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

基于交叉注意力的点击率预测模型

计算机工程与应用 2024年

作者：何李杰高茂庭上海海事大学信息工程学院

有效特征的挖掘是点击率预测的关键，针对点击率预测模型对局部组合特征与全局特征间的信息交流考虑不充分，对组合特征的重要度表达不准确的问题，提出一种基于交叉注意力的点击率预测模型(CANN)，通过交叉注意力机制突出组合特征与全... 详细信息

有效特征的挖掘是点击率预测的关键，针对点击率预测模型对局部组合特征与全局特征间的信息交流考虑不充分，对组合特征的重要度表达不准确的问题，提出一种基于交叉注意力的点击率预测模型(CANN)，通过交叉注意力机制突出组合特征与全局特征间的联系和交流，以充分挖掘有效特征。先通过全局平均池化分别得到每个特征的特征值并拼接成全局特征；再采用轴加权融合的方式来捕获组合特征；然后，通过交叉注意力机制实现全局特征与组合特征交叉，得到组合特征的权重来表达其重要性，并将加权的组合特征融合到全局特征，以提高信息交流；最后，通过多层感知机学习，得到点击率预测值。在两个公开和真实的数据集上的实验结果验证了该模型的有效性。

关键词：点击率预测交叉注意力特征交互神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多智能算法融合的苗期番茄最佳温度决策方法

西北农业学报 2024年

作者：吴清丽高攀高茂盛陕西省气象信息中心中国气象局气象干部研修中心(陕西) 西北农林科技大学机械与电子工程学院杨凌气象局

为应对全球食品需求的增长和气候变化对传统农业的影响,开发了一种基于多智能算法融合的设施番茄最佳温度决策方法。设计了番茄嵌套试验试验,采集了不同环境条件下苗期番茄的光合速率数据,并建立光合速率预测模型;通过对该模型实例化获... 详细信息

为应对全球食品需求的增长和气候变化对传统农业的影响,开发了一种基于多智能算法融合的设施番茄最佳温度决策方法。设计了番茄嵌套试验试验,采集了不同环境条件下苗期番茄的光合速率数据,并建立光合速率预测模型;通过对该模型实例化获取光合速率随温度变化的响应函数,并通过导数理论完成最佳温度提取;最后设计了模拟试验验证了最佳温度条件在番茄幼苗光合积累上的优势。模型评价结果表明:光合速率预测模型在未知数据集上决定系数达0.99,均方根误差为1.37μmol/（m2·s）,较其他经典模型具有显著优势;模型实例化函数显示不同环境条件下皆存在一个最适宜的温度点,该温度可使番茄光合速率达到最大;模拟生产结果显示,一个生产日内单位面积番茄幼苗的光合积累达0.216 6 mol/m2,较自然生长的番茄光合积累提升了一倍。综上,本决策方法提升了番茄的光合积累,为现代农业生产提供了有效的技术支持。

关键词：神经网络遗传算法温度决策光合速率

基于超图卷积网络和目标多意图感知的会话推荐算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年第1期41卷 32-38,44页

作者：王伦康高茂庭上海海事大学信息工程学院上海201306

当前先进的会话推荐算法主要通过图神经网络从全局和目标会话中挖掘项目的成对转换关系,并将目标会话压缩成固定的向量表示,忽略了项目间复杂的高阶信息和目标项目对用户偏好多样性的影响。为此提出了基于超图卷积网络和目标多意图感知... 详细信息

当前先进的会话推荐算法主要通过图神经网络从全局和目标会话中挖掘项目的成对转换关系,并将目标会话压缩成固定的向量表示,忽略了项目间复杂的高阶信息和目标项目对用户偏好多样性的影响。为此提出了基于超图卷积网络和目标多意图感知的会话推荐算法HCN-TMP。通过学习会话表示来表达用户偏好,首先依据目标会话构建会话图,依据全局会话构建超图,通过意图解纠缠技术将原有反映用户耦合意图的项目嵌入表示转换为项目多因素嵌入表示,再经图注意力网络和超图卷积网络分别学习目标会话节点的会话级和全局级项目表示,并使用距离相关性损失函数增强多因素嵌入块间的独立性;然后嵌入目标会话中节点位置信息,加权每个节点的注意力权重,得到全局级和会话级会话表示;利用对比学习最大化两者互信息,经目标多意图感知,针对不同的目标项目自适应地学习目标会话中多意图的用户偏好,得到目标感知级会话表示,最后线性融合三个级别的会话表示得到最终的会话表示。在Tmall和Nowplaying两个公开数据集上进行大量实验,实验结果验证了HCN-TMP算法的有效性。

