检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于异质图卷积神经网络的论点对抽取模型

浙江大学学报（工学版） 2024年第5期58卷 900-907,1049页

作者：刘议丹朱小飞尹雅博重庆理工大学计算机科学与工程学院重庆400054

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类... 详细信息

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类型的边,通过关系图卷积神经网络来更新图中节点的表示.提出位置感知的句子对生成器,利用旋转位置编码来建模评审段和反驳段句子间的相对位置信息.在RR-passage和RR-submission-v2数据集上进行实验,实验结果表明,提出模型的性能均优于所有的基线模型.这表明通过构建异质图区分不同的节点类型和边的类型,设计位置感知的句子对生成器,能够提升论点对抽取模型的效果.

关键词：论辩挖掘论点对抽取图神经网络旋转位置编码自然语言处理

在线全文

学校读者我要写书评

暂无评论

八角林病虫害遥感识别模型

林业科学 2024年

作者：李美琪刘美玲王璇刘湘南吴伶李军集中国地质大学(北京)信息工程学院

【目的】受病虫害胁迫诱导的微弱光谱信号极易淹没在植被物候引起的光谱变化特征中，探索一种基于植被胁迫光谱弱信号增强的森林病虫害监测方法，为森林病虫害防治与管理提供科学依据。【方法】以八角林为研究对象，选取广西壮族自治区... 详细信息

【目的】受病虫害胁迫诱导的微弱光谱信号极易淹没在植被物候引起的光谱变化特征中，探索一种基于植被胁迫光谱弱信号增强的森林病虫害监测方法，为森林病虫害防治与管理提供科学依据。【方法】以八角林为研究对象，选取广西壮族自治区乐业县为试验区，收集2019—2021年试验区Sentinel-2影像数据，首先选取对植被病虫害胁迫响应敏感的红边归一化差异植被指数(NDVI705)、红边位置指数（REPI）、红边叶绿素指数(CIred-edge)、植被衰减指数（PSRI）、特征色素简单比值指数（PSSRA）、植被光合有效辐射吸收系数（FAPAR）作为八角林病虫害指数的预选集；其次采用S-G滤波法构建光谱指数时间序列曲线，优选出能够综合表征八角林病虫害胁迫诱导的形态颜色和生理要素变化敏感的PSRI和FAPAR指数；然后采用季节趋势分解法（STL）对FAPAR、PSRI指数进行时间序列分解、季节性分量剥离，综合剥离季节性影响后的FAPAR、PSRI分量构建八角林病虫害敏感指数（IPDI）；最后运用随机森林算法建立八角林病虫害胁迫监测模型。【结果】1)与健康植被相比，受病虫害胁迫的八角林FAPAR偏低、PSRI偏高；2)采用STL方法对植被病虫害胁迫响应敏感参数进行时间序列分解，可有效剥离植被物候变化中对植被胁迫弱信息的影响，增强八角林病虫害胁迫响应敏感性；3)基于IPDI的八角林病虫害遥感识别模型精度较高，2019—2021年模型的Kappa系数和总体精度分别为0.81、0.84、0.80及87.59%、88.51%、84.17%，2020年八角林遥感计算的病虫害胁迫受害面积与统计受灾面积的相对误差为2.08%。【结论】基于植被胁迫光谱弱信号增强方法可有效监测八角林病虫害胁迫分布状况，显著提升防治效率，助力八角林的可持续管理与生态保护。

关键词：病虫害胁迫季节趋势分解法 Sentinel-2影像光谱指数八角林

基于时域卷积网络与注意力机制的车辆换道轨迹预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第2期24卷 114-126页

作者：杨达刘家威郑斌孙峰西南交通大学交通运输与物流学院成都610031 威斯康星大学土木与环境工程学院美国威斯康星州麦迪逊市53706

精准的车辆轨迹预测模型可以为自动驾驶车辆提供其周围车辆的准确运动状态信息,进而判断本车与周围车辆短期内是否有发生冲突的可能性。本文提出一种基于时域卷积网络与注意力机制(Temporal Convolutional Networks with Attention mech... 详细信息

