【摘 要】
：
针对通过挖掘用户的金融行为来改善金融领域的服务模式和服务质量的问题,本文提出了一种基于多路交叉特征的用户金融行为预测算法。根据数据包含的属性构建训练的特征,基于因子分解机模型(FM)利用下游行为预测任务对金融数据的特征进行预训练,获取数据特征的隐含向量。引入特征交叉层对金融数据的高阶特征进行提取,解决FM线性模型只能提取低阶特征的缺点。利用残差网络对金融数据的高阶特征进行提取,解决深度神经网络在提取金融数据高阶特征时由于网络层数过深而导致的梯度消失的问题。最后,将FM、特征交叉网络和残差网络整合为统一的多
【机 构】
：
北京邮电大学智能通信软件与多媒体北京市重点实验室
【基金项目】
：
国家重点研发计划项目(2018YFB1402600),国家自然科学基金项目(61772083,61802028),广西科技重大专项(桂科AA18118054).
论文部分内容阅读
针对通过挖掘用户的金融行为来改善金融领域的服务模式和服务质量的问题,本文提出了一种基于多路交叉特征的用户金融行为预测算法。根据数据包含的属性构建训练的特征,基于因子分解机模型(FM)利用下游行为预测任务对金融数据的特征进行预训练,获取数据特征的隐含向量。引入特征交叉层对金融数据的高阶特征进行提取,解决FM线性模型只能提取低阶特征的缺点。利用残差网络对金融数据的高阶特征进行提取,解决深度神经网络在提取金融数据高阶特征时由于网络层数过深而导致的梯度消失的问题。最后,将FM、特征交叉网络和残差网络整合为统一的多
其他文献
针对跨年龄人脸验证任务中面部纹理、形状特征变化的问题,提出一种基于双编码平均局部二值模式(dual-coded average local binary pattern,DCALBP)与深度学习算法相结合的多任务人脸验证算法。首先,使用多任务卷积神经网络(multi-task convolutional neural network,MTCNN)对人脸检测图片进行预处理,引入双编码平均局部二值模式
若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生"鬼影"。为了有效抑制"鬼影",提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体"鬼影"抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩
针对Faster R-CNN算法对多目标、小目标检测精度不高的问题,本文提出一种基于Faster R-CNN的多任务增强裂缝图像检测(Multitask Enhanced Dam Crack Image Detection Based on Faster R-CNN, ME-Faster RCNN)方法。同时提出一种基于K-means的多源自适应平衡TrAdaBoost的迁移学习方法 (multi
为解决人工智能中莫拉维克悖论提出的问题,基于因素空间思想提出一种人工智能样本选择策略.首先通过因素空间论证了莫拉维克悖论的证确定.其次论述了人的选择过程即是比较过
国家自然科学基金推动明确“资助导向”、优化学科布局、负责任计贡献讲信誉的同行评审等改革任务,深化改革措施。鼓励探索突出原创,提升原创能力;拓展社会投入加大联合基金资助,促进基础研究与应用互动;成立科学传播与成果转化中心,探索研究成果贯通机制。基于信息科学特点,关注科学仪器研制项目,促进基础工具研究;加强信息技术与教育结合,鼓励AI机制机理创新探索研究,促进AI技术创新应用。
铝和铝合金材料应用于汽车车身的关键在于连接技术,而连接技术的选择则取决于铝和铝合金材料的应用路径。车身连接工艺常用的有电阻焊、自冲铆接、旋转攻丝铆接、激光束焊、熔化极惰性气体保护焊等。激光深熔焊技术具有热量密度集中、受热对母材损伤较小、焊缝熔深与焊缝宽度的比值较大、热影响区小等优点,且在焊接工艺实施中易于高集成度、智能化和敏捷化,可实现高可靠焊接,理论上正好可以解决当前铝及铝合金车身焊过程中弧焊存在的热量分散、生产效率低等问题。
为了平衡优化算法在高维多目标优化问题中收敛性和多样性之间的关系,增加算法的选择压力,本文提出了一种基于目标空间映射策略的高维多目标粒子群优化算法(many-objective particle swarm optimization algorithm based on objective space mapping strategy,MOPSO-OSM)。在求解高维多目标优化问题时,Pareto准则难以从众多的非支配解中确定最优“折中”解,因此将高维多目标空间映射为以收敛性和多样性评价指标的2维空间,再将
针对传统蚁群算法以及双层蚁群算法在路径规划中存在搜索效率低、收敛性较慢以及成本较高的问题,本文提出了变步长蚁群算法。该算法扩大蚁群可移动位置的集合,通过对跳点的选择以达到变步长策略,有效缩短移动机器人路径长度;初始化信息素采用不均匀分布,加强起点至终点直线所涉及到栅格的信息素浓度平行地向外衰减;改进启发式信息矩阵,调整移动机器人当前位置到终点位置的启发函数计算方法。试验结果表明:变步长蚁群算法在路径长度及收敛速度两方面均优于双层蚁群算法及传统蚁群算法,验证了变步长蚁群算法的有效性和优越性,是解决移动机器人
水雷检测对于国防安全具有重要意义,然而,由于水下目标声呐成像实验代价较大,通常难以获得足够的水雷声呐图像样本,因此导致难以应用深度神经网络提高水雷等目标的检测精度。针对这一问题,提出样本仿真结合迁移学习的侧扫声呐图像水雷目标检测与识别方法。首先,根据侧扫声呐成像机理,建立水雷目标的仿真模型,进而仿真得到大量水雷目标样本;然后,采用大型广源域数据集ImageNet对深度卷积神经网络进行预训练,再用真
预警卫星系统在弹道导弹预警方面发挥着重要的作用,一旦受到攻击,将造成重大损失。针对这一实际情况,利用博弈论知识,将预警卫星系统的攻防过程构建为静态博弈模型。提出攻防状态下刻画系统抗毁性的方法,将其分为防御者抗毁性和攻击者抗毁性,在完全信息和不完全信息情况下,分析双方应采取的策略,用仿真得到的容量数据刻画节点受攻击后的失效概率,提出基于仿真数据的攻防策略。并根据仿真数据分析提出不完全信息下模型的优化