检索结果-南通市图书馆

基于数据迁移下Bayes特征融合可靠度评估模型

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2024年第3期39卷 173-181页

作者：张晓洁唐家银唐莉西南交通大学数学学院成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

基于同种产品的多类试验源寿命数据信息,利用不同数据源间的映射关系,将多源数据迁移至现场数据源中形成混合数据源,以此作为产品可靠性贝叶斯统计分析基础。对于不同应力下加速寿命数据,将其折算至常应力水平下确定参数分布密度函数解... 详细信息

基于同种产品的多类试验源寿命数据信息,利用不同数据源间的映射关系,将多源数据迁移至现场数据源中形成混合数据源,以此作为产品可靠性贝叶斯统计分析基础。对于不同应力下加速寿命数据,将其折算至常应力水平下确定参数分布密度函数解析,以此作为产品可靠性贝叶斯统计分析的先验条件。将贝叶斯统计模型与数据迁移模型进行结合,融合多源数据的同时确定其参数估计值,得到产品密度函数解析并完成产品可靠性分析。算例表明:该类模型利用数据源间映射关系可有效实现数据迁移,且能实现加速寿命数据与其他各类数据源的同步融合,融合样本数据后的产品可靠性综合评估比单一寿命数据源的产品可靠性评估更全面、客观。

关键词：数据迁移贝叶斯数据融合指数分布可靠度

在线全文

学校读者我要写书评

暂无评论

基于细粒度特征融合的部分多模态哈希

软件学报 2024年第3期35卷 1074-1089页

作者：殷崭祚李博涵王萌黄瑞龙吴文隆王昊奋南京航空航天大学计算机科学与技术学院江苏南京211106 软件新技术与产业化协同创新中心江苏南京211106 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 陕西西安710119 同济大学设计创意学院上海200092

多模态数据的指数级增长使得传统数据库在存储和检索方面遇到挑战,而多模态哈希通过融合多模态特征并映射成二进制哈希码,能够有效地降低数据库的存储开销并提高其检索效率.虽然目前已经有许多针对多模态哈希的工作取得了较好的效果,但... 详细信息

多模态数据的指数级增长使得传统数据库在存储和检索方面遇到挑战,而多模态哈希通过融合多模态特征并映射成二进制哈希码,能够有效地降低数据库的存储开销并提高其检索效率.虽然目前已经有许多针对多模态哈希的工作取得了较好的效果,但是仍然存在着3个重要问题:(1)已有方法偏向于考虑所有样本都是模态完整的,然而在实际检索场景中,样本缺失部分模态的情况依然存在;(2)大多数方法都是基于浅层学习模型,这不可避免地限制了模型的学习能力,从而影响最终的检索效果;(3)针对模型学习能力弱的问题已提出了基于深度学习框架的方法,但是它们在提取各个模态的特征后直接采用了向量拼接等粗粒度特征融合方法,未能有效地捕获深层语义信息,从而弱化了哈希码的表示能力并影响最终的检索效果.针对以上问题,提出了PMH-F^(3)模型.该模型针对样本缺失部分模态的情况,实现了部分多模态哈希.同时,基于深层网络架构,利用Transformer编码器,以自注意力方式捕获深层语义信息,并实现细粒度的多模态特征融合.基于MIRFlickr和MSCOCO数据集进行了充分实验并取得了最优的检索效果.实验结果表明:所提出的PMH-F^(3)模型能够有效地实现部分多模态哈希,并可应用于大规模多模态数据检索.

关键词：部分多模态哈希多模态数据检索细粒度特征融合

基于全范围头部姿态估计的教师注意力识别算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第7期50卷 96-103页

作者：陈增照王政郑秋雨华中师范大学教育大数据应用技术国家工程实验室湖北武汉430079

探究教师注意力对于评估课堂教师行为具有极其重要的研究价值。然而,现有的教师注意力识别算法存在无法应对极端头部姿态角度等问题。为此,提出一种基于6DRep Net360模型的教师注意力状态识别算法,提升极端角度中头部姿态估计算法的准... 详细信息

探究教师注意力对于评估课堂教师行为具有极其重要的研究价值。然而,现有的教师注意力识别算法存在无法应对极端头部姿态角度等问题。为此,提出一种基于6DRep Net360模型的教师注意力状态识别算法,提升极端角度中头部姿态估计算法的准确性。相较于传统的依赖条件判断来分类教师注意力状态的方法,设计一种基于支持向量机(SVM)的教师注意力分类模型,对复杂头部姿态角度进行注意力状态的精准识别。为进一步解决算法稳定性和准确性带来的误差数据,提出基于滑动窗口的数据清洗算法,有效提高整体识别结果的真实性和可靠性。通过在构建的CCNUTeacherS tat e数据集上进行一系列的算法评估,实验结果表明,所提出的教师注意力识别算法在CCNUTeacherS tate数据集上达到了90.67%的准确率。