精准的车辆轨迹预测模型可以为自动驾驶车辆提供其周围车辆的准确运动状态信息,进而判断本车与周围车辆短期内是否有发生冲突的可能性。本文提出一种基于时域卷积网络与注意力机制(Temporal Convolutional Networks with Attention mechanism,TCN-Attention)的车辆换道轨迹预测模型。该模型以时域卷积网络作为当前输入的特征提取器,利用时间与空间注意力机制使模型在不同时间和空间位置之间建立动态关联,更准确地捕捉车辆之间的动态时空相关性,实现准确预测车辆换道轨迹。与传统单一车辆轨迹特征输入不同,本文通过对输入特征进行多维扩充与融合,进一步提高了轨迹预测准确率。此外,本文提出一种换道执行起止时刻定义方法更准确地确定数据集中的换道起止时刻。实验表明,本文所提模型能以高准确率预测变换车道轨迹,在整体效果上优于其他深度学习模型,与ConvLSTM (Convolution Long Short-Term Memory)相比,TCN-Attention的平均绝对误差(Mean Absolute Error,E_(MAE))降低了69.8%,均方根误差(Root Mean Square Error,E_(RMSE))降低了49.15%,平均绝对百分比误差(Mean Absolute Percentage Error,E_(MAPE))降低了14.24%。

关键词：交通工程轨迹预测 TCN-Attention 车辆换道

基于多目标进化的超限超重货物运输专列路径优化方法

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2024年第3期45卷 138-148页

作者：张英贵刘家忱雷定猷中南大学交通运输工程学院湖南长沙410075

针对超限超重货物运输专列路径优化问题,引入限界改造和桥梁加固要素,以铁路运能损失、运输时间和运输费用的最小化为优化目标,构建铁路超限超重货物运输专列路径优化模型;考虑专列同时运送多件超限超重货物的特点,设计货物综合投影算法... 详细信息

针对超限超重货物运输专列路径优化问题,引入限界改造和桥梁加固要素,以铁路运能损失、运输时间和运输费用的最小化为优化目标,构建铁路超限超重货物运输专列路径优化模型;考虑专列同时运送多件超限超重货物的特点,设计货物综合投影算法,并以Pareto支配关系框架下的NSGA-Ⅱ多目标进化算法为基础,结合基于移动不可行解的自适应惩罚函数的约束处理技术及超限超重货物运输专列开行特征,提出一种基于多目标进化的铁路超限超重货物运输专列路径优化算法。实例分析结果表明:该方法能高效合理地处理路径优化任务中的多个目标;与常用的3种约束多目标算法相比,设计的优化算法能使计算耗时降低0.24%~29.94%、超体积指标值提高4.25%~13.11%,并得到一组收敛性和多样性更好的相对最优方案。该方法克服了传统专列路径优化中单纯依靠经验或从备选方案中择优的弊端,可为铁路超限超重货物运输专列路径决策提供技术支持。

关键词：铁路货物运输超限超重货物运输专列路径优化多目标进化约束处理技术自适应惩罚函数

同方期刊数据库

基于Cortex-M4的CNTR/CTRU密钥封装高效实现

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第3期47卷 589-607页

作者：魏汉玉郑婕妤赵运磊复旦大学计算机科学技术学院上海200433 密码科学技术国家重点实验室北京100036

量子计算技术的迅猛发展对现有的公钥密码体制造成了极大的威胁,为了抵抗量子计算的攻击,后量子密码成为当前密码学界的研究热点.目前,物联网的安全问题备受关注,ARM Cortex-M4作为低功耗嵌入式处理器,被广泛应用于物联网设备中,在其上... 详细信息

