检索结果-南通市图书馆

中国人才 2022年第3期 15-17页

作者：房鸿宇北京人才发展战略研究院

去年9月,习近平总书记在中央人才工作会议上明确指出,必须把人才资源开发放在最优先位置,大力建设战略人才力量,着力夯实创新发展人才基础,并强调“必须坚定人才培养自信”。面向经济主战场,增长能否持续、是否强劲.

关键词：人才供需人才资源开发培养自信两张皮主战场人才工作会议习近平总书记

全球城市人才黏性指数报告:探索建立以大科学装置为核心的聚才高地

在线全文

学校读者我要写书评

暂无评论

中国人才 2023年第6期 26-28页

作者：杨晓冬房鸿宇《中国人才》

《全球城市人才黏性指数报告》立足全球视野,深度分析并验证了搭建产学研平台、增强创新要素空间集聚、构建多元创新生态、提升人才黏性水平的有效路径。为城市管理者优化城市创新定位,更好服务人才、关爱人才提供参考建议。——编者城... 详细信息

《全球城市人才黏性指数报告》立足全球视野,深度分析并验证了搭建产学研平台、增强创新要素空间集聚、构建多元创新生态、提升人才黏性水平的有效路径。为城市管理者优化城市创新定位,更好服务人才、关爱人才提供参考建议。——编者城市真正的魅力在于能够吸引并留住人才,而服务人才恰恰是城市与人才彼此成就的关键环节,如何在这一环节增进相互了解,构建彼此信任,形成多边共赢?

关键词：城市管理者大科学装置创新定位产学研平台指数报告深度分析留住人才多元创新

一种基于时空运动信息交互建模的三维人体姿态估计方法

在线全文

学校读者我要写书评

暂无评论

图学学报 2024年第1期45卷 159-168页

作者：吕衡杨鸿宇北京航空航天大学计算机学院北京100191 北京航空航天大学人工智能研究院北京100191

三维人体姿态估计在虚拟现实和人机交互等领域具有重要作用。近年来,Transformer已被引入三维人体姿态估计领域,用于捕捉人体关节点的时空运动信息。然而,现有研究通常只关注于人体关节点群的整体运动,或只对单独的人体关节点运动进行建... 详细信息

三维人体姿态估计在虚拟现实和人机交互等领域具有重要作用。近年来,Transformer已被引入三维人体姿态估计领域,用于捕捉人体关节点的时空运动信息。然而,现有研究通常只关注于人体关节点群的整体运动,或只对单独的人体关节点运动进行建模,均没有深入地探讨每个关节点的独特运动模式及不同关节点运动间的相互影响。因此,提出了一种创新的方法,旨在细致地学习每帧中的二维人体关节点的空间信息,并对每个关节点的特定运动模式进行深入分析。通过设计一个基于Transformer编码器的运动信息交互模块,精确地捕捉不同关节点之间的动态运动关系。相较于已有直接对人体关节点的整体运动进行学习的模型,此方法能够使得预测精度提高约3%。与注重单节点运动的最先进MixSTE模型相比,该模型在捕捉关节点的时空特征方面更为高效,推理速度实现了20%以上提升,使其更适合于实时推理的场景。

关键词： 3D人体姿态估计 Transformer编码器关节点间运动时空信息关联实时推理

QuatCNNEx：一种面向多关系模式的知识图谱嵌入模型

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：熊伟陈浩苏鸿宇国防科技大学电子科学学院中国人民解放军31576部队

在大数据时代，快速的数据增长引发了信息过载的问题。一方面，在海量的数据中人们难以快速获取自己想要的内容。另一方面，一些用户虽然知道自己想要什么，但不知道如何描述时，搜索引擎往往不不能提供帮助。因此如何更加有效地表达和... 详细信息

