检索结果-南通市图书馆

基于增强句法信息与多特征图卷积融合的方面级情感分析

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年

作者：田继帅艾芳菊湖北大学计算机与信息工程学院智慧政务与人工智能应用湖北省工程研究中心大数据智能分析与行业应用湖北省重点实验室(湖北大学)

方面级情感分析作为情感计算领域的重要任务，旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能，提出了一种增强句法特征与多特征图卷积融合的网络模型（ESMFGCN），利用依赖树表示句子中单词之间的语法结构关系，... 详细信息

方面级情感分析作为情感计算领域的重要任务，旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能，提出了一种增强句法特征与多特征图卷积融合的网络模型（ESMFGCN），利用依赖树表示句子中单词之间的语法结构关系，由于单纯的使用依赖树方法在建模时会引发不相关的噪声问题，引入了短语结构树，并将短语树转化层级短语矩阵，并将由依赖树构造的邻接矩阵和层级短语矩阵合并作为图卷积网络的初始矩阵，用于增强句法信息。为了更精细地捕捉方面词与整个句子之间的关联，引入了注意力机制，对方面词上下文和整个句子建立更为精细的关联，并通过图卷积网络提取语义信息。最后设计融合层用于融合语义信息与句法信息，从而提高方面级情感分析的准确性和鲁棒性。本文在Restaurant、Laptop、Twitter数据集上分别设计对比实验、消融实验和敏感性分析实验，实验结果表明，相较于其他研究方法，本文的方法取得了显著的性能提升，证明了模型的有效性和优越性。

关键词：方面级情感分析句法特征注意力机制图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度强化学习的掼蛋扑克博弈求解

计算机研究与发展 2024年第1期61卷 145-155页

作者：葛振兴向帅田品卓高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 上海大学计算机工程与科学学院上海200444 南京大学深圳研究院广东深圳518057

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.... 详细信息

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.其中以掼蛋为代表的扑克类博弈不仅具有他人手牌未知这样的难点,还由于可选出牌动作与他人手牌情况数量庞大等特点,难以进行高效求解.因此,提出了一种软深度蒙特卡洛(soft deep Monte Carlo,SDMC)求解方法.该方法能够更好地融合领域知识,加快策略学习速度,并采用软动作采样策略调整实时决策,提升策略胜率.所提出的SDMC方法训练出的策略模型参加第2届“中国人工智能博弈算法大赛”时获得冠军.与第1届比赛冠军策略和第2届其他策略模型的实验对比证明了该方法在解决掼蛋扑克博弈中的有效性.

关键词：非完美信息深度强化学习多智能体系统软深度蒙特卡洛方法扑克博弈

在线全文

学校读者我要写书评

暂无评论

酚类化合物在猪脂肪沉积中的作用

生物工程学报 2024年第5期40卷 1486-1497页

作者：王亚鑫田学凯杨公社于太永西北农林科技大学动物科技学院、陕西省动物遗传育种与繁殖重点实验室、动物脂肪沉积与肌肉发育实验室陕西杨凌712100

脂肪沉积的数量和部位是影响猪肉品质的重要因素。近年来的研究表明,天然成分在降低皮下和内脏脂肪沉积、提高肌内脂肪沉积方面具有重要作用。并且,天然产物具有绿色、安全、无添加和无残留等优势。而从水果、蔬菜以及草本类植物中提取... 详细信息

脂肪沉积的数量和部位是影响猪肉品质的重要因素。近年来的研究表明,天然成分在降低皮下和内脏脂肪沉积、提高肌内脂肪沉积方面具有重要作用。并且,天然产物具有绿色、安全、无添加和无残留等优势。而从水果、蔬菜以及草本类植物中提取的酚类化合物是天然成分中的重要一员。本文对酚类化合物在猪脂肪沉积中的作用研究进行了综述,可为利用酚类化合物调控脂肪沉积,改善猪肉品质提供借鉴和参考。

关键词：酚类化合物猪脂肪沉积肉品质

基于多元时序数据学习和Transformer模型的作业功耗预测方法研究

在线全文

学校读者我要写书评

暂无评论

基于多元时序数据学习和Transformer模型的作业功耗预测方法研究

作者：田学森齐鲁工业大学

学位级别：硕士

随着高性能计算(HPC)技术的飞速发展,其计算能力得到了显著提升,越来越多的用户开始将复杂的作业任务部署到超级计算平台上执行。通过多个计算节点并行处理任务,作业处理效率得到了显著的提高。然而,计算能力的增加同时伴也随着巨大的... 详细信息

