检索结果-南通市图书馆

具有高颜色表现能力与低蓝光危害的白光LED光谱优化

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第8期44卷 2146-2151页

作者：甄佳弘王智峰李长军辽宁科技大学计算机与软件工程学院辽宁鞍山114051

随着发光二极管的飞速发展,LED照明越来越多的被用于各个行业,且类似医疗、印刷、纺织、美容等行业对LED灯具的颜色表现能力要求很高;同时LED灯具带来的光生物危害也越来越被人们所重视,其中以LED蓝光危害最被人们所熟知。近年来很多研... 详细信息

随着发光二极管的飞速发展,LED照明越来越多的被用于各个行业,且类似医疗、印刷、纺织、美容等行业对LED灯具的颜色表现能力要求很高;同时LED灯具带来的光生物危害也越来越被人们所重视,其中以LED蓝光危害最被人们所熟知。近年来很多研究者致力于如何降低白光LED的蓝光危害,但大部分工作都是在相对较低色温(CCT)的情况下获得需要的白光光谱,或者在一段色温范围内对进行离散穷举来找出最低蓝光危害的那一个相关色温对应的光谱;能够在不同的目标色温下获得同时拥有高颜色表现能力与低蓝光危害辐射的混合白光LED光谱几乎没有。为此,基于现有的多个LED提出了一种目标函数简单的非线性约束优化方法。在以往的研究中发现蓝光危害加权辐射通量与其相关色温呈现线性关系,随着其相关色温的增大,蓝光加权辐射通量也越来越大。要想获得具有低蓝光危害的白光LED光谱,只需固定其相关色温,就会得到每个目标相关色温对应的蓝光加权辐射通量,根据评价LED光源的蓝光危害辐射效率的计算公式,将其分子固定,只需最大化其分母,其蓝光危害辐射效率就会最小化,所以最大化辐射效率即可。针对其光谱功率分布,通过使用一个滤光片对被选择的多个LED混合后的光谱功率分布进行限制,同时因为实际生产需求要对滤光片的光谱透射率添加一个平滑约束,平滑约束则是使用加权平均的方法来完成。最后通过极大化“RP”方法得到各色LED的辐射量权重。仿真结果证明,该方法最终可以获得符合美国国家标准学会的ANSI/NEMA C78.377-2017标准的2700~6500 K八个目标相关色温,分别为2700、3000、3500、4000、4500、5000、5700和6500 K,各个CCT下的光源光谱其显色指数、色彩保真度、色域指数均在90以上,色偏差值在0.0054以内,蓝光危害辐射效率均在0.1以内的混合LED白光光谱。

关键词：蓝光危害 LED光谱优化光谱叠加颜色表现能力

在线全文

学校读者我要写书评

暂无评论

可信执行环境:现状与展望

计算机研究与发展 2024年第1期61卷 243-260页

作者：张锋巍周雷张一鸣任明德邓韵杰南方科技大学斯发基斯可信自主系统研究院广东深圳518055 南方科技大学计算机科学与工程系广东深圳518055

当前在云服务、移动社交网络下用户普遍追求隐私保护、安全计算,从而推动了隐私计算、机密计算等领域的快速发展.可信执行环境(trusted execution environment,TEE)作为机密计算服务中重要的技术基础已经广泛部署到各类计算平台中.目前,... 详细信息

当前在云服务、移动社交网络下用户普遍追求隐私保护、安全计算,从而推动了隐私计算、机密计算等领域的快速发展.可信执行环境(trusted execution environment,TEE)作为机密计算服务中重要的技术基础已经广泛部署到各类计算平台中.目前,以Intel,Arm等为代表的设备制造商采用软硬件隔离机制,推出了多类实用TEE技术并不断迭代更新,从功能上更加方便设备管理者、普通用户使用安全服务.研究人员则根据不同的系统架构和应用需求,优化TEE模型,扩大可信应用领域并提升其工作效率.全面分析主流系统架构(包括x86、Arm、RISC-V、异构计算单元)中TEE技术发展路线、技术特点包括基础硬件设施设计、软件接口定义、安全边界等,挖掘TEE技术可行的应用场景.同时,分析各类TEE技术面临的挑战,探讨TEE技术局限性以及自身面临的安全风险如侧信道攻击等.在此基础上,从安全性、功能性等方面总结各类TEE技术优缺点,并提出TEE技术未来的发展思路.

