检索结果-南通市图书馆

面向Fabric性能态势感知的联盟链可视分析方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第5期36卷 668-677页

作者：任芃锟邵怡敏王保全王轶赵凡中国科学院新疆理化技术研究所多语种信息技术研究室乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

区块链技术的不断普及,对联盟链网络运行的稳定性和交易过程的可解释性提出了更高的要求.通过总结在联盟链实际开发和应用过程中网络性能监控与分析的需求,提出面向Hyperledger Fabric性能态势感知的联盟链可视分析方法.对网络拓扑图、... 详细信息

区块链技术的不断普及,对联盟链网络运行的稳定性和交易过程的可解释性提出了更高的要求.通过总结在联盟链实际开发和应用过程中网络性能监控与分析的需求,提出面向Hyperledger Fabric性能态势感知的联盟链可视分析方法.对网络拓扑图、块高增长图和交易共识动画等多视图进行联合分析,支持从网络、节点、交易3个层面进行探索;提出Fabric网络和节点性能量化方法,以分值形式衡量性能态势,便于快速了解联盟链运行情况、通道间活跃度差别与各节点健康度.案例分析和用户评估结果表明,所提方法在Fabric可视监控、性能态势分析、交易共识轨迹追踪等方面具有实用性和有效性.

关键词：区块链可视化可视分析联盟链态势感知

在线全文

学校读者我要写书评

暂无评论

基于MEGA网络和分层预测的标点恢复方法

计算机工程 2024年

作者：张文博黄浩吴迪唐敏杰新疆大学计算机科学与技术学院新疆多语种信息技术重点实验室

标点恢复又称标点预测，是指对一段没有标点的文本添加合适的标点，以提高文本的可读性，是一项经典的自然语言处理任务。近年来，随着预训练模型的发展和标点恢复研究的深入，标点恢复任务的性能在不断提升。然而，基于Transformer结... 详细信息

标点恢复又称标点预测，是指对一段没有标点的文本添加合适的标点，以提高文本的可读性，是一项经典的自然语言处理任务。近年来，随着预训练模型的发展和标点恢复研究的深入，标点恢复任务的性能在不断提升。然而，基于Transformer结构的预训练模型在提取长序列输入的局部信息方面存在局限性，不利于最终标点符号的预测。此外，以往的研究将标点标签视为要预测的符号，忽略了不同标点的场景属性和标点间的关系。为了解决这些问题，该文引入了移动平均门控注意力(Moving average Equipped Gated Attention ，MEGA)网络作为辅助模块，以增强模型对局部信息的提取能力。同时，该文还构建了分层预测模块，充分利用不同标点符号的场景属性和标点间的关系进行最终的分类。该文使用多种基于Transformer结构的预训练模型在不同语言的数据集上进行实验，在英文标点数据集IWSLT的实验结果表明，多数预训练模型上应用MEGA模块和分层预测模块都能获得性能增益，值得注意的是使用DeBERTaV3 xlarge在IWSLT的REF测试集取得了85.5%的F1分数，相比于基线提升了1.2%，这是目前在REF测试集中的最佳结果。此外，该文的模型在中文标点数据集的实验中也取得了目前为止最高的精度。

关键词：标点恢复自然语言处理预训练模型 MEGA 分层预测

基于SoftLexicon和对抗训练的中文医疗命名实体识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2024年第2期47卷 260-268页

作者：潘世鹏吐尔地·托合提梁毅艾斯卡尔·艾木都拉新疆大学计算机科学与技术学院新疆多语种信息技术重点实验室

现有的医疗实体识别模型当中，多数模型不能充分提取和利用文本序列当中词汇信息，且模型结构复杂，使得模型在面临医疗领域的文本时存在实体边界识别不准、鲁棒性较差等问题，并且多数基于字粒度的命名实体识别（Named Entity Recognit... 详细信息

现有的医疗实体识别模型当中，多数模型不能充分提取和利用文本序列当中词汇信息，且模型结构复杂，使得模型在面临医疗领域的文本时存在实体边界识别不准、鲁棒性较差等问题，并且多数基于字粒度的命名实体识别（Named Entity Recognition, NER）方法对信息遗漏此类问题解决不够完善。针对此类问题，本文提出了一种基于字词融合和对抗训练的命名实体识别模型。模型使用预训练模型BERT(Bidirectional Encoder Representation from Transformers)获取文本序列的字向量；然后使用SoftLexicon引入词典信息并在字向量中添加对抗训练生成的扰动样本；最后使用BiLSTM-CRF(Bi-Long Short-Term Memory-Condition Random Field)进行特征提取并获取序列标注结果。所提出模型在数据集CCKS2019和CCKS2020上进行实验，F1值分别到达了85.07%和90.39%。实验结果表明，与基准模型相比，该模型的F1值提升了2.31%和2.88%，说明字词融合方法和对抗训练相结合能够有效识别医疗实体。