在大数据时代，快速的数据增长引发了信息过载的问题。一方面，在海量的数据中人们难以快速获取自己想要的内容。另一方面，一些用户虽然知道自己想要什么，但不知道如何描述时，搜索引擎往往不不能提供帮助。因此如何更加有效地表达和获取有价值的信息是一个挑战。知识图谱是一种被广泛使用的只是模型，可以保存大量节点和边形式的知识。知识图谱嵌入可以通过向量表示知识的语义信息，因此采用知识图谱嵌入模型可以利用图谱中的知识辅助提升人们获取信息的效率。知识图谱嵌入的主要思想是通过连续的向量空间表示知识图谱中实体和关系的语义联系。这种技术在链接预测、问答系统、推荐系统以及自然语言处理领域等知识图谱其他下游任务方面展现出较好的能力。现有的知识图谱嵌入方法主要有基于距离的模型、语义匹配模型、神经网络模型等。这些模型或者没有充分利用实体和关系的交互特征信息，或者组合关系的建模能力较弱。因此，这些方法对知识图谱中多关系模式的三元组表示能力不足。要有效解决多关系模式的建模问题，需要结合上述模型。论文提出将四元数和卷积神经网络的结合的嵌入模型QuatCNNEx。该模型借鉴了QuatE的建模思想和CNN的特征提取能力。将建模过程由复数空间扩展至四元数空间，进一步提高嵌入模型的表达能力。QuatCNNEx将嵌入实体和关系的四元数作为CNN模型的输入。该模型使用四元数表达实体和关系更丰富的特征，从而具有建模多关系模式的能力。在此基础上，利用特征嵌入与头实体嵌入的Hadamard积使得头实体嵌入得到关系嵌入的特征。然后，再通过关系嵌入与头实体嵌入的Hamilton积实现头实体在四元数空间中的旋转，得到尾实体的嵌入表示。从而使用Hadamard积和Hamilton积的组合运算，通过迭代优化得到三元组的嵌入表示。通过链接预测实验，论文提出的方法与现有的主要模型在MRR、Hit@3、Hit@1指标上进行了对比。实验结果表明，本文方法在关系数量更多的基准测试集上取得了最优结果。与神经网络模型ConEx和基于四元数的模型QuatE相比，QuatCNNEx在MRR、Hit@3、Hit@1三个指标上分别提高0.3%和0.3%、0.5%和1%、0.4%和0.4%，这表明该模型能够有效利用实体和关系的交互特征信息表示知识图谱中的多关系模式。

关键词：知识图谱链接预测嵌入表示四元数卷积神经网络

农村初中生时间自我管理倾向与成就动机、焦虑的关系研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农村初中生时间自我管理倾向与成就动机、焦虑的关系研究

作者：房鸿宇河北师范大学

学位级别：硕士

时间自我管理倾向是个体在运用时间方式上所表现出来的心理和行为特征，具有多维度、多层次的心理结构，由时间价值感、时间监控观和时间效能感三个维度构成。时间价值感由社会取向的时间价值感和个人取向的时间价值感两个分维度构成;... 详细信息

时间自我管理倾向是个体在运用时间方式上所表现出来的心理和行为特征，具有多维度、多层次的心理结构，由时间价值感、时间监控观和时间效能感三个维度构成。时间价值感由社会取向的时间价值感和个人取向的时间价值感两个分维度构成;时间监控观由设置目标、计划、优先级、时间分配和反馈性五个分维度构成;时间效能感由时间管理效能和时间管理行为效能两个分为度构成。焦虑是由紧张、焦急、担心和恐惧等感受交织而成的一种复杂的情绪反应。成就动机是人们在完成任务时力求获得成功的内部动因。即一个人对自己认为重要的、有价值的事情愿意去做，并努力达到完美程度的一种内在推动力量。时间自我管理倾向是初中学生生活中重要的成长问题，己有的研究虽然对时间自我管理倾向的相关因素作了一些探讨，但对农村初中学生时间自我管理倾向、焦虑与成就动机三者关系的研究并不多见。基于此，本研究拟通过对农村初中学生的实际调查研究，旨在考察农村初中学生时间管理倾向、焦虑与成就动机之间的关系，进一步验证己有的一些研究结论，并希望通过研究找到新的发现。本研究运用问卷法，采用“青少年时间自我管理倾向量表”、“成就动机量表”和“焦虑自评量表”对武安市西部地区244名初一至初三年级学生进行测试，剔除无效问卷9份，得到有效问卷235份。然后将获得的各项数据进行统计分析。结果发现:对于不同性别的农村初中学生在时间管理方面上不存在显著差异，而在年级之间仅在时间监控观上存在显著性差异，并且低年级的时间自我管理好于高年级的学生。此外住校生的时间自我管理好于走读生。虽然初中学生已经有了一定的自我控制能力，但是其自我控制力还很弱，更需要外界环境的约束力。由此可见初中学生的时间自我管理在外界因素的约束下会更好些。农村初中生时间自我管理倾向与成就动机存在显著正相关,与焦虑成显著负相关;农村初中生成就动机对焦虑有一定的预测作用,农村初中学生中成就动机高的学生，他们的焦虑程度较低，时间自我管理也比较合理。