关键词：可信执行环境操作系统架构内存隔离处理器模式安全性验证

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征解析的放射学报告生成方法

北京大学学报（自然科学版） 2024年第1期60卷 71-78页

作者：王瑞梁建国花嵘山东科技大学计算机科学与工程学院青岛266590

在使用深度学习模型自动生成放射学报告时,由于数据的极度不平衡,当前的模型难以识别异常区域特征,从而导致对疾病的错判与漏判。为了提升模型对疾病的识别能力,提高放射学报告的质量,提出使用多尺度特征解析Transformer(MFPT)模型来生... 详细信息

在使用深度学习模型自动生成放射学报告时,由于数据的极度不平衡,当前的模型难以识别异常区域特征,从而导致对疾病的错判与漏判。为了提升模型对疾病的识别能力,提高放射学报告的质量,提出使用多尺度特征解析Transformer(MFPT)模型来生成放射学报告。构建一个关键特征强化注意力(KFEA)模块,以便加强对关键特征的利用;设计一个多模态特征融合(MFF)模块,以便促进语义特征与视觉特征的特征融合,缓解特征差异造成的影响;探索阶段感知(SA)模块在放射学报告任务中对初级特征的优化作用。最后,在流行的放射学报告数据集IU X-Ray上,与当前的主流模型进行对比实验,结果表明,所提模型取得当前最佳效果。

关键词：注意力机制特征融合放射学报告 Transformer 图像–文本生成

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

一种全面的少标签样本情形下的知识蒸馏方法

数据分析与知识发现 2024年第1期8卷 104-113页

作者：刘彤任欣儒尹金辉倪维健山东科技大学计算机科学与工程学院青岛266590

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据... 详细信息

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据中获取有价值的数据并赋予其伪标签,增加有标签样本数量;并在传统蒸馏模型基础上增加知识回顾机制和助教模型,实现从大参数量模型到小参数量模型的全面的知识迁移。【结果】在IMDB、AG_NEWS、Yahoo!Answers数据集的文本分类和情感分析任务上,使用原数据集规模的5%作为有标签数据,准确率表现与使用全部数据训练的传统蒸馏模型分别仅相差1.45%、2.75%、7.28%。【局限】仅针对自然语言处理中的文本分类以及情感分析任务进行实验研究,后续可进一步扩大任务覆盖面。【结论】本文所提方法在少量有标签样本的情形下,实现了较好的蒸馏效果,使得小参数量模型的性能得到显著提升。

关键词：知识蒸馏半监督学习少标签样本文本分类

在线全文

学校读者我要写书评

暂无评论

一种基于可达距离的模糊C均值聚类算法

地球信息科学学报 2024年第9期26卷 2038-2051页

作者：崔俊超张琼冰李小龙湖南科技大学计算机科学与工程学院湘潭411100

设施选址对提高居民生活质量至关重要,利用地理可达相似性聚类对空间元素进行分类是求解此类问题的重要方法。然而,现有的应用于地理可达性分析的聚类算法存在地理可达性测度不准确、不涉及簇中心选取或簇中心不可达等缺陷,不能有效求... 详细信息

设施选址对提高居民生活质量至关重要,利用地理可达相似性聚类对空间元素进行分类是求解此类问题的重要方法。然而,现有的应用于地理可达性分析的聚类算法存在地理可达性测度不准确、不涉及簇中心选取或簇中心不可达等缺陷,不能有效求解真实场景下的设施选址问题。基于此,本文提出一种基于可达距离的模糊C均值聚类算法(Fuzzy C-Means based on Reachable Distance,FCM-RD)。FCM-RD算法改造了经典FCM算法的目标函数、隶属度函数和簇中心函数,使其适用基于可达距离的聚类分析。其次,以沿路网的最短路径距离作为可达距离衡量元素间的地理可达相似性,将聚类元素的二维地理坐标映射为路网坐标,并以此设计簇中心迭代机制,实现在聚类过程中以可达距离迭代不受约束的可达簇中心。同时,对所提簇中心迭代机制的有效性进行理论分析和实验验证,结果表明,FCM-RD算法在每次迭代中所选的各簇簇中心唯一且为当前簇类目标函数最小值点。最后,基于真实地理场景的仿真实验表明,相比基准算法,FCM-RD不仅能获得位置不受限的可达簇中心,而且能获得更好的聚类效果,为实际场景下的地理空间聚类方案提供了有效且精准的解决方案。

关键词：地理可达性空间聚类可达距离设施选址路网模糊C均值聚类簇中心迭代机制

低资源场景下基于联合训练与自训练的跨语言摘要方法

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第5期53卷 762-770页

作者：程绍欢唐煜佳刘峤陈文宇电子科技大学计算机科学与工程学院成都611731

随着全球化的不断发展,跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下,现有方法存在表征转换受限和数据利用不充分等问题。为此,该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别... 详细信息

随着全球化的不断发展,跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下,现有方法存在表征转换受限和数据利用不充分等问题。为此,该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别建模翻译任务和跨语言摘要任务,以统一输出端的语言向量空间,从而避免模型间表征转换受限的问题。此外,通过对齐平行训练对的输出特征和概率进行联合训练,增强模型间的语义共享。同时,在联合训练的基础上引入自训练技术,利用额外的单语摘要数据生成合成数据,有效缓解了低资源场景下数据稀缺的问题。实验结果表明,该方法在多个低资源场景下均优于现有对比方法,实现了ROUGE分数的显著提升。

