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

基于谱域超图卷积网络的交通流预测模型

北京工业大学学报 2024年第2期50卷 152-164页

作者：尹宝才王竟成张勇胡永利孙艳丰北京工业大学信息学部北京100124 北京工业大学多媒体与智能软件技术北京市重点实验室北京100124

针对传统图结构难以对节点间的隐含复杂关联关系建模的问题,利用超图对交通流数据进行高阶表示,提出基于谱域超图卷积网络的交通流预测方法。首先,通过动态超边刻画数据特征层面的关系,利用谱域超图卷积,包括基于傅里叶和图小波的超图... 详细信息

针对传统图结构难以对节点间的隐含复杂关联关系建模的问题,利用超图对交通流数据进行高阶表示,提出基于谱域超图卷积网络的交通流预测方法。首先,通过动态超边刻画数据特征层面的关系,利用谱域超图卷积,包括基于傅里叶和图小波的超图卷积及门控时序卷积,在多尺度上提取交通流的时空特征,实现端到端的节点级交通流预测。然后,采用北京市以及美国加利福尼亚州真实历史数据集进行预测实验。消融实验通过孤立和重构网络模型验证了所提方法的有效性。全时段和早高峰交通流预测的实验结果表明,该方法预测准确率高于目前主流交通流预测模型。

关键词：图神经网络超图理论多元时序预测深度学习大数据分析智慧交通

在线全文

学校读者我要写书评

暂无评论

高速铁路高架站台雨篷风载数值模拟分析

建筑技术开发 2024年第1期51卷 126-128页

作者：胡永利路林海刘家海杨吉忠济南轨道交通集团有限公司济南250101 济南交通发展投资有限公司济南250101 西南交通大学成都610031 中铁二院工程集团有限责任公司成都610031

为合理确定铁路高架车站无站台柱雨篷风荷载,建立了全尺寸CFD模型,对不同风向角的流场进行了数值模拟,得到了雨篷表面风压分布和局部体型系数。结果表明:(1)0°和30°风向角下,站台雨篷上表面前侧边沿出现较大负压,需加强雨篷1和雨篷3... 详细信息

为合理确定铁路高架车站无站台柱雨篷风荷载,建立了全尺寸CFD模型,对不同风向角的流场进行了数值模拟,得到了雨篷表面风压分布和局部体型系数。结果表明:(1)0°和30°风向角下,站台雨篷上表面前侧边沿出现较大负压,需加强雨篷1和雨篷3外侧边沿处抵抗风吸力的能力;(2)沿长度方向雨篷的局部体型系数分布差异较大,0°和30°风向角时,雨篷1距中心线75~220m内的局部体型系数较大,最大体型系数为–1.40。

关键词：高铁车站站台雨篷风荷载体型系数

在线全文

学校读者我要写书评

暂无评论

板式无砟轨道智能精调系统研究与应用

建筑机械化 2024年第5期45卷 47-49页

作者：苏雅拉图孙乐富胡永利傅重阳朱浩俞文强中铁三局集团有限公司山西太原030001 济南交通发展投资有限公司山东济南250000 中铁三局集团第五工程有限公司山西晋中030600 宁波汇智恒动自动化科技有限公司浙江宁波315000

通过板式无砟轨道智能精调系统的研究与应用,有效推动了行业内首台基于末端反馈的轨道板智能精调设备的研发。采用激光位移传感器对4个精调标架进行非接触式测量检测,与调整前的x轴(横向)、y轴(纵向)、z轴(高程)进行对比计算,确定绝对差... 详细信息

通过板式无砟轨道智能精调系统的研究与应用,有效推动了行业内首台基于末端反馈的轨道板智能精调设备的研发。采用激光位移传感器对4个精调标架进行非接触式测量检测,与调整前的x轴(横向)、y轴(纵向)、z轴(高程)进行对比计算,确定绝对差值,实现轨道板的高程、横向及纵向的智能调整,有效提高轨道板的精调效率。

关键词：板式无砟轨道智能精调系统机械化施工技术

领域对齐对抗的无监督跨领域文本情感分析算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2022年第6期59卷 1255-1270页

作者：贾熹滨曾檬米庆胡永利北京工业大学信息学部北京100124 多媒体与智能软件技术北京市重点实验室(北京工业大学) 北京100124 北京人工智能研究院(北京工业大学) 北京100124

