检索结果-南通市图书馆

作者：欧阳辉重庆理工大学

学位级别：硕士

随着国家掀起制造业转型的浪潮以及高端装备的不断发展,对平面二维位移测量的需求也随之攀升。当前,平面二维位移测量方法分为两种:一种是采用两套一维位移传感器安装于平面上的X轴和Y轴,通过组合的测量方式来实现;另一种是采用单一传... 详细信息

随着国家掀起制造业转型的浪潮以及高端装备的不断发展,对平面二维位移测量的需求也随之攀升。当前,平面二维位移测量方法分为两种:一种是采用两套一维位移传感器安装于平面上的X轴和Y轴,通过组合的测量方式来实现;另一种是采用单一传感器直接实现平面二维位移测量。采用两套一维位移传感器组合的测量方式,通常存在结构复杂、引入阿贝误差、测量精度难以保证等问题,因此目前研究热点主要聚焦于单传感器平面二维测量,其中以二维光栅的研究成果最为突出,但受限于加工工艺和加工设备的制约,导致难以制造实现大范围高精度的平面二维光栅,使其测量精度的提升受到限制。我国由于缺乏高精度加工设备以及原创核心技术,导致在二维光栅研究领域大部分都跟风国外,其商用产品更是严重依赖进口。因此,为打破国外技术封锁以及满足日益增长的二维位移测量需求,研究具有大量程、高精度且易加工的平面二维位移传感器具有重大科研价值及应用价值。课题组在一维位移传感器研究基础之上提出一种“维度判断+位移解耦”的平面二维位移测量新方法,本文通过理论分析、电磁场仿真分析和样机实验验证相结合的方式对该二维位移传感器进行了测量误差分析与实验研究,其主要研究内容及成果如下:(1)对平面二维时栅传感器测量原理进行了理论分析,基于此对传感器从激励信号施加到产生感应信号过程中可能引入误差的环节进行了详细分析。首先对电气环节引入的误差理论建模分析与仿真验证分析,从而确定该环节引入的误差大小与成分;其次对传感器样机加工带来的结构误差进行了理论分析,确定结构误差给传感器测量精度的影响。(2)根据该二维时栅传感器的结构特点,通过电磁仿真分析了两维度感应绕组交叉干扰影响。通过将某一维度感应绕组单独仿真的误差大小与两维度感应绕组同时存在的仿真误差大小进行对比,从而确定两维度感应绕组互相给各自测量误差带来的影响。(3)重点开展了传感器动尺安装误差对测量精度的影响分析。在电磁仿真软件中对传感器安装过程中动尺可能出现的安装模态进行了3D建模与仿真,通过对仿真数据进行解算与傅里叶分解得到动尺不同安装姿态对传感器两维度测量误差的影响规律以及额外引入的误差成分。(4)利用PCB技术研制了一套传感器样机,并搭建精密二维实验平台进行了安装误差验证实验以及传感器性能测试。经实验得出:动尺不同安装姿态实验结果与仿真分析基本一致,在两维度测量精度中主要引入0次、2次、4次和8次谐波误差,8次谐波误差受传感器结构影响,为传感器固有误差,可通过控制动尺安装高度进行抑制,动尺偏摆姿态对两维度测量精度影响最大,动尺俯仰姿态、偏摆姿态以及沿非测量方向偏移对两维度测量精度影响相对较小;若保证较好安装姿态,动尺与定尺之间气隙高度为0.8mm时,传感器在单对极24mm测量范围内X、Y方向原始误差分别不超过±33.9μm、±32.6μm,线性度分别为0.28%、0.27%,重复性分别为0.015%、0.014%;在216mm×216mm的测量范围内X、Y方向原始测量精度分别优于±36.3μm、±35.8μm,修正后分别不超过±9.5μm、±9.3μm。

来源：

同方学位论文库评论

基于自注意力机制与用户动态偏好挖掘的序列推荐研究

引用

作者：朱凯伟重庆理工大学

学位级别：硕士

在数字时代背景下,各行业内生成的数据量呈现指数级增长,用户在多元化环境中与各式物品的频繁互动,进而产生庞大的用户行为数据。序列推荐便是一种针对此类用户-物品交互序列进行建模的技术,旨在缓解信息过载的挑战。深度学习技术因能... 详细信息

