检索结果-南通市图书馆

维普期刊数据库

何以透明，以何透明：高等教育的AIGC剽窃与技术之治

在线全文

学校读者我要写书评

暂无评论

中国远程教育 2025年第1期 113-130页

作者：张韬略陈沪楠同济大学法学院互联网与人工智能法律研究中心

高等教育中的学术剽窃在生成式人工智能的影响下呈现出新的样态。回顾几次重大技术变革所带来的剽窃概念及其规制手段的历史演变，技术既是推动者也是破局者。现有剽窃概念在适配滥用AIGC的行为上存在一定障碍，《著作权法》《学位法》... 详细信息

高等教育中的学术剽窃在生成式人工智能的影响下呈现出新的样态。回顾几次重大技术变革所带来的剽窃概念及其规制手段的历史演变，技术既是推动者也是破局者。现有剽窃概念在适配滥用AIGC的行为上存在一定障碍，《著作权法》《学位法》与高校学生诚信政策均未能对此提供清晰的规范指引，传统相似度检测技术与思路捉襟见肘。我国高等教育的政策制定者应优先考虑技术治理路径，通过引入生成式数字水印等标识技术，以AIGC使用行为的透明度这一最基本原则为核心，构建高等教育中规范利用AIGC的具体规则。

关键词：生成式人工智能人工智能生成内容高等教育剽窃学术剽窃人工智能代笔

基于坐标注意力和加权双向特征金字塔网络的舰载机阻拦着舰拉制状态精准识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国舰船研究 2025年

作者：李哲杨杰张椅王华李亚飞王可徐明亮郑州大学计算机与人工智能学院中国人民解放军96813部队国家超级计算郑州中心智能集群系统教育部工程研究中心

[目的]舰载机着舰安全的关键在于尾钩与阻拦索成功挂索，而现有研究中，借助智能化手段辅助着舰信号官（LSO）识别阻拦着舰状态的工作较少。[方法]提出融合坐标注意力和加权双向特征金字塔网络的阻拦着舰拉制状态识别模型。先使用坐标... 详细信息

[目的]舰载机着舰安全的关键在于尾钩与阻拦索成功挂索，而现有研究中，借助智能化手段辅助着舰信号官（LSO）识别阻拦着舰状态的工作较少。[方法]提出融合坐标注意力和加权双向特征金字塔网络的阻拦着舰拉制状态识别模型。先使用坐标注意力机制（CA）从空间和通道两个维度增强模型捕捉特征的能力；再通过加权双向特征金字塔网络（BiFPN）纳入可学习的权值学习不同输入特征的重要性，实现双向多尺度特征融合；然后采用C2F模块轻量化模型架构，减少参数和计算量；最后通过仿真实验将所提模型与5种基线模型进行对比。[结果]结果表明，在舰载机尾钩和阻拦着舰拉制状态的检测上，该模型综合性能均优于基线模型。[结论]该模型有助于提高尾钩及阻拦索的啮合状态检测的准确率和鲁棒性，对提高舰载机着舰作业的效率、预防潜在的人员伤害和装备损失具有重要意义。

关键词：舰载机阻拦装置状态识别双向特征金字塔网络(BiFPN) 航空母舰

一种融合对象邻接关系的网络概念及其推荐应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山东大学学报(理学版) 2025年

作者：李晓兰刘忠慧闵帆西南石油大学计算机与软件学院西南石油大学机器学习研究中心西南石油大学人工智能研究院

传统的概念仅包含对象和属性之间的关系,忽略了对象与对象之间的邻接关系,导致推荐效果不佳。为了解决这一问题,本文基于网络形式背景提出了邻接网络(adjacency network,AN)概念,并设计了AN概念集构造方法和基于该概念集的推荐算法。设... 详细信息

传统的概念仅包含对象和属性之间的关系,忽略了对象与对象之间的邻接关系,导致推荐效果不佳。为了解决这一问题,本文基于网络形式背景提出了邻接网络(adjacency network,AN)概念,并设计了AN概念集构造方法和基于该概念集的推荐算法。设计AN概念由外延对象、邻接内涵和内涵属性组成,其中邻接内涵为外延对象的邻接节点、提出启发式构造算法,利用概念的容积作为启发式信息,生成AN概念集。采用不同的推荐策略,为外延对象和邻接内涵对象进行预推荐,通过推荐次数阈值判断实现最终推荐。本文在11个真实数据集上进行了实验,并将结果与经典的协同过滤算法和基于形式概念的推荐算法进行了比较。结果表明,本文提出的算法具有较好的推荐效果。

