检索结果-南通市图书馆

同方期刊数据库

基于语音质量自适应和类三元组思想的说话人确认方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：王超姚姗姗山西大学大数据科学与产业研究院

针对目前的说话人确认方法在复杂的测试场景或语音质量退化较大时性能下降严重的问题，提出一种基于语音质量自适应和类三元组思想的说话人确认方法（QATM）。首先，利用说话人语音的特征范数来关联语音质量，通过判断语音质量的好坏，... 详细信息

针对目前的说话人确认方法在复杂的测试场景或语音质量退化较大时性能下降严重的问题，提出一种基于语音质量自适应和类三元组思想的说话人确认方法（QATM）。首先，利用说话人语音的特征范数来关联语音质量，通过判断语音质量的好坏，以选取不同的损失函数来调整不同质量语音样本的重要性，以关注语音质量高的难样本，忽略语音质量低的难样本；最后，利用类三元组的思想同时对AM-Softmax(Additive Margin Softmax)损失和AAM-Softmax(Additive Angular Margin Softmax)损失进行改进，旨在更多的关注困难的说话人样本，以应对语音质量过差的难样本对于模型的损害。实验结果表明，当训练集为VoxCeleb2开发集时，在Half-ResNet34、ResNet34和ECAPA-TDNN网络架构中，该方法与基于AAM-Softmax损失的方法相比在VoxCeleb1-O测试集上的等错误率（EER）分别降低了6.41%、3.89%和7.27%，当训练集为***时，在Half-ResNet34网络架构中，该方法与基于AAM-Softmax损失的方法相比在***上的等错误率（EER）降低了5.25%。可见，所提方法在普通和复杂场景下的准确度均有所提高。

关键词：说话人确认难样本语音质量自适应三元组思想

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向癫痫的神经元微环境动力学建模方法

生物化学与生物物理进展 2024年第8期51卷 1860-1872页

作者：李朵李斯卉李强张瑞西北大学数学学院医学大数据研究中心西安710127

癫痫是由大脑神经元超同步异常放电所引起的一种常见的慢性神经系统疾病。大量生理实验和神经计算建模研究表明,神经元异常放电是癫痫发作的电生理基础,而神经元微环境动力学改变是引起神经元结构和功能发生变化,进而刺激神经元异常放电... 详细信息

癫痫是由大脑神经元超同步异常放电所引起的一种常见的慢性神经系统疾病。大量生理实验和神经计算建模研究表明,神经元异常放电是癫痫发作的电生理基础,而神经元微环境动力学改变是引起神经元结构和功能发生变化,进而刺激神经元异常放电,导致癫痫发作产生和发展的潜在原因。基于此,本文首先从影响神经元微环境改变的四个主要因素(离子浓度、能量代谢、神经递质和细胞体积)出发,分别就其动力学建模的神经机制和建模方法两方面进行系统阐述与分析,然后对未来可探索的研究方向进行展望,以期更加全面地了解该领域的发展动态和研究进展,为进一步研究癫痫异常放电模式的动力学本质以及癫痫发病的神经机制奠定良好的理论基础。

关键词：神经元微环境动力学癫痫放电模式神经计算模型动力学建模

过渡金属掺杂的g-GaN吸附Cl_(2)和CO气体分子的第一性原理研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

无机化学学报 2024年第6期40卷 1189-1200页

作者：田双林高廷红刘玉涛陈茜谢泉肖清泉梁永超贵州大学大数据与信息工程学院新型光电子材料与技术研究所贵阳550025

基于密度泛函理论的第一性原理计算,系统研究了类石墨烯氮化镓(g-GaN)和掺杂过渡金属原子(TM)的g-GaN对Cl_(2)和CO气体分子的吸附行为。结果表明,Cl_(2)和CO在本征g-GaN上的吸附均为物理吸附,2个体系的吸附能均为正值,表明体系不稳定。... 详细信息

基于密度泛函理论的第一性原理计算,系统研究了类石墨烯氮化镓(g-GaN)和掺杂过渡金属原子(TM)的g-GaN对Cl_(2)和CO气体分子的吸附行为。结果表明,Cl_(2)和CO在本征g-GaN上的吸附均为物理吸附,2个体系的吸附能均为正值,表明体系不稳定。相反,Cl_(2)和CO在Fe和Co掺杂的g-GaN上吸附时的吸附能为负值,且吸附能较小,表明吸附体系稳定。通过分析态密度、电荷密度差和能带结构等性质,可以得出结论:过渡金属原子的引入能有效增强气体分子与g-GaN之间的相互作用。

