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

可见光通信/射频异构组网资源分配研究进展

激光杂志 2024年第7期45卷 1-8页

作者：冷阳洋李传起周省邦崔冰琪曾倩杜伟畅陈睿南宁师范大学广西信息功能材料与智能信息处理重点实验室南宁530100

移动通信网络发展迅速,数据流量和智能设备激增。资源消耗是一笔庞大的数字,因此,对网络资源如何进行合理、高效的分配会是未来研究的重点。首先简要概述了可见光通信(VLC)与射频(RF)异构组网接入点(AP)资源分配的研究背景和意义;其次针... 详细信息

移动通信网络发展迅速,数据流量和智能设备激增。资源消耗是一笔庞大的数字,因此,对网络资源如何进行合理、高效的分配会是未来研究的重点。首先简要概述了可见光通信(VLC)与射频(RF)异构组网接入点(AP)资源分配的研究背景和意义;其次针对VLC/RF异构组网资源分配的主要系统结构,讨论和分析了基于匹配和博弈论理论的AP分配技术,还有资源管理系统方面的研究进展;最后,提供下一步研究的建议,进行总结展望。

关键词：可见光通信接入点分配匹配理论博弈论

在线全文

学校读者我要写书评

暂无评论

深度学习实时语义分割研究进展和挑战

中国图象图形学报 2024年第5期29卷 1188-1220页

作者：王卓瞿绍军湖南师范大学湖南省智能计算与语言信息处理重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监... 详细信息

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监控与航拍图像等领域。其要求分割方法不仅要取得较高的分割精度,且分割速度也要快。随着深度学习和神经网络的快速发展,实时语义分割也取得了一定的研究成果。本文在前人已有工作的基础上对基于深度学习的实时语义分割算法进行系统的归纳总结,包括基于Transformer和剪枝的方法等,全面介绍实时语义分割方法在各领域中的应用。首先介绍实时语义分割的概念,再根据标签的数量和质量,将现有的基于深度学习的实时语义分割方法分为强监督学习、弱监督学习和无监督学习3个类别。在分类的基础上,结合各个类别中最具有代表性的方法,对其优缺点展开分析,并从多个角度进行比较。随后介绍目前实时语义分割常用的数据集和评价指标,并对比分析各算法在各数据集上的实验效果,阐述现阶段实时语义分割的应用场景。最后,讨论了基于深度学习的实时语义分割存在的挑战,并对实时语义分割未来值得研究的方向进行展望,为研究者们解决存在的问题提供便利。

关键词：语义分割(SS) 实时语义分割深度学习注意力卷积

在线全文

学校读者我要写书评

暂无评论

超图神经网络综述

计算机研究与发展 2024年第2期61卷 362-384页

作者：林晶晶冶忠林赵海兴李卓然青海师范大学计算机学院西宁810008 藏语智能信息处理及应用国家重点实验室(青海师范大学) 西宁810008 西宁城市职业技术学院信息工程系西宁810003

近年来,图神经网络借助大量数据和超强计算能力在推荐系统和自然语言处理等应用领域取得显著成效,它主要处理具有成对关系的图数据.但许多现实网络中的对象之间的关系是复杂的非成对关系,如科研合作网络、蛋白质网络等.若直接用图结构... 详细信息

近年来,图神经网络借助大量数据和超强计算能力在推荐系统和自然语言处理等应用领域取得显著成效,它主要处理具有成对关系的图数据.但许多现实网络中的对象之间的关系是复杂的非成对关系,如科研合作网络、蛋白质网络等.若直接用图结构将这种复杂的关系表示为成对关系,会导致信息丢失.超图是一种灵活的建模工具,可以展现出图无法完整刻画的高阶关系,弥补了图的不足.鉴于此,研究者开始关心如何在超图上设计神经网络,并相继提出应用于下游任务的超图神经网络模型(hypergraph neural network,HGNNs).故对现有的超图神经网络模型进行综述,首先全面回顾超图神经网络在过去3年的研究历程;其次根据设计超图神经网络采用的方法不同对其进行分类,并详细地阐述代表性的模型;然后介绍了超图神经网络的应用领域;最后总结和探讨了超图神经网络未来的研究方向.

关键词：超图超图神经网络分类图图神经网络

在线全文

学校读者我要写书评

暂无评论

基于自适应的高阶网络鲁棒性分析

复杂系统与复杂性科学 2024年

作者：余文倩马福祥陈阳马秀娟藏语智能信息处理及应用国家重点实验室青海师范大学计算机学院

随着复杂网络应用的发展，普通网络（图）已不能全面刻画和揭示网络的全貌及其内在规律，由此高阶网络应运而生。当前，依据级联故障过程对高阶网络鲁棒性的研究仍相当匮乏。本文考虑了节点间的多元耦合关系，结合高阶结构及现实中的负... 详细信息

