检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

偏多标记学习研究

偏多标记学习研究

作者：谢明昆南京航空航天大学

学位级别：硕士

在传统机器学习研究中,学习对象仅由一个类别标记来描述其语义信息。在许多实际应用中,学习对象往往与多个类别标记相关联。多标记学习是解决该类任务的一种学习框架,并已成功地应用到了许多实际任务中。在多标记学习的实际任务中,精确... 详细信息

在传统机器学习研究中,学习对象仅由一个类别标记来描述其语义信息。在许多实际应用中,学习对象往往与多个类别标记相关联。多标记学习是解决该类任务的一种学习框架,并已成功地应用到了许多实际任务中。在多标记学习的实际任务中,精确标注对象的多个标记往往代价高昂且异常困难。更高效的标注方式是标注者仅粗略地赋予每个对象一个候选标记集合。该候选集包含数目未知的相关标记,并且往往掺杂着一些不相关的标记。这种方式降低了样本的标注代价,但同时也导致基于这些不精确标注的学习任务变得更加困难。因此,如何有效地对候选标记集合进行消歧,即,识别出候选标记中的相关标记,是解决该问题的核心研究内容。本文对此进行研究,主要工作包括:1.提出一个新的学习框架以形式化上述学习问题,并命名为偏多标记学习。在偏多标记学习中,学习对象与一个候选标记集合相关联,该集合同时包含多个相关标记和其它噪声标记。为了解决该问题,进一步提出偏多标记学习方法PML-lc和PML-fp为候选集中的每个标记维护一个置信度值,以估计该标记是其对应示例的相关标记的可能性。一方面,通过最小化以置信度加权的排序损失来优化标记的相关程度排序;另一方面,通过利用包括特征和目标空间在内的结构信息来优化标记的置信度值。实验结果表明PML-lc和PML-fp可以有效地解决偏多标记学习问题。2.提出一种通过对特征表示与噪声标记之间关系进行建模以检测候选集中噪声标记的偏多标记学习方法PML-NI。在偏多标记学习框架下,涌现出了许多基于偏标注样本的学习方法。然而,现有的偏多标记学习方法往往假设噪声标记是随机产生的,并根据该假设恢复候选集中真实标记信息。而在实际应用中,噪声标记往往是由于样本中的某些含有歧义的内容导致标注者误标产生的。本文提出的PML-NI方法,通过对特征表示与噪声标记进行建模,同时进行多标记的分类与对噪声标记的检测。实验结果显示PML-NI方法比假设噪声标记随机产生的方法有更强的泛化性能。3.提出一种基于少量偏标注样本以及大量未标注样本的偏多标记学习方法SSPML。以往偏多标记学习方法往往假设所有样本都是已标注的。然而,在许多现实场景中,通常仅有少量偏标注样本,还有大量的未标注样本。本文将上述问题形式化为一个新的学习框架,并命名为半监督偏多标记学习。在该框架下,本文提出的半监督偏多标记学习方法SSPML,假设样本的真实标记是其特征向量的低维嵌入表示,并对每个样本引入标记隐变量。一方面,通过保持样本相似度在特征空间和标记空间一致以复原标记隐变量;另一方面,通过标记隐变量的反馈信息更新样本相似度。实验结果表明SSPML能有效地解决半监督偏多标记学习问题。

关键词：多标记学习偏多标记学习候选标记集合半监督多标记学习标记隐变量样本相似度

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

基于负学习的重加权鲁棒学习方法

计算机应用 2023年

作者：邹博士杨铭宗辰辰谢明昆黄圣君南京航空航天大学计算机科学与技术学院

噪声标记学习方法能够有效利用含有标记噪声的数据来训练模型，显著降低大规模数据集的标注成本。现有的噪声标记学习方法通常假设数据集中各个类别的样本数目是平衡的。然而，在许多真实场景下，数据往往存在噪声标记，且数据的真实分... 详细信息