随着高性能计算(HPC)技术的飞速发展,其计算能力得到了显著提升,越来越多的用户开始将复杂的作业任务部署到超级计算平台上执行。通过多个计算节点并行处理任务,作业处理效率得到了显著的提高。然而,计算能力的增加同时伴也随着巨大的能源消耗问题,这不仅增加了数据中心的运营成本,而且对生态环境的保护以及国家节能减排政策的实施构成了重大挑战。但由于作业类型的多样性和环境的不断变化,传统的功耗预测模型往往难以适应快速变动的条件,导致预测精度下降。针对上述问题,本文首先对部署在“山河”超算平台集群上的作业进行全面分析,进而提出一种新的预测算法和框架。旨在通过精准预测功耗,为平台提供有效的能耗降低策略。本文研究内容如下:(1)本文从用户角度、作业角度及节点角度对功耗数据进行了全面分析,并探讨了功耗数据与性能指标之间的相关性。本文利用国家超级计算济南中心生产级集群的真实数据,深入分析了功耗模式,为精确预测功耗建模提供了坚实的基础。此外,本文分析结果为平台能耗管理与优化提供了科学依据和指导建议。(2)针对现有方法在作业功耗预测方面存在不足,本文提出一种基于Transformer的时间-变量注意力的预测模型。该模型通过分块处理降低了时间复杂度以及提高了信息捕捉能力。使用时间-变量注意力可以有效捕捉上下文信息以及多元功耗时序变量间的内隐关系。通过与多个基线模型的对比测试,验证了DT-TVF模型的有效性。(3)在实际的高性能计算(HPC)环境中,作业多样性与环境的动态变化往往使得特定模型难以准确预测各类作业的功耗。针对这一挑战,本文提出了一个融合作业相似度匹配与增量更新的预测框架。该框架的相似度匹配模块能够有效地将目标作业归类到相似度较高的类别中。同时,增量更新模块使得预测方法能够快速适应数据的动态变化。此外,在增量更新模块中加入了更新时机判定机制,利用动态统计建模技术,有效地实现了模型更新时机的动态选择,在提高预测精准性的同时减少了模型更新频率,降低了模型的时间复杂度。这些模块的协同工作确保了该框架在功耗预测上的精准性与高效性。

关键词：多元时序数据 Transformer 功耗预测超算平台作业

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

寒区隧道施工期空气幕保温系统现场试验研究

铁道建筑 2024年第2期64卷 94-97页

作者：田学志中铁十九局集团第六工程有限公司江苏无锡214028

当隧道内气温低于5℃时,混凝土的硬化速度会减缓,进而影响工程质量。本文以京兰高速铁路(北京—兰州)在建尚山隧道工程为依托,首先通过现场试验对比了搭建防寒门、搭建防寒门+生炉子和搭建空气幕保温系统三种措施下洞内浇筑混凝土处气... 详细信息

当隧道内气温低于5℃时,混凝土的硬化速度会减缓,进而影响工程质量。本文以京兰高速铁路(北京—兰州)在建尚山隧道工程为依托,首先通过现场试验对比了搭建防寒门、搭建防寒门+生炉子和搭建空气幕保温系统三种措施下洞内浇筑混凝土处气温的变化情况,然后通过数值模拟分析风幕机的射流风速、射流温度对洞内浇筑混凝土处气温的影响。结果表明:搭建防寒门保温时洞口风速3.21 m/s、气温-12.68℃条件下洞内浇筑混凝土处气温开始降至5℃以下,搭建防寒门+生炉子保温时洞口风速5.36 m/s、气温-19.13℃条件下洞内浇筑混凝土处气温开始降至5℃以下,均须联合采用其他保温措施;洞口最大风速4.56 m/s、最低气温-15.83℃条件下,搭建空气幕保温系统后洞内浇筑混凝土处气温为7.36℃;适当增加风幕机的射流风速或增加射流温度均可以提高洞内气温,为了降低系统运行能耗,建议适当增加风幕机的射流风速。

关键词：寒区隧道混凝土硬化速度现场试验数值模拟施工期防寒门空气幕保温系统

基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法

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 26-37页

作者：王广帅中国铁路设计集团有限公司测绘地理信息研究院天津300251 天津市轨道交通导航定位及时空大数据技术重点实验室天津300251

针对无人机影像场景复杂、视角差异大、异物遮挡多,因而难以实现影像钢轨线高精度自动提取的问题,提出基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块(Atrous Spatial Pyramid... 详细信息

针对无人机影像场景复杂、视角差异大、异物遮挡多,因而难以实现影像钢轨线高精度自动提取的问题,提出基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块(Atrous Spatial Pyramid Pooling,ASPP)及卷积注意力模块(Convolutional Block Attention Module,CBAM),以增强网络对不同尺度的邻域信息的获取能力,有效提升对钢轨的分割性能;再通过基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联,实现完整钢轨矢量线的高精度提取。结果表明:与Unet及Deeplab v3+2种经典模型相比,所提方法针对多视角无人机影像钢轨分割的交并比分别提升2.09%和1.98%,综合能力评价指标分别提升1.50和1.42;钢轨线提取完整度达到了90.7%,优于U-net模型的83.3%;钢轨线提取的误差平均值约0.58像素,中误差约0.77像素,实现了亚像素级的钢轨线提取。该方法能够满足无人机多视角影像中钢轨线提取的自动化、完整性以及高精度应用的需求。

