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

科研合作网络演化机制研究：以光刻领域为例

科学学研究 2024年

作者：刘景康陈虹枢金茜茜刘子凯汪雪锋北京理工大学管理与经济学院北京理工大学计算机学院

在创新驱动的大背景下，复杂科学技术创新的组织与协调吸引了大量学者开展研究。深入理解科研机构间合作关系的动态演化机制是进一步组织与优化合作创新的基础问题之一。本研究以科研合作网络为研究对象，采用社会网络分析方法以及随机... 详细信息

在创新驱动的大背景下，复杂科学技术创新的组织与协调吸引了大量学者开展研究。深入理解科研机构间合作关系的动态演化机制是进一步组织与优化合作创新的基础问题之一。本研究以科研合作网络为研究对象，采用社会网络分析方法以及随机行动者模型，重点分析了科学研究合作网络的演化特征与影响其动态变化的主要因素。具体地，本文构建了2011年—2022年光刻领域科研合作网络和知识要素共现网络，在分析网络拓扑特性影响合作关系动态变化的基础上，同时考虑了创新主体所持有的知识要素特征对网络动态演化的影响机制。结果显示，光刻领域的科研合作网络呈现核心机构数量减少而合作关系日益紧密的演化趋势。知识邻近性、知识多样性以及合作网络的三元传递性对创新主体间合作关系的形成具有正向影响，而知识组合机会以及机构在合作网络中的地位与新合作关系的建立负相关。同时，较高的知识相似度降低了相关机构之间的沟通成本，进而增加了机构合作关系形成的可能。本文的研究方法及结论为进一步组织及协调科研合作网络提供了参考。

关键词：科研合作网络知识网络随机行动者模型网络动态演化

基于端口间缓冲区共享的流量感知可重构片上网络（英文）

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Frontiers of Information Technology & Electronic Engineering 2024年第10期 1322-1337页

作者：孙成龙欧阳一鸣梁华国阜阳师范大学计算机与信息工程学院合肥工业大学计算机与信息学院合肥工业大学微电子学院

随着多核系统中核数量的增加，片上互连网络的通信压力也随之增大。片上网络（NoC）的通信架构能够承载因核数量不断增加而引发的不断扩大的通信需求。NoC架构的通信行为表现出明显的时空变化，给多核互连系统的重新配置带来巨大挑战。... 详细信息

随着多核系统中核数量的增加，片上互连网络的通信压力也随之增大。片上网络（NoC）的通信架构能够承载因核数量不断增加而引发的不断扩大的通信需求。NoC架构的通信行为表现出明显的时空变化，给多核互连系统的重新配置带来巨大挑战。本文提出一种面向流量的可重构NoC，其采用端口间缓冲区共享策略，可灵活适应不同的流量特征，具有很高灵活性。首先，修改输入端口以支持相邻端口之间的缓冲区共享。具体而言，修改后的输入端口可动态重新配置，以响应按需流量。其次，采用一种面向输出的集中式缓冲区管理机制，配合可重构的输入端口。最后，这种可重构方法可通过较低开销的硬件设计实现，不会给系统实现带来很大负担。实验结果表明，与其他方案相比，本文所提出的NoC架构大大降低了数据包延迟，提高了饱和吞吐量，而且不会产生显著的面积和功耗开销。

关键词：片上网络可重构面向流量缓冲区共享

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于双重方向向量的大规模多目标进化算法

计算机科学 2024年第S1期51卷 237-247页

作者：韩立君王鹏李瑞旭刘仲尧烟台大学计算机与控制工程学院山东烟台264005

大规模多目标优化问题的决策空间维度高达数百维,在巨大的搜索空间中实现快速收敛同时高效保持种群多样性极具挑战。针对上述问题,文中提出了一种基于双重方向向量的大规模多目标进化算法(DDLE),该算法的主要思想是利用两类不同的方向... 详细信息

大规模多目标优化问题的决策空间维度高达数百维,在巨大的搜索空间中实现快速收敛同时高效保持种群多样性极具挑战。针对上述问题,文中提出了一种基于双重方向向量的大规模多目标进化算法(DDLE),该算法的主要思想是利用两类不同的方向向量引导种群进化,提高算法的搜索效率。首先,设计了一种收敛性方向向量生成策略提升算法的收敛速度;其次,推出了一种多样性方向向量生成策略增强种群的多样性;最后,提出了一种基于自适应的环境选择算子动态平衡种群进化过程中的收敛性与多样性。为验证DDLE的性能,将其与5种先进的算法在72个大规模基准测试问题上进行了对比实验。实验结果表明,DDLE在求解大规模多目标优化问题上相较于其它对比算法具有显著优势。