随着复杂网络应用的发展，普通网络（图）已不能全面刻画和揭示网络的全貌及其内在规律，由此高阶网络应运而生。当前，依据级联故障过程对高阶网络鲁棒性的研究仍相当匮乏。本文考虑了节点间的多元耦合关系，结合高阶结构及现实中的负载重分配情况，提出了四种自适应负载重分配策略，并分析了三类合成高阶网络、普通网络（图）以及实证高阶网络的鲁棒性。仿真实验表明，高阶网络的规模与其鲁棒性呈正相关；同时，不同的高阶结构和自适应负载重分配方式对高阶网络的鲁棒性产生了不同的影响。此外，本文提出的自适应负载重分配方式也适用于普通网络（图）和实证高阶网络。

关键词：高阶网络自适应级联故障负载重分配鲁棒性

融合多特征和注意力机制的多模态情感分析模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第5期8卷 91-101页

作者：吕学强田驰张乐杜一凡张旭才藏太北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 青海师范大学藏语智能信息处理及应用国家重点实验室西宁810008

【目的】针对当前多模态情感分析中多模态特征提取不充分,模态内部信息和模态间交互信息结合不充分的问题,提出一种融合多特征和注意力机制的多模态情感分析模型。【方法】在多模态特征提取方面,增加视频模态中人物的肢体动作、性别和... 详细信息

【目的】针对当前多模态情感分析中多模态特征提取不充分,模态内部信息和模态间交互信息结合不充分的问题,提出一种融合多特征和注意力机制的多模态情感分析模型。【方法】在多模态特征提取方面,增加视频模态中人物的肢体动作、性别和年龄特征;对于文本模态,融合基于BERT的字粒度语义向量和融合义原信息的词粒度语义向量,丰富了多模态数据的低层特征。利用自注意力机制和跨模态注意力机制以实现模态内部信息和模态间信息的充分结合。将各模态特征进行拼接,通过软注意力机制为各模态特征分配注意力权重,通过全连接层输出最终的情感分类结果。【结果】在公开数据集CH-SIMS和本文构建的热点舆情评论视频数据集HPOC上与Self-MM模型对比,实验结果表明,本文模型在CH-SIMS数据集上的二分类准确率、三分类准确率和F1值分别提升1.83、1.74和0.69个百分点,在HPOC数据集上分别提升1.03、0.94和0.79个百分点。【局限】视频中人物所处的场景可能不断变化,不同的场景可能蕴含不同的情感信息,模型未考虑融合人物所处的场景信息。【结论】本文模型丰富了多模态数据的低层特征,充分结合模态内部信息和模态间信息,能够有效提升情感分析的效果。

关键词：多特征多模态情感分析注意力机制

在线全文

学校读者我要写书评

暂无评论

面向不平衡数据集的语音情感识别研究

计算机工程与应用 2024年第4期60卷 122-132页

作者：张会云黄鹤鸣青海师范大学计算机学院西宁810008 藏语智能语音信息处理及应用国家重点实验室西宁810008

样本平衡对机器学习至关重要,在不平衡数据集中,虽然某些类别的样本数量可能很少,但其重要性可能更高。研究了基于不平衡数据集的语音情感识别技术。在不同信噪比下采用不同噪声对不平衡基线数据集EMODB和IEMOCAP进行扩充,构建含噪数据... 详细信息

样本平衡对机器学习至关重要,在不平衡数据集中,虽然某些类别的样本数量可能很少,但其重要性可能更高。研究了基于不平衡数据集的语音情感识别技术。在不同信噪比下采用不同噪声对不平衡基线数据集EMODB和IEMOCAP进行扩充,构建含噪数据集EMODBM和IEMOCAPM;采用SMOTE、RandomOverSampler、SMOTEENN、ADASYN、TomekLinks以及SMOTETomek等6种技术对基线数据集和含噪数据集进行重采样,实现类别样本平衡;在基线数据集和扩充数据集上分别提取21维的低级描述符特征;采用新提出的模型MA-CapsNet验证重采样技术的有效性。实验表明,重采样后各类情感样本基本平衡,使模型的学习更公平、更客观,并且模型在重采样数据集上的鲁棒性更好。

关键词：语音情感识别重采样胶囊网络数据扩充

在线全文

学校读者我要写书评

暂无评论

不同基本单元信息融合的藏文短文本摘要生成

计算机工程 2024年

作者：夏吾吉黄鹤鸣樊永红更藏措毛范玉涛藏语智能信息处理及应用国家重点实验室青海师范大学计算机学院

能使用户快速有效地理解藏文文本内容。然而，公开的、多领域的大规模藏文摘要数据集的稀缺，使得藏文文本摘要生成的发展面临挑战；此外，藏文文本摘要生成研究借用中文和英文等以词作为基本单元的文本摘要生成技术构建模型，然而，由... 详细信息

