检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于改进Fi-GNN模型的点击率预测方法

计算机工程与设计 2024年第6期45卷 1720-1727页

作者：夏义春李汪根李豆豆高坤束阳安徽师范大学计算机与信息学院安徽芜湖241002

为解决基线模型(Fi-GNN)特征交互模块设计不合理的问题,提出一种基于改进Fi-GNN模型的点击率预测方法(Fi-GNN-V2)。针对特征交互模块的邻接矩阵没有考虑到异构节点间的多元关系,在计算异构节点间相互作用的权重时增加边类型的嵌入向量,... 详细信息

为解决基线模型(Fi-GNN)特征交互模块设计不合理的问题,提出一种基于改进Fi-GNN模型的点击率预测方法(Fi-GNN-V2)。针对特征交互模块的邻接矩阵没有考虑到异构节点间的多元关系,在计算异构节点间相互作用的权重时增加边类型的嵌入向量,得到更合理的邻接矩阵;通过多头聚合多个子空间的邻居信息学习不同方式的特征交互;融合二阶以及三阶特征组合解决特征交互模块造成特征域的语义信息丢失问题,设计注意力模块抑制无用特征组合对模型学习的干扰;为进一步提升模型的性能,结合深度神经网络隐式捕捉高阶非线性的特征组合进行联合预测。实验结果表明,该方法优于其它主流点击率预测模型。

关键词：点击率预测邻接矩阵异构节点多空间聚合语义信息注意力模块深度神经网络

在线全文

学校读者我要写书评

暂无评论

基于场矩阵分解机和CNN的点击率预测模型

计算机系统应用 2024年第1期33卷 87-98页

作者：王志格李汪根夏义春高坤束阳葛英奎安徽师范大学计算机与信息学院芜湖241002

点击率预测是在线广告和推荐系统的基本任务之一.主流模型通常通过对高阶和低阶特征进行特征交互建模来提升性能和泛化能力.然而,许多模型往往仅学习每个特征的固定表示,而忽视了特征在不同上下文中的重要性,并且一些模型结构过于简单.... 详细信息

点击率预测是在线广告和推荐系统的基本任务之一.主流模型通常通过对高阶和低阶特征进行特征交互建模来提升性能和泛化能力.然而,许多模型往往仅学习每个特征的固定表示,而忽视了特征在不同上下文中的重要性,并且一些模型结构过于简单.因此,本文提出了特征细化卷积神经网络融合场矩阵分解机(FRCNN-F)模型,以解决这些问题.首先,在特征细化网络(FRNet)中融合了卷积神经网络的特征生成模块,利用其在局部模式下重新组合生成新特征的优势,提升了重要特征选择能力.其次,设计了场矩阵分解机,使模型能够感知上下文并通过不同场的交互进行显示建模,从而增加了子模型的组合方式.最后,通过在Frappe和MovieLens两个公开数据集上对比实验,实验结果表明,FRCNN-F模型相比基线FRNet在AUC得分分别提升了0.32%和0.40%,交叉熵损失函数Logloss分别降低了1.50%和1.11%.该研究对于实现广告的精准投放和个性化推荐具有实际应用的价值.

关键词：点击率预测特征交互特征细化网络卷积神经网络场矩阵分解机

在线全文

学校读者我要写书评

暂无评论

融入密集连接的多尺度轻量级人体姿态估计

计算机工程与应用 2022年第24期58卷 196-204页

作者：高坤李汪根束阳王志格葛英奎安徽师范大学计算机与信息学院安徽芜湖241002

针对如何在保证轻量化的同时提升网络的性能问题,以轻量级简单基线(LPN)为基础提出的融入密集连接的多尺度轻量级人体姿态估计(LDMNet),重新设计了下采样的瓶颈结构,将密集连接与深度可分离卷积以及多尺度特征提取相结合,构建了一个轻... 详细信息

针对如何在保证轻量化的同时提升网络的性能问题,以轻量级简单基线(LPN)为基础提出的融入密集连接的多尺度轻量级人体姿态估计(LDMNet),重新设计了下采样的瓶颈结构,将密集连接与深度可分离卷积以及多尺度特征提取相结合,构建了一个轻量高效的特征提取结构,同时改进了空洞空间卷积池化金字塔多特征进行再提取。在MPⅡ数据集以及COCO数据集上的实验表明,与基线方法LPN相比,LDMNet在少量增加参数量和计算量的情况下,在MPⅡ验证集上的平均准确率提升了1.9个百分点,在COCO验证集上的平均准确率提升了3.2个百分点,另外与最新的轻量级网络LiteHRNet相比在COCO验证集与MPⅡ验证集上平均准确率也取得了2.9和1.5个百分点的提升,该网络在轻量化的基础上有效地提升了网络的识别精度。