关键词：网络形式背景 AN概念邻接内涵推荐置信度推荐系统

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方医科大学学报 2025年

作者：任煜瀛黄凌霄杜方姚新波宁夏大学信息工程学院//宁夏“东数西算”人工智能与信息安全重点实验室//宁夏大数据与人工智能省部共建协同创新中心

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题，提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络，同时对FasterNetBlock... 详细信息

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题，提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络，同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制，形成AIFI-CAFM模块，从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块（CCFM），以融合不同尺度的上下文信息，提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点，提出了Inner-EIoU替换原损失函数GIOU，进一步提高模型推理准确性和收敛速度。结果实验结果表明，改进后的RT-DETR相较于原始模型，在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%，检测速度FPS达到59.1帧/s。同时，改进模型的参数量为10.9M，计算量为19.3GFLOPs，相较于原始模型分别降低了46.0%和67.2%，验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时，能够有效的提取并融合多尺度特征，从而显著提升了皮肤病检测任务的性能。

关键词：皮肤病轻量级网络多尺度特征融合注意力机制 RT-DETR

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向低样本的工业图像异常检测综述

计算机工程与应用 2025年

作者：郭新茹宋丽娟朱文倩杜方马子睿宁夏大学信息工程学院宁夏“东数西算”人工智能与信息安全重点实验室宁夏大数据与人工智能省部共建协同创新中心

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵... 详细信息

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵，因此低样本的工业图像异常检测成为研究热点和趋势。同时，大型视觉语言模型的出现推动了工业图像异常检测从单模态驱动发展到多模态融合，提高了检测的全面性。针对近四年的低样本工业图像异常检测，本文探讨了模态数量对异常检测性能的影响，并根据检测算法在处理数据和检测异常时采用的不同策略以及特征提取技术的提取范围对低样本异常检测方法进行分类。这旨在帮助研究人员快速了解并进一步改进异常检测技术和优化特征提取策略，从而提升低样本环境下的检测效率和准确性。此外，还对不同方法在MVTec AD和VisA数据集上的检测结果进行了对比，对比结果表明多模态融合方法中的混合特征融合在分类和分割异常方面表现突出。通过对比不同的检测技术和模型，本研究总结了不同的低样本工业异常检测方法以及解决的问题，并讨论了未来的研究方向。

关键词：工业图像异常检测低样本单模态驱动多模态融合混合特征融合

简单本体在实用信息抽取中的使用及针对实用本体的高级信息抽取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

当代语言学 2013年第2期15卷 230-244页

作者：李宏章毅徐飞玉 Hans Uszkoreit 德国人工智能研究中心

信息抽取是用来理解自然语言文本语义的一种非常实用的方法。而本体则对知识(例如实体和概念间的关系)的定义与建模起重要作用。因此本体经常被用来定义信息抽取任务。高级信息抽取技术,例如复杂的多元关系抽取,可用于学习语言模板,进... 详细信息

信息抽取是用来理解自然语言文本语义的一种非常实用的方法。而本体则对知识(例如实体和概念间的关系)的定义与建模起重要作用。因此本体经常被用来定义信息抽取任务。高级信息抽取技术,例如复杂的多元关系抽取,可用于学习语言模板,进而从自然文本中识别出本体定义的关系,并抽取出这些关系的实例。本文将描述一个为信息抽取任务而设计的本体模型,以及一个关系抽取的框架系统——DARE。DARE使用了机器学习方法,可以自动学习关系抽取的语言模板,并应用这些模板来抽取关系实例。DARE系统已被深度应用于英语文本的关系抽取。本文将进一步使用DARE来处理中文新闻文本,从中学习语言模板和抽取关系实例,并与英文处理的结果进行比较。

关键词：本体信息抽取关系抽取规则自动学习

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5s的金属表面缺陷检测

计算机测量与控制 2025年

作者：顾嘉炜焦良葆焦波孟琳李笑笑南京工程学院人工智能产业技术研究院江苏省智能感知技术与装备工程研究中心

金属表面缺陷在飞机和航天器制造等领域易致结构失效，带来巨大的事故风险。针对传统YOLOv5s算法检测金属表面冲孔、丝状斑点、月牙形缺口等性能差的问题，现提出一种改进的YOLOv5s算法。该算法将Ghost网络加入到Backbone部分；在Neck... 详细信息

