检索结果-南通市图书馆

基于SeqRelSum的样本间关系深度挖掘的文本摘要生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数字技术与应用 2024年第2期42卷 220-222页

作者：费志高成新民湖州师范学院信息工程学院

在文本摘要生成任务中,传统的自注意力机制在编码过程中往往会过度关注当前位置的信息,导致忽视了序列内不同范围的依赖关系。此外,在深度神经网络中,批次维度上的学习也面临着困难。本文提出一种SeqRelSum学习模型,采用自注意力机制的... 详细信息

在文本摘要生成任务中,传统的自注意力机制在编码过程中往往会过度关注当前位置的信息,导致忽视了序列内不同范围的依赖关系。此外,在深度神经网络中,批次维度上的学习也面临着困难。本文提出一种SeqRelSum学习模型,采用自注意力机制的多头注意力模块,对两个文本序列之间进行词层面的自注意力计算,并引入多个子空间表示和独立学习的线性投影,捕获不同的语义信息,将其组合起来得到序列内不同范围的依赖关系。同时引入双流样本间注意力机制,结合Transformer模块对数据的样本关系进行训练,使用共享分类器实现批量不变学习,最终在批次维度上获取样本关系。实验结果表明,该模型在文本摘要任务上的表现优于基线模型和其他先进方法。

关键词：注意力机制深度神经网络文本摘要当前位置学习模型语义信息线性投影基线模型

加速社会中网络微短剧的叙事结构与质量提升研究

在线全文

学校读者我要写书评

暂无评论

当代电视 2024年第2期 19-25页

作者：刘奕鑫周口师范学院新闻与传媒学院

加速是现代社会时间结构的首要特征,网络微短剧是加速社会下影视艺术叙事结构不断调整的产物,网络微短剧叙事结构的调整在故事方面表现为情节化驱动、厚重化人物和概念化背景,在话语方面表现为关卡化情节、单线化结构和偏向化传播。进... 详细信息

加速是现代社会时间结构的首要特征,网络微短剧是加速社会下影视艺术叙事结构不断调整的产物,网络微短剧叙事结构的调整在故事方面表现为情节化驱动、厚重化人物和概念化背景,在话语方面表现为关卡化情节、单线化结构和偏向化传播。进一步提升网络微短剧的质量,可以在内容层面继续强化AICG助力、IP矩阵加持和传统文化深耕等策略,也可以在叙事层面积极探索扩大进展鸿沟、回环式套层结构和数据库叙事。

关键词：网络微短剧叙事结构加速社会

在线全文

学校读者我要写书评

暂无评论

二元双层耦合网络渗流行为分析

物理学报 2024年第16期73卷 217-228页

作者：高彦丽徐维南周杰陈世明华东交通大学电气与自动化工程学院南昌330013 华东师范大学物理与电子科学学院上海200241

本文建立了节点和连边耦合的二元相互依赖网络模型(binary interdependent networks with node and edge coupling,BINNEC).该模型中,网络A节点随机依赖网络B多条边从而形成边依赖群,当边依赖群的失效比例超过网络失效容忍度时,导致网络... 详细信息

本文建立了节点和连边耦合的二元相互依赖网络模型(binary interdependent networks with node and edge coupling,BINNEC).该模型中,网络A节点随机依赖网络B多条边从而形成边依赖群,当边依赖群的失效比例超过网络失效容忍度时,导致网络A的节点失效.基于自平衡概率法建立起理论分析框架,通过对3种经典网络结构下的BINNEC网络进行计算机仿真验证,并分析了该模型面对随机攻击下的相变行为和关键阈值.研究结果表明3种网络结构下的BINNEC网络和一元耦合网络一样脆弱,网络的相变行为都是一阶相变.当网络节点的边依赖群规模m越大,网络鲁棒性增强;在网络的边依赖群规模一定时,节点的失效容忍度越大网络鲁棒性越强.本文进一步研究在m和μ相同条件下,网络的度分布对BINNEC的影响.研究可以为此类二元耦合网络鲁棒性提供一定的理论依据,同时也为现实网络的安全设计提供指导意义.