关键词：气体传感类石墨烯GaN 吸附过渡金属掺杂

考虑质量风险和捆绑效应的直播带货收入分成研究

在线全文

学校读者我要写书评

暂无评论

系统工程 2024年

作者：唐润刘文敏彭洋洋王铮阳南京财经大学管理科学与工程学院深圳市大数据研究院大数据智能应用技术研究所南京大学政府管理学院

直播带货蓬勃发展的同时也带来了商品质量把关不严、头部主播流量垄断等对行业产生危害的问题。因此，如何考虑质量风险和主播捆绑效应，对直播供应链进行主体决策和收益分成，这是一个重要的运营管理研究问题。鉴于此，本文在头部主播... 详细信息

直播带货蓬勃发展的同时也带来了商品质量把关不严、头部主播流量垄断等对行业产生危害的问题。因此，如何考虑质量风险和主播捆绑效应，对直播供应链进行主体决策和收益分成，这是一个重要的运营管理研究问题。鉴于此，本文在头部主播直播带货模式的基础上，建立品牌商、MCN以及头部主播的双因素直播带货决策模型，通过博弈理论和收益管理理论，研究了直播带货供应链最优分成比例及收益。最后通过敏感度分析，进一步探究了质量风险因素和捆绑效应影响下各主体的最优决策及收益。研究结果表明：i)考虑双因素的主播带货模型，可以提高主播的努力程度和直播带货供应链的收益水平；ii)捆绑效应有利于协调品牌方、头部主播和MCN的收益分成比例，打破头部主播垄断的现状，降低MCN被头部主播“绑架”的风险；iii)双因素模型下的质量风险分担机制有利于品牌商提高产品质量，减少质量风险行为。该研究可以促进直播带货行业的良性竞争，有利于直播带货供应链的长远发展。

关键词：直播带货捆绑效应质量风险收益分成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向机器学习应用的可解释性需求分析框架

计算机研究与发展 2024年第4期61卷 983-1002页

作者：裴忠一刘璘王晨王建民大数据系统软件国家工程研究中心(清华大学) 北京100084 清华大学软件学院北京100084

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、... 详细信息

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、数据科学交织带来的挑战.然而,如何将领域知识和端到端的机器学习技术恰当地融合到给定的业务流程之中,以及如何应对工业、医疗等高可信要求场景中的可解释性需求,仍是亟待探索的重要研究问题.调研了近年来面向机器学习应用的需求工程研究文献,对该领域的发展现状、核心问题和代表性方法进行综述.提出了面向机器学习应用的可解释性需求分析框架.基于该框架,通过一个工业智能应用案例分析了未来待研究的重要问题,展望了可行的研究路径.

关键词：需求工程机器学习领域模型工业工程可解释性

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向去中心化存储的数据流行度去重模型

计算机应用研究 2024年第5期41卷 1544-1553页

作者：汪彩梅闻琪略周子健卢建豪张琛吴志泽合肥大学人工智能与大数据学院合肥230601

数据流行度去重方案中存在检测机构不诚实、数据存储不可靠等问题,提出一种面向去中心化存储的数据流行度去重模型。针对检测机构不诚实,模型结合区块链的不可窜改性与智能合约的不可抵赖性,将智能合约作为检测机构执行数据的重复性检... 详细信息

数据流行度去重方案中存在检测机构不诚实、数据存储不可靠等问题,提出一种面向去中心化存储的数据流行度去重模型。针对检测机构不诚实,模型结合区块链的不可窜改性与智能合约的不可抵赖性,将智能合约作为检测机构执行数据的重复性检测和流行度检测,保障了检测结果的真实性。针对数据存储不可靠问题,提出一种文件链存储结构。该结构满足数据流行度去重的要求,并通过添加辅助信息的方式,建立分布在不同存储节点中实现物理/逻辑上传的分片之间的逻辑关系,为流行度数据去中心化网络存储提供基础;同时,在数据块信息中添加备份标识,借助备份标识将存储网络划分为两个虚拟存储空间,分别实现数据和备份数据的检测与存储,满足了用户备份需求。安全性分析和性能分析表明,该方案具有可行性,保障了检测结果的真实性,并提高了数据存储的可靠性。