在数字时代背景下,各行业内生成的数据量呈现指数级增长,用户在多元化环境中与各式物品的频繁互动,进而产生庞大的用户行为数据。序列推荐便是一种针对此类用户-物品交互序列进行建模的技术,旨在缓解信息过载的挑战。深度学习技术因能从用户历史互动序列中精准抽取兴趣偏好而广泛应用。因此,成为众多学术研究的焦点。尽管目前的推荐算法在某些维度上实现了技术突破,但它们在精准捕获用户随时间而演变的长期与短期兴趣偏好,以及在推荐中综合考虑项目的属性特征等方面仍显示出局限性。本文对用户行为序列展开分析和研究,本文的研究内容如下:(1)针对现有的序列推荐方法过度依赖于交互序列的顺序性,而未充分考虑时间间隔等时序信息对用户长短期兴趣建模的影响,以及推荐过程中用户意外交互产生的噪声等问题,本文提出了融合时间间隔和增强过滤的注意力序列推荐模型。该模型首先将时间间隔信息分别加入到用户长期和短期行为序列中。其次,加入滤波器过滤衰减数据中的噪声。然后,将时间感知的门控循环单元和注意力机制结合用于捕获用户长期偏好,同时引入感知时间间隔的自注意力机制以捕获用户短期行为序列与时间间隔的动态关系。最后,利用自适应的门控网络动态整合用户长短期兴趣信息,形成用户最终的兴趣表示。通过在不同的数据集上进行验证,证明了该模型有效提升了推荐系统的时效性和整体性能。(2)针对现有的序列推荐模型未能充分利用项目属性特征挖掘用户偏好,以及忽略热门物品的传播力影响的问题,本文提出了融合特征信息的自注意力序列推荐模型。首先,利用压缩语义的方法对属性信息进行优化处理,并和时序位置嵌入相结合,通过自注意力机制捕获用户偏好随时间及属性的动态变化。然后,结合经过信息传播模型优化后的用户评分矩阵和时间间隔矩阵,通过自注意力机制综合学习时间维度和评分信息。最后,将两个自注意力机制的输出表示进行连接,并作为下一个物品的推荐。实验证明所提出的模型较对比模型均有一定的提升。(3)在本文提出的模型的基础上,设计并构建了一个电影推荐原型系统。该系统基于上述推荐模型,并依托于用户与电影间的实际交互数据,为用户提供个性化推荐服务。

来源：

同方学位论文库评论

基于专利数据的我国光刻技术领域“卡脖子”技术识别研究

引用

作者：张逸凡重庆理工大学

学位级别：硕士

在全球化与逆全球化力量的交织下,近年来国际政治经济形势发生了显著变化。特别是中美之间的贸易战逐渐升级为科技战,其中以美国为首的发达国家对我国实施了更为严格的技术封锁。其中,光刻行业遭受的技术封锁尤为严重,作为人工智能、大... 详细信息