量子计算技术的迅猛发展对现有的公钥密码体制造成了极大的威胁,为了抵抗量子计算的攻击,后量子密码成为当前密码学界的研究热点.目前,物联网的安全问题备受关注,ARM Cortex-M4作为低功耗嵌入式处理器,被广泛应用于物联网设备中,在其上部署后量子密码算法将为物联网设备的安全提供更加可靠的保障.CNTR和CTRU是我国学者提出的NTRU格基密钥封装方案,相比于基于LWE技术路线的格基密钥封装方案在安全性和其他性能上具有综合优势,并在我国密标委得到立项.本文工作首次在ARM Cortex-M4平台上高效紧凑地实现了CNTR和CTRU方案,充分利用单指令多数据(Single Instruction Multiple Data,SIMD)指令,调整运算结构和指令安排,优化核心的多项式运算,从而在算法实现速度和堆栈空间上进行全面优化升级.本文主要工作如下:本文首次在ARM Cortex-M4上实现耗时模块多项式中心二项分布采样,采样速度提升32.49%;使用混合基数论变换(Number Theoretic Transform,NTT)加速非NTT友好多项式乘法运算,充分利用浮点单元(Floating-Point Unit,FPU)寄存器,在NTT实现中采用层融合技术,最大化减少加载和存储等耗时指令使用,使得正向NTT和逆向NTT的速度分别提升84.24%、81.15%;通过NTT过程系数范围分析进行延迟约减,进而减少约减次数,并使用改进的Barrett约减和Montgomery约减技术实现降低约减汇编指令条数;使用循环展开技术实现多项式求逆,优化多项式求逆这一耗时过程,速度优化率为68.85%;针对解密过程中的非NTT友好素数模数多项式环乘法,采用多模数NTT和中国剩余定理(Chinese Remainder Theorem,CRT)结合的方法进行加速,完成解密过程96.26%的速度提升;使用空间复用的方法优化堆栈空间,CNTR和CTRU的堆栈空间分别减少了29.86%、28.17%.实验结果表明:提出的优化技术大幅提升了算法实现效率,与C参考实现相比,CNTR和CTRU的整体速度优化率分别为85.54%、85.56%.与其他格基密钥封装方案最新ARM Cortex-M4实现相比,本文的优化实现在速度、空间和安全性上具有综合性的优势.

关键词：后量子密码密钥封装方案数论变换多项式运算 ARM Cortex-M4实现

在线全文

学校读者我要写书评

暂无评论

周原甲骨释字三则

考古与文物 2024年第6期 119-122页

作者：刘大月吉林大学考古学院古籍研究所

周原甲骨在历史学和文字学上均有重要价值。其文字多已释出,不过,有三个字为过去所误解。经过考证,周原甲骨H11:28中的“”字左从玉,右从“柲”之初文,左上一笔为饰笔,可释为“珌”,读作“玭”,表珠玉,用来祭祀。H11:41中的“■”字即... 详细信息

周原甲骨在历史学和文字学上均有重要价值。其文字多已释出,不过,有三个字为过去所误解。经过考证,周原甲骨H11:28中的“”字左从玉,右从“柲”之初文,左上一笔为饰笔,可释为“珌”,读作“玭”,表珠玉,用来祭祀。H11:41中的“■”字即《说文》的“[列马]”字。H11:87中的“■”字从鼎異声,读作“[钅弋]”,是鼎的一种。

关键词：周原甲骨珌 [列马] [钅弋]

第二类分数布朗运动驱动的随机过程中趋势函数的非参数估计（英文）

在线全文

学校读者我要写书评

暂无评论

应用数学 2024年第4期 885-892页

作者：汪义汉张雪康安徽师范大学数学与统计学院安徽工程大学数理与金融学院

本文研究第二类分数布朗运动驱动的随机过程中趋势函数的非参数核密度估计问题.首先,探讨了核型估计量的相合性、收敛速率和渐近正态性.其次,证明了核型估计量收敛速率依赖其确定系统的动态行为.