关键词：初中生成就动机时间自我管理焦虑

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

一种提高跨语言理解的NLP迁移学习

西南大学学报（自然科学版） 2024年第4期46卷 153-163页

作者：王坤盛鸿宇四川信息职业技术学院四川广元628017 北京联合大学机器人学院北京100101

随着互联网信息的发展,如何有效地表示不同语言所含的信息已成为自然语言处理(Natural Language Processing,NLP)领域的一项重要任务.然而,很多传统的机器学习模型依赖在高资源语言中进行训练,无法迁移到低资源语言中使用.为了解决这一... 详细信息

随着互联网信息的发展,如何有效地表示不同语言所含的信息已成为自然语言处理(Natural Language Processing,NLP)领域的一项重要任务.然而,很多传统的机器学习模型依赖在高资源语言中进行训练,无法迁移到低资源语言中使用.为了解决这一问题,结合迁移学习和深度学习模型,提出一种多语言双向编码器表征量(Multi-lingual Bidirectional Encoder Representations from Transformers,M-BERT)的迁移学习方法.该方法利用M-BERT作为特征提取器,在源语言领域和目标语言领域之间进行特征转换,减小不同语言领域之间的差异,从而提高目标任务在不同领域之间的泛化能力.首先,在构建BERT模型的基础上,通过数据收集处理、训练设置、参数估计和模型训练等预训练操作完成M-BERT模型的构建,并在目标任务上进行微调.然后,利用迁移学习实现M-BERT模型在跨语言文本分析方面的应用.最后,在从英语到法语和德语的跨语言迁移实验中,证明了本文模型具有较高的性能质量和较小的计算量,并在联合训练方案中达到了96.2%的准确率.研究结果表明,该文模型实现了跨语言数据迁移,且验证了其在跨语言NLP领域的有效性和创新性.

关键词：自然语言处理多语言双向编码器表征量迁移学习跨语言深度学习

在线全文

学校读者我要写书评

暂无评论

基于MOF材料的涂层应用与机制研究进展

复合材料学报 2024年第3期41卷 1093-1108页

作者：杜娟汪鸿宇石玉超宋海鹏中国民航大学中欧航空工程师学院天津300300 北京机械设备研究所北京100854

金属有机骨架(MOF)作为一种新型多孔晶体材料,因其具有高孔隙率、结构多样、化学结构可控等特点可被作为纳米粒子和载体使用。基于MOF材料的涂层可兼具MOF本身的优点,但基于MOF材料的涂层应用和机制研究的综述性论文不多。本文针对基于... 详细信息

金属有机骨架(MOF)作为一种新型多孔晶体材料,因其具有高孔隙率、结构多样、化学结构可控等特点可被作为纳米粒子和载体使用。基于MOF材料的涂层可兼具MOF本身的优点,但基于MOF材料的涂层应用和机制研究的综述性论文不多。本文针对基于MOF材料的涂层国内外研究现状进行了介绍,重点阐述了基于MOF材料的涂层防/除冰应用(超疏水表面和光滑液体注入多孔表面(SLIPS))、防腐应用(MOF材料作为纳米粒子和载体)和抗菌应用(基于金属离子释放、基于光动力(PDT)和基于光热(PTT)),并归纳出不同涂层的防/除冰机制(降低水的凝固温度和减少冰的黏附)、防腐机制(直接物理阻隔或生成化合物而达到阻隔效果)和抗菌机制(对真核细胞具有弱毒性的金属离子达到抗菌效果、活性氧(ROS)在光照射下激活达到抑菌效果和通过吸收外界光产生热量,随温度升高而达到抗菌效果)。并对基于MOF材料的涂层面临的关键挑战、潜在应用和发展前景进行了展望。

