检索结果-南通市图书馆

维普期刊数据库博看期刊

多尺度视觉语义增强的多模态命名实体识别方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第6期50卷 1234-1245页

作者：王海荣徐玺王彤陈芳萍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

为解决多模态命名实体识别(Multimodal named entity recognition,MNER)方法研究中存在的图像特征语义缺失和多模态表示语义约束较弱等问题,提出多尺度视觉语义增强的多模态命名实体识别方法(Multi-scale visual semantic enhancement f... 详细信息

为解决多模态命名实体识别(Multimodal named entity recognition,MNER)方法研究中存在的图像特征语义缺失和多模态表示语义约束较弱等问题,提出多尺度视觉语义增强的多模态命名实体识别方法(Multi-scale visual semantic enhancement for multimodal named entity recognition method,MSVSE).该方法提取多种视觉特征用于补全图像语义,挖掘文本特征与多种视觉特征间的语义交互关系,生成多尺度视觉语义特征并进行融合,得到多尺度视觉语义增强的多模态文本表示;使用视觉实体分类器对多尺度视觉语义特征解码,实现视觉特征的语义一致性约束;调用多任务标签解码器挖掘多模态文本表示和文本特征的细粒度语义,通过联合解码解决语义偏差问题,从而进一步提高命名实体识别准确度.为验证该方法的有效性,在Twitter-2015和Twitter-2017数据集上进行实验,并与其他10种方法进行对比,该方法的平均F1值得到提升.

关键词：多模态命名实体识别多任务学习多模态融合 Transformer

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

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

在线全文

学校读者我要写书评

暂无评论

基于小波自编码器的图像盲去噪算法

华中科技大学学报（自然科学版） 2024年第2期52卷 62-68页

作者：马自萍谭力刀北方民族大学数学与信息科学学院宁夏银川750021 北方民族大学计算机科学与工程学院宁夏银川750021

为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题,构造了小波自编码器(Wavelet-AE),并用于图像盲去噪.首先,使用Haar小波构造小波卷积层(DWT)与逆小波卷积层(IDWT);然后,分别使用DWT和IDWT构建下采... 详细信息

为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题,构造了小波自编码器(Wavelet-AE),并用于图像盲去噪.首先,使用Haar小波构造小波卷积层(DWT)与逆小波卷积层(IDWT);然后,分别使用DWT和IDWT构建下采样块和上采样块;最后,使用下采样块和上采样块构造小波自编码器.Wavelet-AE可以建立噪声图像与干净图像在特征空间中的映射关系,进而具备更好的图像盲去噪能力.为定量评价所提方法的图像盲去噪能力,将峰值信噪比和结构相似性作为评价指标.在Kodak和SIDD数据集上的图像盲去噪实验结果表明:Wavelet-AE与一些先进的传统方法和深度网络去噪方法相比具有更好的盲去噪能力,平均峰值信噪比(PSNR)最大可提高4.58 dB,平均结构相似性(SSIM)最大可提高0.149.

关键词：图像处理图像盲去噪小波自编码器综合噪声真实噪声

基于VIENNA永磁风电系统的自适应反推控制研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第1期45卷 171-178页

作者：王君瑞王丽宝乔煊景吴新举北方民族大学电气信息工程学院银川750021

针对永磁同步电机存在非线性项的不确定性以及系统参数摄动产生的不利影响,提出一种基于VIENNA永磁风电系统的自适应反推控制策略。采用VIENNA整流拓扑实现整机功率密度的最大化,降低谐波干扰,提升系统的可靠性。通过自适应反推控制得... 详细信息

针对永磁同步电机存在非线性项的不确定性以及系统参数摄动产生的不利影响,提出一种基于VIENNA永磁风电系统的自适应反推控制策略。采用VIENNA整流拓扑实现整机功率密度的最大化,降低谐波干扰,提升系统的可靠性。通过自适应反推控制得到系统控制律和参数自适应律,解决了系统的非线性,实现了对定子电阻和负载转矩的参数自适应,从而提高了系统的抗干扰能力。仿真结果表明,该控制系统具有较强的鲁棒性。

关键词：永磁风电系统 VIENNA整流器自适应反推控制鲁棒性

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

对流扩散反应方程的稳定化虚拟元方法

对流扩散反应方程的稳定化虚拟元方法

作者：王晓辉北方民族大学

学位级别：硕士

本文通过应用虚拟元函数和几类偏微分算子的局部投影,建立了在几乎任意多边形网格上逼近对流占优扩散反应方程及其最优控制问题的稳定化虚拟元方法.具体内容包括:通过对双线性型和右端项引入与对流项、扩散项、反应项都相关的稳定化项,... 详细信息