在全球化与逆全球化力量的交织下,近年来国际政治经济形势发生了显著变化。特别是中美之间的贸易战逐渐升级为科技战,其中以美国为首的发达国家对我国实施了更为严格的技术封锁。其中,光刻行业遭受的技术封锁尤为严重,作为人工智能、大数据、工业互联网等前沿产业的基石,其技术封锁不仅影响产业发展,更牵动着国家安全。在这种形势下,我国光刻技术领域的突破对国家安全和产业发展具有重大意义。因此,精准识别“卡脖子”技术对于我国在全球产业链的定位以及未来发展至关重要。本文从技术差距、技术发展潜力和技术垄断三个维度出发,构建了“卡脖子”技术三阶段识别模型,第一阶段,根据关键核心专利的创新性、影响性、经济性和安全性四个维度构建评价指标体系,利用AHP-熵权法主客观结合地为评价指标赋权,筛选出关键核心专利。第二阶段,根据关键核心专利的IPC技术分类号划分关键核心技术领域,通过构建技术差距指标,对我国关键核心技术领域与该技术领域国际科技强国进行技术数量和质量上的对比,判断我国哪些技术领域,面临“卡脖子”的风险。第三阶段,综合评价细分技术领域的技术发展潜力和技术垄断程度,将“卡脖子”技术细分为重度、中度、轻度和非卡脖子四个类别。以光刻专利数据为样本,本文识别出7项重度“卡脖子”技术、17项中度“卡脖子”技术及9项轻度“卡脖子”技术,与《商业管制清单》中的ECCN编码完全对应,验证了“卡脖子”技术定量识别模型的科学性和实用性。针对识别出的33项“卡脖子”技术,本文提出以下建议:(1)对于重度“卡脖子”技术,应积极探索新的技术轨道,研发颠覆性技术,实现“换道超车”;(2)对于中度“卡脖子”技术,如果其技术创新空间和市场应用机会有限,但技术垄断程度适中,可通过合作创新、寻找替代技术来突破;若技术垄断程度高,高水平技术集中在少数国家或地区,但仍有技术发展的可能性,则应选择自主创新或合作创新,以缩小与技术主导国家的差距。(3)对于轻度“卡脖子”技术,可依据自身优势选择自主创新、市场应用拓展或合作创新、寻求替代技术等方式,技术突破的可能性较大。

来源：

同方学位论文库评论

基于视觉SLAM的三维语义地图构建方法研究

引用

作者：陈清子重庆理工大学

学位级别：硕士

同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术可在未知环境下,帮助机器人获取周围环境的结构信息和自身的位置信息,在无人机、机器人、自动驾驶等领域具有重要的应用价值。作为SLAM技术中的重要分支,视觉SLAM... 详细信息

同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术可在未知环境下,帮助机器人获取周围环境的结构信息和自身的位置信息,在无人机、机器人、自动驾驶等领域具有重要的应用价值。作为SLAM技术中的重要分支,视觉SLAM通过相机采集图像进行位姿估计和周围环境地图生成,在无人自主系统的导航、定位和避障中发挥重要作用。但是,传统的视觉SLAM在实际应用场景中易受动态物体的干扰,在位姿运动估计过程中易出现误差累积。同时,动态物体的出现与移动使得SLAM地图出现变形,进而影响建图效果。此外,传统的视觉SLAM建图仅提供了代表空间点云坐标和相机位姿的几何信息,缺乏语义信息,使其执行更高层的语义任务受限。针对上述问题,论文对基于运动分割的视觉SLAM方法和表征静态环境的三维语义地图构建进行了研究,其主要研究内容和创新点如下:针对传统的视觉SLAM在动态场景下,算法鲁棒性差、定位精度低的问题,提出了一种基于运动分割的视觉SLAM方法。在ORB-SLAM3系统的基础框架上,使用结合几何约束、光流估计和深度估计方法于一体的运动分割方法Rigidmask,检测潜在动态物体并生成动态物体掩码图像。同时使用YOLO-World方法进行实例分割,以获取物体掩码图像。随后,对上述两种掩码图像进行对应关系匹配,以提高运动分割的精确度。最后,对掩码图像进行二值化处理,剔除动态特征点,利用剩余特征点进行位姿匹配和估计,从而提高整体定位精度。针对传统的视觉SLAM建图缺乏语义信息,以及易受动态物体干扰,导致地图失真的问题,提出了一种基于多目标跟踪的三维语义地图构建方法。首先使用Bytetrack进行多目标跟踪,得到YOLO-World实例分割结果中物体的ID,判断环境中运动过的物体。其次,利用得到的输入的每帧图像的所有物体的掩码图像和物体ID、对应关系匹配后动态物体ID进行匹配删除,获取到静态物体实例掩码图像。再次,使用静态物体实例掩码图像进行单帧点云的生成,同时进行点云的拼接和两次滤波操作,最终生成三维语义地图。在此基础上,利用TUM数据集对上述两种方法进行了实验研究。结果表明,与ORB-SLAM3相比,在高动态序列下,所提方法的绝对轨迹误差(absolute trajectory error,ATE)可提高89%以上。同时,其定位精度在fr3＿walking＿static和fr3＿sitting＿halfsphere序列上均高于Dyna SLAM和DS-SLAM算法,在其他序列上较DS-SLAM也有明显改进。此外,在动态环境下,所提方法能构建出几何信息较复杂的语义地图。