关键词：金属有机骨架涂层防/除冰机制防腐机制抗菌机制

LCC-S型MC-WPT系统的电能与信号同步传输技术研究

在线全文

学校读者我要写书评

暂无评论

LCC-S型MC-WPT系统的电能与信号同步传输技术研究

作者：季鸿宇重庆理工大学

学位级别：硕士

基于情感增强和知识融合的在线健康社区情感分析研究

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

数据分析与知识发现 2024年第3期8卷 53-62页

作者：张伟徐宗煌蔡鸿宇韩普石进南京大学信息管理学院南京210023 南京邮电大学管理学院南京210003 江苏省数据工程与知识服务重点实验室南京210023

【目的】利用在线健康社区文本依存句法结构中蕴含的情感知识进行情感分析,提出一种基于情感增强和知识融合的在线健康社区情感分析模型WoBEK-GAT。【方法】首先,采用WoBERT Plus实现动态词嵌入;其次,利用卷积神经网络(CNN)和双向长短... 详细信息

【目的】利用在线健康社区文本依存句法结构中蕴含的情感知识进行情感分析,提出一种基于情感增强和知识融合的在线健康社区情感分析模型WoBEK-GAT。【方法】首先,采用WoBERT Plus实现动态词嵌入;其次,利用卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)提取语义特征;最后,通过情感增强和知识融合策略将剪枝依存句法树中的关键句法信息与外部情感知识充分融合,并输入图注意力网络(GAT)中进而输出情感类别。【结果】在构建的中文数据集上进行对比实验,实验结果表明WoBEK-GAT模型MacroF1值达到88.48%,较基准模型CNN、BiLSTM和GAT分别提升15.49、14.15和13.15个百分点。【局限】未考虑图片和语音等多模态信息中的情感知识。【结论】依存句法信息的加入以及情感增强策略和知识融合策略的结合能够有效提升模型的情感分析能力。

关键词：在线健康社区情感分析情感增强知识融合图注意力网络

基于FA-ISSA-PPR模型的旋风分离器分离效率预测

在线全文

学校读者我要写书评

暂无评论

北京化工大学学报（自然科学版） 2024年第1期51卷 101-109页

作者：汤鸿宇仲谦邹明国家石油天然气管网集团公司北京100101

旋风分离器是气田开发中常用的气固分离设备,准确预测旋风分离器的分离效率对于指导其结构设计和方法优化具有重要意义。在对数据集进行相关性分析的基础上,采用因子分析(factor analysis, FA)简化变量,降低预测模型的复杂程度,利用改... 详细信息

旋风分离器是气田开发中常用的气固分离设备,准确预测旋风分离器的分离效率对于指导其结构设计和方法优化具有重要意义。在对数据集进行相关性分析的基础上,采用因子分析(factor analysis, FA)简化变量,降低预测模型的复杂程度,利用改进的樽海鞘群算法(improved salp swarm algorithm, ISSA)对投影寻踪(projection pursuit regression, PPR)的模型参数进行优化,形成FA-ISSA-PPR组合模型。结果表明,利用FA模型,原数据集的10个变量可以简化合并为4个公因子,分别代表尺寸参数、颗粒沉降特性、粒子运行轨迹和等效分割粒径对分离效率的影响;与半经验模型和其余机器学习模型相比,组合模型在预测精度和训练时间上具有一定的优越性,在测试样本上的平均绝对误差(MAE)为0.005 91,R^(2)可达0.995,证明了其在小样本、非线性数据分析上的准确性、鲁棒性和泛化性。

关键词：因子分析(FA) 樽海鞘群算法(SSA) 投影寻踪(PPR) 旋风分离器分离效率