噪声标记学习方法能够有效利用含有标记噪声的数据来训练模型，显著降低大规模数据集的标注成本。现有的噪声标记学习方法通常假设数据集中各个类别的样本数目是平衡的。然而，在许多真实场景下，数据往往存在噪声标记，且数据的真实分布具有长尾现象，这导致现有方法难以设计有效的指标，如训练损失或置信度区分尾部类别中的干净样本和噪声样本。为了解决噪声长尾学习问题，提出一种基于负学习的样本重加权鲁棒学习算法。具体来说，根据模型对头部类别和尾部类别样本的输出分布，提出一种新的样本权重计算方法，能够使干净样本的权重接近1，噪声样本的权重接近0。为了保证模型对样本的输出准确，结合负学习和交叉熵损失使用样本加权的损失函数训练模型。实验结果表明，在多种不平衡率和噪声率的CIFAR-10以及CIFAR-100数据集上，所提出方法相较于噪声长尾分类的最优基线模型TBSS (Two Stage BiDimensional Sample Selection)，平均准确率分别提升4.79%和3.46%。

关键词：噪声标记学习长尾学习噪声长尾学习样本重加权负学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于负学习的样本重加权鲁棒学习方法

计算机应用 2024年第5期44卷 1479-1484页

作者：邹博士杨铭宗辰辰谢明昆黄圣君南京航空航天大学计算机科学与技术学院南京211106

噪声标记学习方法能够有效利用含有噪声标记的数据训练模型,显著降低大规模数据集的标注成本。现有的噪声标记学习方法通常假设数据集中各个类别的样本数目是平衡的,但许多真实场景下的数据往往存在噪声标记,且数据的真实分布具有长尾现... 详细信息

噪声标记学习方法能够有效利用含有噪声标记的数据训练模型,显著降低大规模数据集的标注成本。现有的噪声标记学习方法通常假设数据集中各个类别的样本数目是平衡的,但许多真实场景下的数据往往存在噪声标记,且数据的真实分布具有长尾现象,这导致现有方法难以设计有效的指标,如训练损失或置信度区分尾部类别中的干净样本和噪声样本。为了解决噪声长尾学习问题,提出一种基于负学习的样本重加权鲁棒学习(NLRW)方法。具体来说,根据模型对头部类别和尾部类别样本的输出分布,提出一种新的样本权重计算方法,能够使干净样本的权重接近1,噪声样本的权重接近0。为了保证模型对样本的输出准确,结合负学习和交叉熵损失使用样本加权的损失函数训练模型。实验结果表明,在多种不平衡率和噪声率的CIFAR-10以及CIFAR-100数据集上,NLRW方法相较于噪声长尾分类的最优基线模型TBSS(Two stage Bi-dimensional Sample Selection),平均准确率分别提升4.79%和3.46%。

关键词：噪声标记学习长尾学习噪声长尾学习样本重加权负学习

维普期刊数据库

压电纤维复合材料智能传感器的有限元预测与器件性能研究

在线全文

学校读者我要写书评

暂无评论

物理学报 2025年

作者：高裕昆赵洁周晶晶周静青岛瓷兴新材料有限公司阜阳师范大学安徽省重点实验室信息功能材料与器件武汉理工大学材料工程学院武汉理工大学三亚科教创新园

压电纤维复合材料（Macro Fiber Composite，MFC）具有高压电性、高柔韧性和低损耗等优点，被广泛应用于航空、航天、国民和军事等领域。然而，目前MFC传感器的研究主要聚焦于材料应用，对于MFC传感器件仿真建模还缺乏系统性的研究。本... 详细信息

压电纤维复合材料（Macro Fiber Composite，MFC）具有高压电性、高柔韧性和低损耗等优点，被广泛应用于航空、航天、国民和军事等领域。然而，目前MFC传感器的研究主要聚焦于材料应用，对于MFC传感器件仿真建模还缺乏系统性的研究。本工作分别建立了代表性体积元模型、直接模型和混合模型，从细节到整体、从微观到宏观对MFC的有限元模型进行了建模和分析。一方面通过等效体积元模型，掌握MFC内部的电场分布规律，为力-电耦合提供理论依据；另一方面通过直接模型和混合模型，对MFC的实体结构进行整体建模和边界条件的加载，为MFC贴片式传感和共振式传感的分析提供理论依据，有效预测了MFC智能元件传感器的传感性能。仿真结果表明：共振式传感器性能远优于贴片式传感器，当激振加速度5 m/s2，悬臂梁基板长度为80 mm时，计算得到的MFC共振式传感器的谐振频率为67 Hz，输出电压为4.17 V。实验结果表明：MFC传感器测试的谐振频率为74 Hz，输出电压为3.59 V，仿真计算结果与MFC传感器预测结果基本吻合。此外，MFC传感器在低频工作时具有优异的传感灵敏度，传感灵敏度为7.35 V/g。可见，MFC在低频共振时具有优异的传感特性，构建的三种有限元模型可以有效预测MFC传感器的传感性能，为MFC传感器的性能预测提供了保障。

