检索结果-南通市图书馆

维普期刊数据库博看期刊

多策略黏菌算法优化BiLSTM的命名实体识别研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第7期38卷 51-62页

作者：梁宏涛刘雨婷李帅高大唤朱洁青岛科技大学信息科学技术学院山东青岛266061

随着深度学习的深入研究,命名实体识别任务日益朝着智能化方向发展,但是命名实体识别模型还存在泛化能力弱、鲁棒性差等缺点,寻求更加高效的下游模型愈发成为研究重点。该文利用多策略黏菌算法(SLSMA)对双向长短时记忆网络模型(BiLSTM)... 详细信息

随着深度学习的深入研究,命名实体识别任务日益朝着智能化方向发展,但是命名实体识别模型还存在泛化能力弱、鲁棒性差等缺点,寻求更加高效的下游模型愈发成为研究重点。该文利用多策略黏菌算法(SLSMA)对双向长短时记忆网络模型(BiLSTM)的超参数进行优化,改进的黏菌算法在初始化阶段采用Sobol序列均匀种群密度,迭代后期引入莱维飞行策略动态调整步长,使算法跳出局部最优,并采用改进的黏菌算法优化BiLSTM网络的关键超参数进行命名实体识别,使用LSTM-CRF模型、BiLSTM-CRF模型、SMA-BiLSTM-CRF模型与SLSMA-BiLSTM-CRF模型进行命名实体识别的对比实验。实验结果表明,SLSMA-BiLSTM-CRF在《人民日报》和CoNLL2003数据集上的F1值分别达到98.48%和97.35%,有效提升了命名实体识别的精准性和鲁棒性。

关键词：命名实体识别 SLSMA 双向长短时记忆网络 Sobol序列

在线全文

学校读者我要写书评

暂无评论

硫酸法烷基化工艺的专用过程模拟系统开发

高校化学工程学报 2024年第1期38卷 121-127页

作者：赵婷婷夏力孙晓岩陈玉石项曙光青岛科技大学过程系统工程研究所山东青岛266042 石化盈科信息技术有限责任公司上海200040

为了实现硫酸法烷基化工艺装置的准确模拟计算,在Visual Studio2010开发环境下,采用SQLite数据库管理系统建立烷基化物性数据库;基于CAPE-OPEN标准,在已开发的通用过程模拟系统OPEN的基础上,建立烷基化反应模块,采用C++语言实现与通用... 详细信息

为了实现硫酸法烷基化工艺装置的准确模拟计算,在Visual Studio2010开发环境下,采用SQLite数据库管理系统建立烷基化物性数据库;基于CAPE-OPEN标准,在已开发的通用过程模拟系统OPEN的基础上,建立烷基化反应模块,采用C++语言实现与通用过程模拟系统OPEN的集成,形成完整的硫酸法烷基化工艺的专用过程模拟系统。通过实例对所开发的模拟系统进行检验,并将计算结果与实际值进行对比。结果表明:产品质量均满足工业生产需求,计算结果与实际工业生产中的主要工艺指标基本吻合,各流股中关键组分模拟值与实际值的相对偏差都控制在2.0%以内,满足计算精度要求,说明开发的硫酸法烷基化工艺的专用过程模拟系统可进行较为准确的模拟计算。

关键词：硫酸法烷基化物性数据库单元模块系统开发

改进Deeplabv3+的双注意力融合作物分类方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 110-120页

作者：郭金宋廷强孙媛媛巩传江刘亚林马兴录范海生青岛科技大学信息科学技术学院山东青岛266061 青岛科技大学大数据学院山东青岛266061 岭南大数据研究院时空大数据研究室广东珠海519000

近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一... 详细信息

近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一种用于无人机影像农作物分类的并行分支结构--DeepTrans(Deeplab v3+with Trans-former)模型。DeepTrans以一种并行的方式将Transformer和CNN结合在一起,利于全局特征与局部特征的有效捕获。通过引入Transformer来增强图像中信息的远距离依赖关系,提高了作物全局信息的提取能力;加入通道注意力机制和空间注意力机制加强Transformer对通道信息的敏感度及ASPP(atrous spatial pyramid pooling)对作物空间信息捕获能力。实验结果表明,DeepTrans模型在MIoU指标上可达0.812,相较于Deeplab v3+模型提高了3.9%,该模型在五类作物的分类中精度均有提升,对于容易错分的甘蔗、玉米和香蕉三种作物,其IoU分别提高了2.9%、4.7%、13%。由此可见,DeepTrans模型在农作物分类图像的内部填充和全局预测方面有着更好的分割效果,有助于更准确地监测农田作物的种植结构及规模。