关键词：教师注意力全范围角度 6DRep Net360模型支持向量机数据清洗技术

基于出行链视角的城际货车出行偏好挖掘方法研究

在线全文

学校读者我要写书评

暂无评论

工程管理科技前沿 2024年

作者：何昱欣甘蜜钱秋君刘晓波西南交通大学交通运输与物流学院综合交通大数据应用技术国家工程实验室

我国公路货运市场中近90%的货车司机都是个体经营者，运力分散化和碎片化的特点增加了城际货运管理的复杂性和困难度。出行偏好是货车司机进行出行决策的关键影响因素，理解与利用这些偏好是实现城际货运高效管理的关键。为此，本文设... 详细信息

我国公路货运市场中近90%的货车司机都是个体经营者，运力分散化和碎片化的特点增加了城际货运管理的复杂性和困难度。出行偏好是货车司机进行出行决策的关键影响因素，理解与利用这些偏好是实现城际货运高效管理的关键。为此，本文设计了一个基于轨迹数据的货车出行链构建和分类框架，以此挖掘货车司机的出行偏好。首先，识别货车的行程终点与基地点并构建城际货车出行链。其次，对城际货车出行链进行表征，利用高斯混合模型根据数值特征将出行链划分为6类模式。最后，基于最长公共子序列算法挖掘不同出行链模式偏好的货车司机的路线特征。结果表明，大多数货车司机有一种主导的出行链模式偏好，且不同货车车型的偏好具有多样性。此外，不同出行链模式偏好的货车司机的出行线路决策存在差异，进行货运活动的地理区域具有不同的特点。通过分析城际货运中货车司机的出行行为与出行特征，研究有助于更深入地理解其出行偏好，促进城际货运的高效管理。

关键词：货运大数据城际货运出行链路线偏好

客观赋权对快捷货运各方式间临界运距影响分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第2期24卷 45-52页

作者：孙宗胜帅斌杨俊杰许旻昊西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

我国交通运输已由各方式间独立发展向一体化融合发展转变,快捷货物运输是综合交通运输融合发展的新兴关键领域,其各运输方式间临界运距的研究对合理运输结构的确定具有重要意义。针对既有研究对于临界运距问题主观赋权的不足,本文首先... 详细信息

我国交通运输已由各方式间独立发展向一体化融合发展转变,快捷货物运输是综合交通运输融合发展的新兴关键领域,其各运输方式间临界运距的研究对合理运输结构的确定具有重要意义。针对既有研究对于临界运距问题主观赋权的不足,本文首先基于快捷货运分担率模型建立临界运距与服务属性及权重系数表达式,然后基于CRITIC(Criteria Importance Though Intercriteria Correlation)法对权重系数进行客观测算,最后通过实例进行模型分析验证及结果对比。实例结果表明:客观赋权法可以使各服务属性权重系数随运距增加而产生异质性;经济性在300~400 km和900~1100 km内波动幅度最大;便捷性与经济性的运距临界点为327 km,其重要程度随运距增加会高于经济性;客观赋权对快捷货运各方式间临界运距的影响主要体现在高铁快运绝对优势运距区间的扩大,由主观赋权下700~1500 km转变为400~2000 km。

关键词：综合运输临界运距客观赋权快捷货物 CRITIC法

在线全文

学校读者我要写书评

暂无评论

基于支持向量机算法的含油沉积物识别研究

海洋科学进展 2024年

作者：李新放曹金凤李建伟崔菁菁苏天赟中海油能源发展股份有限公司安全环保分公司自然资源部第一海洋研究所海洋数据与信息中心青岛理工大学机械与汽车工程学院空天地海一体化大数据应用技术国家工程实验室

侧扫声呐图像是含油沉积物识别的主要数据源，通过分析含油沉积物在声呐图像的回波特征，基于特征进行分类和定位，从而识别油污染区域。图像特征的选择、提取和分类是此类算法的关键。本文基于高频侧扫声呐图像和专家标记信息，对图像... 详细信息

侧扫声呐图像是含油沉积物识别的主要数据源，通过分析含油沉积物在声呐图像的回波特征，基于特征进行分类和定位，从而识别油污染区域。图像特征的选择、提取和分类是此类算法的关键。本文基于高频侧扫声呐图像和专家标记信息，对图像的统计特征、频谱特征和灰度特征等进行分析，构建图像特征向量库，然后利用不同特征组合，采用支持向量机算法构建含油沉积物识别模型，并分析对比不同特征向量组合下的算法精度。实验结果表明基于灰度特征的SVM(Support Vector Machine)算法能够识别图像中含油沉积物正确率在88%以上，本文提出的算法在含油沉积物识别中具有较高的准确率及实用性，为海洋溢油应急提供有效的数据服务和决策支持。

