检索结果-内蒙古大学图书馆

计算机应用文摘 2025年第1期41卷 55-58页

作者：王红滨何鸣周连科吴艳霞王勇哈尔滨工程大学计算机科学与技术学院哈尔滨150001

在新时代背景下,面对科技的快速发展和社会需求的不断变化,国家对具备创新能力和多样化技能的复合型人才的需求日益增长。针对计算机专业研究人才的培养问题,通过调查分析计算机专业导师在新时代背景下的现状,结合当前的教育理念与实践... 详细信息

在新时代背景下,面对科技的快速发展和社会需求的不断变化,国家对具备创新能力和多样化技能的复合型人才的需求日益增长。针对计算机专业研究人才的培养问题,通过调查分析计算机专业导师在新时代背景下的现状,结合当前的教育理念与实践经验,深入探讨了导师育人能力提升的理论框架,并提出了相应的策略和发展规划,以期为新时代计算机复合型高素质人才的培养提供理论指导和实践参考,从而助力科技创新和社会进步。

关键词：导师计算机专业育人能力发展规划

来源：评论

学校读者我要写书评

暂无评论

基于图对比学习的知识图谱补全方法

基于图对比学习的知识图谱补全方法

引用

作者：周连科鲁金明胡文宁孙彧张晨郑松伟 150001 黑龙江省哈尔滨市南岗区南通大街145号

基于图对比学习的知识图谱补全方法，本发明涉及知识图谱应用补全方法。本发明的目的是为了解决现有法律案情知识图谱不完善的问题。基于图对比学习的知识图谱补全方法具体过程为：步骤一、构建知识图谱；步骤二、获得知识图谱中每个实... 详细信息

标准号: CN118333159A

基于图对比学习的知识图谱补全方法，本发明涉及知识图谱应用补全方法。本发明的目的是为了解决现有法律案情知识图谱不完善的问题。基于图对比学习的知识图谱补全方法具体过程为：步骤一、构建知识图谱；步骤二、获得知识图谱中每个实体的初始向量和关系的初始向量；步骤三、基于知识图谱中每个实体的初始向量，获得知识图谱中每个实体的最优向量；步骤四、计算知识图谱中实体向量之间的相似度；步骤五、基于相似度计算结果，预测并补全知识图谱中缺失的潜在关系；步骤六、将预测出的潜在关系添加到知识图谱中，更新知识图谱。本发明用于知识图谱领域。

关键词：图谱初始向量潜在关系向量相似度计算相似度构建预测学习更新应用法律

来源：评论

学校读者我要写书评

暂无评论

面向水下多源数据特征级融合方法

引用

吉林大学学报（信息科学版） 2021年第3期39卷 331-338页

作者：宋奎勇周连科王红滨哈尔滨工程大学计算机科学与技术学院哈尔滨150000 呼伦贝尔职业技术学院信息工程系内蒙古呼伦贝尔021000

海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果。为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合。首先,... 详细信息

海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果。为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合。首先,使用去噪自编码器去除噪声、降低数据维度并且抽取出深层特征;然后,对深层特征使用数据层叠方法进行多源数据融合。融合方法包括主成分分析、独立分量分析和等度量映射。不同场景下对比试验表明该方法取得较好的分类结果,其中主成分分析取得较高目标识别率。

关键词：水下多源数据特征级融合去噪自编码降维方法数据层叠方法

来源：评论

学校读者我要写书评

暂无评论

一种基于神经网络的多模态情感分类方法

一种基于神经网络的多模态情感分类方法

引用

作者：王红滨邢浩王勇周连科何鸣王念滨 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种基于神经网络的多模态情感分类方法，具体涉及一种基于多模态情感分类的神经网络模型的分类方法，本发明为了解决传统的情感分类方法大多针对单一类型的数据，并不能处理社交网络坏境下多模态的混合信息的问题，它包括提取待预测情... 详细信息

标准号: CN113988201B

一种基于神经网络的多模态情感分类方法，具体涉及一种基于多模态情感分类的神经网络模型的分类方法，本发明为了解决传统的情感分类方法大多针对单一类型的数据，并不能处理社交网络坏境下多模态的混合信息的问题，它包括提取待预测情感图片中的多模态数据；提取多模态数据中各单模态的原始向量；根据各模态的原始向量计算各模态的指导向量；获得各模态的重构特征向量；利用注意力机制对得到的各模态的重构特征向量进行加权平均，生成融合特征向量；将得到的融合特征向量输入至情感分类模型中，输出分类结果。本发明用于对社交网络坏境下多模态的混合信息进行情感分类，属于自然语言处领域。

