检索结果-南通市图书馆

基于知识图谱多集池化的健康状态智能评估方法

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

计算机集成制造系统 2024年第3期30卷 893-905页

作者：张元鸣肖士易徐雪松程振波肖刚浙江工业大学计算机科学与技术学院浙江杭州310023

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依... 详细信息

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

关键词：健康状态评估图神经网络知识图谱时空特征图池化

在线全文

学校读者我要写书评

暂无评论

自限幅电路建模及在无线电能传输中的应用

电力自动化设备 2024年第6期44卷 110-117页

作者：刘硕苏建徽张健赖纪东杜燕合肥工业大学电气与自动化工程学院安徽合肥230009

在一些无线电能传输(WPT)技术的应用场合,对供电的可靠性与能量接收端的体积有严苛要求。回顾了用于LLC谐振变换器的自限幅电路,提出了基于基波法、通用于这些自限幅电路的非线性电容-非线性电阻等效电路模型。利用自限幅电路构建了本... 详细信息

在一些无线电能传输(WPT)技术的应用场合,对供电的可靠性与能量接收端的体积有严苛要求。回顾了用于LLC谐振变换器的自限幅电路,提出了基于基波法、通用于这些自限幅电路的非线性电容-非线性电阻等效电路模型。利用自限幅电路构建了本质安全且有利于减小接收端体积的WPT变换器拓扑。基于所提模型的计算结果表明,该拓扑具有本质安全性,并估算了自限幅电路工作后其电压增益变化规律。仿真与实验也验证了该拓扑是本质安全的,且提高了WPT装置的偏移容忍度,所提模型可用于估算其电压增益等指标。

关键词：无线电能传输自限幅 LLC谐振变换器基波法非线性

在线全文

学校读者我要写书评

暂无评论

融合多模态数据的小样本命名实体识别方法

软件学报 2024年第3期35卷 1107-1124页

作者：张天明张杉刘曦曹斌范菁浙江工业大学计算机科学与技术学院浙江杭州310023

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成... 详细信息

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样本的差异性以及衡量样本对模型的有益程度.最后,在真实的单模态和多模态数据集上进行了大量的实验.实验结果验证了该方法的预测F1值比基准方法至少提升了10%,并具有良好的泛化性.

关键词：命名实体识别多模态数据小样本学习元学习去噪网络

一种基于级联架构与多模型融合的知识型对话系统

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第7期 95-105页

作者：张松鸣王帅博陈钰枫任泓洁胡珊珊徐金安北京交通大学计算机与信息技术学院北方工业大学信息学院

知识对话任务旨在借助外部知识生成富信息的回复，主要包括用于知识检索的Query生成和融合知识的对话生成两方面。如何有效地生成知识检索Query以及高效地利用所检索到的知识生成对话仍是一个挑战。为了解决以上的问题，该文提出了一种... 详细信息

知识对话任务旨在借助外部知识生成富信息的回复，主要包括用于知识检索的Query生成和融合知识的对话生成两方面。如何有效地生成知识检索Query以及高效地利用所检索到的知识生成对话仍是一个挑战。为了解决以上的问题，该文提出了一种基于级联式架构和多模型融合的知识型对话系统。针对知识检索Query生成任务，为了高精确率地检索知识，提出级联式解耦策略，即将知识检索Query生成任务划分为知识检索判别任务和检索Query生成任务。针对融合知识的对话生成任务，为了提高对话的一致性和多样性，首先进行了对话任务预训练，然后引入了多种对话训练策略进行训练，得到了多个高质量对话生成模型。基于不同对话模型产生的回复，提出了一种基于互投票的重排序策略。最终，该文所介绍的系统在“2022语言与智能技术竞赛：知识对话任务”中取得了自动评估第一名、人工评估第三名的成绩。

关键词：知识检索知识型对话重排序

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于经验模态分解的锂离子电池健康状态预测

机械工程学报 2024年第14期60卷 272-281页

作者：刘征宇张政郭乐凯孟辉刘项合肥工业大学机械工程学院合肥230009 合肥工业大学智能制造技术研究院合肥230009

电池健康状态(State of health, SOH)预测是确保电子系统运行可靠性和安全性的关键因素。为了准确地预测锂离子电池SOH的整体退化趋势和局部容量再生现象,提出一种将经验模态分解(Empiricalmodedecomposition,EMD)与门控循环单元(Gated ... 详细信息

电池健康状态(State of health, SOH)预测是确保电子系统运行可靠性和安全性的关键因素。为了准确地预测锂离子电池SOH的整体退化趋势和局部容量再生现象,提出一种将经验模态分解(Empiricalmodedecomposition,EMD)与门控循环单元(Gated recurrent unit, GRU)和差分自回归移动平均模型(Autoregressive integrated moving average model, ARIMA)相融合的锂离子电池SOH预测方法。首先,利用EMD将电池原始SOH序列进行多尺度分解,并通过计算分解子序列的连续均方误差找到高低频分界点;然后,GRU用于预测具有强烈数据波动的高频子序列,ARIMA用于预测剩余的低频子序列和残差;最后,将每个子序列的预测结果进行叠加以获得最终预测结果。试验结果表明,与其他文献中预测方法相比,基于经验模态分解的融合模型具有更高的预测精度,可以更好地捕捉电池SOH整体退化趋势和局部容量再生特性。

关键词：锂离子电池经验模态分解健康状态预测容量再生融合模型

同方期刊数据库

基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法

在线全文

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2024年第4期47卷 488-495,515页

作者：宋子俊董张玉张鹏飞张远南合肥工业大学计算机与信息学院安徽合肥230601 工业安全与应急技术安徽省重点实验室安徽合肥230601 合肥工业大学智能互联系统安徽省实验室安徽合肥230601