来源：

同方学位论文库评论

数字人才对地区经济增长的影响研究

引用

作者：王澜晰重庆理工大学

学位级别：硕士

以数字经济为发展趋势的改革浪潮正在我国持续推动着,并逐渐成为继农业经济、工业经济后的现代社会主要经济形态,加速推进着我国新一轮科技、产业革命。而作为我国经济发展新引擎的数字经济,其发展关键在于人才的驱动。数字人才——有... 详细信息

以数字经济为发展趋势的改革浪潮正在我国持续推动着,并逐渐成为继农业经济、工业经济后的现代社会主要经济形态,加速推进着我国新一轮科技、产业革命。而作为我国经济发展新引擎的数字经济,其发展关键在于人才的驱动。数字人才——有别于一般人力资本,具备更强的学习能力与精湛的数字技能,能够更好地吸收、消化知识,加速新兴技术的吸收和扩散,同时还能重新构建现有的知识和技术,从而促进数字经济发展。数字人才作为数字化转型的核心驱动力,将成为影响数字经济发展的关键因素。因此,在我国加快建设教育强国、科技强国、人才强国,教育、科技、人才一体化推进的背景下,研究数字人才对我国当前各地区经济增长的影响,以及其背后的传导机制具有重要的理论与实践意义。本文首先界定了数字人才、经济增长的概念,梳理了人力资本、经济增长的相关理论,并对国内外有关数字人才、经济增长以及数字人才与经济增长的相关研究进行回顾;其次,分析了我国数字人才与经济增长的现状,并对数字人才水平做了定量分析,即构建数字人才水平指标体系,测算出数字人才水平指数,并根据测算结果做出进一步梳理分析;接着,在理论研究的基础上,剖析了数字人才对地区经济增长的影响机制及影响路径,并提出四点研究假设;随后,基于我国2012—2021年间30个省份及直辖市的面板数据,利用固定效应模型、调节效应模型及中介效应模型,实证检验了数字人才对地区经济增长的影响机理及作用机制;最后,从前文理论和实证研究中得出相关研究结论,并根据研究结论提出建议、研究展望。研究结论主要有以下几点:(1)数字人才对地区经济增长存在促进作用,科技创新投入越高的地区效果越显著;(2)科技创新产出的提高是数字人才促进我国地区经济增长的重要路径。具体而言,数字人才通过激发科技创新产出、提高创新效率进而促进地区经济增长;(3)通过地区环境异质性分析得出,教育投入越高、数字基础设施建设越完善的地区,数字人才对地区经济增长的促进作用更加凸显;(4)通过区域异质性分析得出,在数字人才影响地区经济增长过程中,我国南方地区的影响效用更大,影响效果更加显著;(5)在对我国数字人才水平进行定量分析后得到:对数字人才水平进行趋势分析得到,近十年,我国的整体数字人才水平与经济增长的发展趋势是相同的,均呈现出正向增长的趋势;对数字人才水平进行聚类分析得到,高水平省份个数逐年增多,较高水平省份个数也在逐年增多,各地区数字人才水平整体来说呈现出逐渐提高的趋势,其中以我国直辖市为首的数字人才水平最高。另外,高水平和较高水平等级的省份及直辖市中位于南方地区的省份个数均大于等于位于北方地区的省份个数。因此,根据以上研究结论提出如下四点建议:(1)注重数字人才的自主培养与引进,优化教育、数字基础设施环境;(2)设立“企业大学”培养内部数字人才,完善内部激励与外部引进机制;(3)着重培养实践应用型、复合型数字人才,加强校企合作以加速创新成果转化;(4)持续推进创新驱动发展战略,助力地区经济高质量发展。