关键词：情感分类特征向量多模态模态多模态数据混合信息社交网络原始向量坏境重构自然语言情感分类模型神经网络模型注意力机制单一类型分类结果加权平均神经网络融合传统的单模态向量输出分类预测图片

来源：评论

学校读者我要写书评

暂无评论

基于流量与事故协同感知的城市交通事故风险预测方法

基于流量与事故协同感知的城市交通事故风险预测方法

引用

作者：周连科方琪王红滨王念滨杨亚宸崔琎 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种基于流量与事故协同感知的城市交通事故风险预测方法，属于交通事故预警技术领域。本发明针对现有交通事故风险预测中没有深度结合交通流量信息，使用静态图邻接矩阵构建图神经网络预测效果不够好的问题。包括由节点时变特征输入模...

标准号: CN114139984B

一种基于流量与事故协同感知的城市交通事故风险预测方法，属于交通事故预警技术领域。本发明针对现有交通事故风险预测中没有深度结合交通流量信息，使用静态图邻接矩阵构建图神经网络预测效果不够好的问题。包括由节点时变特征输入模块获得节点时变特征矩阵;分别由事件动态图神经网络和异常流量动态图神经网络对节点时变特征矩阵进行特征提取，获得事故风险特征和流量风险特征;再由时间依赖模块进行时间依赖信息的捕捉，获得时空混合特征;由协同感知模块对时空混合特征和全局时变特征矩阵进行特征融合，获得事故风险预测值，结合事故风险替换值进行计算，获得损失函数用于模型训练。本发明用于交通事故风险预测。

关键词：

来源：评论

学校读者我要写书评

暂无评论

一种基于神经网络的环境参数确定方法

一种基于神经网络的环境参数确定方法

引用

作者：何鸣薛垚王红滨孙彧王勇周连科王念滨 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种基于神经网络的环境参数确定方法，具体涉及一种基于神经网络的水下环境各参数的确定方法，本发明为了解决现有采取LPCC特征提取方法或MFCC特征提取方法获取水下环境参数的准确率低的问题，它包括S1、采集各时段的水下目标辐射噪声...

标准号: CN114580478B

一种基于神经网络的环境参数确定方法，具体涉及一种基于神经网络的水下环境各参数的确定方法，本发明为了解决现有采取LPCC特征提取方法或MFCC特征提取方法获取水下环境参数的准确率低的问题，它包括S1、采集各时段的水下目标辐射噪声及对应的环境参数，将水下目标辐射噪声分为低频信号和高频信号;S2、对采集的各时段的水下目标辐射噪声进行预处理;S3、建立网络模型，将S2中预处理后的各时段的水下目标辐射噪声及对应的环境参数输入网络模型中进行训练，直到loss损失不变，得到训练好的网络模型;S4、采集待确定环境参数的水下目标辐射噪声，经过S2的预处理后，输入S3中得到的训练好的网络模型内，得到环境参数。属于环境参数确定领域。

关键词：

来源：评论

学校读者我要写书评

暂无评论

一种建筑能耗预测方法

一种建筑能耗预测方法

引用

作者：王红滨劳振煜王勇何鸣周连科王念滨 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种建筑能耗预测方法，属于能耗预测领域。本发明是为了解决现有的神经网络对能耗进行预测存在难以取得较好的预测效果的问题。本发明首先获取预测能耗指标历史数据并构建特征张量X＝[Xt,Xt‑1,...,Xt‑n]，其中Xt‑i表示t‑i时刻的特征向...

标准号: CN114326391B

一种建筑能耗预测方法，属于能耗预测领域。本发明是为了解决现有的神经网络对能耗进行预测存在难以取得较好的预测效果的问题。本发明首先获取预测能耗指标历史数据并构建特征张量X＝[Xt,Xt‑1,...,Xt‑n]，其中Xt‑i表示t‑i时刻的特征向量，t表示当前时刻;特征向量中的元素为预测能耗指标;基于特征张量，根据时间粒度构建不同粒度对应的特征张量;所述的建筑能耗预测模型包括多粒度特征提取网络、注意力机制LSTM网络和预测模块，多粒度特征提取网络的输出作为注意力机制LSTM网络的输入，注意力机制LSTM网络的输出作为预测模块的输入，预测模块输出建筑能耗。主要用于建筑的能耗预测。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于MOC模型的水声信号样本自动标注方法

