价损失分别进行三支决策，将评论划分为正类、负类和边界域。对于边界域进行序贯的集成概率预测，并根据概率和阈值进一步划分为新的正类、负类和边界域。直至最细粒度上的边界域，最终通过集成二支决策得到最终的分类结果。研究结果表明，该模型在中文计算机评论、酒店评论和服装评论数据集上性能优于现有方法，其中在酒店评论数据集上分类准确率达到86.75%，相比于基于硬投票集成的序贯三支决策情感分类提高了3.6%。
• Select
  基于自信息和模糊邻域条件熵的特征选择方法

  徐久成, 段江豪, 牛武林, 张杉, 白晴

  山西大学学报(自然科学版). 2025, 48(01): 77-88. https://doi.org/10.13451/j.sxu.ns.2024150

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对模糊邻域粗糙集的特征选择方法通常仅考虑下近似中的分类信息，而忽略上近似和边界域中的分类信息这一问题，本文提出了一种基于自信息和模糊邻域条件熵的特征选择算法。首先，结合下近似、上近似和边界域提出了三种自信息不确定性测度，并将三种自信息相结合提出了相似自信息。其次，在信息论视角下，给出了模糊邻域条件熵的不确定性度量，并将其与相似自信息相结合，提出了更为全面的特征评价函数，用于衡量特征子集分类信息的不确定性，并基于此利用最大相关最小冗余技术设计特征选择算法。最后，通过在数据集上进行对比实验，实验结果表明所提算法能有效处理上近似和边界域中的分类信息；且所提算法在两个分类器下其平均分类精度，在低维数据集中分别提高了2.55%和4.15%，在高维数据集中分别提高了0.83%和2.54%。
• Select
  不完备决策背景下对象导出三支概念格的规则提取

  王田燕, 万仁霞, 苗夺谦, 赵杰

  山西大学学报(自然科学版). 2025, 48(01): 89-100. https://doi.org/10.13451/j.sxu.ns.2024152

  摘要 ( ) PDF全文 ( )   可视化   收藏

  规则提取是形式概念分析研究的一个重要内容，而三支形式概念分析又是形式概念理论分析发展的一个重要成果。针对当前的三支形式概念分析研究并没有充分考虑形式背景不完备的情况，本文探讨在不完备决策背景下对象导出三支概念格的决策规则的提取问题。首先刻画了乐观型的不完备决策背景和悲观型的不完备决策背景，在这两种背景下给出三支概念格之间的细于关系；然后分别给出了在乐观型和悲观型的决策背景下对象导出三支概念格及决策规则的提取；最后讨论了对象导出三支概念格、乐观型对象导出三支概念格和悲观型对象导出三支概念格之间的规则提取关系，得出了不完备决策背景下，对象导出三支正规则集合与悲观型对象导出三支正规则集合相同以及决策近似概念格细于悲观型背景下的决策概念格等结论。研究结果可为不完备形式背景下的三支概念格及规则提取等相关研究提供有益的理论支持。
• Select
  基于改进距离函数的概率犹豫模糊多属性群决策

  宁帅康, 冯涛, 李艳, 米据生

  山西大学学报(自然科学版). 2025, 48(01): 101-119. https://doi.org/10.13451/j.sxu.ns.2024153

  摘要 ( ) PDF全文 ( )   可视化   收藏

  概率犹豫模糊集能精准地描述方案相对于属性取值的犹豫性概率分布，因而在决策分析中占有重要地位。在多属性群体决策中，利用方案间的相似性和距离函数，可以依据方案的代表性的强弱进行有效排序。若结合现有的排序结果，还可改进最优方案。为此，本文探讨概率犹豫模糊系统中基于代表性强弱的多属性群决策问题。本文首先提出了基于对数的距离函数，并利用余弦相似度与杰卡德相似系数构建了综合相似度。然后，利用基于对数的距离函数改进专家的客观权重，并与主观相结合计算专家的综合权重。同时在群共识的基础上，针对代表性提出了基于相似度均值的综合决策矩阵的正、负理想解。并结合基于对数的距离函数计算属性权重。最后，利用贴进度法给出群共识下基于代表性强弱的备选方案的排序方法。在实例验证环节，与传统多属性群决策模型进行对比分析，验证了本文所提出模型的可行性和有效性。同时本模型的结果与传统排序相结合可以得到最优方案选择。
• Select
  基于选择状态空间的去噪扩散概率模型研究

