检索结果-南通市图书馆

基于DMN的数据影响交互流程变化感知分析方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：郝惠晶方贤文张希为安徽理工大学数学与大数据学院安徽省煤矿安全大数据分析与预警技术工程实验室

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影... 详细信息

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影响。基于此，本文提出了一种基于决策模型和标记（DMN）的数据影响交互流程的变化分析方法，首先提取以数据为中心的BPMN决策模式，将流程上下文数据建模在单独的决策模型中。然后将BPMN与DMN相结合进行控制流与数据流融合建模，并分析生成的数据感知流程模型的合理性。在此基础上，通过数据影响分析识别数据变化对后续的流程执行及数据的联动变化影响，从而综合分析控制流与数据流约束下的变化传播区域。最后利用CPN tools进行仿真模拟并通过比较实验进行评估，实验结果表明数据影响下的交互流程变化传播的一致性度相对较高，并优化了模型结构。

关键词：变化感知决策模型和标记数据影响数据感知合理性跨域交互

基于改进舰尾流模型和多层耦合分析的机载雷达测量建模

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2024年第3期50卷 617-639页

作者：葛泉波王远亮李宏南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 上海海事大学物流工程学院上海200135 中国飞行试验研究院西安710089

为提高复杂海洋环境中无人舰载机(Unmanned carrier-based aircraft, UCA)自动着舰时导航定位的准确性,研究舰尾流对机载雷达测量过程的动态影响问题,建立一种基于多层级耦合性分析的测量影响动态建模分析方法.首先,利用直接分解法和前... 详细信息

为提高复杂海洋环境中无人舰载机(Unmanned carrier-based aircraft, UCA)自动着舰时导航定位的准确性,研究舰尾流对机载雷达测量过程的动态影响问题,建立一种基于多层级耦合性分析的测量影响动态建模分析方法.首先,利用直接分解法和前向差分法建立一种基于离散化状态空间的时变舰尾流模型,以克服传统传递函数方法存在的局限性;其次,基于舰尾流各分量均与飞机飞行速度相关的客观事实,通过在时变系统中考虑舰尾流分量间的相互作用关系来构建一种更符合实际系统特征的分量自耦合舰尾流模型;紧接着,采用UCA姿态角变化能够改变坐标转换矩阵的思想,研究舰尾流与UCA位姿变化间的耦合联系,提出一种准确性更高的舰尾流对UCA位姿的深度影响模型;然后,以航母姿态变化对舰载雷达测量结果的影响模型为基础,通过考虑本研究场景的内在特性,建立UCA姿态变化对雷达测量结果的影响模型分析方法;紧接着,采用示意图方式获得位移变化对机载雷达测量结果的影响模型;最后,针对舰船受海洋大气(风、浪、流)干扰而出现失速这一现象,建立实际海洋环境中舰尾流对机载雷达测量结果的非线性非高斯影响分析模型.仿真实验研究验证了上述模型分析方法的有效性和优越性.

关键词：舰尾流机载雷达状态空间耦合性非线性非高斯

融合RoBERTa-GCN-Attention的隐喻识别与情感分类模型

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第3期45卷 576-583页

作者：杨春霞韩煜桂强陈启岗南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

在隐喻识别与隐喻情感分类任务的联合研究中,现有多任务学习模型存在对隐喻语料中的上下文语义信息和句法结构信息提取不够准确,并且缺乏对粗细两种粒度信息同时捕捉的问题.针对第1个问题,首先改进了传统的RoBERTa模型,在原有的自注意... 详细信息

在隐喻识别与隐喻情感分类任务的联合研究中,现有多任务学习模型存在对隐喻语料中的上下文语义信息和句法结构信息提取不够准确,并且缺乏对粗细两种粒度信息同时捕捉的问题.针对第1个问题,首先改进了传统的RoBERTa模型,在原有的自注意力机制中引入上下文信息,以此提取上下文中重要的隐喻语义特征;其次在句法依存树上使用图卷积网络提取隐喻句中的句法结构信息.针对第2个问题,使用双层注意力机制,分别聚焦于单词和句子层面中对隐喻识别和情感分类有贡献的特征信息.在两类任务6个数据集上的对比实验结果表明,该模型相比基线模型性能均有提升.

关键词：隐喻识别情感分类多任务学习 RoBERTa 图卷积网络注意力机制

在线全文

学校读者我要写书评

暂无评论

用于方面级情感分析的多信息增强图卷积网络

计算机工程与应用 2024年第14期60卷 144-151页

作者：杨春霞闫晗吴亚雷黄昱锟南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存... 详细信息

方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存树的语法构建,从而没有充分利用语法结构信息去补充语义信息。针对以上问题,提出多信息增强图卷积神经网络(MIE-GCN)模型。主要包括两部分:一是通过方面感知注意力、自注意力和外部常识形成多信息融合层充分利用语义信息;二是根据单词间不同的语法距离构造句子的语法掩码矩阵,通过获得全面语法结构信息来补充语义信息。利用图卷积神经网络增强节点表示。在基准数据集上的实验结果表明,提出的模型均比对比模型有一定的提升。