来源：

同方学位论文库评论

智能车自适应换道轨迹重规划及跟踪控制

引用

作者：吕今升重庆理工大学

学位级别：硕士

智能车辆的换道操作是智能驾驶技术研究领域备受关注的问题之一。在现代交通环境中,车辆需要频繁进行换道,而智能车辆需要准确、高效地执行换道操作,以适应复杂多变的交通环境。换道不仅涉及到车辆动力学特性,还需要考虑周围车辆的行驶... 详细信息

智能车辆的换道操作是智能驾驶技术研究领域备受关注的问题之一。在现代交通环境中,车辆需要频繁进行换道,而智能车辆需要准确、高效地执行换道操作,以适应复杂多变的交通环境。换道不仅涉及到车辆动力学特性,还需要考虑周围车辆的行驶状态、道路条件以及交通规则等多方面因素。因此,本文从智能车直路换道轨迹规划、弯路换道轨迹规划、换道轨迹重规划和轨迹跟踪控制方面展开研究,确保智能车能够安全稳定的完成换道操作,对智能汽车产业的技术发展具有重要意义。本文的主要研究内容如下:首先,对智能车在结构化道路上的换道场景进行定义,建立直路换道场景和弯路换道场景。分别计算直路换道场景和弯路换道场景下的最小安全距离,利用智能车与周围车辆间的初始纵向距离以及最小安全距离,对换道安全系数进行求解,进行基于换道安全系数的换道可行性分析。之后利用五次多项式模型分别建立直路换道轨迹方程和弯路换道轨迹方程,求解模糊变权重目标函数,对换道轨迹进行多目标优化,计算出不同场景下最优的换道时间。其次,考虑智能车沿着先前规划出的换道轨迹执行换道过程中,周围车辆的行驶状态由于某种原因突然发生改变的情况,提出换道轨迹重规划策略。重规划策略包括提前换道策略、推迟换道策略以及换道返回策略。针对重规划策略的不同,建立不同的目标函数并进行优化求解,计算出修正后的换道时间,得到重规划后的修正轨迹。从提前换道场景、推迟换道场景以及换道返回场景的仿真结果可看出,进行换道轨迹修正后可在周围车辆运动状态发生突变时有效避免碰撞。再次,设计轨迹跟踪控制器时,为减少控制算法的计算量,对车辆模型进行了简化。建立了车辆二自由度动力学模型,以及魔术公式轮胎模型。并基于车辆二自由度模型,分析得到了车辆跟踪误差模型。之后在轨迹跟踪控制器设计时,横向采用前馈加反馈的LQR控制器,实现对前轮转角的控制,纵向采用位移和速度双PID控制器,实现对车辆速度的跟踪。最后,通过Carsim动力学仿真软件进行车辆参数和道路参数的设置,并搭建了结构化道路上直路换道场景和弯路换道场景,然后与Simulink中的控制模块进行联合仿真。通过仿真结果发现,在换道轨迹跟踪过程中,前轮转角平稳变化且无剧烈抖动,横向误差、速度误差以及航向误差均满足实验误差要求,设计的控制器精度较好,进行换道轨迹跟踪时有良好的稳定性。

来源：

同方学位论文库评论

求解连续型分布式约束优化问题的种群搜索策略算法研究

引用

作者：赵晴川重庆理工大学

学位级别：硕士

分布式约束优化问题(Distributed constrained optimization problems,DCOP)常被广泛用于解决多智能体系统中的任务调度和资源分配,由一群自治的智能体通过相互协调使得全局目标达到最优。一般来说,DCOP中智能体所控制的变量是离散的,... 详细信息

