检索结果-南通市图书馆

Frontiers of Environmental Science & Engineering 2024年第5期18卷 73-83页

作者： Marvin Yeung Lan Tian Yuhong Liu hairong wang Jinying Xi Environmental Simulation and Pollution Control State Key Joint Laboratory School of EnvironmentTsinghua UniversityBeijing100084China Graduate School at Shenzhen Tsinghua UniversityShenzhen518055China

Electrochemical disinfection(ECD)is a promising disinfection technique for wastewater reclamation;however,the impacts of ECD on the microbiome in secondary effluent wastewater remain *** this study,Propidium monoazide-qPCR(PMA-qPCR)and the plate count method were used to evaluate the inactivation performance,and the PMA-16S rRNA gene sequences of living cells were targeted to study the microbiome.A discrepancy was found between PMA-qPCR and the plate count method in the evaluation of cell count,with increases of 1.5 to 2.2 orders of magnitude in the disinfection rate after 150 s of ***,the cell count recovered and occasionally exceeded original levels within 3 d after *** was suppressed after ECD,but the microbiome after 150 s disinfection retained a higher level of evenness and stability in the community with a median Shannon index(>3.7).Pathogenic bacteria remained high in relative abundance even after 150 s of 25 V disinfection,but the biofilm-forming population was effectively suppressed by *** co-occurrence network revealed a centralized and fragile network as disinfection persisted,demonstrating the destabilizing effects of ECD on the *** pathways for cell membrane synthesis and organic compound degradation were enriched after *** reaction of the microbiome after ECD was similar to other disinfection techniques in terms of community structure.

关键词： Electrochemical disinfection Secondary effluent Microbiome

Recommendation Method for Contrastive Enhancement of Neighborhood Information

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2024年第1期78卷 453-472页

作者： hairong wang Beijing Zhou Lisi Zhang He Ma School of Computer Science and Engineering North Minzu UniversityNingxia750021China

Knowledge graph can assist in improving recommendation performance and is widely applied in various person-alized recommendation ***,existing knowledge-aware recommendation methods face challenges such as weak user-item interaction supervisory signals and noise in the knowledge *** tackle these issues,this paper proposes a neighbor information contrast-enhanced recommendation method by adding subtle noise to construct contrast views and employing contrastive learning to strengthen supervisory signals and reduce knowledge ***,first,this paper adopts heterogeneous propagation and knowledge-aware attention networks to obtain multi-order neighbor embedding of users and items,mining the high-order neighbor informa-tion of users and ***,in the neighbor information,this paper introduces weak noise following a uniform distribution to construct neighbor contrast views,effectively reducing the time overhead of view *** paper then performs contrastive learning between neighbor views to promote the uniformity of view information,adjusting the neighbor structure,and achieving the goal of reducing the knowledge noise in the knowledge ***,this paper introduces multi-task learning to mitigate the problem of weak supervisory *** validate the effectiveness of our method,experiments are conducted on theMovieLens-1M,MovieLens-20M,Book-Crossing,and Last-FM *** results showthat compared to the best baselines,our method shows significant improvements in AUC and F1.

关键词： Contrastive learning knowledge graph recommendation method

Taming Sand With Science

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Beijing Review 2024年第27期67卷 36-37页

作者： wang hairong 不详

Innovation empowers the battle against desertification and sandification in China,With birds chirping and lushplants swaying in the breeze,the shelterbelts intheoncebarrensand sea inAlxa Left Banner,a county-level adm... 详细信息

关键词： Banner barren desertification

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

自注意力相似度迁移跨模态哈希网络

北京航空航天大学学报 2024年第2期50卷 615-622页

作者：梁焕王海荣王栋北方民族大学计算机科学与工程学院银川750021

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学... 详细信息

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学习的方法利用实值空间相似度引导哈希码的生成。在3个常用的数据集MIRFLICKR-25K、IAPR TC-12和MSCOCO上与深度跨模态哈希(DCMH)、成对关系引导的深度哈希(PRDH)、跨模态汉明哈希(CMHH)等优秀方法进行对比实验,结果显示哈希码长度为64 bit的条件下,所提模型在3个数据集图像检索文本任务的平均精确度均值(MAP)达到72.3%,文本检索图像任务的MAP达到70%,高于对比方法。

关键词：跨模态检索哈希学习注意力机制迁移学习无监督学习

在线全文

学校读者我要写书评

暂无评论

图文数据的多级关系分析与挖掘方法

北京航空航天大学学报 2024年第2期50卷 684-694页

作者：郭瑞萍王海荣王栋北方民族大学计算机科学与工程学院银川750021

如何高效挖掘多模态数据间隐藏的语义关联是当前多模态知识抽取的重点任务之一,为更细粒度地挖掘图像与文本数据间关系,提出了一种多级关系分析与挖掘(MRAM)方法,引入BERT-Large模型,提取文本特征构建文本连接图,利用Faster-RCNN网络提... 详细信息