在实际应用场景中,情感分析技术为自动判别文本情感极性提供了有效的决策及解决方案,但是文本情感分析技术依赖于大量的标定样本.为了减小对人工标注的依赖,有研究者提出了基于领域自适应的跨领域情感分析技术.该技术面向跨领域文本情... 详细信息

在实际应用场景中,情感分析技术为自动判别文本情感极性提供了有效的决策及解决方案,但是文本情感分析技术依赖于大量的标定样本.为了减小对人工标注的依赖,有研究者提出了基于领域自适应的跨领域情感分析技术.该技术面向跨领域文本情感分析任务,将经由标定样本训练的源领域模型,迁移至无标定的目标领域.然而目前的领域自适应技术仅从单个角度进行迁移,即减小领域专有特征差异或提取领域不变特征.因此考虑到跨领域文本数据同时包含领域专有特征和领域不变特征的特点,提出了一种领域对齐对抗的无监督跨领域文本情感分析算法.该算法通过渐进式的迁移策略,逐层减小不同语义层的领域差异,并在高层语义子空间通过协同优化的领域自适应算法,实现跨领域文本数据的领域知识迁移.在2个公开跨领域文本情感数据集上的24组跨领域文本情感分类实验结果表明,与4类领域自适应算法中代表性的和当前表现最优的方法相比,领域对齐对抗的无监督跨领域文本情感分析算法在24组实验中取得了最高的平均分类准确率,同时结合迁移性能分析结果和特征分布可视化结果,证明该算法一定程度上提升了现有无监督跨领域文本情感分析算法的分类性能和迁移性能.

关键词：跨领域情感分类迁移学习无监督领域自适应情感分析协同优化

在线全文

学校读者我要写书评

暂无评论

基于对比学习的双分类器无监督域适配模型

北京工业大学学报 2023年第2期49卷 197-204页

作者：孙艳丰陈亮胡永利北京工业大学信息学部北京100124

针对深度域适配问题中冗余信息导致模型性能不佳的问题,提出基于对比学习的双分类器域适配模型.该模型基于双分类器对抗理论,首先,将输入数据增强2次以获得2个视角的特征,通过将不同视角的特征输入不同的分类器提高分类器的多样性;其次... 详细信息

针对深度域适配问题中冗余信息导致模型性能不佳的问题,提出基于对比学习的双分类器域适配模型.该模型基于双分类器对抗理论,首先,将输入数据增强2次以获得2个视角的特征,通过将不同视角的特征输入不同的分类器提高分类器的多样性;其次,将双分类器方法和对比学习思想结合,使模型能够捕获数据的高层语义表征,减少不同类特征的混淆程度;最后,通过设立标签分布对齐正则项引导边界样本正确分类.实验结果表明,双分类器间的对比损失能提取数据中的有效信息,从而提升模型性能.

关键词：深度学习域适配对比学习对抗学习双分类器分布对齐

在线全文

学校读者我要写书评

暂无评论

基于自适应的权重融合深度多视子空间聚类

北京工业大学学报 2023年 1-11页

作者：刘静孙艳丰胡永利北京工业大学信息学部

针对深度多视子空间聚类网络在进行数据融合时不能区分各视图可靠性,以及缺乏对多视数据间一致性信息与互补性信息的利用等问题,提出一种基于自适应的权重融合深度多视子空间聚类(deep multi-view subspace clustering based on adaptiv... 详细信息

针对深度多视子空间聚类网络在进行数据融合时不能区分各视图可靠性,以及缺乏对多视数据间一致性信息与互补性信息的利用等问题,提出一种基于自适应的权重融合深度多视子空间聚类(deep multi-view subspace clustering based on adaptive weight fusion,DMSC-AWF)方法。首先,通过使各视图共享同一个自表示层来学习一个公共的表示矩阵,同时为各视图分别构建自表示层来学习各视图特定的表示矩阵,以此确保多视数据的一致性信息和互补性信息得以有效利用。然后,在共享自表示层基础上引入注意力模块来量化不同视的重要性,注意力模块自适应地为每视数据分配权重。最后,在4个公开数据集上进行聚类实验,该方法的聚类结果相比于对比方法有明显的提升,并且,通过退化实验验证了注意力模块学习视权重的有效性和重要性。

关键词：深度子空间聚类表示矩阵多视自适应注意力模块权重分配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应权重融合的深度多视子空间聚类