分布式约束优化问题(Distributed constrained optimization problems,DCOP)常被广泛用于解决多智能体系统中的任务调度和资源分配,由一群自治的智能体通过相互协调使得全局目标达到最优。一般来说,DCOP中智能体所控制的变量是离散的,然而在一些实际应用中,需要使用连续变量才能建立更佳的模型。因此,研究人员提出了连续型分布式约束优化问题(Continuous distributed constrained optimization problems,C-DCOP)来解决DCOP在连续变量问题上进行求解时存在的局限性。本文对DCOP和C-DCOP求解算法的研究现状进行了介绍,并分析了现有C-DCOP求解算法存在约束代价函数形式的限制、计算开销过大、容易陷入局部最优等缺点。针对现有C-DCOP求解算法存在的一些局限性,本文的主要的研究内容如下:(1)提出了一种基于分布估计的差分进化C-DCOP求解算法(Differential Evolution Algorithm based on Estimation of Distribution for C-DCOP,DEED)。该算法在差分进化算法引入了分布估计,通过建立不同的概率模型,发挥两个种群各自的搜索性能,其中优势种群的概率模型由精英个体构建,保证一定的局部搜索能力,而劣势种群的概率模型由其中的随机个体构建,扩大了算法的搜索空间,后期在变异阶段完成了两个种群的信息交互。本文在理论上证明了该算法的anytime属性和全局收敛性,并进行了复杂度分析,最后通过实验对比证明了DEED算法在求解质量上的优越性。(2)提出了一种双种群变异策略差分进化C-DCOP求解算法(Differential Evolution Algorithm with Two-population Mutation Strategy for C-DCOP,DETM)。本文对DEED算法存在的不足进行了分析,该算法在差分进化算法的基础上进行了改进,在两个种群进行搜索的过程中设计了不同的策略,对优势种群采取了利用最优个体和当前个体的差异来增加算法局部搜索能力的变异策略,而针对劣势种群,设计了两个种群选择精英个体的方法,并将它们用于劣势种群的变异阶段,利用它们的差异以及随机个体来兼顾算法的开发与搜索能力。本文对该算法进行了复杂度分析,最后的对比实验结果表明,相比于其他对比算法,DETM算法具有更好的收敛速度和求解质量。(3)分析了当前农用无人机植保的相关研究,在农业智能化中,无人机协同控制的应用并未完全普及。本文考虑到该实际问题与分布式约束优化问题的相关性,为减少协同植保任务产生的时间成本和繁复的撒药工作,将农用无人机协同植保任务建模为C-DCOP模型,使用本文所提算法进行仿真实验,在满足约束条件的情况下,求解得到农用无人机每次进行植保工作的运动方向,为农用无人机协同植保任务提供合适的方案,最后,通过将仿真实验求得的不同无人机植保范围的重合面积之和作为全局代价。实验结果表明,基于C-DCOP构建的数学模型能够有效地减少协同植保中产生的时间成本,提高工作效率。

来源：

同方学位论文库评论

藏族久棋计算机博弈智能体四步对弈方法的研究

引用

作者：杨小漫重庆理工大学

学位级别：硕士

博弈是人类永恒的话题,大到国家之间的军事、经济、外交斗争,小到人与人的斗力、斗智、斗技,皆蕴含着深刻的智能内涵。计算机博弈以计算机为工具,人们熟悉的游戏为载体,模拟、模仿与研究智能。该词语源于英文Computer Games,考虑到国情... 详细信息