关键词：相依网络二元耦合失效容忍度鲁棒性

基于Inception网络结构的光伏板积灰状态识别方法

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

内蒙古师范大学学报（自然科学版） 2024年第3期53卷 264-271页

作者：张中杰权悦高皓宇庞超苏煜韩浩宇安徽科技学院电气与电子工程学院安徽蚌埠233000 安徽科技学院信息与网络工程学院安徽蚌埠233000

传统的光伏板积灰状态识别方法识别准确率低、速度慢,因此提出一种基于Inception网络结构的光伏板积灰状态识别模型。该模型以Inception模块作为主体模块,通过在模型初期添加Stem模块,加大Stem模块卷积核尺寸,从而减少输入数据的维度,... 详细信息

传统的光伏板积灰状态识别方法识别准确率低、速度慢,因此提出一种基于Inception网络结构的光伏板积灰状态识别模型。该模型以Inception模块作为主体模块,通过在模型初期添加Stem模块,加大Stem模块卷积核尺寸,从而减少输入数据的维度,增大模型初期的有效感受野,提高模型泛化能力。同时引入Swish-SE轻量级注意力机制,增强模型对不同特征的关注度,提高模型的识别准确率。实验结果表明,所提方法的目标识别率为97.05%,较经典卷积神经网络Inception-V3模型和MobileNet-V2模型分别提高1.64%、5.91%。研究提出的积灰状态识别方法具有参数量少、训练时间短、分类效果好的优势,可以满足光伏电站智能化运维的基本要求,具备较好的实用性。

关键词：光伏板积灰状态识别 Swish-SE Inception模块

基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年

作者：蒋云良周阳张雄涛苗敏敏张永浙江师范大学计算机科学与技术学院湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室湖州师范学院信息工程学院

为了缓解传统微调算法的灾难性遗忘问题，本文提出了一种基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法Mix-Tuning。Mix-Tuning通过预训练、微调的二阶段训练方式，实现跨领域知识迁移。预训练阶段，Mix-Tuning使用源域数据... 详细信息

为了缓解传统微调算法的灾难性遗忘问题，本文提出了一种基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法Mix-Tuning。Mix-Tuning通过预训练、微调的二阶段训练方式，实现跨领域知识迁移。预训练阶段，Mix-Tuning使用源域数据初始化模型参数，挖掘源域数据潜在信息。微调阶段，Mix-Tuning通过域间Mixup，生成域间插值数据微调模型参数。域间Mixup数据增强策略引入源域数据潜在信息，缓解了Vanilla Fine-tuning在样本稀疏场景下的灾难性遗忘问题，提高了模型的泛化性能。Mix-Tuning被进一步应用于运动想象脑电信号分类任务，实现了跨被试正向知识迁移。Mix-Tuning在BMI数据集的运动想象任务达到了85.50%的平均分类准确率，相较于被试-依赖和被试-独立训练方式58.72%和84.01%的预测准确率，分别提高了26.78%和1.49%。本文分析结果可为跨被试运动想象脑电信号分类算法提供参考。

关键词：域间Mixup 预训练微调脑电信号运动想象跨被试知识迁移卷积神经网络正则化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时空相关性的短期光伏出力预测混合模型

电力系统及其自动化学报 2024年第5期36卷 121-129页

作者：李豪马刚李天宇李伟康沈静文南京师范大学电气与自动化工程学院南京210000

光伏功率预测是电网优化调度、稳定运行的关键基础,为了应对传统预测模型对潜在特性发掘不到位等问题,提出了基于时空相关性的短期光伏出力预测混合模型。它由图卷积神经网络GCN(graph convolutional neural network)、辛几何模态分解SG... 详细信息

光伏功率预测是电网优化调度、稳定运行的关键基础,为了应对传统预测模型对潜在特性发掘不到位等问题,提出了基于时空相关性的短期光伏出力预测混合模型。它由图卷积神经网络GCN(graph convolutional neural network)、辛几何模态分解SGMD(symplectic geometry mode decomposition)、卷积神经网络CNN(convolutional neural network)和双向长短期记忆BiLSTM(bi-directional long short-term memory)神经网络组成。首先,建立区域光伏电站图结构,利用GCN推导出待测电站空间信息;其次,采用SGMD对输入特征进行模态分解,得到表现数据时序变化特征的多级模态子序列;最后,采用CNN-BiLSTM神经网络进行特征提取和光伏发电功率预测。实验结果表明,与多种组合预测模型相比,所提方法具有更高的预测精度。

关键词：光伏发电短期预测图卷积神经网络辛几何模态分解卷积神经网络双向长短期记忆神经网络

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

标准模型下效率更高的身份基匹配加密

软件学报 2024年

作者：陈洁楚乔涵杜秋妍高莹中关村实验室北京航空航天大学网络空间安全学院华东师范大学软件工程学院

身份基匹配加密是一种新型的密码学原语,允许接收者与发送者双方都可以指定对方的身份,只有身份匹配时才可与之通信.这项加密技术提供了一种非交互式的秘密握手协议以摆脱实时互动,进一步提高参与者的隐私性.在标准模型下基于SXDH假设,... 详细信息