关键词：人体姿态估计密集连接网络多尺度特征提取轻量级网络

在线全文

学校读者我要写书评

暂无评论

基于特征交互与自适应融合的骨骼动作识别

计算机应用 2023年第8期43卷 2581-2587页

作者：李豆豆李汪根夏义春束阳高坤安徽师范大学计算机与信息学院安徽芜湖241003

当前骨骼动作识别任务中仍存在数据预处理不合理、模型参数量大、识别精度低的缺点。为解决以上问题,提出了一种基于特征交互与自适应融合的骨骼动作识别方法 AFFGCN。首先,提出一种自适应分池数据预处理算法,以解决数据帧分布不均匀和... 详细信息

当前骨骼动作识别任务中仍存在数据预处理不合理、模型参数量大、识别精度低的缺点。为解决以上问题,提出了一种基于特征交互与自适应融合的骨骼动作识别方法 AFFGCN。首先,提出一种自适应分池数据预处理算法,以解决数据帧分布不均匀和数据帧代表性差的问题;其次,引入一种多信息特征交互的方法来挖掘更深的特征,以提高模型的性能;最后,提出一种自适应特征融合(AFF)模块用于图卷积特征融合,以进一步提高模型性能。实验结果表明,该方法在NTU-RGB+D 60数据集上较基线方法轻量级多信息图卷积神经网络(LMI-GCN)在交叉主题(CS)与交叉视角(CV)两种评估设置上均提升了1.2个百分点,在NTU-RGB+D 120数据集上较基线方法 LMI-GCN在CS和交叉设置号(SS)评估设置上分别提升了1.5和1.4个百分点。而在单流和多流网络上的实验结果表明,相较于语义引导神经网络(SGN)等当前主流骨骼动作识别方法,所提方法的模型参数量更低、准确度更高,模型性能优势明显,更加适用于移动设备的部署。

关键词：图卷积神经网络自适应特征融合人体骨骼动作识别多信息融合特征交互

在线全文

学校读者我要写书评

暂无评论

分时度假:房地产开发创新之路

中国房地产 2003年第7期 63-65页

作者：束阳杭州中融房地产开发有限公司

在线全文

学校读者我要写书评

暂无评论

浅析大开发战略给西部房地产业带来的机遇

中国房地产 2000年第11期 11-13页

作者：束阳

高电压尖晶石型镍锰酸锂正极材料的制备及改性研究

在线全文

学校读者我要写书评

暂无评论

高电压尖晶石型镍锰酸锂正极材料的制备及改性研究

作者：束阳大连工业大学

学位级别：硕士

高电压尖晶石镍锰酸锂正极材料的电化学性能主要受材料形貌、Mn含量以及材料与电解液反应等因素的影响。因此,本文分别从球形形貌调控、暴露晶面调控以及掺杂和包覆改性等方面来探究它们具体对镍锰酸锂材料电化学性能的影响规律。主要... 详细信息