关键词：图神经网络会话推荐意图解纠缠注意力机制自监督学习

融合多模态资源的课程知识图谱构建与应用研究

在线全文

学校读者我要写书评

暂无评论

融合多模态资源的课程知识图谱构建与应用研究

作者：高茂内蒙古师范大学

学位级别：硕士

近年来,随着“互联网+教育”模式的普及,教育领域逐渐积累了海量具有应用价值的课程资源。但不同来源的课程资源之间结构不同、没有建立起相应的联系,难以直观地服务于教学。此外,现有的教材、学习网站等课程知识组织方式单一,多数面向... 详细信息

近年来,随着“互联网+教育”模式的普及,教育领域逐渐积累了海量具有应用价值的课程资源。但不同来源的课程资源之间结构不同、没有建立起相应的联系,难以直观地服务于教学。此外,现有的教材、学习网站等课程知识组织方式单一,多数面向文本,很少整合不同模态间的课程资源去发挥更大的效果,迫切需要人工智能、大数据等新兴技术采集并处理相关的课程资源,为教师、学生群体提供智能服务,持续促进教育应用的智能化。本研究围绕数据结构课程的“多模态课程知识图谱构建”这一核心问题,结合课程知识抽取、多模态课程资源融合、问答系统搭建三部分,开展基于知识图谱的智能教育应用研究,给予学习者多模态的课程资源,降低学习者的学习难度,为教师的教学提供便利。主要研究内容如下:(1)课程知识抽取。以字为切分单位的BERT预训练模型在课程知识抽取的子任务实体识别中表现优异,但其忽略了粗粒度的领域词汇作为整体的语义表示信息,对于数据结构文本中存在大量嵌套实体的识别效果并不好,不利于课程知识抽取任务的实现。针对上述问题,提出动态融合字、词级别词向量的LEBERT-CRF实体识别方法,利用词典适配器将领域词典特征高效地融入BERT模型中,以提升BERT模型对实体词边界的识别效果,更好地适应于课程知识抽取任务。经实验结果证明,LEBERT-CRF模型相较其它主流的实体识别模型表现更好,F1值达到95.47%。(2)多模态课程资源融合。已有研究多利用基于相似度计算的方法对齐百度百科、互动百科知识社区的实体,进而扩充知识图谱的数据来源。但上述方法需要人工设定阈值、语言模型无法学习到深层次的领域语义知识。为了解决上述问题,提出微调BERT词嵌入的实体对齐方法,对齐百度百科、互动百科的多模态资源。首先,通过下游的分类任务微调BERT模型,提升模型预测正确结果的能力;其次,针对数据集正负样本比例不均衡的问题,提出负采样策略,提升模型的准确程度与泛化性能,实验结果证明分类任务性能明显提升,AUC值提升0.29;最后,将优化后的模型应用于实体对齐任务中,利用输出概率进行排序并预测最终对齐的实体对,实验结果优于基于相似度计算的实体对齐方法,F1值达到95.9%。(3)问答系统搭建。如何有效结合问答技术,向学习者提供知识反馈并展示知识点相关的多模态课程资源,是亟需解决的关键问题。基于此,构建基于课程知识图谱的问答系统,通过系统自动化地分析与理解,为学习者提供基于问答的知识反馈支持服务,辅助学习者学习数据结构课程。

关键词：课程知识图谱多模态资源深度学习实体识别实体对齐

黄土滑坡稳定性评价的集合卡尔曼滤波同化方法

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

水土保持通报 2024年第1期44卷 109-117页

作者：王梦杨魏冠军高茂宁兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 甘肃省地理国情监测工程实验室甘肃兰州730070