如何高效挖掘多模态数据间隐藏的语义关联是当前多模态知识抽取的重点任务之一,为更细粒度地挖掘图像与文本数据间关系,提出了一种多级关系分析与挖掘(MRAM)方法,引入BERT-Large模型,提取文本特征构建文本连接图,利用Faster-RCNN网络提取图像特征来学习空间位置关系和语义关系并构建图像连接图,进而完成单模态内部语义关系计算,在此基础上,使用节点切分方法和带多头注意力机制的图卷积网络(GCN-MA)进行局部和全局的图文关系融合。此外,为提升关系挖掘效率,采用了基于注意力机制的连边权重剪枝策略,用以增强重要分支表示,减少冗余信息干扰。在公开的Flickr30K、MSCOCO-1K、MSCOCO-5K数据集上进行方法实验,并与11种方法进行实验结果的对比分析,所提方法在Flickr30K上的平均召回率提高了0.97%和0.57%,在MSCOCO-1K上的平均召回率提高了0.93%和0.63%,在MSCOCO-5K上的平均召回率提高了0.37%和0.93%,实验结果验证了所提方法的有效性。

关键词：关系挖掘多级关系注意力机制图卷积网络图文数据

鲍曼不动杆菌Ⅵ型分泌系统功能蛋白的研究及应用新进展

在线全文

学校读者我要写书评

暂无评论

微生物学报 2024年第2期64卷 391-407页

作者：王海蓉宁年智王慧牡丹江医学院公共卫生学院黑龙江牡丹江157011 军事科学院军事医学研究院微生物流行病研究所病原微生物生物安全全国重点实验室北京100071

细菌Ⅵ型分泌系统(typeⅥsecretion system,T6SS)作为一个动态多蛋白复合体,各元件之间分工明确,转运各种效应蛋白作用于竞争细菌获得自我生长优势。鲍曼不动杆菌(Acinetobacter baumannii,Ab)通过T6SS介导细菌在微生物群落中的竞争能力... 详细信息

细菌Ⅵ型分泌系统(typeⅥsecretion system,T6SS)作为一个动态多蛋白复合体,各元件之间分工明确,转运各种效应蛋白作用于竞争细菌获得自我生长优势。鲍曼不动杆菌(Acinetobacter baumannii,Ab)通过T6SS介导细菌在微生物群落中的竞争能力,影响其耐药进化、宿主侵袭感染等过程。其中,缬氨酸-甘氨酸-精氨酸G蛋白三聚体(valine-glycine repeat protein G,VgrG)、脯氨酸-丙氨酸-丙氨酸-精氨酸重复序列蛋白(proline-alanine-alanine-arginine,PAAR)、溶血素共调节蛋白(hemolysin-coregulated protein,Hcp)和效应-免疫(effector-immunity,E-I)对发挥着关键作用。有关T6SS的研究总结虽然很多,但是鲜有文章系统概述其临床应用前景,因为这对T6SS功能蛋白的鉴定、特性、转运机制等基础研究的进展提出了挑战。本文通过综述鲍曼不动杆菌中T6SS的分布、主要功能蛋白的特性及转运机制的研究进展,结合T6SS的应用案例,提供其应用的可行性证据。以期进一步推动鲍曼不动杆菌Ⅵ型分泌系统基因和功能的研究,为开发新型抗感染疫苗、筛选合适的靶点抑制剂及生产工程化药物递送工具提供新的思路。

关键词：鲍曼不动杆菌 Ⅵ型分泌系统缬氨酸-甘氨酸-精氨酸G蛋白三聚体脯氨酸-丙氨酸-丙氨酸-精氨酸重复序列蛋白溶血素共调节蛋白效应-免疫对

在线全文

学校读者我要写书评

暂无评论

双判别器深度残差GAN高光谱图像融合

中国图象图形学报 2024年第7期29卷 2046-2062页

作者：周庆泽郭擎王海荣李安中国科学院空天信息创新研究院北京100094 中国科学院大学电子电气与通信工程学院北京100049

目的为了解决高空间分辨率多光谱图像与高光谱图像融合时的多波段对多波段问题,以及高空间分辨率多光谱图像波谱范围不能完全涵盖高光谱图像波谱范围而导致的光谱失真问题,本文利用深度学习的数据驱动优势,基于高分5号(GF-5)高光谱数据... 详细信息