关键词：进化算法大规模多目标优化双重方向向量收敛性方向向量多样性方向向量

基于动态融合注意力机制的电力负荷缺失数据填充模型

在线全文

学校读者我要写书评

暂无评论

郑州大学学报(工学版) 2024年

作者：赵冬李亚瑞王文相宋伟中原工学院软件学院许昌许继软件技术有限公司中原工学院计算机学院郑州大学计算机与人工智能学院

为了提高电力负荷数据的缺失值填充精度,保障后续数据分析与应用的高效进行,提出一种基于动态融合注意力机制的填充模型DFAIM。该模型由注意力机制模块和动态加权融合模块构成,通过注意力机制模块的2种不同注意力机制挖掘特征与时间戳... 详细信息

为了提高电力负荷数据的缺失值填充精度,保障后续数据分析与应用的高效进行,提出一种基于动态融合注意力机制的填充模型DFAIM。该模型由注意力机制模块和动态加权融合模块构成,通过注意力机制模块的2种不同注意力机制挖掘特征与时间戳之间的深层关联;通过动态加权融合模块将可学习的权重赋予注意力机制模块的2个输出以得到特征表示;最后,利用特征表示来替换缺失位置的值,从而得到准确的填充结果。使用纽约市某地区的气象及负荷数据集及UCI电力负荷数据集对提出的模型进行验证,实验结果表明:相较于统计学、机器学习和深度学习填充模型,DFAIM在评价指标MAE、RMSE和MRE上均具有一定优势。

关键词：缺失值填充注意力机制电力负荷时序特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于动作发现与边界预测的时序动作定位

计算机应用与软件 2024年第3期41卷 147-155,181页

作者：陈乐聪李平曹佳晨杭州电子科技大学计算机学院浙江杭州310018

时序动作定位指寻找视频中不同动作实例的开始与结束时间,即时序边界。现有强化学习方法存在重复搜索视频相同内容以及帧级别输入造成语义信息不足的问题,为此提出基于动作发现与边界预测的时序动作定位方法。将动作发现看作强化学习问... 详细信息

时序动作定位指寻找视频中不同动作实例的开始与结束时间,即时序边界。现有强化学习方法存在重复搜索视频相同内容以及帧级别输入造成语义信息不足的问题,为此提出基于动作发现与边界预测的时序动作定位方法。将动作发现看作强化学习问题,训练视频被重编码为含多个视频单元的序列作为环境(Environment),含记忆模块的智能体(Agent)与具有动作实例移除机制的环境进行交互,进而学会观察视频单元跳过背景而找到动作实例所在单元;将边界预测转化为回归问题,边界预测网络根据智能体发现的视频单元预测对应动作实例的时序边界。实验结果表明,该方法在THUMOS-14上的mAP@0.5相比最新强化学习方法提高6.6%,证实了该方法的优越性能。

关键词：时序动作定位动作发现边界预测智能体强化学习

多尺度卷积神经网络融合Transformer的竹材缺陷识别方法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2024年第5期9卷 126-133页

作者：杨松张锐朱良宽东北林业大学计算机与控制工程学院哈尔滨150040

在竹材缺陷识别的研究中,竹片形状、缺陷部位颜色深浅及裂纹大小差异都是制约模型识别准确率的关键。针对上述问题,提出一种适用于中小数据集的多尺度卷积神经网络融合Transformer的竹材缺陷识别方法,以更好地提高竹材缺陷识别的准确率... 详细信息

在竹材缺陷识别的研究中,竹片形状、缺陷部位颜色深浅及裂纹大小差异都是制约模型识别准确率的关键。针对上述问题,提出一种适用于中小数据集的多尺度卷积神经网络融合Transformer的竹材缺陷识别方法,以更好地提高竹材缺陷识别的准确率。该方法在卷积神经网络的主干上进行改进,从获取不同尺度语义信息的角度出发,首先利用卷积神经网络在不同尺度的特征图上捕捉图像局部语义信息,然后将不同尺度的语义特征映射为特征符号,同时引入Sinkhorn分词器对不同阶段的卷积神经网络特征符号化以减少特征冗余,再通过Transformer对特征符号之间的关系进行建模以学习图像全局语义信息。试验结果表明,与VGG16、ResNet50、DenseNet121、ViT这4种深度学习模型相比,基于多尺度卷积神经网络融合Transformer的方法能够更高效地提高竹材缺陷识别模型的性能,在竹材缺陷图像数据集上的平均识别准确率达到了99.13%。该方法识别速度更快、精度更高,且具有良好的鲁棒性,为竹材缺陷的实时自动识别提供了新思路,同时也验证了所提出方法的有效性。