关键词：支持向量机含油沉积物声呐图像特征组合

客车代运与送提一体下的山区农村寄递网络优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第3期24卷 94-102页

作者：孙文杰张锦刘娇李国旗西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

高效畅通的“最初—最后一公里”是农村寄递物流体系可持续运行的关键。针对山区农村寄递需求量小分散、客运班线空载率高的现实特征,本文构建以总成本最小为目标的客车代运与送提一体模式下的寄递网络优化模型,对中转点和服务站位置、... 详细信息

高效畅通的“最初—最后一公里”是农村寄递物流体系可持续运行的关键。针对山区农村寄递需求量小分散、客运班线空载率高的现实特征,本文构建以总成本最小为目标的客车代运与送提一体模式下的寄递网络优化模型,对中转点和服务站位置、代运车辆以及配送车辆路径进行决策。据此,采用有效不等式和热启动策略设计加强Benders分解(Benders Decomposition,BD)算法进行模型求解。通过四川省青川县某乡镇的实例分析验证了模型和算法的有效性。结果表明:客车代运与送提一体下的网络设计模式更具成本优势,可以带来至少4.91%的总成本节约,加强BD算法的求解时间较传统BD算法平均低66.06%。敏感性分析发现,总成本随着客车可用于装货容量的增加呈现阶梯性的降低趋势;总成本增加幅度随着覆盖半径的减小呈现先减后增的趋势。

关键词：物流工程网络优化加强Benders分解农村寄递物流客车代运送提一体

基于Transformer结构增强的神经网络架构搜索性能预测器

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：王继禾吴颖迟恒喆王党辉梅魁志西北工业大学计算机学院嵌入式系统集成教育部工程中心(西安) 空天地海一体化大数据应用技术国家工程实验室西安交通大学人工智能与机器人研究所

神经网络架构搜索（Neural Architecture Search，NAS）作为一种通过搜索算法设计神经网络架构的方法，在计算机视觉和自然语言处理等领域得到广泛应用，相较于人工设计网络，NAS方法可以减少设计成本并提高模型性能．但是NAS的性能评... 详细信息

神经网络架构搜索（Neural Architecture Search，NAS）作为一种通过搜索算法设计神经网络架构的方法，在计算机视觉和自然语言处理等领域得到广泛应用，相较于人工设计网络，NAS方法可以减少设计成本并提高模型性能．但是NAS的性能评估需要对候选架构进行大量训练，由此带来的计算量占整个NAS的80％以上．为降低计算开销和时间成本，近年来已提出许多基于Transformer的NAS预测器，由于Transformer出色的结构编码能力可以更好地表示拓扑信息，因而得到广泛应用．但是，现有基于Transformer的NAS预测器依然存在三个问题：其一是在预处理阶段，传统的one-hot编码方式描述节点特征的能力较弱，只能区分不同操作节点类型，而难以表达操作的细节特征，如卷积核尺寸等．其二是在编码阶段，Transformer的自注意力机制导致模型结构信息缺失；其三是在评估阶段，现有的Transformer预测器仅使用多层感知机（Multilayer Perceptron，MLP）对前向传播图进行精度预测，忽略了反向传播梯度流对预测精度的影响，因此难以真正拟合NAS评估中的正、反向交替信息流图，导致预测器精度与实际运行精度误差波动极大（10%～90%）．为解决上述问题，本文提出了一种基于Transformer结构增强的NAS性能预测方法．首先，在预处理阶段，本文提出了一种超维嵌入方法增加输入数据维度以强化节点操作的参数描述能力，其次，在编码阶段将Transformer编码后的信息与图结构信息共同输入一个图卷积网络（Graph Convolutional Network，GCN），弥补由自注意力机制引起的结构缺失．最后，在性能评估阶段，本文构建了同时包含前向传播和反向传播的全训练图，并将数据集信息、图结构编码与梯度编码共同输入到GCN网络预测器中，使预测结果更贴近模型真实性能．实验结果表明，本方法与目前最先进方法相比，肯德尔相关系数提高了7.45%，训练时间减少了1.55倍．

关键词：预测器 NAS Transformer GCN Embedding

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑股道运用的重载卸车站作业计划优化研究

铁道科学与工程学报 2024年第4期21卷 1402-1411页

作者：周汉何世伟吴艺迪张哲铭北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划... 详细信息

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明:微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果能缩短重载列车在站作业时间,加速重载列车在站中转过程,为计算机自动编制车站作业计划提供智能决策。

关键词：重载运输车站作业计划股道运用微进化算法黄骅港站