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

信息融合的知识表示学习方法研究

信息融合的知识表示学习方法研究

作者：孟德迁吉林大学

学位级别：硕士

知识图谱(Knowledge Graph,KG)是一种结构化的知识表示模型,旨在捕捉现实世界中实体之间的关系,在现代人工智能研究多个领域如搜索引擎、推荐系统、自然语言处理等得到了广泛的应用。知识表示学习(Knowledge Representation Learning,KR... 详细信息

知识图谱(Knowledge Graph,KG)是一种结构化的知识表示模型,旨在捕捉现实世界中实体之间的关系,在现代人工智能研究多个领域如搜索引擎、推荐系统、自然语言处理等得到了广泛的应用。知识表示学习(Knowledge Representation Learning,KRL),也称为知识图谱嵌入(Knowledge Graph Embedding,KGE)作为知识图谱研究中的重要分支,在解决知识获取、表示、推理等方面发挥着重要作用。知识表示学习使得KGs中的语义信息能够在连续的向量空间中得以表达,从而为下游任务提供了良好的数据基础。针对当前知识表示学习领域中存在的对实体的属性信息利用不全面;没有将知识图谱中结构信息和实体的属性信息进行有效的结合;以及在Zero-Shot场景中,实体的表示难以学习等问题,本文主要的研究内容如下。首先,本文提出了基于BERT的信息融合表示学习方法,该方法以翻译模型为基础,引入属性编码器,巧妙地融合知识图谱结构信息和实体属性信息,实现对实体和属性的更准确嵌入表示。在基于BERT的属性编码器中,对属性类型和属性值分别进行处理,引入注意力机制,获取了不同属性类型的注意力权重,以实现对实体属性信息不同程度的关注和利用,减轻属性数据中的噪声影响,从而获得更精准的基于实体属性信息的嵌入表示。在训练过程中,BFRL模型使用了结构表示和属性表示联合进行训练,最终获得融合后的实体和关系的嵌入表示。通过在五个数据集上的知识图谱补全实验证明了BFRL方法的有效性,其中实体预测的MR指标最高提升9.4%、Hits@10指标最高提升15.6%;关系预测的MR指标中最高提升10.1%、Hits@1指标最高提升12.2%,证明了BFRL模型利用KGs结构信息和实体属性信息进行KRL的有效性。其次为了更好地处理Zero-shot场景下的表示学习问题,本文还提出了Zeroshot场景下的信息融合表示学习模型,该模型能够处理开放域知识图谱中实体预测和关系预测的问题。其中该模型包括结构化知识嵌入层、新型实体属性编码层和实体与属性嵌入分布对齐层三个部分。通过三个阶段的优化,实现了对实体和关系尤其是Zero-shot实体更为高效的表征。ZFRL模型充分利用了知识图谱中的结构信息和属性信息,采用了Rotat E模型来获取实体基于结构信息的表示分布,同时引入了基于BERT的新型属性编码器对属性信息进行编码,得到基于属性的表示分布,引入了实体和属性嵌入分布对齐层,通过KL散度三个阶段的优化策略逼近这两种分布,使得模型能够对Zero-shot实体实现更准确的嵌入表示。最终,ZFRL模型在开放域知识图谱数据集的链接预测实验中表现出色,其中实体预测的MR最高提升了12.2%、Hits@10最高提升8.4%;关系预测的MR最高提升了21.4%、Hits@1最高提升29.5%。实现了对Zero-shot实体的高质量表示,解决了知识图谱中新增实体无法有效链接的问题,为知识图谱补全任务的应用提供了有力支持。

关键词：知识图谱知识表示学习属性信息知识图谱补全开放域 Zero-shot实体

基于轨迹聚类分析的中国人文领域核心学者成长模式研究

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

现代情报 2024年

作者：彭贤哲张瑜孟德杰石进南京大学信息管理学院

[目的/意义] 明晰中国人文领域核心学者的成长模式，有利于为该领域人才培育奖励政策的制定或调整提供切实的参考依据，从人才发展角度出发，促进中国新文科建设的落地与推进。[方法/过程] 为挖掘中国人文领域核心学者潜在共同的成长模... 详细信息

[目的/意义] 明晰中国人文领域核心学者的成长模式，有利于为该领域人才培育奖励政策的制定或调整提供切实的参考依据，从人才发展角度出发，促进中国新文科建设的落地与推进。[方法/过程] 为挖掘中国人文领域核心学者潜在共同的成长模式，本文以回顾的视角构建他们的科研生产力、学术影响力和综合能力的时序变化记录，通过动态时间规整和轨迹聚类算法，展现了他们在3个方面普遍的学术成长模式。[结果/结论] 结果表明，中国人文领域核心学者的科研生产力的成长模式具有多样性，哲学和文学学科的核心学者的学术影响力、综合能力的成长发生在后期，但历史学学科却集中在早期阶段，3个方面学术能力的成长通常表现出同步效应。由此得出的学者成长模式的阶段性特征、学科性差异以及组合规律，有助于拟定中国人文领域人才的评价方式、评价周期、评估机制。