金属表面缺陷在飞机和航天器制造等领域易致结构失效，带来巨大的事故风险。针对传统YOLOv5s算法检测金属表面冲孔、丝状斑点、月牙形缺口等性能差的问题，现提出一种改进的YOLOv5s算法。该算法将Ghost网络加入到Backbone部分；在Neck网络中增加了MHSA注意力机制；将原损失函数替换为DIOU。经实验验证，改进后的网络与原网络相比，mAP@0.5提升了3.2%；提高了模型的检测精度并且误检、漏检率低，证实了该方法在金属表面缺陷检测上的有效性。

关键词：目标检测金属表面缺陷深度学习损失函数注意力机制

基于跨时间尺度迁移学习的污水处理模型漂移校正方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学 2025年第1期46卷 318-326页

作者：申渝廖万山李慧敏冯东郭智威张冰高旭王建辉陈猷鹏重庆工商大学人工智能学院智能制造服务国际科技合作基地智能感知与区块链技术重庆市重点实验室重庆南向泰斯环保技术研究院有限公司重庆大学环境与生态学院重庆中法环保研发中心有限公司

数据是智能运维的核心基础，但当前污水厂数据普遍不足，且污水处理系统状态随内外部环境动态演化.污水厂的智能运维面临着建模难度大，及因系统演化而导致的模型漂移问题.针对该问题，选取水温、水质和微生物状态等都有显著差异的夏冬... 详细信息

数据是智能运维的核心基础，但当前污水厂数据普遍不足，且污水处理系统状态随内外部环境动态演化.污水厂的智能运维面临着建模难度大，及因系统演化而导致的模型漂移问题.针对该问题，选取水温、水质和微生物状态等都有显著差异的夏冬两季作为典型对比场景，将机制模型与神经网络结合，建立了基于跨时间尺度迁移学习的污水处理模型漂移校正方法 .首先，针对数据不足问题，建立并校准活性污泥模型（ASM），以夏季工况数据作为输入，模拟计算运行参数和出水数据，生成模拟运行数据集，实现数据增广和质量提升，用于训练多层感知机神经网络（MLP）模型.结果显示，MLP模型对夏季出水COD、氨氮和总磷等的平均模拟准确率在95%以上；然后，针对模型在冬季工况中出现模拟准确率大幅下降等模型漂移问题，将冬季实测数据作为目标域数据集，以MLP模型作为预训练模型进行迁移学习.结果表明，迁移学习后模型性能显著提升，出水COD、氨氮、总氮和总磷的平均模拟准确率分别提高了21.49%、60.79%、58.14%和46.74%.研究提出的跨时间尺度迁移学习方法，能有效解决模型漂移问题，实现模型对污水处理系统动态演化的跟随响应.

关键词：多层感知机神经网络(MLP)模型机制模型迁移学习模型漂移系统适应性知识迁移

融合多元注意力与高效特征聚合的行人重识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2025年

作者：程杰卞长智张婧李小霞西南科技大学信息工程学院四川省工业自主可控人工智能工程技术研究中心四川中烟工业有限责任公司绵阳卷烟厂

针对行人重识别任务中视角、光照以及姿态变化等导致行人特征提取不充分的问题，设计了一种融合多元注意力与高效特征聚合的行人重识别网络。首先，在ResNet50的瓶颈模块中嵌入无参通道注意力，利用均值与方差信息对通道权重进行调整，... 详细信息

针对行人重识别任务中视角、光照以及姿态变化等导致行人特征提取不充分的问题，设计了一种融合多元注意力与高效特征聚合的行人重识别网络。首先，在ResNet50的瓶颈模块中嵌入无参通道注意力，利用均值与方差信息对通道权重进行调整，以增强对关键通道的作用。其次，仅在ResNet50的深层网络中引入自注意力机制，通过计算特征点之间的相关性来提高捕捉全局信息的能力，同时设置不同下采样率的双分支，以捕获不同分辨率下的行人特征信息。然后，设计高效特征聚合金字塔，通过自上而下和自下而上的双路径实现深层语义和浅层的细节信息快速融合，同时在金字塔横向连接中加入通道与空间注意力残差融合模块以突出行人关键特征。最后，使用双重批量归一化特征分类模块优化训练，提高网络稳定性。在Market1501、DukeMTMC-ReID和CUHK03数据集上，所提方法的mAP/Rank-1指标分别达到了89.5%/95.6%、80.1%/90.5%和79.7%/84.9%，实验结果表明，所提方法能够有效提高受视角、光照、姿态变化影响的行人重识别性能。

关键词：行人重识别 ResNet50 注意力机制高效特征聚合金字塔