博弈是人类永恒的话题,大到国家之间的军事、经济、外交斗争,小到人与人的斗力、斗智、斗技,皆蕴含着深刻的智能内涵。计算机博弈以计算机为工具,人们熟悉的游戏为载体,模拟、模仿与研究智能。该词语源于英文Computer Games,考虑到国情,国内学者意译为计算机博弈,也称之为机器博弈。计算机博弈在人工智能发展历程中,一直扮演着催化剂的角色,比如IBM“深深的蓝”、谷歌的“阿尔法狗”、Open AI的“AI bot”等标志性事件,极大地推动了人工智能发展,促进了计算机博弈成为人工智能的重要研究领域。久棋是一种藏族的民族游戏,现在已进入国家非物质文化遗产目录。在2019年,中国人工智能学会机器博弈专委会将其引入中国大学生计算机博弈大赛,推动了久棋计算机博弈国内的发展。本文以藏族久棋为研究对象,主要完成了以下三个方面工作:⑴针对久棋的多阶段博弈规则,为化解搜索空间巨大难点,提出久棋四步对弈法,即布局、行棋前、行棋后期和飞子4个阶段,然后,分段精细化处理各博弈子过程,在不同阶段选择和设计了不同的博弈算法。这不仅有助于更好地应对久棋博弈的复杂性,还增强了决策智能性,为久棋博弈的深入研究和优化奠定了坚实基础。⑵针对传统博弈算法难以直接应用于久棋计算机博弈的情况,对相应阶段进行了算法改进、重组、优化。在布局阶段,将DQN算法与经验知识相结合,设计了攻防策略,改进了Alpha-Beta算法,采用了特殊的博弈树搜索深度动态适应手段,设计局面坐标权重,以十字阵型数目判定布局阶段的暂时优势情况,以此来训练DQN模型,实现布局优化;而在行棋的前后期两个阶段,以Alpha-Beta算法计算而得的等效最优解个数为划分指标,并确定前后期划分策略。在算法选择上,前期采用传统Alpha-Beta算法,后期采用DQN算法,这样的两步对弈法,提高了对复杂局面的适应与学习能力;在飞子阶段,设计了该阶段特有的攻防策略,再次选择DQN算法,设计输赢判定机制,并设立奖惩函数训练DQN模型,有效地提升了吃子率,更好地处理了复杂多变局面,确保了久棋智能体的稳健决策输出。⑶针对久棋博弈系统研发需求,开发了藏族久棋计算机博弈系统。采用了Python编程语言,利用Tkinter工具包,首先搭建了本文需要的算法训练平台。然后,针对参加全国比赛的需要,使用Python、C++开发语言及其相应的调试环境,完成了久棋博弈智能体的开发、部署、测试并参加了2023年全国比赛,获得一等奖,证明本文研究成果的可行性与先进性。

来源：

同方学位论文库评论

语义聚合的计算与数据双效优化视觉Transformer研究

引用

作者：王俊杰重庆理工大学

学位级别：硕士

视觉Transformer是一种基于自注意力机制的创新型模型,近年来在计算机视觉领域引起了广泛关注。它在图像识别和目标检测任务上已经取得了显著的成果。尽管视觉Transformer在各种计算机视觉任务上取得了显著进展,但是在对模型进行进一步... 详细信息

视觉Transformer是一种基于自注意力机制的创新型模型,近年来在计算机视觉领域引起了广泛关注。它在图像识别和目标检测任务上已经取得了显著的成果。尽管视觉Transformer在各种计算机视觉任务上取得了显著进展,但是在对模型进行进一步优化方面仍然存在一些挑战。特别是针对大规模图像数据的依赖和在计算效率方面的改进,是当前研究的重点之一。为了优化视觉Transformer模型的性能,并在数据效率与计算效率之间找到平衡,本文进行了如下研究工作:在数据效率方面,视觉Transformer面临的一个挑战是其对大量训练数据的需求以及较长的训练时长,这是由于它们缺乏相应的局部归纳偏差。针对这一方面的挑战,本文提出一种双向并行局部注意力视觉Transformer的方法。该方法首先在特征层面上对补丁进行分组,在组内执行局部注意力,以利用特征空间中补丁之间的关系弥补信息丢失。其次,为了有效融合补丁之间的信息,将基于语义的局部注意力和基于图像的局部注意力并行结合起来,通过双向自适应学习来增强ViT模型在小数据上的性能。实验结果表明,该方法在计算量为15.2GFLOPs和参数量为57.2M的情况下,分别在CIFAR-10数据集以及CIFAR-100数据集上实现了97.93%和85.80%的准确性。相比于其他方法,双向并行局部注意力视觉Transformer在增强局部引导能力的同时,保持了局部注意力所需属性的有效性。在计算效率方面,传统的Transformer模型采用的全局自注意力机制使得模型计算复杂度随着输入序列的增加而呈现二次增长的趋势。这不仅对处理高分辨率图像的视觉Transformer骨干网络构成限制,还因其高昂的计算成本而难以部署在资源有限的边缘计算设备上。针对这一方面的挑战,本文提出了一种灵活的、对查询敏感的稀疏注意力方法,允许每个查询仅对最相关的少数键值对进行关注。从特征角度上来说,每个查询和其关注的键值对在语义上紧密相关。同时,为了解决稀疏注意力可能带来的注意力脆弱问题,引入了可学习的空洞卷积机制。这种机制允许每个输入标记自适应的聚合一定范围内的信息,从而在执行自注意力计算之前对单个标记的信息进行了补充和增强。基于这一方法,提出了一种名为STFormer的高性能、通用的视觉Transformer模型。实验结果表明,该方法在计算量为4.0GFLOPs和参数量为25.8M的情况下,在ImageNet-1K数据集实现了83.5%的准确性。同时在多个计算机视觉任务上(如图像分类、目标检测),模型都取得了良好的性能和高计算效率,验证了设计的有效性。