关键词：方面级情感分析外部常识方面感知注意力语法掩码矩阵

在线全文

学校读者我要写书评

暂无评论

地球大数据缘起和进展

科学通报 2024年第1期69卷 58-67页

作者：郭华东梁栋可持续发展大数据国际研究中心北京100094 中国科学院空天信息创新研究院北京100094 中国科学院大学北京101408

进入信息时代以来,数据总量呈爆炸式增长,数据的类型、结构、维度也更加复杂多样,远远超出了传统数据库的管理和处理能力,逐渐向“大数据”方向转变.大数据是用于描述超出常规处理能力的数据集术语,其内涵不仅包含海量的数据本身,也包... 详细信息

进入信息时代以来,数据总量呈爆炸式增长,数据的类型、结构、维度也更加复杂多样,远远超出了传统数据库的管理和处理能力,逐渐向“大数据”方向转变.大数据是用于描述超出常规处理能力的数据集术语,其内涵不仅包含海量的数据本身,也包含对这些数据集的存储、处理与分析方法.当前,大数据已经成为国家信息主权的体现,并已在人类社会发展中发挥重要作用^([1,2]).

关键词：大数据传统数据库数据集人类社会发展数据总量处理与分析信息时代常规处理

在线全文

学校读者我要写书评

暂无评论

作物生长模型研究现状与展望

农业机械学报 2024年第2期55卷 1-15,27页

作者：蒙继华王亚楠林圳鑫方慧婷中国科学院空天信息创新研究院北京100094 可持续发展大数据国际研究中心北京100094 中国科学院大学北京100049

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用... 详细信息

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用因子和人为因子驱动3类并分别进行了归纳阐述;然后对典型的模型分别从模型模块、时空尺度、可模拟的作物类型等方面进行列表式对比;并对作物生长模型在气候变化评估、生产管理决策支持、资源管理优化等方面的应用,以及面临的极端条件、复杂农业景观和模型复杂度等挑战进行了总结,在此基础上认为遥感数据同化和孪生农场是其发展方向。

关键词：作物生长模型长势监测作物估产驱动因子遥感孪生农场

在线全文

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

在线全文

学校读者我要写书评

暂无评论

融合多特征深度学习的印章识别及应用研究

数据分析与知识发现 2024年第3期8卷 143-155页

作者：张志剑夏苏迪刘政昊武汉大学信息资源研究中心武汉430072 武汉大学信息管理学院武汉430072 武汉大学大数据研究院武汉430072

【目的】为传承和弘扬印章文化,提升对复杂情境下印章的识别效果,结合知识图谱和可视化技术对识别结果及相关知识进行结构化展示。【方法】提出一种融合多特征的深度学习模型。首先,提取印章图像的颜色特征图、边缘特征图和灰度特征图;... 详细信息

【目的】为传承和弘扬印章文化,提升对复杂情境下印章的识别效果,结合知识图谱和可视化技术对识别结果及相关知识进行结构化展示。【方法】提出一种融合多特征的深度学习模型。首先,提取印章图像的颜色特征图、边缘特征图和灰度特征图;其次,将三种特征图输入深度学习模型进行识别;再次,将识别结果与知识图谱中的节点进行比对;最后,对相关知识进行可视化展示。【结果】采集并标注《寒食帖》等13幅字画上所含的印章,将其中两幅作品作为测试集。与VGG16模型相比,本文模型的精确率、召回率、F1值分别提高28.40、28.67和28.54个百分点。在未融合多特征的情况下,精确率、召回率、F1值分别下降24.30、20.16和22.74个百分点。【局限】本文模型仅能对印章的全局特征进行提取和识别,缺少对印章局部语义信息的识别和推理能力。【结论】本文方法在印章识别任务上具有良好的效果,其中多维度的特征图可以提升模型对复杂情境的识别能力和鲁棒性。

关键词：印章识别深度学习知识图谱数字人文

融合对比学习的对抗式无监督领域自适应图像分类方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：王婷季繁繁崔绍君袁晓彤数字取证教育部工程研究中心南京信息工程大学计算机学院南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学自动化学院

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域... 详细信息

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域和目标域的特征，而忽略了两个领域在全局分布对齐的同时属于同一类的特征是否对齐的问题，以及对无标签的目标域样本利用不充分的问题，将对比学习的思想引入到基于对抗的无监督领域自适应方法中，通过不断地拉近目标域中相似样本在特征空间中的距离，同时不断地推离不相似的样本，使得无标签的目标域样本的分类边界更加清晰，从而使得源域和目标域样本在全局对齐的同时也实现类内对齐; 将目标域的样本经过数据增强后送入对比学习模块，使得目标域无标记的样本得到了更充分的利用. 与原有的基于对抗的无监督领域自适应方法相比，提出的CADA在Office-31、Office-Home、VisDA-2017数据集上的平均准确率比原有方法提高了2～6个百分点.

关键词：无监督领域自适应自监督学习对比学习类对比知识图像分类