关键词：轨迹聚类分析中国人文领域核心学者成长模式 CSSCI

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征强化U⁃Net的地震速度反演方法

石油地球物理勘探 2024年第2期59卷 185-194页

作者：张岩孟德聪宋利伟董宏丽东北石油大学计算机与信息技术学院黑龙江大庆163318 东北石油大学人工智能能源研究院黑龙江大庆163318 东北石油大学物理与电子工程学院黑龙江大庆163318

基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Ne... 详细信息

基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Net的地震速度反演方法。首先,通过多炮地震数据特征叠加使输入网络的地震时间序列信号与对应速度模型之间的空间关系更加明确;其次,基于多尺度特征融合的思想设计具有不同尺寸卷积核的模块,以增强网络对有效特征的学习能力;然后,利用注意力门引导网络,增强网络重点关注的特征;最后,结合瓶颈残差和预激活的思想,在网络中加入预激活瓶颈残差,避免梯度消失和网络退化。实验表明,该方法在地震速度反演方面具有更高的精度,并在抗噪声测试中效果较好,具有一定的泛化能力。

关键词：地震速度反演深度学习注意力多尺度特征融合特征强化

五谷飘香金秋季硕果盈枝农洽会——第十二届(2010)江苏农业国际合作洽谈会圆满落下帷幕

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

世界农业 2010年第11期 F0002-F0002页

作者：姜雪忠潘刚孟德海徐国彬江苏省农业委员会外事外经办公室

2010年9月27-29日，由江苏省人民政府主办，江苏省农业委员会，江苏省商务厅，江苏省贸促会和无锡市人民政府承办，江苏省外事办公室，江苏处台湾事务办公室，江苏省侨务办公室等18个江苏省有关部门及各省辖市人民政府联合协办的第十二... 详细信息

2010年9月27-29日，由江苏省人民政府主办，江苏省农业委员会，江苏省商务厅，江苏省贸促会和无锡市人民政府承办，江苏省外事办公室，江苏处台湾事务办公室，江苏省侨务办公室等18个江苏省有关部门及各省辖市人民政府联合协办的第十二届（2010）江苏农业国际合作洽谈会在江南历史文化名城——无锡市成功举办。

关键词：农业委员会江苏省国际合作秋季帷幕人民政府历史文化名城办公室

基于Transformer和动态3D卷积的多源遥感图像分类

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第2期50卷 606-614页

作者：高峰孟德森解正源亓林董军宇中国海洋大学计算机科学与技术学院青岛266100

多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解... 详细信息

多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解决上述问题,提出了基于跨模态Transformer和多尺度动态3D卷积的多源遥感图像分类模型。为提高多源特征表达的一致性,设计了基于Transformer的融合模块,借助其强大的注意力建模能力挖掘高光谱和LiDAR数据特征之间的相互作用;为提高特征提取方法对不同地物类别的适应性,设计了多尺度动态3D卷积模块,将输入特征的多尺度信息融入卷积核的调制,提高卷积操作对不同地物的适应性。采用多源遥感数据集Houston和Trento对所提方法进行验证,实验结果表明:所提方法在Houston和Trento数据集上总体准确率分别达到94.60%和98.21%,相比MGA-MFN等主流方法,总体准确率分别至少提升0.97%和0.25%,验证了所提方法可有效提升多源遥感图像分类的准确率。

关键词：高光谱图像激光雷达 Transformer 多源特征融合动态卷积

在线全文

学校读者我要写书评

暂无评论

成本独特性与审计定价

审计研究 2024年第5期 133-147页

作者：王夺李延喜孟德霖胡云戈大连理工大学经济管理学院

成本管理是驱动企业转型与发展新质生产力的重要引擎，厘清企业成本信息价值对于优化资源分配具有重要作用。成本独特性是指企业成本中不受行业与市场因素影响的特定部分，它可能带来潜在的审计风险并影响审计定价。本文基于审计师视角... 详细信息

成本管理是驱动企业转型与发展新质生产力的重要引擎，厘清企业成本信息价值对于优化资源分配具有重要作用。成本独特性是指企业成本中不受行业与市场因素影响的特定部分，它可能带来潜在的审计风险并影响审计定价。本文基于审计师视角，发现企业成本独特性通过增加审计师面临的审计风险与审计成本，显著提高了审计定价。异质性分析发现，较高的财务风险、研发强度与信息不对称程度，较低的审计行业专长与较短的审计任期，较高的行业竞争与需求不确定程度，均能够增强企业成本独特性与审计定价之间的正向关系。此外，成本独特性能够降低企业间的会计信息可比性，从而恶化外部利益相关者的信息环境。本文拓展了企业成本特性与审计定价的相关研究，补充了成本独特性经济后果的相关文献，对审计师优化审计程序、投资者提高决策绩效以及上市公司完善成本管理进而实现高质量发展提供了参考与借鉴。