关键词：压电纤维复合材料(MFC) 传感器性能预测有限元模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海上边水驱砂岩油田合理油水井数比计算方法

岩性油气藏 2025年第1期37卷 194-200页

作者：陈肖缪云李伟谢明英施浩王伟峰中海石油(中国)有限公司深圳分公司广东深圳518054

基于物质平衡和极值原理,推导考虑边水能量影响下的合理油水井数比与合理地层压力的计算公式,并结合珠江口盆地新近系珠江组A油藏开发实践,对边水油藏合理油水井数比随含水率的变化规律进行详细研究。研究结果表明:①在计算不同含水率... 详细信息

基于物质平衡和极值原理,推导考虑边水能量影响下的合理油水井数比与合理地层压力的计算公式,并结合珠江口盆地新近系珠江组A油藏开发实践,对边水油藏合理油水井数比随含水率的变化规律进行详细研究。研究结果表明:①在计算不同含水率阶段的合理油水井数比时,相较于传统计算方法,考虑边水能量影响的计算结果更接近矿场实践。②合理油水井数比受制于多种因素的综合影响,其中边水水侵系数对其影响最为显著,且水侵系数越大,不考虑水侵因素方法的计算误差越大。③为达到高产液量和天然能量高利用率,通过计算得到珠江口盆地A油藏现阶段合理油水井数比为1.97,该条件下,日注水量为18878 m^(3),天然水侵量为1693 m^(3)/d,地层压力为21.27 MPa,与数值模拟结果相近。

关键词：边水驱油藏物质平衡合理油水井数比合理地层压力注采比水侵系数数值模拟新近系珠江口盆地

维普期刊数据库博看期刊

炭烧干酪的工艺优化及对其在不同成熟期蛋白质降解的研究

在线全文

学校读者我要写书评

暂无评论

食品与发酵工业 2025年第1期 116-123页

作者：马晓蕊瓮亚楠陈涛魏超昆宁夏大学食品科学与工程学院宁夏大学食品科学与工程学院宁夏食品微生物应用技术与安全控制重点实验室

为了开发干酪新品种，探究美拉德反应对炭烧干酪发酵过程中理化指标及其蛋白质降解量的影响，通过单因素和响应面法优化炭烧干酪的试验工艺条件，并对不同成熟期的炭烧干酪进行理化指标、蛋白质降解度、游离氨基酸以及蛋白酶活力的测定... 详细信息

为了开发干酪新品种，探究美拉德反应对炭烧干酪发酵过程中理化指标及其蛋白质降解量的影响，通过单因素和响应面法优化炭烧干酪的试验工艺条件，并对不同成熟期的炭烧干酪进行理化指标、蛋白质降解度、游离氨基酸以及蛋白酶活力的测定。最终结果表明，炭烧干酪的最佳工艺条件为，葡萄糖添加量10%、加热温度95℃、加热时间3.0 h。实验结果表明，炭烧干酪在发酵过程中，pH和水分逐渐下降，蛋白质分解量和总游离氨基酸增加，蛋白酶活力和乳酸菌总数先增加后降低；在发酵中期，炭烧干酪的水分含量、脂肪以及蛋白质含量低于普通干酪，这是美拉德反应致使蛋白质和脂肪球膜蛋白发生变性，失去脂肪球膜的脂肪不稳定发生凝结，从而使得蛋白质和脂肪含量下降。

关键词：美拉德反应炭烧干酪蛋白质降解度理化指标酶活力

同方期刊数据库

三维网络氮化硼/聚合物导热复合材料的研究进展

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2025年

作者：许一昊许平凡章培昆罗耀发福州大学先进制造学院

近年来，随着电子元器件、传感器、集成电路等与半导体技术相关领域的迅速发展，对散热的要求也是越来越高。六方氮化硼（Hexagonal Boron Nitride，h-BN）是一种优秀的绝缘导热材料，被广泛应用在与聚合物材料的复合进程中。因此，如何... 详细信息