[目的]为提升区域滑坡稳定性评价模型的预测精度,解决传统滑坡稳定性分析基于静态的物理模型过度简化滑坡发生机理与力学机制,导致过度预测的缺点,以及模型参数通常具有的时空变异性、不确定性的问题。[方法]基于集合卡尔曼滤波的数据... 详细信息

[目的]为提升区域滑坡稳定性评价模型的预测精度,解决传统滑坡稳定性分析基于静态的物理模型过度简化滑坡发生机理与力学机制,导致过度预测的缺点,以及模型参数通常具有的时空变异性、不确定性的问题。[方法]基于集合卡尔曼滤波的数据同化方法,以甘肃省兰州市北环路周边区域为例,构建了基于TRIGRS模型和SBAS-InSAR观测数据的区域滑坡数据同化方案,对模型中的安全系数(Fs)进行同化,更新模型参数内摩擦角,进而修正滑坡稳定性,并利用均方根偏差(RMSD)检验同化值的精度。[结果]同化后研究区域滑坡安全系数明显高于模型预测的结果,不稳定区域的面积比例由12%降低至7%,与实际观测更为接近;试验使内摩擦角参数逐渐向观测值方向改正,实现了模型参数的动态更新;均方根偏差从0.33减小到0.04左右。[结论]基于集合卡尔曼滤波的数据同化方法有效修正了模型稳定性预测结果,可以更准确体现当前区域滑坡实际情况,具有更高的预测精度。

关键词：滑坡稳定性评价数据同化 TRIGRS模型集合卡尔曼滤波 SBAS-InSAR

维普期刊数据库博看期刊

HfZrTiTaAl系高熵合金动态变形、损伤及破坏行为

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年

作者：高茂国刘睿郭岩松耿恒恒陈鹏万北京理工大学长三角研究院(嘉兴) 南京理工大学机械工程学院北京理工大学机电学院

高熵合金因其优异的综合力学性能被应用于高速碰撞和爆炸冲击等极端环境。为研究高熵合金在动态加载下变形、损伤及破坏行为，设计并制备了HfZrTiTaAl系难熔高熵合金，开展了准静态压缩实验和分离式霍普金森压杆(SHPB)实验，结合数值模... 详细信息

高熵合金因其优异的综合力学性能被应用于高速碰撞和爆炸冲击等极端环境。为研究高熵合金在动态加载下变形、损伤及破坏行为，设计并制备了HfZrTiTaAl系难熔高熵合金，开展了准静态压缩实验和分离式霍普金森压杆(SHPB)实验，结合数值模拟，得到了含损伤的Johnson-Cook本构模型参数，模拟了材料在动态加载下损伤演化过程及破坏。实验结果表明：该难熔高熵合金在准静态压缩条件下具有良好的塑性，在0.001～3500s-1应变率范围内，HfZrTiTaAl系高熵合金具有应变率效应，屈服强度从1140MPa增加到1568MPa。数值模拟表明了在高应变率加载下试样的损伤主要集中在与加载方向呈45°的断面上，且在试样中间的单元损伤程度大于试样两侧单元的损伤程度。随着加载应变率的增大，损伤度大于0.8的单元占试样总单元的百分比也逐渐增大。

关键词：高熵合金动态力学性能 Johnson-Cook本构模型损伤演化有限元模拟

融合多模态资源的教育知识图谱的内涵、技术与应用研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2022年第8期39卷 2257-2267页

作者：高茂张丽萍内蒙古师范大学计算机科学技术学院呼和浩特010022

传统的教育知识图谱研究多数面向文本资源,忽略了多模态资源对教育知识的解读作用及其自身丰富的特征表示。为了更好地推进后续研究工作,以多模态资源为切入点,对教育知识图谱进行综述。首先,介绍了知识图谱的概念和分类;其次,综述了教... 详细信息

