检索结果-内蒙古大学图书馆

中国科技信息 2025年第8期 87-89页

作者：袁也赵振北王月张凯涵陈禄王涵锐荆茗佳木斯大学建筑工程学院

建筑搬运推车作为建筑工地的重要辅助设备，广泛应用于建筑、装修、仓储等领域。随着城市化进程的加速，建筑搬运推车市场呈现稳步增长趋势，对建筑搬运推车的要求趋向灵活全面。目前，市面上主要的搬运推车类型包括手动、电动和智能等...

建筑搬运推车作为建筑工地的重要辅助设备，广泛应用于建筑、装修、仓储等领域。随着城市化进程的加速，建筑搬运推车市场呈现稳步增长趋势，对建筑搬运推车的要求趋向灵活全面。目前，市面上主要的搬运推车类型包括手动、电动和智能等，不同产品类型的市场份额和增长速度存在一定差异。手动搬运推车由于其成本较低、操作简单，依然占据较大市场份额，适用于小型建筑和装修项目；电动搬运推车因其高效性和减少工人疲劳的优势，正受到越来越多企业的青睐，尤其是在大型建筑工地和仓储中心，电动推车的市场需求持续增长，预计未来几年将保持较快的增长速度；智能搬运推车结合了自动化技术和物联网应用，能够实现更高效的物料管理和搬运。同时，施工现场的劳动安全一直是重中之重。在建筑工程中，人工成本占据了相当大的比重，所以有效减轻工人的体力负担，降低工伤事故的发生率成为研究的主要方向。但是传统的搬运方式往往容易造成工人受伤，特别是背部和膝盖等部位的损伤，且效率低下，因此，本文通过对建筑搬运推车的研究进行改良设计，以加装气块为切入点，旨在大大减少工人因长期疲劳而导致的安全隐患，减少人力成本，提高搬运速度和安全性。

关键词：

来源：评论

学校读者我要写书评

暂无评论

融合多模态特征的可解释推荐算法

引用

计算机系统应用 2025年第3期34卷 62-71页

作者：王紫萱张凯涵蔡江辉郭青松徐鑫芳中北大学计算机科学与技术学院太原030051

可解释推荐算法利用行为信息和其他相关信息不仅生成推荐结果而且提供推荐理由,从而增加推荐的透明度和可信度.传统的可解释推荐算法往往局限于分析评分数据和文本数据,对图像这类数据利用并不充分,且并没有很好地考虑模态间的有效融合... 详细信息

可解释推荐算法利用行为信息和其他相关信息不仅生成推荐结果而且提供推荐理由,从而增加推荐的透明度和可信度.传统的可解释推荐算法往往局限于分析评分数据和文本数据,对图像这类数据利用并不充分,且并没有很好地考虑模态间的有效融合方式,难以充分挖掘不同模态之间的内在关联.针对上述问题,提出一种融合多模态特征的可解释推荐模型,该模型采用特征融合技术,从多模态角度提高推荐解释的质量与个性化.首先,设计多模态特征提取方法,基于CLIP图像编码器和文本编码器分别提取用户和物品的文本特征和图像特征.其次,采用交叉注意力技术实现文本和图像的跨模态融合,增强模态间的语义相关性.最后,将多模态信息与交互信息结合,联合优化模态对齐、评分预测与解释生成任务.实验结果表明,所提出的方法在3个多模态推荐数据集上都表现出了明显优势,尤其在提升解释质量方面.

关键词：可解释推荐多模态特征融合交叉注意力模态对齐

来源：评论

学校读者我要写书评

暂无评论

基于用户兴趣建模的个性化推荐方法研究

基于用户兴趣建模的个性化推荐方法研究

引用

作者：张凯涵山西大学

学位级别：博士

个性化推荐系统作为应对数据洪流的一项重要技术手段,能够帮助用户从海量数据中自动过滤出有效信息、筛选感兴趣的产品,可有效缓解大数据时代下的信息过载问题.在近三十年的发展中,推荐系统已渗透至社会生产及人类生活的方方面面,成为... 详细信息