关键词：命名实体识别字词融合对抗训练 PGD

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MHSA和GCN的方面级情感分析模型

东北师大学报（自然科学版） 2024年第2期56卷 69-74页

作者：杨乾艾山·吾买尔孙伟伟古文霞新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术实验室新疆乌鲁木齐830046

针对目前大多数现有的基于图卷积网络的模型只考虑了特定方面和上下文之间的交互关系,忽略了方面之间的交互情感特征的问题,本文提出了一种利用预训练BERT和多头自注意力机制(MHSA)结合图卷积网络的模型(MHSAGCN-BERT).用方面词与上下... 详细信息

针对目前大多数现有的基于图卷积网络的模型只考虑了特定方面和上下文之间的交互关系,忽略了方面之间的交互情感特征的问题,本文提出了一种利用预训练BERT和多头自注意力机制(MHSA)结合图卷积网络的模型(MHSAGCN-BERT).用方面词与上下文的句法依赖和方面之间的相互情感关系来推导出特定方面的情感极性,以此增强模型学习特征能力.在Restaurant14、Restaurant15、Restaurant16公开数据集上进行了实验,结果表明,本文模型与其他方面级情感分析模型相比有较明显的提升.

关键词：方面级情感分析多头自注意力机制图卷积网络方面交互句法依赖树

维普期刊数据库博看期刊

低照度宽视场视频中微小目标相关滤波跟踪方法

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第1期45卷 86-91页

作者：谢钊东贾振红新疆大学信息科学与工程学院信号与信息处理自治区重点实验室乌鲁木齐830017

此前的相关滤波目标跟踪算法,关于低照度宽视场小目标跟踪的研究工作未见报道。针对此,提出一种将图像差异检测框架与基于相关滤波器(CF)的跟踪框架相结合的算法,并引入双重滤波器对抗环境带来的不利因素。提出用l2范数的稀疏响应正则... 详细信息

此前的相关滤波目标跟踪算法,关于低照度宽视场小目标跟踪的研究工作未见报道。针对此,提出一种将图像差异检测框架与基于相关滤波器(CF)的跟踪框架相结合的算法,并引入双重滤波器对抗环境带来的不利因素。提出用l2范数的稀疏响应正则化项来抑制CF框架产生的异常波峰。在响应阶段,根据双重滤波器加权融合,预测小目标的位置。结果表明,提出算法在低照度宽视场中对小目标的快速移动、形变、运动模糊有优异的跟踪性能,并且满足实时性能。采集了全新的具有41条由鹰眼摄像头拍摄的夜晚监控序列数据集作为基准。实验结果表明本算法在DP提升了8.8%,AUC提升了7.4%,并在单个CPU上实现30.6帧每秒的实时运行。

关键词：目标跟踪相关滤波图像差异检测稀疏约束低照度宽视场

在线全文

学校读者我要写书评

暂无评论

中文命名实体识别研究综述

计算机工程与应用 2024年第1期60卷 15-27页

作者：赵继贵钱育蓉王魁侯树祥陈嘉颖新疆大学软件学院乌鲁木齐830000 新疆大学新疆维吾尔自治区信号检测与处理重点实验室乌鲁木齐830046 新疆大学软件工程重点实验室乌鲁木齐830000 中国科学院大学经济与管理学院北京101408 新疆大学信息科学与工程学院乌鲁木齐830000

命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界... 详细信息

命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界模糊、语义多样化、形态特征模糊以及中文语料库内容较少等问题,导致中文命名实体识别性能难以大幅提升。介绍了CNER的数据集、标注方案和评价指标。按照CNER的研究进程,将CNER方法分为基于规则的方法、基于统计的方法和基于深度学习的方法三类,并对近五年来基于深度学习的CNER主要模型进行总结。探讨CNER的研究趋势,为新方法的提出和未来研究方向提供一定参考。