身份基匹配加密是一种新型的密码学原语,允许接收者与发送者双方都可以指定对方的身份,只有身份匹配时才可与之通信.这项加密技术提供了一种非交互式的秘密握手协议以摆脱实时互动,进一步提高参与者的隐私性.在标准模型下基于SXDH假设,提出素数阶群上的身份基匹配加密方案,实现短参数,降低解密时的配对次数,是目前效率最高的身份基匹配加密方案.此外,还提出第1个标准模型下基于SXDH假设的等值策略的内积匹配加密方案.技术路线如下,首先构造合数阶群上的方案,然后通过DPVS技术将方案模拟到素数阶群中,并降低所需的对偶基维数,进一步减小参数大小.最后,替换身份基匹配加密的第1层策略,构造出等值策略的内积匹配加密方案.

关键词：身份基匹配加密内积匹配加密对偶配对向量空间 SXDH假设

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于层级图卷积网络的情绪识别模型

中文信息学报 2024年第6期 139-150页

作者：聂小芳谭宇轩曾雪强左家莉江西师范大学计算机信息工程学院

细粒度情绪识别模型采用比传统方法更多的情绪类别，能更为准确地捕捉人们日常生活中经历和表达的情绪。然而，大幅增加的情绪类别以及细粒度情绪间存在的相互关联和模糊性，给细粒度情绪识别模型带来了挑战。已有情绪识别工作表明，引... 详细信息

细粒度情绪识别模型采用比传统方法更多的情绪类别，能更为准确地捕捉人们日常生活中经历和表达的情绪。然而，大幅增加的情绪类别以及细粒度情绪间存在的相互关联和模糊性，给细粒度情绪识别模型带来了挑战。已有情绪识别工作表明，引入情感词典等外部知识可以有效提升模型性能。但现有细粒度情绪识别模型引入情感知识的方式还较为简单，仍未考虑深层情感知识，例如，情感层级关系。针对上述问题，该文提出一种基于层级图卷积网络的情绪识别(Hierarchy Graph Convolution Networks-based Emotion Recognition, HGCN-EC)模型。HGCN-EC模型由语义信息模块、情绪层级结构知识模块和知识融合模块组成。语义信息模块提取文本的语义特征；情绪层级结构知识模块将细粒度情绪构建为树状层级结构并使用贝叶斯统计推断计算情绪之间的转移概率作为层级知识；知识融合模块采用图卷积网络将情绪层级知识与文本语义特征融合，用于实现情绪预测。在GoEmotions数据集上的对比实验结果表明，HGCN-EC模型具有相较于基线方法更优的细粒度情绪识别性能。

关键词：细粒度情绪识别图卷积网络情绪层级知识 GoEmotions

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山西重要地质遗迹空间分布特征及旅游响应

地理研究 2024年第7期43卷 1809-1826页

作者：解智涵刘敏闫旭纲太原师范学院地理科学学院晋中030619 太原师范学院碳中和研究院晋中030619

山西省地质遗迹资源丰富,地质旅游是地质遗迹科学保护与可持续利用的重要手段。本文运用最邻近指数、核密度分析和网格维等方法分析山西重要地质遗迹多尺度空间分布特征,并分别通过地理联系率和多尺度地理加权回归模型,从旅游发展响应... 详细信息

山西省地质遗迹资源丰富,地质旅游是地质遗迹科学保护与可持续利用的重要手段。本文运用最邻近指数、核密度分析和网格维等方法分析山西重要地质遗迹多尺度空间分布特征,并分别通过地理联系率和多尺度地理加权回归模型,从旅游发展响应和旅游空间响应两个维度分析地质遗迹的旅游响应特征。结果表明:(1)山西重要地质遗迹在省域、地域尺度呈核心集聚、外围扩散的带状分布格局,具有复杂的线性分形结构;市域尺度上呈集聚型和离散型“孤岛”状分布,各市分形结构分异明显。(2)旅游发展响应存在明显的尺度差异,地域尺度响应强度显著高于市域尺度。(3)重要地质遗迹对不同旅游要素的空间响应异质性显著,住宿条件和高A级景区数量为正向响应,夜间灯光强度为双向响应,旅游网络关注度、交通可达性和旅行社数量为负向响应。

关键词：重要地质遗迹多尺度空间特征旅游响应多尺度地理加权回归山西省