关键词：竹材缺陷识别多尺度卷积神经网络 Transformer Sinkhorn分词器

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

基于深度子空间学习的焊缝缺陷检测方法

计算机集成制造系统 2024年第1期30卷 90-102页

作者：李进军王肖锋葛为民天津理工大学计算机科学与工程学院天津300384 天津理工大学天津市先进机电系统设计与智能控制重点实验室天津300384 天津理工大学机电工程国家级实验教学示范中心天津300384

主成分分析网络(PCANet)是一个基于简化的卷积神经网络的深度子空间学习模型。针对PCANet算法应用于焊缝缺陷检测时无法体现数据完整结构信息、对噪声较敏感等问题,在PCANet的基础上提出一种鲁棒非贪婪双向二维PCANet(RNG-BDPCANet)焊... 详细信息

主成分分析网络(PCANet)是一个基于简化的卷积神经网络的深度子空间学习模型。针对PCANet算法应用于焊缝缺陷检测时无法体现数据完整结构信息、对噪声较敏感等问题,在PCANet的基础上提出一种鲁棒非贪婪双向二维PCANet(RNG-BDPCANet)焊缝缺陷在线检测方法。RNG-BDPCANet在范数距离度量标准下,利用双向二维主成分分析作卷积核,并采用非贪婪策略得到目标函数最优的整体投影矩阵,对离群值具有较强的鲁棒性。最后,在自建的焊缝人工数据集、ORL和Yale B人脸数据集上分别进行实验。结果表明,所提出的算法在分类性能方面得到显著提高,具有较强的鲁棒性能。

关键词：焊缝缺陷主成分分析网络深度学习二维主成分分析鲁棒性范数

在线全文

学校读者我要写书评

暂无评论

结合自训练模型的命名实体识别方法

山东大学学报（工学版） 2024年第2期54卷 96-102页

作者：肖伟郑更生陈钰佳武汉工程大学计算机科学与工程学院、人工智能学院湖北武汉430205 智能机器人湖北省重点实验室湖北武汉430205

针对命名实体识别数据集中存在某些实体类别样本过少,使模型学习该类别特征能力较差,导致整体性能较低的问题,提出结合自训练模型的命名实体识别方法。利用已有的命名实体识别数据集训练一个教师模型,通过改进的文本相似度函数搜寻与原... 详细信息

针对命名实体识别数据集中存在某些实体类别样本过少,使模型学习该类别特征能力较差,导致整体性能较低的问题,提出结合自训练模型的命名实体识别方法。利用已有的命名实体识别数据集训练一个教师模型,通过改进的文本相似度函数搜寻与原数据集最相似的无标签文本,利用教师模型对无标签文本生成伪标签,并将伪标签与有标签数据集混合重新训练一个学生模型用于下游的命名实体识别任务。试验结果表明,相较基线模型,该方法在公共数据集MSRA、CONLL03和法律实体识别数据集上取得更优的性能。

关键词：命名实体识别自训练文本相似度自然语言处理少样本

基于GPRS无线传输大型公共建筑能耗监测方法

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2024年第3期41卷 482-486页

作者：董洁米增顾雅珍王鹏赤峰学院数学与计算机科学学院内蒙古赤峰024000 内蒙古师范大学计算机科学技术学院内蒙古呼和浩特010020

为了明确能源耗用情况,降低大型公共建筑能耗,提出了基于GPRS无线传输的大型公共建筑能耗监测方法。由多个传感器与ZigBee组成一个传感器网络,采集公共建筑资源使用数据,由GPRS无线传感器节点向嵌入式网关发送数据,限制跳跃数和队列长度... 详细信息

为了明确能源耗用情况,降低大型公共建筑能耗,提出了基于GPRS无线传输的大型公共建筑能耗监测方法。由多个传感器与ZigBee组成一个传感器网络,采集公共建筑资源使用数据,由GPRS无线传感器节点向嵌入式网关发送数据,限制跳跃数和队列长度,降低网络拥挤和传输时间。根据电路分布情况将计量分项能耗拆分为照明、空调、冷热站、终端设备等,方便筛选和整合监测数据的实际能耗状况。将得到的各项能耗数据整合统一为一个监测结果,凭借数学期望和方差判断能耗是否大于方差数据,判断能耗状态,实现建筑能耗监测。通过实验证明所提方法得到的监测结果与实际能耗之间的差距较小,说明其能够获得准确的监测结果。

关键词：无线传输大型公共建筑能耗监测传输时延分析