基于MOC模型的水声信号样本自动标注方法

引用

作者：王红滨张帅张政超何鸣王勇周连科孙彧王念滨 150001 黑龙江省哈尔滨市南岗区南通大街145号

基于MOC模型的水声信号样本自动标注方法，具体涉及一种基于MOC模型的水下声音信号样本的自动标注方法，本发明为解决传统水声信号样本标注采用人工方法，不仅费时费力，经济效益低，还受专业性限制，标注准确性低的问题，它包括采集水... 详细信息

标准号: CN115035912B

基于MOC模型的水声信号样本自动标注方法，具体涉及一种基于MOC模型的水下声音信号样本的自动标注方法，本发明为解决传统水声信号样本标注采用人工方法，不仅费时费力，经济效益低，还受专业性限制，标注准确性低的问题，它包括采集水声信号作为样本，利用声学模型计算所述水声信号样本的声学特征；建立MOC模型，MOC模型依次包括卷积层一、优选卷积残差层、卷积层二、注意力机制层、全连接层和分类层，将水声信号样本的声学特征输入MOC模型内进行训练，输出已标注的水声信号样本，直到loss收敛，得到训练好的MOC模型；将待标注的水声信号样本上述操作，得到已标注的水声信号样本。属于水下声音信号标注领域。

关键词：水声信号样本标注卷积声学特征自动标注注意力机制声学模型样本标注连接层残差优选收敛费力采集输出分类

来源：评论

学校读者我要写书评

暂无评论

一种考虑深度学习模型健壮性的水下目标分类的方法

一种考虑深度学习模型健壮性的水下目标分类的方法

引用

作者：何鸣石磊博张政超王勇周连科孙彧王念滨王红滨 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种考虑深度学习模型健壮性的水下目标分类的方法，本发明为了解决现有深度学习模型对水下目标分类准确率低的问题，它包括利用训练好的原始模型对采集的水下目标数据训练集进行预测得到所有分类正确样本的集合和所有分类错误样本的集...

标准号: CN114565831B

一种考虑深度学习模型健壮性的水下目标分类的方法，本发明为了解决现有深度学习模型对水下目标分类准确率低的问题，它包括利用训练好的原始模型对采集的水下目标数据训练集进行预测得到所有分类正确样本的集合和所有分类错误样本的集合;将所有分类错误样本的集合输入训练好的原始模型内，对分类错误样本的特征进行聚类和特征补偿，得到分类错误样本的特征补偿;将特征补偿输入训练好的原始模型内得到特征补偿后的原始模型;将水下目标数据训练集输入特征补偿后的原始模型内，输出分类错误的样本;建立对抗训练模型，得到训练好的对抗训练模型;将对抗训练模型与特征补偿后的原始模型加权组合生成深度学习模型;属于水下目标分类领域。

关键词：

来源：评论

学校读者我要写书评

暂无评论

一种基于混合度量的特征分布度量方法

一种基于混合度量的特征分布度量方法

引用

作者：何鸣张耘王红滨王勇周连科王念滨孙彧 150001 黑龙江省哈尔滨市南岗区南通大街145号

一种基于混合度量的特征分布度量方法，为解决在图像分类时深度迁移学习方法的迁移学习模型无法对目标域数据准确标注的问题。将图片分为源域和目标域；利用源域中的图片对迁移学习模型进行训练，得到模型；计算分类损失；计算域间特征... 详细信息

标准号: CN115861660A

一种基于混合度量的特征分布度量方法，为解决在图像分类时深度迁移学习方法的迁移学习模型无法对目标域数据准确标注的问题。将图片分为源域和目标域；利用源域中的图片对迁移学习模型进行训练，得到模型；计算分类损失；计算域间特征边缘分布差异的一、二、三阶统计量距离，再加权组合得到域间特征边缘分布的混合度量；获取目标域软标签，利用软标签计算目标域特征的初始软质心，再使用余弦相似度得目标域特征的伪标签；计算域间特征的条件分布差异的一、二、三阶统计量距离，再加权组合得到域间特征条件分布的混合度量；将二者混合度量相加得域间特征统计量距离；计算迁移学习模型总体损失函数，更新模型；预测测试样本，得到种类预测概率。

关键词：度量目标域迁移域间分布差异加权组合特征边缘计算域软标签统计量三阶源域学习特征统计量余弦相似度测试样本获取目标计算目标模型总体损失函数特征分布特征条件图像分类种类预测再使用质心标注相加标签分类概率图片预测更新

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：