  佘志用, 康家荣, 张东坡, 郭晓新

  山西大学学报(自然科学版). 2025, 48(01): 120-129. https://doi.org/10.13451/j.sxu.ns.2024140

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对去噪扩散概率模型（DDPM）的采样效率低、训练时间长和硬件资源开销大等问题，提出了选择状态空间的去噪扩散概率模型。该方法首先用选择状态空间模型（SSM）的动态选择性来提高DDPM在长序列上的采样效率；其次通过多方向扫描图像，使得DDPM扩散时获取更多有效的图像信息；最后利用SSM的线性时间复杂以及并行运算减少DDPM训练时的时间和硬件资源的开销。DDPM、改进的扩散模型（DDIM）、变分自编码器的去噪扩散概率模型（VAE-DDPM）、视觉Transformer的去噪扩散概率模型（VIT-DDPM）和本文方法在ImageNet和人脸图像数据集（FFHQ）数据集进行图像生成实验时，对不同分辨率图像的Frechet距离（FID）、结构相似性（SSIM）、峰值信噪比（PSNR）和生成时间等参数对比分析，本文方法生成128×128图像时FID、SSIM和PSNR的值分别提升了5.6%～22.6%、4.7%～15.5%和1.9%～6.6%，得出该方法能够有效解决DDPM的缺陷，并且优于其他扩散模型。
• Select
  基于改进MADDPG算法的人群疏散仿真研究

  杨玉, 王翔, 蒋效伟, 宋强, 陈若彤, 戴红伟

  山西大学学报(自然科学版). 2025, 48(01): 130-143. https://doi.org/10.13451/j.sxu.ns.2024147

  摘要 ( ) PDF全文 ( )   可视化   收藏

  随着社会和经济的快速发展，城市和公共区域的人口密度也逐渐增加，一定程度上增加了紧急情况下人群疏散的难度。针对高密度人群疏散问题提出了一种基于改进多智能体深度确定性策略梯度算法（Improved MultiAgent Deep Deterministic Policy Gradient, IMADDPG）的人群疏散方法。该方法将注意力机制引入到深度强化学习框架和改进的社会力模型（Social Force Model, SFM）中，通过双层控制策略，宏观层面采用改进的多智能体深度确定性策略梯度算法确定领导者的疏散路径，微观层面采用改进SFM制定避障策略。在多障碍区域与高密度环境中的实验表明，与传统方法相比，该方法的疏散效率平均提高了约16%，疏散时间缩短了约17%。本研究将改进深度确定性策略梯度和改进SFM相结合，为大型空间的人员疏散提供了可靠的解决方案。
• Select
  基于正交约束和最大类内特征判别性的分层分类特征选择算法

  殷金钊, 郑文利, 钱婷, 折延宏

  山西大学学报(自然科学版). 2025, 48(01): 144-157. https://doi.org/10.13451/j.sxu.ns.2024137

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在大数据时代，数据正呈现出指数级增长趋势。数据间的类别层次结构使得分类学习任务更有效率。现有的分层分类特征选择算法未充分体现出类内特征的判别性，因此本文提出了一种基于正交约束和最大化类内特征判别性的分层分类特征选择算法（Hierarchical Classification Feature Selection Algorithm Based on Orthogonal Constraints and Intra-class Maximum Feature Discriminability,HFSOC）。该算法在使用稀疏正则化项去除不相关特征后，利用改进后的正交约束公式来度量类间独立性，并将每个内部节点特征矩阵的各个列向量互相正交，以提高类内特征的判别性。最后，利用递归正则项优化输出特征权重矩阵。实验结果表明，本文所提算法在5个数据集上取得了一定的效果，其分类准确率在DD数据集上相比于HFisher算法提高约17%，在F194数据集和CLEF数据集上相比于基于?2,1范数最小化的高效鲁棒的特征选择算法（HFSNM）均提高约10%，在ILSVRC数据集上相比于HFSNM算法提高约1%。
• Select
  分布优势数据集的矩阵增量属性约简算法