本文通过应用虚拟元函数和几类偏微分算子的局部投影,建立了在几乎任意多边形网格上逼近对流占优扩散反应方程及其最优控制问题的稳定化虚拟元方法.具体内容包括:通过对双线性型和右端项引入与对流项、扩散项、反应项都相关的稳定化项,建立了对流占优扩散反应方程的稳定化虚拟元方法,克服了对流扩散反应方程中当对流占优时一般的数值求解方法产生非物理振荡的问题,并且通过引入平衡网格参数、扩散系数、反应系数和扩散系数的稳定化参数,解决了多数对流占优扩散方程的稳定化方法不能适用于有反应项方程的问题,证明了该虚拟元方法对于任意反应项系数都是稳定的,并且给出了虚拟元解在能量范数和范数下的最优误差收敛阶的证明.最后在几种多边形网格上给出了两个数值算例,例证了上述稳定化虚拟元方法在多种多边形网格上求解对流占优扩散反应方程时是稳定的,并且达到了最优误差阶.基于上述对流占优扩散反应方程的稳定化虚拟元方法框架,构造了对流占优扩散反应方程最优控制问题的一阶虚拟元离散格式,该方法通过引入稳定化项来处理较大P′eclet数时的数值不稳定情形,给出了离散一阶最优性条件,将求泛函极小的问题转化为对原始状态方程、伴随状态方程和一个变分不等式的联立系统,最后给出了该方法的先验误差估计.

关键词：虚拟元方法稳定化对流占优扩散反应方程最优控制问题误差分析

基于模糊PID控制的燃油发油控制设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊PID控制的燃油发油控制设计与实现

作者：唐梓豪北方民族大学

学位级别：硕士

集成式加油站燃油供油系统,在加油过程中由于“水击”效应,导致管道输油油压波动出现加油计量“过冲”现象,造成了加油计量的误差。为了解决这个问题,本文研究提出基于模糊PID控制的集成式加油站燃油发油控制系统设计,采用变频泵控制主... 详细信息

集成式加油站燃油供油系统,在加油过程中由于“水击”效应,导致管道输油油压波动出现加油计量“过冲”现象,造成了加油计量的误差。为了解决这个问题,本文研究提出基于模糊PID控制的集成式加油站燃油发油控制系统设计,采用变频泵控制主管道的输油压力和流量调节阀控制支路管道的发油流量,减少输油管内燃油压力波动造成的冲击,提高燃油发油量的准确性。本文研究了集成式加油站原有燃油供油系统存在问题,提出基于模糊PID的控制系统设计思想,通过理论分析推导了系统数学模型,对原有控制系统的主管道压力和支管道流量控制进行模糊PID算法优化设计,并对系统控制硬件进行了操作简便、界面友好、运行可靠性的优化设计。首先,系统主管道输油采用变频恒压调速的原理控制主管道输油泵的转速,在多个油枪同时加油过程中,通过模糊PID控制算法,实现调节变频泵转速使主管道输油压力快速达到恒定,消除输油管道内由于加油枪的关闭、打开造成管内油压不稳定。其次,支路管道采用模糊PID的流量控制设计,将输出流量值快速调节至理想范围内,提高加油站计量的准确性。最终实现系统主管道输油恒压控制器和支路管道发油流量控制器的相互配合,从而减少主管道、支管道输油管内压力波动,避免输油管道内产生“水击”效应和“过冲”现象,提高加油站燃油发油的计量精度。最后,系统硬件控制设计采用了西门子S7-1500系列PLC作为系统主控制器,选用西门子KTP700系列触摸屏作为人机交互模块,使用PROFINET现场总线技术对控制系统进行组网设计,完成对燃油加油控制过程进行实时监控、数据分析和控制系统硬件方面进行设计及控制程序编写等工作。测试结果表明,所编写程序在数据读取、数据处理、硬件动作逻辑控制等方面均达到设计要求,使系统控制界面更加人性化、运行稳定可靠。本文研究提出基于模糊PID控制的集成式加油站燃油发油系统设计与算法,应用Matlab/Simulink对所设计的燃油加油控制系统进行仿真测试结果表明,采用模糊PID控制的变频控制系统超调量小、稳定性好,该方法对输入信号变化的响应具有更好的鲁棒性和快速性,显著改善了系统控制效果。