传统的教育知识图谱研究多数面向文本资源,忽略了多模态资源对教育知识的解读作用及其自身丰富的特征表示。为了更好地推进后续研究工作,以多模态资源为切入点,对教育知识图谱进行综述。首先,介绍了知识图谱的概念和分类;其次,综述了教育知识图谱的内涵,对教育知识图谱的定义、分类及其构建框架进行梳理;结合以神经网络为代表的深度学习方式,对教育知识图谱的构建技术进行重点介绍;最后,总结了教育知识图谱的相关应用,并指出当前研究中存在的问题与未来的研究方向。

关键词：教育知识图谱多模态资源深度学习知识图谱构建技术

V波段2W高效率GaN功率放大器MMIC的研制

在线全文

学校读者我要写书评

暂无评论

通讯世界 2024年第6期31卷 10-12页

作者：高茂原中国电子科技集团公司第十三研究所河北石家庄050051

由于氮化镓(GaN)具有高功率密度特性,因此GaN功率放大器在毫米波领域得到快速发展,其性能不断提升。基于此,采用0.13μm GaN工艺,研制了一款V波段高效率的GaN功率放大器单片微波集成电路(MMIC),对0.13μm GaN工艺和器件进行阐述。对功... 详细信息

由于氮化镓(GaN)具有高功率密度特性,因此GaN功率放大器在毫米波领域得到快速发展,其性能不断提升。基于此,采用0.13μm GaN工艺,研制了一款V波段高效率的GaN功率放大器单片微波集成电路(MMIC),对0.13μm GaN工艺和器件进行阐述。对功率放大器设计和制作进行研究,包括功率放大器的架构、电路实现以及功率合成和版图实现,并对功率放大器进行测试和结果分析,包括小信号特性和大信号特性。该功率放大器在40 GHz~75 GHz频段内,其饱和输出功率大于2 W,附加效率大于15%,功率增益大于18 dB,可广泛应用于毫米波雷达和通信领域。

关键词： V波段高功率高效率功率放大器 MMIC

基于改进PCNN和知识蒸馏的学科知识实体间关系抽取

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年

作者：赵宇博张丽萍闫盛侯敏高茂内蒙古师范大学计算机科学技术学院

关系抽取作为梳理学科知识的重要手段以及教育知识图谱构建的重要步骤，在当前研究中，如BERT等以Transformer架构为基础的预训练语言模型多数存在参数量大、复杂程度过高的问题，导致其难以部署到终端设备上，在真实教育场景中的应用... 详细信息

关系抽取作为梳理学科知识的重要手段以及教育知识图谱构建的重要步骤，在当前研究中，如BERT等以Transformer架构为基础的预训练语言模型多数存在参数量大、复杂程度过高的问题，导致其难以部署到终端设备上，在真实教育场景中的应用受到限制。此外，大多数传统的轻量级关系抽取模型并不是通过文本结构对数据进行建模，容易忽略实体间的结构信息，且生成的词嵌入向量难以捕捉文本的上下文特征、一词多义问题解决能力差，难以契合学科知识文本非结构化以及专有名词占比大的特点，不利于高质量的关系抽取。针对上述问题，提出了一种基于改进分段卷积神经网络（PCNN）和知识蒸馏（KD）的学科知识实体间关系抽取方法。首先，利用BERT生成高质量的领域文本词向量，对PCNN模型的输入层进行改进，从而有效捕捉文本上下文特征并在一定程度上解决一词多义问题；其次，利用卷积和分段最大池化操作深入挖掘实体间结构信息，完成BERT-PCNN模型构建，实现高质量的关系抽取；最后，考虑到教育场景对高效且轻量化模型的需求，蒸馏BERT-PCNN模型输出层和中间层知识，用于指导PCNN模型，完成KD-PCNN模型的构建。实验结果表明，BERT-PCNN模型的Weighted-average F1达到94%，相较于RBERT和EC-BERT模型分别提升了1个百分点和2个百分点；KD-PCNN模型的Weighted-average F1达到92%，持平于EC-BERT模型，参数量相较于BERT-PCNN、KD-RB-l模型下降了3个数量级。可见，所提方法能够在性能评价指标和网络参数量之间取得更好的权衡，有利于教育知识图谱自动化构建程度的提高和新型教育应用的研发与部署。

关键词：关系抽取分段卷积神经网络知识蒸馏知识图谱学科知识神经网络