近年来，随着电子元器件、传感器、集成电路等与半导体技术相关领域的迅速发展，对散热的要求也是越来越高。六方氮化硼（Hexagonal Boron Nitride，h-BN）是一种优秀的绝缘导热材料，被广泛应用在与聚合物材料的复合进程中。因此，如何在h-BN与聚合物的复合进程中实现其性能的最优化呈现已然成为众多学者所聚焦的核心主题。该文简要介绍了h-BN的导热机制和影响其导热的因素，说明了h-BN在聚合物中分布状况对复合材料性能的影响，并着重对三维网络氮化硼/聚合物复合材料的研究进展予以综述，最后总结了当前的一些技术困难，展望了未来的发展方向。

关键词：六方氮化硼聚合物三维网络复合材料导热

基于碳足迹视角的固废再生陶粒项目碳减排分析与实证研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国环境科学 2025年

作者：宋晓聪邓陈宁朱芳李林子谢明辉沈鹏陈忱杜帅中国环境科学研究院环境管理研究中心中国环境科学研究院环境技术工程有限公司

双碳战略目标背景下，陶粒行业对于双碳转型的需求愈加迫切，温室气体自愿减排交易市场这一政策为产业低碳转型提供了新的方向。本研究从碳足迹角度，结合国家核证自愿减排量（CCER）方法学，建立二次灰渣再生陶粒项目碳减排计量模型，... 详细信息

双碳战略目标背景下，陶粒行业对于双碳转型的需求愈加迫切，温室气体自愿减排交易市场这一政策为产业低碳转型提供了新的方向。本研究从碳足迹角度，结合国家核证自愿减排量（CCER）方法学，建立二次灰渣再生陶粒项目碳减排计量模型，以4万吨/年二次灰渣再生陶粒项目为例进行实证分析，评估项目碳减排量，基于碳排放关键因素解析，对二次灰渣再生陶粒项目碳减排潜力进行优化评估。结果表明，4万吨/年二次灰渣再生陶粒项目2023年总的CO2e减排量为3.26万t，其中，陶粒生产阶段减排贡献达到95%。从碳足迹视角分析，项目年CO2e排放总量约6.49万t，加工生产和原料获取阶段是陶粒项目碳排放的关键环节。从CO2排放源类别分析，二次灰渣、污泥等固废原料替代是陶粒行业降碳的重点，另外，固废原料添加的优先级顺序依次为二次灰渣、污泥和废弃土。关于碳减排潜力优化，绿色原料、清洁电网、低碳运输和再生循环四种低碳情景下，二次灰渣再生陶粒项目分别实现6.93、3.42、3.56和3.28万t CO2e减排量，绿色原料情景下陶粒行业蕴含0.09亿t的碳减排潜力。

关键词：碳足迹固体废物陶粒碳减排效益关键因素

Sequential Cooperative Distillation for Imbalanced Multi-Task Learning

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Computer Science & Technology 2024年第5期39卷 1094-1106页

作者： Quan Feng Jia-Yu Yao Ming-Kun Xie Sheng-Jun Huang Song-Can Chen College of Computer Science and Technology Nanjing University of Aeronautics and AstronauticsNanjing 211106China MIIT Key Laboratory of Pattern Analysis and Machine Intelligence Nanjing University of Aeronautics and Astronautics Nanjing 211106China

Multi-task learning(MTL)can boost the performance of individual tasks by mutual learning among multiple related ***,when these tasks assume diverse complexities,their corresponding losses involved in the MTL objective inevitably compete with each other and ultimately make the learning biased towards simple tasks rather than complex *** address this imbalanced learning problem,we propose a novel MTL method that can equip multiple existing deep MTL model architectures with a sequential cooperative distillation(SCD)***,we first introduce an efficient mechanism to measure the similarity between tasks,and group similar tasks into the same block to allow their cooperative learning from each *** on this,the grouped task blocks are sorted in a queue to determine the learning sequence of the tasks according to their complexities estimated with the defined performance ***,a distillation between the individual task-specific models and the MTL model is performed block by block from complex to simple manner,achieving a balance between competition and cooperation among learning multiple *** experiments demonstrate that our method is significantly more competitive compared with state-of-the-art methods,ranking No.1 with average performances across multiple datasets by improving 12.95%and 3.72%compared with OMTL and MTLKD,respectively.

关键词： multi-task learning(MIT) imbalanced learning similarity estimation knowledge distillation distillation queue