关键词： PLC主控器模糊PID 变频泵燃油发油

非Lipschitz系数的倒向重随机微分方程

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非Lipschitz系数的倒向重随机微分方程

作者：金启荣北方民族大学

学位级别：硕士

倒向重随机微分方程自1994年被Pardoux和Peng引入以来,得到国内外专家的广泛研究,它在金融数学、随机控制、随机决策和偏微分方程等领域中有着广阔的应用前景.本文主要研究了在一定非Lipschitz条件下,由高斯白噪声和带补偿的Poisson随... 详细信息

倒向重随机微分方程自1994年被Pardoux和Peng引入以来,得到国内外专家的广泛研究,它在金融数学、随机控制、随机决策和偏微分方程等领域中有着广阔的应用前景.本文主要研究了在一定非Lipschitz条件下,由高斯白噪声和带补偿的Poisson随机测度驱动的倒向重随机微分方程解的相关性质.第一部分,研究了满足非Lipschitz系数的由高斯白噪声和带补偿的Poisson随机测度驱动的倒向重随机微分方程解的轨道唯一性和比较定理.通过推广经典的Yamada-Watanabe判断准则,利用关于倒向重随机微分方程的It(?)公式,Bihari不等式的倒向形式,Jensen不等式和控制收敛定理,得到满足非Lipschitz条件的倒向重随机微分方程解的轨道唯一性和比较定理.第二部分,作为比较定理的一个应用,研究了在另一种非Lipschitz系数下,漂移项系数连续且线性增长,由高斯白噪声和带补偿的Poisson随机测度驱动的倒向重随机微分方程最小解和最大解的存在性,给出了几个重要引理及其证明过程.

关键词：倒向重随机微分方程非Lipschitz系数轨道唯一性比较定理最小解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于进化集成学习的用户购买意向预测研究

基于进化集成学习的用户购买意向预测研究

作者：张一凡北方民族大学

学位级别：硕士

在互联网时代,电子商务因其便捷性和高效性得到了广泛的应用。借助机器学习技术对海量的电商数据进行分析和预测,有助于电商企业深入挖掘用户的购买意向和需求,从而提供更加精准化、个性化的服务和产品,进一步提高客户的满意度和企业竞... 详细信息

在互联网时代,电子商务因其便捷性和高效性得到了广泛的应用。借助机器学习技术对海量的电商数据进行分析和预测,有助于电商企业深入挖掘用户的购买意向和需求,从而提供更加精准化、个性化的服务和产品,进一步提高客户的满意度和企业竞争力。然而,随着互联网用户数据的爆炸性增长以及用户行为模式的多样化,预测用户的购买意向面临着稳定性和准确性的双重挑战。针对这一问题,本文采用京东平台提供的真实数据集并依据品类进行划分并经过两次特征工程优化,构建了自适应进化集成模型和深度自适应进化集成模型,分别对特定品类以及全品类下的用户的购买意向进行了预测。最后,开发了一个购买意向预测原型系统。主要工作如下:(1)针对传统集成策略在模型设计阶段往往受人为因素限制的问题,本文提出了一种自适应进化集成学习模型,用于预测特定品类下用户的购买意向。该模型能够自适应地选择最优基学习器和元学习器,并融合基学习器的预测信息和特征间的差异性扩展特征维度,从而提高预测的准确性。研究结果表明,相较于六种常见的集成模型和深度森林模型,所构建的进化集成模型在AUC值上分别提高了2.76%和2.72%,并且能够缓解数据不平衡所带来的影响。(2)针对深度神经网络在实现购买意向预测时,常因解释性差和超参数选择受限而无法实现其最优性能的问题,本文以深度森林算法为基础,进一步结合进化集成学习方法,提出了一种深度自适应进化集成模型,用于预测全品类下用户的购买意向。该模型将模型多样性引入级联层中,使之自适应地调整模型结构,以适应复杂且不断变化的购买行为模式。此外,对深度森林算法内部的特征向量、增强向量和预测结果获取方法进行了优化,以提高模型的预测精度。结果表明,改进的深度森林模型在拥有较高的鲁棒性的同时,其在AUC值比传统集成模型高出了5.02%,并在训练速度上优于深度学习模型。(3)在上述基础上,本文设计实现了一个模拟预测用户购买意向的原型系统。该系统涵盖了购买预测以及信息查询两大核心模块,真实模拟了电商场景下的即时预测需求,为商家提供了一个决策助手。

关键词：购买预测进化集成学习差分进化算法深度森林特征选择