目的为了解决高空间分辨率多光谱图像与高光谱图像融合时的多波段对多波段问题,以及高空间分辨率多光谱图像波谱范围不能完全涵盖高光谱图像波谱范围而导致的光谱失真问题,本文利用深度学习的数据驱动优势,基于高分5号(GF-5)高光谱数据和Sentinel-2多光谱数据,提出一种基于生成对抗网络(generative adversarial network,GAN)的高光谱图像空谱融合方法——双判别器深度残差GAN网络(two discriminator deep residual GAN,2DDRGAN)。方法考虑待融合图像间的波谱范围关系,采用分组融合策略,利用波段间的相关性,将多对多的融合问题转变为多个一对多的融合问题。使用深度残差模块深度提取图像的光谱和空间特征,用两个判别网络对融合图像的空间和光谱质量分别进行判断,改善生成网络生成的融合图像质量。另外,本文的深度学习网络不需要制作额外的融合结果标签,待融合图像本身就是标签,这大大降低了高光谱融合的工作量,也是目前深度学习遥感图像融合的根本改变。结果与常用传统空谱融合方法和经典深度学习方法比较的实验结果表明,对于不同地物类型数据,该网络得到的融合结果在提升空间分辨率的同时,有较高的光谱保真度。光谱曲线评价也验证了该网络对于高空间分辨率图像波谱范围以外的高光谱图像波段进行融合时有良好的光谱保真度。结论本文方法通过深度残差模块提取高光谱图像光谱特征和高空间分辨率图像空间特征,同时引入双判别网络,使得融合结果在保持光谱信息的同时更好地提升空间信息。

关键词：高光谱图像空谱融合高空间分辨率多光谱图像光谱失真融合策略生成对抗网络(GAN) 光谱曲线评价

在线全文

学校读者我要写书评

暂无评论

图文语义增强的多模态命名实体识别方法

计算机应用研究 2024年第6期41卷 1679-1685页

作者：徐玺王海荣王彤马赫北方民族大学计算机科学与工程学院银川750021 北方民族大学图像图形智能处理国家民委重点实验室银川750021

为了解决多模态命名实体识别方法中存在的图文语义缺失、多模态表征语义不明确等问题,提出了一种图文语义增强的多模态命名实体识别方法。其中,利用多种预训练模型分别提取文本特征、字符特征、区域视觉特征、图像关键字和视觉标签,以... 详细信息

为了解决多模态命名实体识别方法中存在的图文语义缺失、多模态表征语义不明确等问题,提出了一种图文语义增强的多模态命名实体识别方法。其中,利用多种预训练模型分别提取文本特征、字符特征、区域视觉特征、图像关键字和视觉标签,以全面描述图文数据的语义信息;采用Transformer和跨模态注意力机制,挖掘图文特征间的互补语义关系,以引导特征融合,从而生成语义补全的文本表征和语义增强的多模态表征;整合边界检测、实体类别检测和命名实体识别任务,构建了多任务标签解码器,该解码器能对输入特征进行细粒度语义解码,以提高预测特征的语义准确性;使用这个解码器对文本表征和多模态表征进行联合解码,以获得全局最优的预测标签。在Twitter-2015和Twitter-2017基准数据集的大量实验结果显示,该方法在平均F 1值上分别提升了1.00%和1.41%,表明该模型具有较强的命名实体识别能力。

关键词：多模态命名实体识别多模态表示多模态融合多任务学习命名实体识别

在线全文

学校读者我要写书评

暂无评论

多模态命名实体识别方法研究进展

郑州大学学报（工学版） 2024年第2期45卷 60-71页

作者：王海荣徐玺王彤荆博祥北方民族大学计算科学与工程学院宁夏银川750021 北方民族大学图像图形智能处理国家民委重点实验室宁夏银川750021

为了解决多模态命名实体识别(MNER)研究中存在的文本特征语义不足、视觉特征语义缺失、图文特征融合困难等问题,多模态命名实体识别方法相继被提出。首先,总结了多模态命名实体识别方法的整体框架以及各部分常用的技术,随后对其进行梳... 详细信息

为了解决多模态命名实体识别(MNER)研究中存在的文本特征语义不足、视觉特征语义缺失、图文特征融合困难等问题,多模态命名实体识别方法相继被提出。首先,总结了多模态命名实体识别方法的整体框架以及各部分常用的技术,随后对其进行梳理并分类为基于BiLSTM的MNER方法和基于Transformer的MNER方法,并根据模型结构将其划分为前融合模型、后融合模型、Transformer单任务模型、Transformer多任务模型等4类模型结构。其次,在Twitter-2015、Twitter-2017 2个数据集上,分别对这2类方法进行实验,结果表明:多特征协同表示能增强各模态特征的语义,多任务学习能够促进模态特征融合或者结果融合,从而提升MNER的准确性。建议在MNER的未来研究中,着重关注通过多特征协同表示来增强模态语义,通过多任务学习促进模态特征融合或结果融合等方向的研究。

关键词：多模态命名实体识别 Transformer BiLSTM 多模态融合多任务学习

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

论北疆文化视野下的诚信建设

中国蒙古学（蒙文） 2024年第2期52卷 1-6页

作者：王海荣不详