北京工业大学学报 2023年第7期49卷 758-768页

作者：刘静孙艳丰胡永利北京工业大学信息学部北京100124

针对深度多视子空间聚类网络在进行数据融合时不能区分各视图可靠性,以及缺乏对多视数据间一致性信息与互补性信息的利用等问题,提出一种基于自适应的权重融合深度多视子空间聚类(deep multi-view subspace clustering based on adaptive weight fusion,DMSC-AWF)方法。首先,通过使各视图共享同一个自表示层学习一个公共的表示矩阵,同时为各视图分别构建自表示层来学习各视图特定的表示矩阵,以此确保多视数据的一致性信息和互补性信息得以有效利用。然后,在共享自表示层基础上引入注意力模块来量化不同视图的重要性,注意力模块自适应地为每个视图数据分配权重。最后,在4个公开数据集上进行聚类实验,该方法的聚类结果相比于对比方法有明显的提升,并且,通过退化实验验证了注意力模块学习视权重的有效性和重要性。

关键词：深度子空间聚类表示矩阵多视权重自适应注意力模块权重分配

在线全文

学校读者我要写书评

暂无评论

线下式桥建合一车站振动噪声特性及控制研究

铁道工程学报 2022年第7期39卷 102-108页

作者：刘家海胡永利刘舫泊杨吉忠济南轨道交通集团有限公司济南250101 中铁二院工程集团有限责任公司成都610031

研究目的:为掌握线下式车站车致振动和噪声的形成机理、传递路径及分布特性差异,建立“列车-轨道-结构-土体”耦合动力学模型研究列车过站时引发的站房车致振动,利用声学有限元方法计算二次结构噪声,利用统计能量分析计算站厅内环境噪声... 详细信息

研究目的:为掌握线下式车站车致振动和噪声的形成机理、传递路径及分布特性差异,建立“列车-轨道-结构-土体”耦合动力学模型研究列车过站时引发的站房车致振动,利用声学有限元方法计算二次结构噪声,利用统计能量分析计算站厅内环境噪声,并根据研究结果开展线下式桥建合一车站低振动噪声设计。研究结论:(1)相比桥建分离车站,桥建合一车站候车厅在30 Hz以上的振级增幅达30 dB,而在人体更敏感的30 Hz以下低频范围内振级差异仅3.5 dB;(2)桥建合一车站因其承轨层与周边结构硬连接,承轨层振动更小,二次结构噪声较桥建分离车站低5.5 dBA,环境噪声低1.4 dBA,总体上对乘客来说具有更好的声振舒适性;(3)采用重型减振轨道能够有效抑制站房振动,楼板的垂向振动加速度减小10倍以上,二次结构噪声降幅可达25 dBA以上;在站台层和站厅层内采取吸声、隔声措施可使候车厅内环境噪声降幅达15 dBA以上;(4)相关振动噪声控制方案可为综合交通枢纽的减振降噪设计提供参考。

关键词：桥建合一线下式车站车致振动二次结构噪声环境噪声

在线全文

学校读者我要写书评

暂无评论

面向跨模态数据协同分析的视觉问答方法综述

北京工业大学学报 2022年第10期48卷 1088-1099页

作者：崔政胡永利孙艳丰尹宝才北京工业大学信息学部北京100124

协同分析和处理跨模态数据一直是现代人工智能领域的难点和热点,其主要挑战是跨模态数据具有语义和异构鸿沟.近年来,随着深度学习理论和技术的快速发展,基于深度学习的算法在图像和文本处理领域取得了极大的进步,进而产生了视觉问答(vis... 详细信息

协同分析和处理跨模态数据一直是现代人工智能领域的难点和热点,其主要挑战是跨模态数据具有语义和异构鸿沟.近年来,随着深度学习理论和技术的快速发展,基于深度学习的算法在图像和文本处理领域取得了极大的进步,进而产生了视觉问答(visual question answering,VQA)这一课题.VQA系统利用视觉信息和文本形式的问题作为输入,得出对应的答案,核心在于协同理解和处理视觉、文本信息.因此,对VQA方法进行了详细综述,按照方法原理将现有的VQA方法分为数据融合、跨模态注意力和知识推理3类方法,全面总结分析了VQA方法的最新进展,介绍了常用的VQA数据集,并对未来的研究方向进行了展望.

关键词：跨模态数据深度学习视觉问答数据融合跨模态注意力知识推理