关键词：农作物分类无人机影像 Deeplab v3+ Transformer 注意力机制

在线全文

学校读者我要写书评

暂无评论

离群点检测算法综述

计算机科学 2024年第8期51卷 20-33页

作者：孔翎超刘国柱青岛科技大学信息科学技术学院山东青岛266061

离群点检测作为数据挖掘领域的一个重要研究方向,其目的是发掘隐藏在数据集合中与众不同且具有潜在分析价值的数据,辅助研究人员甄别数据源可能存在的问题。目前,离群点检测已被广泛应用于欺诈识别、智慧医疗、入侵检测、故障诊断等诸... 详细信息

离群点检测作为数据挖掘领域的一个重要研究方向,其目的是发掘隐藏在数据集合中与众不同且具有潜在分析价值的数据,辅助研究人员甄别数据源可能存在的问题。目前,离群点检测已被广泛应用于欺诈识别、智慧医疗、入侵检测、故障诊断等诸多领域。文中在总结前人经验的基础上,首先讨论离群点的定义、产生原因以及典型应用领域,综述了DBSCAN和LOF等离群点检测经典算法及其改进算法的优势和局限,分析了深度学习方法在离群点检测领域的优势;其次结合当前互联网背景下海量、高维、时序数据处理需求,对离群点检测算法在新环境下的发展状况做进一步研究;最后介绍离群点检测算法的评价指标、代价因子在离群点检测评价中的作用以及常用工具包和数据集,总结展望了离群点检测面临的挑战和未来的发展方向。

关键词：离群点异常检测深度学习时序数据数据挖掘

基于BayesianOpt-XGBoost的煤电机组碳排放因子预测

在线全文

学校读者我要写书评

暂无评论

中国环境科学 2024年第1期44卷 417-426页

作者：赵敬皓王娜娜蒋嘉铭田亚峻中国科学院青岛生物能源与过程研究所泛能源大数据与战略研究中心山东青岛266101 山东能源研究院山东青岛266101 青岛新能源山东省实验室山东青岛266101 青岛科技大学信息科学技术学院山东青岛266061

以贝叶斯参数优化的XGBoost算法为基础,基于机组特征和煤炭特性建立BayesianOpt-XGBoost预测模型,其发电、供热碳排放因子预测的相关系数R^(2)分别为0.91和0.87,绝对误差百分比为2.51%和2.91%.进一步,通过特征标准化方法减少对煤炭特性... 详细信息

以贝叶斯参数优化的XGBoost算法为基础,基于机组特征和煤炭特性建立BayesianOpt-XGBoost预测模型,其发电、供热碳排放因子预测的相关系数R^(2)分别为0.91和0.87,绝对误差百分比为2.51%和2.91%.进一步,通过特征标准化方法减少对煤炭特性的依赖,模型预测R2分别为0.79和0.77,绝对误差百分比为3.94%和2.75%,精度仍可得到保障.基于该模型分析全国各省区煤电机组碳排放因子并与公布数据进行比较,证明了该模型的有效性.对机组预测结果的分析表明对现存的低容量机组进行改造、对新建造电机组采用大容量高参数可以减少碳排放强度.

关键词：碳核算煤电碳排放因子预测贝叶斯参数优化 XGBoost 特征标准化

网络科学理论与方法在旅游领域中的应用:研究进展与展望

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第2期26卷 259-273页

作者：郑允豪张毅牟乃夏蒋琪刘瑜北京大学地球与空间科学学院遥感与地理信息系统研究所北京100871 山东科技大学测绘与空间信息学院青岛266590 中国海洋大学信息科学与工程学部青岛266100

网络科学为全面探索旅游领域中各研究对象间的动态关系结构提供了有力支撑,打破了传统研究缺乏系统性思维的局限,对于进一步理解旅游业的运行规律具有重要意义。近年来随着旅游业的数字化变革,旅游信息变得更具灵活性与可扩展性,大幅提... 详细信息

网络科学为全面探索旅游领域中各研究对象间的动态关系结构提供了有力支撑,打破了传统研究缺乏系统性思维的局限,对于进一步理解旅游业的运行规律具有重要意义。近年来随着旅游业的数字化变革,旅游信息变得更具灵活性与可扩展性,大幅提高了网络科学理论与方法在旅游领域中的应用可行性。本文对与网络科学理论与方法在旅游领域中的应用研究相关的学术论文进行了系统梳理,并通过多尺度的视角归纳该领域的核心研究内容。本文首先概述了相关理论基础和应用现状,之后根据不同观测尺度下的旅游领域网络现象进行研究进展总结,具体为:微观尺度关注于目标旅游行动者的交互属性,介观尺度关注于旅游行动者的聚集现象,宏观尺度关注于旅游行动者网络的全局拓扑结构特征。在此基础上,本文指出了当前研究存在的问题(如数据可靠性、成果可解释性等),并对相关研究在当前的大数据时代与复杂性科学新纪元背景下的未来发展方向(如多尺度研究框架、多层网络等)进行了梳理,从而为后续研究提供思路。