针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并... 详细信息

针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并引入Respath残差连接模块减少跳跃连接过程中的语义差距,同时引入PSConv多尺度卷积模块、Eca有效通道注意力机制模块,提高网络特征学习能力,构建PS-Eca-Multiresunet网络模型,弥补传统U-Net网络存在的细节特征提取能力较弱问题。选择“2020年第四届中科星图杯高分遥感图像解译软件大赛”数据集进行实验,结果表明,与传统U-Net网络模型相比,该方法水体提取的平均交并比提高了9.08,像素精度提升了7.4%。改进的网络提取结果能够有效避免阴影影响,提高对细节水体的提取精度,实现遥感影像水体信息的高精度提取。

关键词：水体提取深度学习多尺度卷积有效通道注意力机制 Multiresunet网络

在线全文

学校读者我要写书评

暂无评论

直拉法单晶硅生长原理、工艺及展望

材料导报 2024年第9期38卷 5-17页

作者：王正省任永生马文会吕国强曾毅詹曙陈辉王哲昆明理工大学冶金与能源工程学院东京大学材料工程学院合肥工业大学计算机与信息学院北京科技大学钢铁冶金新技术国家重点实验室

碳达峰、碳中和理念提出后，太阳能作为一种可再生绿色能源备受关注。单晶硅作为主要的光伏材料，其质量决定着太阳能电池效率的高低，为了降低成本和提高产能，人们对单晶硅提出越来越高的要求。直拉法(CZ法)是单晶硅的主要制备方法，... 详细信息

碳达峰、碳中和理念提出后，太阳能作为一种可再生绿色能源备受关注。单晶硅作为主要的光伏材料，其质量决定着太阳能电池效率的高低，为了降低成本和提高产能，人们对单晶硅提出越来越高的要求。直拉法(CZ法)是单晶硅的主要制备方法，其生产效率高，可实现自动化，直拉单晶硅市场占比超过90%,目前正朝着大尺寸、N型、薄片化、低氧低碳的方向发展。然而随着晶棒尺寸增大，热场变化更加复杂，现有CZ工艺难以满足市场需求。未来降低度电成本仍是晶硅光伏发展的驱动力，应通过技术革新、产业标准化、成本控制等手段推动光伏产业发展。本文介绍了CZ法生长单晶硅的基本原理和生长工艺，分别对缺陷控制、热场优化、氧含量控制等进行了分析，在总结工艺现状和单晶生长特点的基础上对直拉法生长单晶硅的发展方向进行了展望。

关键词：直拉法单晶硅大尺寸薄片化热场太阳能

高精度音频Sigma-Delta调制器综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 1874-1887页

作者：孙奥运温培旭邵淮先王桉楠鲁毅章飚曾永红张章合肥工业大学微电子学院合肥230601 天津津航计算技术研究所天津300308

Sigma-Delta(Σ-Δ)模数转换器(ADC)基于过采样和噪声整形技术,可实现高分辨率,具有无源器件匹配性要求低、结构简单等特点。在高精度音频领域,Σ-ΔADC能够实现高动态范围和良好的功率效率得到了广泛的关注和应用。近年来,依托先进工... 详细信息

Sigma-Delta(Σ-Δ)模数转换器(ADC)基于过采样和噪声整形技术,可实现高分辨率,具有无源器件匹配性要求低、结构简单等特点。在高精度音频领域,Σ-ΔADC能够实现高动态范围和良好的功率效率得到了广泛的关注和应用。近年来,依托先进工艺、先进技术进行低功耗高精度的音频ADC的设计已经成为新的研究热点。然而随着工艺技术向低节点的持续发展、电源电压的不断降低,使得Σ-ΔADC的电路设计更具挑战性。该文对高精度音频Sigma-Delta调制器的离散型设计、连续型设计的研究现状进行综述,为高精度音频Sigma-Delta调制器设计提供理论支撑,并给出研究前景展望。

关键词： Sigma-Delta(Σ-Δ)调制器高精度音频

同方期刊数据库

稀疏奖励场景下基于状态空间探索的多智能体强化学习算法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第5期37卷 435-446页

作者：方宝富余婷婷王浩王在俊合肥工业大学计算机与信息学院合肥230601 合肥工业大学情感计算与先进智能机器安徽省重点实验室合肥230601 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室广汉618307

多智能体的任务场景往往伴随着庞大、多样的状态空间,而且在某些情况下,外部环境提供的奖励信息可能非常有限,呈现出稀疏奖励的特征.现有的大部分多智能体强化学习算法在此类稀疏奖励场景下效果有限,因为算法仅依赖于偶然发现的奖励序列... 详细信息

多智能体的任务场景往往伴随着庞大、多样的状态空间,而且在某些情况下,外部环境提供的奖励信息可能非常有限,呈现出稀疏奖励的特征.现有的大部分多智能体强化学习算法在此类稀疏奖励场景下效果有限,因为算法仅依赖于偶然发现的奖励序列,会导致学习过程缓慢和低效.为了解决这一问题,文中提出基于状态空间探索的多智能体强化学习算法,构建状态子集空间,从中映射出一个状态,并将其作为内在目标,使智能体更充分利用状态空间并减少不必要的探索.将智能体状态分解成自身状态与环境状态,结合这两类状态与内在目标,生成基于互信息的内在奖励.构建状态子集空间和基于互信息的内在奖励,对接近目标状态的状态与理解环境的状态给予适当的奖励,以激励智能体更积极地朝着目标前进,同时增强对环境的理解,从而引导其灵活适应稀疏奖励场景.在稀疏程度不同的多智能体协作场景中的实验验证文中算法性能较优.

关键词：强化学习稀疏奖励互信息内在奖励