关键词：数据去重数据流行度去中心化区块链存储可靠性

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多级融合知识图谱补全模型

计算机科学与探索 2024年

作者：叶志鸿吴运兵戴思翀曾智宏福州大学计算机与大数据学院

知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱，多模态知识图谱补全融合了实体的本体信息，如实体描述、实体图像和实体属性，以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中，以获取实体模态联合表示，... 详细信息

知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱，多模态知识图谱补全融合了实体的本体信息，如实体描述、实体图像和实体属性，以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中，以获取实体模态联合表示，再融合知识图谱结构信息做出预测。然而，现存方法融合多模态信息时难以捕捉实体背景知识的复杂交互，不可避免地存在信息丢失和特征提取能力不足的问题；同时过拟合及实体关系交互不足限制了二维卷积模型性能，导致难以融合知识图谱结构信息。因此，本文提出了多级融合知识图谱补全模型。为充分融合实体多模态信息，提出同时使用三种不同融合方法，并联合决策学习，旨在结合不同多模态融合方法提供的互补信息，以获取实体丰富多样的表示；为充分融合知识图谱结构信息，利用特征泛化来缓解二维卷积模型的过拟合问题，并结合特征重塑增强实体与关系间交互。实验结果表明，本文模型在多个公开数据集上均取得较好性能。

关键词：知识图谱补全多模态融合本体信息结构信息决策学习

专病队列人群中精神症状筛查问卷评估方式对评估结果的影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国医学科学院学报 2024年第3期46卷 324-328页

作者：徐越瑶陈雯雯李玲袁莉黄梦贤屈媛圆宋欢朱建伟四川大学华西生物医学大数据研究院成都610041

目的探讨采用自填法和访谈法对运动损伤患者焦虑和抑郁心理量表评估结果的影响。方法2022年11月至2023年5月四川大学华西医院运动医学中心收治的运动损伤患者532例,随机分为访谈组(n=270)和自填组(n=262),分别填写广泛性焦虑量表(GAD-7... 详细信息

目的探讨采用自填法和访谈法对运动损伤患者焦虑和抑郁心理量表评估结果的影响。方法2022年11月至2023年5月四川大学华西医院运动医学中心收治的运动损伤患者532例,随机分为访谈组(n=270)和自填组(n=262),分别填写广泛性焦虑量表(GAD-7)和患者健康问卷(PHQ-9)。比较两组患者量表得分和不同程度焦虑、抑郁的患病率。结果两组患者性别、职业和手术部位差异均无统计学意义(P均>0.05)。自填组GAD-7、PHQ-9量表得分高于访谈组(P<0.001,P<0.001)。自填组报告轻、中度焦虑和抑郁的比例高于访谈组(P<0.001,P=0.002)。两组患者中重度焦虑(GAD-7≥10分)、抑郁(PHQ-9≥10分)患病率差异无统计学意义(P=0.761,P=0.086)。结论自填组评估的焦虑和抑郁症状相对较严重。

关键词：广泛性焦虑量表患者健康问卷自填法访谈法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于自监督图网络的脑电情绪识别方法研究

计算机科学 2024年

作者：张嘉翔潘敏张瑞西北大学医学大数据研究中心

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够... 详细信息

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够辨别不同情绪状态。然而，以往方法严重依赖于大量标签数据，而数据标注耗时耗力，并且由于脑电信号的个体差异性，导致传统方法表现不佳。同时，研究表明，脑电信号的空间结构信息能够反映不同情绪状态下蕴含的脑区相互作用，有助于提高情绪的辨识度。为此，本文提出了一种基于自监督图网络的脑电情绪识别方法。首先，使用减数分裂方法预处理脑电信号；其次，利用图卷积网络提取脑电信号的空间结构信息，并通过设计自监督辅助任务对图卷积网络进行训练；最后，在公开数据集SEED和SEED-IV上验证所提方法的可行性和有效性，得到情绪识别的准确率为95.16%和80.23%，优于现有方法。

关键词：脑电信号情绪识别减数分裂自监督学习图卷积网络