关键词：旅游研究网络科学系统论信息化旅游管理社会网络复杂性

城区数字高程模型修正方法:顾及空间异质性的可解释随机森林模型

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第4期26卷 978-988页

作者：刘妍孙延宁陈传法刘盼盼刘雅婷山东科技大学测绘与空间信息学院青岛266590 山东省水利科学研究院济南250101

目前,以遥感测量手段获取的全球数字高程模型(Global Digital Elevation Model,GDEM)在城区含有各种地物而不能反映真实的地球表面形态。因此,为提高城区GDEM产品质量,本文提出了一种顾及空间异质性和SHAP(Shapley Additive Explanatio... 详细信息

目前,以遥感测量手段获取的全球数字高程模型(Global Digital Elevation Model,GDEM)在城区含有各种地物而不能反映真实的地球表面形态。因此,为提高城区GDEM产品质量,本文提出了一种顾及空间异质性和SHAP(Shapley Additive Explanations)特征筛选的GDEM修正方法。该方法首先利用高斯混合聚类(Gaussian Mixture Model,GMM)和泰森多边形将研究区域划分为同质子区,解决GDEM修正误差和特征因子空间关系的异质性问题;然后基于SHAP可解释框架筛选每个子区的最优特征变量并借助随机森林(RF)构建对应的修正模型用于城区GDEM修正。为验证本文方法的实用性和高效性,以纽约30 m分辨率的COPDEM(COPDEM30)为研究对象,将本文方法与其他3种方法(包括顾及空间异质性的局域随机森林(SH-RF)、顾及SHAP特征筛选的全局随机森林(FS-RF)和传统随机森林(RF))的预估结果以及一种去除建筑物和植被偏差的GDEM(FABDEM)进行对比。实验结果表明,本文方法预测效果最优,SH-RF、FS-RF次之,RF效果最差。此外,与FABDEM相比,本文方法的平均绝对误差(MAE)降低了42.3%,中误差(RMSE)降低了63.2%。对本文方法的迁移实验表明,相比原始COPDEM30,修正后GDEM的MAE和RMSE分别降低了50.5%和50.4%。

关键词：全球数字高程模型修正空间异质性 SHAP可解释模型特征筛选城区精度评价

在线全文

学校读者我要写书评

暂无评论

数码物、数字人文与电影研究

山东社会科学 2024年第1期 72-81页

作者：乔洁琼青岛科技大学传媒学院

数码物的出现让人重新审视“物”的本质。学界从实体物到数码物的讨论体现了从“主体—实体”到“关系—实体”再到“关系—存在”的一种本体论哲学思想的变化。在计算机大数据时代,电影成为数码物,其拍摄方式、存储介质、放映方式、传... 详细信息

数码物的出现让人重新审视“物”的本质。学界从实体物到数码物的讨论体现了从“主体—实体”到“关系—实体”再到“关系—存在”的一种本体论哲学思想的变化。在计算机大数据时代,电影成为数码物,其拍摄方式、存储介质、放映方式、传播与接受方式都规定着电影的数码物性。电影数据库也成为数码物,以一种结构化、关系化的方式呈现数据。电影数码物有自身的阐释语言,如计量电影学、计算机视觉、知识图谱、社交网络、地理信息系统等。电影数码物的数字人文阐释路径发端于两种经验,一种是由数码物自身的计算性和网络性所产生的数据经验,一种是由电影作为艺术所产生的人类主体经验。前者是计算机阐释,后者是人文阐释,这两种阐释构成了一个螺旋结构。数字人文将电影研究导向何处,取决于我们采用何种阐释框架。

关键词：数码物数字人文电影研究

联合目标特征引导与多重注意力的建筑物变化检测

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第6期53卷 1224-1235页

作者：丁少鹏卢秀山刘如飞杨懿顾海燕李海涛山东科技大学测绘与空间信息学院山东青岛266590 中国测绘科学研究院北京100036 山东科技大学海洋科学与工程学院山东青岛266590

高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大。针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精... 详细信息

高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大。针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精细变化信息提取。该方法由建筑物显著增强模块和目标引导的多重注意力模块组成,通过全局深层特征感知与融合,提取建筑物重点区域,结合目标级特征引导和多重自注意力强化特征表达,增强上下文特征相关关系,有效减少细节特征损失,解决目标空洞和边缘不清晰造成的细节损失问题。通过两组试验表明该方法能够提升准确率,在变化种类越多的场景中有效减少变化损失,提高算法稳定性。

关键词：高分遥感影像建筑物变化检测目标特征深度学习注意力机制