来源：

同方学位论文库评论

融合多信息的对话式推荐模型研究

引用

作者：张城阳重庆理工大学

学位级别：硕士

近年来,互联网上提供的数据越来越多,为了有效过滤无用信息,推荐系统成为了人工智能研究领域里一个重要的方向。传统推荐系统需要依靠用户的历史行为数据(例如购买或点击记录)来分析用户的偏好,从而针对性地推荐符合用户兴趣的物品,但... 详细信息

近年来,互联网上提供的数据越来越多,为了有效过滤无用信息,推荐系统成为了人工智能研究领域里一个重要的方向。传统推荐系统需要依靠用户的历史行为数据(例如购买或点击记录)来分析用户的偏好,从而针对性地推荐符合用户兴趣的物品,但这种依靠历史数据的静态推荐方法难以精准预测用户的短期偏好。对话推荐系统(Conversational Recommender Systems,CRS)通过自然语言和用户进行多次对话,并能在对话过程中逐渐捕获用户的实时兴趣,从而可以提供更好的交互性,也从根本上解决了传统推荐系统的静态问题。由于CRS的目标是在较少的对话轮数里完成推荐,因此其对话历史通常较短,且系统能捕获到的用户信息也较为稀少,而少量的对话文本也使得系统的对话生成能力还有所欠缺。为了增强模型的推荐和对话能力,提出以下两个模型并在两个常用电影数据集上进行了验证:1)多信息增强的对话推荐系统由于对话历史信息的稀缺使得模型难以准确预测用户偏好,而现有CRS通常引入知识图谱和电影评论等外部知识来扩充上下文信息,从而加强系统对用户偏好的学习。关于知识图谱,CRS领域更多是将大型图谱DBpedia抽取出电影领域子图,这种方法存在大量来自其他领域的噪音,从而影响到偏好嵌入的质量。而电影评论是一种主观的短文本序列,无论是在提供偏好实体还是文本增强方面都还有待提升。对此,通过关注用户语句中隐藏的内部类别信息,基于DBpedia子图构建类别增强的知识图谱,并融合用户实体偏好和类别偏好从而增强其表示。此外,通过引入客观的描述性长文本,即电影简介,来进一步扩充上下文信息并提升模型回复的质量。2)通过用户多偏好建模和知识增强提升对话推荐系统以往的CRS更多关注的是知识图谱的实体单模态偏好,而没有足够重视用户话语中隐藏的语义偏好以及来自视觉的图像偏好。考虑到用户在外部实体、文本语义以及图像视觉这三个方面的偏好,首先设计了交叉交互的多信息融合方法,将来自Ro BERTa抽取的用户语义和来自RGCN编码的知识图谱结合,从而增强用户表示。接着,为了探索用户关于电影属性实体和海报图像的偏好,提出了两阶段推荐机制并利用跨模态注意力将多模态数据融合,提升了推荐多样性和准确性。此外,通过设计带插槽的解释模板和融合了单词级知识图谱的上下文信息,使模型具备解释推荐的能力并改善其回复效果。

来源：

同方学位论文库评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：