关键词：非参数估计分数布朗运动相合性渐近正态性

葡萄糖衍生多孔碳的表面电荷调控与电吸附Cd^(2+)性能

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

材料导报 2024年第6期38卷 18-25页

作者：覃玲霜刘醒邓立波深圳大学化学与环境工程学院广东深圳518055

电容去离子(CDI)是一种基于静电吸附的脱盐技术,由于其操作简便、能耗低、无二次污染等优点,有望用于冶金、电镀等行业所产生的废水中Cd^(2+)的去除。目前限制其发展的关键难题在于电极材料对Cd^(2+)的吸附容量较低。以葡萄糖为碳源,以... 详细信息

电容去离子(CDI)是一种基于静电吸附的脱盐技术,由于其操作简便、能耗低、无二次污染等优点,有望用于冶金、电镀等行业所产生的废水中Cd^(2+)的去除。目前限制其发展的关键难题在于电极材料对Cd^(2+)的吸附容量较低。以葡萄糖为碳源,以硫脲与硫粉为掺杂剂,通过高温碳化制备了S、N共掺杂的多孔碳材料。以所制备的碳材料为电极组装了CDI系统,测试了其电吸附Cd^(2+)的性能。以相同的电极材料组装的对称型CDI系统在1.2 V下对Cd^(2+)的吸附容量达到53 mg·g^(-1)。进一步研究发现,S、N掺杂使碳材料表面带有负电荷,因此,以其为阴极、电中性的商业活性炭YP-50F为阳极组装的非对称CDI系统的吸附容量达到88.37 mg·g^(-1),比对称体系高66.73%;而且经过七次吸-脱附循环后,容量保持率也由对称体系的62.2%提升至81.5%。通过XPS分析证明电极去除Cd^(2+)的机理为双电层与碳材料表面官能团络合的协同作用。本工作所开发的高性能多孔碳电极及非对称电极的匹配策略有望推动CDI技术在Cd^(2+)及其他重金属废水治理领域的应用。

关键词：电容去离子葡萄糖多孔碳镉离子表面电荷

在线全文

学校读者我要写书评

暂无评论

基于图卷积网络和注意力机制的谣言检测方法

数据分析与知识发现 2024年第4期8卷 125-136页

作者：凤丽洲刘馥榕王友卫天津财经大学统计学院天津300222 中央财经大学信息学院北京100081

【目的】针对目前的谣言检测方法未能充分考虑评论间的转发关系特征和文本语义特征,提出一种基于图卷积网络和注意力机制的谣言检测方法。【方法】首先,对评论间转发和回复关系特征进行分析,构建评论关系特征图,充分挖掘评论间的关联特... 详细信息

【目的】针对目前的谣言检测方法未能充分考虑评论间的转发关系特征和文本语义特征,提出一种基于图卷积网络和注意力机制的谣言检测方法。【方法】首先,对评论间转发和回复关系特征进行分析,构建评论关系特征图,充分挖掘评论间的关联特性。然后,根据评论间的文本语义相似性,使用BERT模型生成句子的向量化表示并通过计算余弦相似度构建评论的语义特征图,充分提取评论的语义相关性。最后,基于图卷积网络完成不同节点之间的信息传递,并在各节点信息传输过程中使用注意力机制区分源评论和其他评论对谣言检测的影响,进而得到评论节点的准确表示。【结果】在公开数据集上进行实验,结果显示所提方法在Twitter15和Twitter16数据集上的准确率分别达到0.860和0.870,F1均值分别为0.858和0.866。与BiGCN方法相比,准确率分别提升了5.1%和1.5%,F1均值分别提升了5.0%和1.9%。【局限】仅使用文本数据进行谣言检测,未结合图片、用户属性及时间属性等特征。【结论】在公开数据集上进行应用,验证了所提方法可以有效地提升谣言检测性能,为谣言识别与检测任务提供有价值的参考。

关键词：图卷积网络注意力机制谣言检测 BERT模型