高电压尖晶石镍锰酸锂正极材料的电化学性能主要受材料形貌、Mn含量以及材料与电解液反应等因素的影响。因此,本文分别从球形形貌调控、暴露晶面调控以及掺杂和包覆改性等方面来探究它们具体对镍锰酸锂材料电化学性能的影响规律。主要研究内容与结论如下:(1)使用(NH)CO和NaCO为混合沉淀剂,采用快速沉淀水热法制备了球形LiNiMnO正极材料。混合沉淀剂中(NH)CO和NaCO的摩尔比对产物球形形貌的完整度、一次颗粒尺寸以及Ni、Mn比值都有较大的影响。当(NH)CO和NaCO的摩尔比为1:2时,所得产物因为具备多孔结构的球形形貌、较小的一次颗粒尺寸以及化学计量的Ni、Mn比值而表现出较为优异的电化学性能。该比例下制备的样品在0.5 C下的最高放电比容量为129.4 mAh g,循环200圈后的容量保持率为75.3%,在10 C与20 C的大倍率下分别有110.7 mAh g和93.8 mAh g的放电比容量。(2)采用棒状β-MnO为模板,掺入醋酸锂和醋酸镍,用不同煅烧温度制备不同形貌(不同暴露晶面)的LiNiMnO正极材料。随着煅烧温度的提高,材料经历了由棒状到类棒状再到截角八面体状的形貌演变过程。在形貌演变过程中,(100)晶面逐渐暴露并扩展,材料的颗粒尺寸也逐渐变大。相对于(111)晶面而言,(100)晶面具有更低浓度的过渡金属和更高浓度的锂离子,这将极大地提升材料的循环性能和倍率性能。当煅烧温度为775℃时,所得产物不仅拥有(100)晶面,而且具备类棒状颗粒的尺寸,所以表现出最佳的电化学性能。该样品在0.5 C下的首圈放电比容量为130.1 mAh g,循环100圈后的容量保持率为89.3%,50 C和100 C超大倍率下的放电比容量分别110.1 mAh g和108.2 mAh g。该样品与嵌锂石墨组成的全电池在0.5 C下循环100后的容量保持率为97.6%。(3)采用与纳米AlO研磨混合,再经高温烧结的方法对(1)中性能最佳样品进行Ni、Mn位的Al共掺杂改性。采用液相搅拌,再经不同温度热处理的方法对(1)中性能最佳样品进行AlO包覆改性。Al掺杂对材料所起到的主要作用是稳定结构和增加材料的无序度,以分别提升材料的循环性能和倍率性能。当掺杂量为5%时,所得产物具备最佳的电化学性能。该样品在0.5 C下的首圈放电比容量为128.4 mAh g,常温循环200圈后的容量保持率为85.6%,高温循环50圈后的容量保持率为88.0%,10 C和20 C大倍率下的放电比容量分别为125.5 mAh g和123.1 mAh g。AlO包覆对材料所起到的主要作用是隔绝材料与电解液的直接接触,使材料免受电解液的侵蚀,缓解Mn的溶解以及合理控制SEI膜的厚度,从而很好的提升了材料的循环性能。当热处理温度为500℃时,所得产物具备最佳的电化学性能。该样品在0.5 C下的首圈放电比容量为128.8 mAh g,常温循环200圈后的容量保持率为90.7%,高温循环50圈后的容量保持率为88.0%,20 C大倍率下的放电比容量为106.6 mAh g。

关键词：镍锰酸锂混合沉淀剂暴露晶面掺杂改性包覆改性电化学性能

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

基于轻量级语义信息融合的动作识别方法

计算机技术与发展 2023年第6期33卷 181-188页

作者：束阳李汪根高坤王志格葛英奎安徽师范大学计算机与信息学院安徽芜湖241002

针对目前大多数的动作识别方法使用深层网络训练模型导致模型参数量大、验证成本高以及语义信息利用不足等问题,提出一种基于轻量级语义信息融合的动作识别方法(LSIF-GCN),实现了模型的轻量化和对语义信息的充分利用。首先,LSIF-GCN将... 详细信息

针对目前大多数的动作识别方法使用深层网络训练模型导致模型参数量大、验证成本高以及语义信息利用不足等问题,提出一种基于轻量级语义信息融合的动作识别方法(LSIF-GCN),实现了模型的轻量化和对语义信息的充分利用。首先,LSIF-GCN将数据预处理后的关节流、速度流和骨骼流三种不同的输入信息编码至高维空间后,经过一层图卷积操作,以达到特征增强和降低维度的目的,再把三种信息流在通道维度上进行拼接融合。然后,为了充分利用语义信息提取不同关节之间潜在的权重关系,提出一种“瓶颈型”的四层图卷积模块。最后,采用分流网络设计的时间卷积模块,并引入自注意力机制,在减少模型参数量的同时也提高了网络的性能。该模型具有简单的结构和训练过程,便于在低成本的嵌入式设备的实时动作识别系统中部署。在NTU-RGB+D 60和NTU-RGB+D 120数据集上的大量实验表明,该方法不仅在识别精度和模型复杂度(参数量和GFLOPs)上优于目前一些主流的轻量级方法,而且与一些近几年的SOTA方法相比也具有一定的优势。

关键词：语义信息动作识别轻量级自注意力分流网络

在线全文

学校读者我要写书评

暂无评论

分时度假:房地产开发创新之路

中国房地产金融 2003年第8期 31-33页

作者：束阳杭州中融房地产开发有限公司浙江杭州310012

分时度假是一种风靡全球的度假方式,近年来在国内逐渐兴起。实践证明,大力发展分时度假可以产生巨大的社会、经济效益。通过对分时度假的简介,从分时度假与房地产关系入手,着重阐述我国开发分时度假项目所具有的诸多有利条件,并认为大... 详细信息

分时度假是一种风靡全球的度假方式,近年来在国内逐渐兴起。实践证明,大力发展分时度假可以产生巨大的社会、经济效益。通过对分时度假的简介,从分时度假与房地产关系入手,着重阐述我国开发分时度假项目所具有的诸多有利条件,并认为大力开发分时度假项目,将是极具潜力的房地产创新之路。

关键词：分时度假房地产创新条件