能使用户快速有效地理解藏文文本内容。然而，公开的、多领域的大规模藏文摘要数据集的稀缺，使得藏文文本摘要生成的发展面临挑战；此外，藏文文本摘要生成研究借用中文和英文等以词作为基本单元的文本摘要生成技术构建模型，然而，由于藏文受分词技术的限制，直接以词作为文本摘要生成的基本单元，对性能的影响较大。因此，首先构建了包含10523条文本-摘要对的多领域藏文短文本摘要数据集TB-SUM；其次，在研究藏文文本构成单元的基础上，提出了适用于藏文文本摘要生成的不同基本单元融合方法；最后，提出了融合不同基本单元的藏文文本摘要生成模型Fusion＿GloVe＿GRU＿Atten，该方法利用GloVe模块实现藏文文本向量化后通过Bi-GRU模块对输入向量进行编码，并用注意力机制获取输入向量的完整语义信息，使解码器更加关注与当前单词相关的编码器输出，同时将GRU作为解码器生成藏文摘要。在数据集TB-SUM和Ti-SUM上的实验结果表明：以音节和词的融合作为模型训练的基本单元，以音节作为测试的基本单元时，模型Fusion＿GloVe＿GRU＿Atten生成的短文本摘要效果更好，能得到更高的Rouge分数。

关键词：基本单元信息融合词向量数据集构建藏文短文本摘要

基于近红外高光谱技术的杧果可溶性固形物含量无损检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

果树学报 2024年第1期41卷 122-132页

作者：林娇娇蒙庆华吴哲锋常洪娟倪淳宇邱邹全李华荣黄玉清南宁师范大学物理与电子学院南宁530001 南宁师范大学广西信息功能材料与智能信息处理重点实验室南宁530001 北部湾环境演变与资源利用教育部重点实验室·广西地表过程与智能模拟重点实验室·南宁师范大学南宁530001

【目的】近红外高光谱成像技术(NIR-HSI)在水果内部品质的无损检测方面具有快速、准确和无损的特点。旨在利用NIR-HSI技术分析不同品种杧果的可溶性固形物含量,并探讨400~1000nm波段范围内的光谱差异和可溶性固形物含量的响应。【方法... 详细信息

【目的】近红外高光谱成像技术(NIR-HSI)在水果内部品质的无损检测方面具有快速、准确和无损的特点。旨在利用NIR-HSI技术分析不同品种杧果的可溶性固形物含量,并探讨400~1000nm波段范围内的光谱差异和可溶性固形物含量的响应。【方法】选择贵妃杧果和台农1号杧果作为研究对象,使用NIR-HSI技术获取杧果样本的光谱数据。采用CARS-PLS模型分析可溶性固形物含量与各波段光谱反射率的相关系数。为了验证模型的性能,计算了建模R^(2)、斜率Slope、截距和RMSE等指标。【结果】得到CARS-PLS模型的性能指标:建模R^(2)为0.8806,斜率为0.8515,截距为12.208,RMSE为0.6366。这些指标表明该模型具有较高的建模拟合度和预测精度。【结论】应用NIR-HSI技术对杧果可溶性固形物含量进行检测具有可行性。为进一步研究不同水果可溶性固形物含量的高精度模型奠定了基础。通过NIR-HSI技术的应用,可以提供一种非破坏性且高效准确的方法,用于水果品质评估和检测。这对农产品质量控制和市场营销具有重要的意义。

关键词：杧果近红外(NIR) 高光谱成像(HSI) 可溶性固形物含量无损检测光谱差异

基于无监督学习和监督学习的抽取式文本摘要综述

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

计算机应用 2024年第4期44卷 1035-1048页

作者：夏吾吉黄鹤鸣更藏措毛范玉涛青海师范大学计算机学院西宁810008 藏语智能信息处理及应用国家重点实验室(青海师范大学) 西宁810008

相较于生成式摘要方法,抽取式摘要方法简单易行、可读性强,使用范围广。目前,抽取式摘要方法综述文献仅对特定的某个方法或领域进行分析综述,缺乏多方面、多语种的系统性综述,因此探讨文本摘要生成任务的内涵,通过系统梳理和提炼现有的... 详细信息

相较于生成式摘要方法,抽取式摘要方法简单易行、可读性强,使用范围广。目前,抽取式摘要方法综述文献仅对特定的某个方法或领域进行分析综述,缺乏多方面、多语种的系统性综述,因此探讨文本摘要生成任务的内涵,通过系统梳理和提炼现有的相关文献,对无监督学习和监督学习的抽取式文本摘要技术进行多维度、全方位的分析。首先,回顾文本摘要技术的发展,分析不同的抽取式文本摘要方法,主要包括基于规则、词频-逆文件概率(TFIDF)、中心性方法、潜在语义、深度学习、图排序、特征工程和预训练学习等,并对比不同方法的差异;其次,详细介绍不同语种文本摘要生成的常用数据集和主流的评价指标,通过不同的实验指标对相同数据集上的方法进行比较;最后,指出当前抽取式文本摘要研究中存在的主要问题和挑战,并提出具体的解决思路和未来发展趋势。

关键词：抽取式摘要无监督学习监督学习数据集评价指标