关键词：无人机影像钢轨线提取空洞空间金字塔注意力机制 U-net

在线全文

学校读者我要写书评

暂无评论

青藏高原雨涝指数时空变化特征

应用与环境生物学报 2024年

作者：王春学王明田王顺久谢娜四川省气候中心四川省气象台南方丘区节水农业研究四川省重点实验室

全球变暖背景下青藏高原雨涝灾害有逐渐增多趋势，为掌握其变化规律，利用青藏高原1980-2019年逐日降水量资料并引入雨涝指数概念，分析了近40年青藏高原雨涝时空变化特征。结果表明：采用降水相当强度计算的雨涝指数与青海和西藏的实... 详细信息

全球变暖背景下青藏高原雨涝灾害有逐渐增多趋势，为掌握其变化规律，利用青藏高原1980-2019年逐日降水量资料并引入雨涝指数概念，分析了近40年青藏高原雨涝时空变化特征。结果表明：采用降水相当强度计算的雨涝指数与青海和西藏的实际洪涝灾情基本吻合，可以表征青藏高原实际的雨涝情况。青藏高原雨涝空间差异非常大，利用REOF将其分为6个雨涝区域。不同区域的雨涝日数年际变化差异明显，雅鲁藏布江流域和横断山脉南部雨涝日数总体没有明显的变化趋势，其他几个区域的雨涝日数以增加趋势为主，21世纪以来的增加趋势尤其显著。突变检验发现不同区域的雨涝日数年际突变差异很大，突变时间在不同年代均有发生。周期分析发现不同区域雨涝日数周期变化规律各不相同，总体上以2-3年和10-14年周期为主。综上所述，青藏高原主要为轻到中度雨涝，并且区域差异较大，其中河湟谷地、雅鲁藏布江流域、横断山脉南部和川西高原东侧雨涝日数超过20天，青藏高原雨涝日数总体上有增加趋势，并且存在突变和周期变化。

关键词：青藏高原雨涝指数降水相当强度突变周期

不同身体质量指数急性心肌梗死患者发病时间分布及影响因素分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国基层医药 2024年第2期31卷 161-164页

作者：左鹏王政田学峰黑龙江省医院心血管内四科哈尔滨150000 海南医学院第一附属医院心血管内二科海口570100

目的探究不同身体质量指数(BMI)急性心肌梗死(AMI)患者发病时间的分布特点及影响因素。方法收集2016年1月至2022年11月在黑龙江省医院住院治疗的AMI患者1000例的临床资料进行横断面研究,按照BMI不同分为24~28 kg/m^(2)组338例、>28 kg/m... 详细信息

目的探究不同身体质量指数(BMI)急性心肌梗死(AMI)患者发病时间的分布特点及影响因素。方法收集2016年1月至2022年11月在黑龙江省医院住院治疗的AMI患者1000例的临床资料进行横断面研究,按照BMI不同分为24~28 kg/m^(2)组338例、>28 kg/m^(2)组244例,分析不同BMI的AMI患者在昼夜、星期和季节等发病情况。结果该研究共纳入1000例患者,男648例,女352例;中位年龄65岁(范围56~74岁);中位体质量70 kg(范围60~76 kg);中位身高1.69 m(范围1.60~1.72 m);中位BMI 24.49 kg/m^(2)(范围22.22~26.79 kg/m^(2));不同BMI的AMI患者发病时间在0∶00~5∶59、冬季、星期三差异均有统计学意义(P=0.047、0.029、0.005),总样本中BMI在18.5~24 kg/m^(2)的患者数量最多,为369例。结论不同BMI的AMI患者的发病在昼夜、季节和星期等方面均存在时间规律分布。

关键词：心肌梗死发病到治疗时间人体质量指数气候昼夜节律交感神经系统心血管系统

在线全文

学校读者我要写书评

暂无评论

融合深度学习与稠密光流的动态视觉SLAM

信息与控制 2024年

作者：胡青松任林洋随学帅李世银孙彦景中国矿业大学地下空间智能控制教育部工程研究中心中国矿业大学信息与控制工程学院中国矿业大学徐州市智能安全与应急协同工程研究中心

针对传统视觉SLAM(simultaneous localization and mapping)算法在环境目标静止或低速运动状态工作良好,但在场景中存在人员走动、车辆运动等动态干扰时精度不高、鲁棒性不强的问题,提出了基于ORBSLAM3 (Oriented fast and Rotated Brie... 详细信息

针对传统视觉SLAM(simultaneous localization and mapping)算法在环境目标静止或低速运动状态工作良好,但在场景中存在人员走动、车辆运动等动态干扰时精度不高、鲁棒性不强的问题,提出了基于ORBSLAM3 (Oriented fast and Rotated Brief SLAM3)框架的动态SLAM系统,在ORB-SLAM3框架中融合了YOLACT++(You Only Look At CoefficienTs)深度学习性;提出了运动等级传递策略,将实例分割网络和稠密光流场融合,达到SLAM系统效率与精度的联合优化。在公开数据集TUM上的测试结果表明,所提系统在动态场景下具有优异的性能,低动态场景下的均方根误差、平均值、中值和标准差等指标相比ORB-SLAM3提高了约60%,高动态场景下超90%。楼道场景的实测结果表明,所提系统在提取特征时能够有效剔除动态目标上的特征点,保证了系统的精度。

关键词：视觉SLAM 动态目标干扰深度学习稠密光流视觉几何