关键词：成本独特性审计定价审计风险审计成本

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

儿童及青少年发育不良性腰椎滑脱的研究进展

中国脊柱脊髓杂志 2024年第5期34卷 526-531页

作者：孟德福郭新虎李危石北京大学第三医院骨科骨与关节精准医学教育部工程研究中心脊柱疾病研究北京市重点实验室北京市100191 山东省淄博市市立医院骨科 255400

发育不良性腰椎滑脱(dysplastic spondylolisthesis)是脊柱外科比较少见的滑脱类型,好发于儿童和青少年,发病机制目前尚不完全清楚。根据Wiltse分类,发育不良性腰椎滑脱主要是由于小关节或椎板等后方附件的发育异常,导致L5椎体前滑移和L... 详细信息

发育不良性腰椎滑脱(dysplastic spondylolisthesis)是脊柱外科比较少见的滑脱类型,好发于儿童和青少年,发病机制目前尚不完全清楚。根据Wiltse分类,发育不良性腰椎滑脱主要是由于小关节或椎板等后方附件的发育异常,导致L5椎体前滑移和L5、S1椎体形态异常[1],最常见于L5/S1水平。在影像学上有特征性的L5椎体梯形变、骶骨上终板穹窿样变,常伴有L5峡部延长或峡部裂、脊柱隐裂,且脊柱矢状位序列常常表现为失衡状态。因其起病隐匿,不易早期发现,往往患者出现腰腿痛以及腰骶部畸形才就医。

关键词：腰椎滑脱儿童及青少年脊柱外科发育不良性峡部裂骶骨发育异常矢状位

基于电动汽车制动安全检测的短时工况及方法研究

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第1期46卷 109-119页

作者：焦志鹏马建赵轩张凯孟德安韩琪张昭长安大学汽车学院西安710064

常规的制动安全检测通常采用长时间、极端工况,但可能会失去准确的工作范围。针对这一不足,首先提出一种踏板稳定模式的短时工况试验方法,该方法结合了现有的测试标准,并不限于单一的极端制动模式,而是可以考虑电动汽车的快速稳态运行... 详细信息

常规的制动安全检测通常采用长时间、极端工况,但可能会失去准确的工作范围。针对这一不足,首先提出一种踏板稳定模式的短时工况试验方法,该方法结合了现有的测试标准,并不限于单一的极端制动模式,而是可以考虑电动汽车的快速稳态运行。在此基础上,基于机器学习对运行片段回归并通过连续拼接构建短时工况。利用短时工况提出一种改进的制动安全检测方法,该方法通过主成分分析对制动片段的特征参数进行降维,同时根据特征参数计算制动片段的重复性距离判断安全隐患。最后,通过在测试台架上跟随短时工况,验证所提出的短时工况和制动安全检测方法的有效性。

关键词：电动汽车制动安全短时工况检测方法测试台架

基于优化熵算法的真实场景下电动汽车动力电池系统故障诊断

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年

作者：刘启全马建赵轩张凯孟德安长安大学汽车学院

动力电池系统故障诊断是保障电动汽车安全可靠运行的关键，其中避免误报警不仅能减少驾驶员对车辆的安全焦虑，同时也是诊断方法进行实际应用的必要条件，因此提升方法的可靠性具有重要意义。动力电池系统中电压的异常波动是电池性能恶... 详细信息

动力电池系统故障诊断是保障电动汽车安全可靠运行的关键，其中避免误报警不仅能减少驾驶员对车辆的安全焦虑，同时也是诊断方法进行实际应用的必要条件，因此提升方法的可靠性具有重要意义。动力电池系统中电压的异常波动是电池性能恶化所释放的重要信号，因此能很好评估数据离散程度的熵方法在电池故障诊断领域被广泛研究。然而，当经典的基于区间概率的香农熵方法在进行工程实践验证时，发现结果中存在大量的一级和二级误报警单体电池。基于此，为了提升方法的准确率，首先，具有热失控事故的车辆电压数据被用于分析模型的故障诊断原理。进一步的，基于正常车辆运行数据，两种典型场景下模型的误报警机制被研究。在上述条件下，我们提出了两种措施来缓解原始方法的误报和漏报问题，即数据优化法和核密度估计与熵融合法。最后，选取具有不同故障特征的真实故障样本来检验算法的泛化能力，同时他们的有效性和可靠性被分别验证。基于大量正常在役车辆数据，进行了模型优化前后性能的对比分析。结果显示：相比之下，两种方法对正常车辆的相对误报警率分别降低了90%和98%，从而极大提升了诊断策略的可靠性，推动了方法的在线实车应用，并为其他故障诊断策略准确率的分析和优化提供了思路。

关键词：汽车工程故障诊断香农熵动力电池数据优化核密度估计