  景运革, 吉新如, 王鹏岭, 王宝丽

  山西大学学报(自然科学版). 2025, 48(01): 158-168. https://doi.org/10.13451/j.sxu.ns.2024138

  摘要 ( ) PDF全文 ( )   可视化   收藏

  传统属性约简算法不能有效解决动态数据属性约简问题，寻求高效动态数据属性约简算法是目前人工智能领域研究的热点。本文在动态分布优势数据集中引入矩阵优势条件熵和优势矩阵，探讨基于优势条件熵的矩阵增量属性约简方法。首先，定义了分布数据集的优势矩阵和优势条件熵；其次，通过分析分布数据集添加对象的过程，提出了优势矩阵的增量更新原理和融合机制；然后，给出了基于优势条件熵的矩阵增量约简方法。最后，利用6组UCI(University of California Irvine)优势数据集进行实验，用于验证增量属性约简算法的高效性。实验结果表明：与非增量属性约简算法相比，由增量属性约简算法计算约简的运行时间缩短了85.6%。所以，本文所给出的矩阵增量属性约简算法是求解动态分布优势数据集属性约简的快速有效方法。
• Select
  基于阴影集的三支核均值漂移聚类算法

  马云洁, 万仁霞, 岳晓冬

  山西大学学报(自然科学版). 2025, 48(01): 169-179. https://doi.org/10.13451/j.sxu.ns.2024136

  摘要 ( ) PDF全文 ( )   可视化   收藏

  均值漂移属于硬划分的聚类算法，在处理不确定性数据时可能导致决策风险的提高和聚类精度的降低等问题。为此，本文引入阴影集理论来处理三支聚类的数据对象分类问题，提出了一种基于阴影集的三支核均值漂移聚类算法。算法采用类归属概率来刻画阴影集的隶属度概念。通过优化算法来获得阴影集划分的最优阈值，有效减少了人为干预带来的不确定性。最后基于最优阈值，形成了以阴影集隶属为依据的三支聚类。在2个人工数据集和8个UCI公共数据集上算法进行测试。相较于均值漂移算法、带宽自适应均值漂移算法（Adaptive Bandwidth Mean Shift Algorithm,ABMS）以及核均值漂移算法（Kernel Mean Shift Algorithm,KMS），本文所提出的基于阴影集的三支核均值漂移聚类算法（Three-way Kernel Mean Shift Algorithm Based on Shadow Sets,TKMSSS）不仅可以对数据进行有效划分，而且可以很好地刻画类簇的边界域，在戴维森堡丁指数、轮廓系数、准确率、调整兰德系数、同质性等聚类评价指标方面均达到最优或与最优算法结果相近，表明TKMSSS综合聚类性能优于比较算法。
• Select
  基于YOLOv5与背景优化的静态手势识别算法

  李书娴, 王宇翔, 赵雪峰, 仲兆满

  山西大学学报(自然科学版). 2025, 48(01): 180-191. https://doi.org/10.13451/j.sxu.ns.2024148

  摘要 ( ) PDF全文 ( )   可视化   收藏

  手势识别是人机交互中的关键技术。传统实时手势识别模型对光照变化、复杂背景等干扰因素适应性不强，所用分类数据集仅包含特定手势，在实际应用中泛化能力不足。针对以上问题，提出背景优化的二阶段静态手势识别算法。在检测阶段，采用YOLOv5s(You Only Look Once version 5 small)作为检测网络，利用其定位能力快速检测手部位置。在识别阶段，首先，利用背景与传感器热噪声对分类数据集进行增强，设计背景优化预处理算法，提升模型对复杂背景的适应性；然后，将VGG-16(Visual Geometry Group-16)作为识别网络的原型，增加归一化层并替换激活函数以加速收敛并防止过拟合。实验中，模型可以在多种干扰下提取图像特征，准确率达到97.9%,F1值达到92.3%。实验结果表明，模型对复杂场景的适应能力高于经原始分类数据集训练后的传统模型，具有更高的实际应用价值。
• Select
  多分知识结构析取模型及其应用

  林英茹, 李进金, 李长清, 黄宝坤

  山西大学学报(自然科学版). 2025, 48(01): 192-202. https://doi.org/10.13451/j.sxu.ns.2024139

  摘要 ( ) PDF全文 ( )   可视化   收藏

  合取属性映射的定义首次以公理化的形式给出，由此产生了多分知识结构合取模型理论。本文提出了析取属性映射的公理化定义，并考虑了析取相容性和析取完备性的条件，研究其与多分知识状态、属性结构和多分知识结构的关系，通过属性映射和项目响应函数建立可用属性和可观察项目响应之间的确定性关系。得到了多分知识结构的充要条件是属性映射析取相容且完备于属性结构，从而建立由析取属性映射诱导的多分知识结构的理论。所提出的方法具有广泛适用性，能在教学模式、教育评价、教育心理等场景中处理可能遇到的大量析取规则下的多分项目。