关键词：自然语言处理中文命名实体识别深度学习预训练模型机器学习

在线全文

学校读者我要写书评

暂无评论

优化特征融合的多尺度遥感图像目标检测方法

计算机应用与软件 2024年第8期41卷 155-161,167页

作者：张昊刘凤谭富祥钱育蓉新疆大学软件学院新疆乌鲁木齐830008 新疆维吾尔自治区信号检测与处理重点实验室新疆乌鲁木齐830008 新疆大学软件工程重点实验室新疆乌鲁木齐830046

为解决遥感图像场景下多尺度目标检测准确率低的问题,提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力,设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法,... 详细信息

为解决遥感图像场景下多尺度目标检测准确率低的问题,提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力,设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法,来解决复杂背景下目标分类困难的问题;将Focal loss作为新的边界框置信度损失函数,令模型聚焦于难分类的正样本,以改善正负样本不平衡对目标分类所造成的干扰。在遥感公共数据集NWPU VHR-10上进行模型评估,实验结果表明,该算法相较于原算法均值平均精度提高5.1百分点,能有效地提高遥感图像目标检测准确率。

关键词：遥感图像目标检测分组特征融合多维度特征优化注意力机制

“智库出版”业态与出版知识服务的创新发展——关于AIGC和AGI助推出版业态变革的思考

在线全文

学校读者我要写书评

暂无评论

中国编辑 2024年第8期 72-81页

作者：王勇安张艺瑜陕西师范大学新闻与传播学院国家新闻出版署西部多语种文化资源智慧出版重点实验室

在对融合出版领域的深度审视中发现,应用于出版领域的AIGC与AGI等人工智能技术,正在成为改变出版资源整合模式以及内容生产方式的主要驱动力。融合出版通过新的生产服务架构,能够高效处理繁杂的海量数据,并调动整合增量资源与存量资源,... 详细信息

在对融合出版领域的深度审视中发现,应用于出版领域的AIGC与AGI等人工智能技术,正在成为改变出版资源整合模式以及内容生产方式的主要驱动力。融合出版通过新的生产服务架构,能够高效处理繁杂的海量数据,并调动整合增量资源与存量资源,精准服务于特定客户,为“生产服务一体化”的出版知识服务带来发展机遇。基于此,本文提出充分尊重出版“生产服务一体化”的天然禀赋,借鉴智库内容生产和知识服务方式,建设以海量数据为基础、以用户个性化需求为动力、以AI技术为核心的共创共享“智库出版”新业态,规范、协调、聚拢增量资源和存量资源,全面提升出版知识服务能力与效率,并努力使出版在信息革命中站稳脚跟的主张。

关键词：智库出版 AIGC AGI出版业态共创共享知识服务

在线全文

学校读者我要写书评

暂无评论

基于双向注意力机制的多模态关系抽取

计算机工程 2024年第4期50卷 160-167页

作者：吴海鹏钱育蓉冷洪勇新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆维吾尔自治区信号检测与处理重点实验室新疆乌鲁木齐830046 新疆大学软件学院新疆乌鲁木齐830046

传统关系抽取方法从纯文本中识别实体对之间的关系,多模态关系抽取方法通过利用多种模态信息辅助关系抽取任务。针对现有多模态关系抽取模型在处理图像数据时存在容易受到冗余信息干扰的问题,提出一种基于双向注意力机制的多模态关系抽... 详细信息

传统关系抽取方法从纯文本中识别实体对之间的关系,多模态关系抽取方法通过利用多种模态信息辅助关系抽取任务。针对现有多模态关系抽取模型在处理图像数据时存在容易受到冗余信息干扰的问题,提出一种基于双向注意力机制的多模态关系抽取模型。首先,采用来自Transformer的双向编码器表示(BERT)与场景图生成模型分别提取文本语义特征与图像语义特征。然后,利用双向注意力机制建立图像到文本与文本到图像的双向对齐机制,通过这种双向对齐机制实现图像与文本之间的双向信息交互,赋予图像中冗余信息较低的权重以削弱其对文本语义表示的干扰,从而减轻图像中冗余信息对关系抽取结果造成的负面影响。最后,将对齐后的文本特征表示与视觉特征表示相连接形成文本与图像的融合特征,通过多层感知机(MLP)计算所有关系分类的概率分数并输出预测关系。在用于神经关系提取的多模式数据集(MNRE)上的实验结果表明,该模型的精确率、召回率、F1值分别达到65.53%、69.21%与67.32%,相比于基准模型均有明显提升,具有较好的关系抽取效果。

关键词：关系抽取社交网络冗余信息多模态数据双向注意力机制