关键词：跨语言摘要联合训练低资源场景机器翻译自训练

基于三分支图外部注意力网络的轻量化跨域序列推荐

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第8期61卷 1930-1944页

作者：张劲羽马晨曦李超赵中英山东科技大学计算机科学与工程学院山东青岛266590

跨域序列推荐(cross-domain sequential recommendation,CSR)旨在通过挖掘用户在多域混合序列中的行为偏好来为其提供跨域个性化推荐服务.近年来,研究人员开始尝试将图卷积网络(graph convolution network,GCN)集成到CSR中,以建模用户... 详细信息

跨域序列推荐(cross-domain sequential recommendation,CSR)旨在通过挖掘用户在多域混合序列中的行为偏好来为其提供跨域个性化推荐服务.近年来,研究人员开始尝试将图卷积网络(graph convolution network,GCN)集成到CSR中,以建模用户和项目之间的复杂关系.然而,基于图的CSR方法大多通过复杂的结构来捕捉用户在多个域中的序列行为模式,这导致其通常具有较高的计算复杂度和较大的内存开销,限制了模型在资源受限设备上的应用.此外,已有的轻量级图跨域序列推荐方法认为,应该采用单层聚合协议(single layer aggregating protocol,SLAP)来学习跨域序列图(cross-domain sequential graph,CSG)上的嵌入表示.基于这种协议的图卷积网络,能够规避多层聚合协议所带来的额外跨域噪声,但却难以捕捉域内的高阶序列依赖关系.为了解决上述挑战,提出了一种轻量级的三分支图外部注意力网络(tri-branches graph external attention network,TEA-Net).具体而言,TEA-Net首先将原始CSG分为域间以及域内序列图,并设计了一种并行的三分支图卷积网络结构来学习图中的节点表示.该结构能够以较低的计算开销,在不引入额外跨域噪声的条件下,学习域间的低阶协同过滤关系和域内的高阶序列依赖关系.其次,在三分支结构的基础上,提出了一种改良的外部注意力(external attention,EA)组件,该组件移除了EA中的非线性通道,使其能够以更低的开销挖掘项目序列依赖关系并将注意力权重在多个分支上共享.在2个真实数据集上进行了广泛的实验来验证TEA-Net的性能表现.与10种最先进的CSR方法相比,TEA-Net在轻量化性能和预测精度方面均取得了更好的结果.

关键词：推荐系统轻量化跨域序列推荐外部注意力图神经网络协同过滤

在线全文

学校读者我要写书评

暂无评论

链路预测的若干基础问题探讨

电子科技大学学报 2024年第5期53卷 792-800页

作者：毕祎琳焦鑫善万书言周涛电子科技大学计算机科学与工程学院成都611731

链路预测是网络科学最具活力的分支之一,其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究,报告了这4个方面目前的... 详细信息

链路预测是网络科学最具活力的分支之一,其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究,报告了这4个方面目前的研究进展,并指出尚未解决的关键问题。最后,对亟待解决的一些关键研究问题进行了总结。

关键词：链路预测网络选取链路抽样模型训练算法评价

基于大语言模型和数据增强的中文毒性言论检测

在线全文

学校读者我要写书评

暂无评论

情报杂志 2024年

作者：陈慧朱奕竹刘明宇陈镜宇吴越西华大学计算机与软件工程学院电子科技大学计算机科学与工程学院

[研究目的]研究中文毒性言论检测模型,不仅有助于提高网络舆情监测的准确性,还有利于推动网络空间环境的现代化治理。[研究方法]在明确无毒、隐毒和显毒标注规则的基础上,构建了三类标签均匀分布的中文毒性言论数据集ImToxCN,搭建了基... 详细信息

[研究目的]研究中文毒性言论检测模型,不仅有助于提高网络舆情监测的准确性,还有利于推动网络空间环境的现代化治理。[研究方法]在明确无毒、隐毒和显毒标注规则的基础上,构建了三类标签均匀分布的中文毒性言论数据集ImToxCN,搭建了基于大语言模型和数据增强方法的毒性言论检测组合模型。[研究结果/结论]实验结果表明,在ImToxCN数据集上,大语言模型RoBERTa与数据增强方法GeniusAug的组合较其他基线模型的毒性言论检测准确率更高,准确率达到84.34%。此外,该组合模型还能准确地检测隐毒和显毒言论,在其他3个公开数据集上也表现出了最优的毒性检测效果。

关键词：毒性言论检测毒性文本大语言模型数据增强检测模型