个性化推荐系统作为应对数据洪流的一项重要技术手段,能够帮助用户从海量数据中自动过滤出有效信息、筛选感兴趣的产品,可有效缓解大数据时代下的信息过载问题.在近三十年的发展中,推荐系统已渗透至社会生产及人类生活的方方面面,成为电子商务、个性化信息及短视频服务等众多领域中不可或缺的重要组成部分.推荐系统以用户为核心,只有精准捕获用户兴趣,才能产生高质量的推荐结果.然而,由于现实场景中用户行为数据通常呈现出稀疏缺失、动态演化、丰富多样等特性,导致用户兴趣建模面临着缺失性及动态性等多种挑战.对此,本文以推荐系统的评分预测与Top-N推荐任务为导向,围绕用户的“兴趣缺失”、“兴趣漂移”及“兴趣的多粒度时序特征”问题,开展基于用户兴趣建模的个性化推荐方法研究.本文的主要研究成果及创新点如下: (1)针对冷启动用户的兴趣缺失问题,提出了基于社区专家信息的协同过滤推荐算法.由于冷启动用户评分信息的缺失,导致协同过滤算法中的传统相似性度量方法失效.对此,该算法充分利用用户的行为信息与社交信息缓解冷启动问题.考虑到用户的行为决策受多种因素影响,特别是对于系统内的新用户而言,社区内专家用户的意见往往更具有参考价值,该算法结合用户的评分特性与社交特性,设计三种度量指标综合考察用户成为社区专家的可能性,挖掘并利用社区内的专家信息预测冷启动用户的兴趣进而生成推荐列表.实验结果表明,该算法能够有效缓解冷启动问题,并且对非冷启动用户的推荐也取得了较理想的性能. (2)针对用户兴趣的漂移问题,提出了基于用户动态表征的概率矩阵分解推荐算法.在真实场景中,用户的兴趣随着时间推移往往呈现出动态漂移规律.传统推荐算法由于忽略了用户行为的时间信息,使得所建模的用户兴趣特征时效性差、准确性低.对此,该模型在概率矩阵分解模型的基础上,通过考虑时间信息,引入动态协方差因子捕捉每个用户个性化的兴趣漂移规律,并设计变分期望最大化算法高效求解所提模型中的未知参数.实验结果表明,该模型能够有效捕捉用户的动态兴趣,并且相较于经典的概率矩阵分解模型及其他代表性的时间感知推荐算法,所提算法具有较高的推荐精度. (3)针对用户兴趣的多粒度时序特征建模问题,提出了基于图神经网络的层次感知序列化推荐算法.用户的行为序列是用户兴趣的直接反映,然而传统推荐算法通常忽略了用户行为中产品之间的先后顺序,等权重地集成序列中的产品特征,并且在建模用户的兴趣特征时,仅从产品角度建模单一的用户兴趣,难以充分建模用户兴趣的多种时序特征.对此,所提算法借助图结构在表达信息方面的独特优势,将用户行为序列构建为产品转移关系图,并利用图神经网络模型从中挖掘产品的层次类别结构.进一步地,依据用户的行为数据建模用户在产品、类别、长时期及短时期层面的多粒度时序兴趣特征,从而全方位捕捉用户兴趣,实现精准推荐.实验结果表明,该算法能够有效建模用户的多粒度时序兴趣,并且提升了序列化推荐的性能. 综上所述,本文针对推荐系统的用户兴趣建模中面临的兴趣缺失性与动态性挑战,综合利用相似性度量、多源信息融合、概率矩阵分解、图神经网络等技术,提出了系列基于用户兴趣建模的个性化推荐算法,丰富和发展了推荐系统的模型及方法体系,并且在电子商务、个性化信息服务等领域具有广泛的应用前景.

关键词：推荐系统用户兴趣建模协同过滤冷启动兴趣漂移

来源：评论

学校读者我要写书评

暂无评论

论我国财产刑执行的检察监督

论我国财产刑执行的检察监督

引用

作者：张凯涵黑龙江大学

学位级别：硕士

财产刑在刑罚中适用范围不断扩大,刑事判决中附加财产刑既可以惩治、教育犯罪分子,又顺应了“轻刑化”趋势。但司法实践中,财产刑的“空判”现象频发,财产刑执行率低,大量的财产刑不能被执行,损害了刑事判决的权威性与严肃性。虽然《宪... 详细信息

财产刑在刑罚中适用范围不断扩大,刑事判决中附加财产刑既可以惩治、教育犯罪分子,又顺应了“轻刑化”趋势。但司法实践中,财产刑的“空判”现象频发,财产刑执行率低,大量的财产刑不能被执行,损害了刑事判决的权威性与严肃性。虽然《宪法》、《刑事诉讼法》赋予了检察机关刑事执行部门对财产刑执行监督的权利,但深受“重自由刑、轻财产刑”观念的影响,加之立法不完备,执行难度高,导致财产刑形同虚设。这与日趋规范化的刑罚执行体系不协调,制约了刑罚执行权。针对这些问题,需通过转变监督理念、完善刑事立法、进行内部体制改革、改进外部程序等方式,建立健全良性、高效的财产刑执行检察监督运行机制,以追求公平正义。

关键词：财产刑财产刑执行检察监督

来源：评论

学校读者我要写书评

暂无评论

一种基于社区专家信息的协同过滤推荐算法

引用

计算机研究与发展 2018年第5期55卷 968-976页

作者：张凯涵梁吉业赵兴旺王智强山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

协同过滤推荐算法由于不受特定领域知识限制、简单易实现等优点,得到了广泛的应用.但是,在实际应用中,该类算法往往面临着数据稀疏性、可扩展性、冷启动等问题.为了解决其中的用户冷启动问题,将用户社交信息和评分信息进行融合,提出了... 详细信息

协同过滤推荐算法由于不受特定领域知识限制、简单易实现等优点,得到了广泛的应用.但是,在实际应用中,该类算法往往面临着数据稀疏性、可扩展性、冷启动等问题.为了解决其中的用户冷启动问题,将用户社交信息和评分信息进行融合,提出了一种基于社区专家信息的协同过滤推荐算法.首先,依据用户的社交关系将用户划分为不同的社区;其次,根据一定的准则确定各个社区的专家,并利用社交信息和评分信息对专家评分进行填充进而缓解稀疏性;最后,对冷启动用户根据其所属社区的专家信息进行预测评分.在数据集FilmTrust和Epinions上与已有协同过滤推荐算法进行了比较分析.实验结果表明,提出的算法可以有效缓解协同过滤推荐算法中的用户冷启动问题,并在平均绝对误差和均方根误差2个评价指标上优于已有算法.

关键词：推荐系统协同过滤冷启动社区专家信息

来源：评论

学校读者我要写书评

暂无评论

融合社交网络信息的长尾推荐方法

引用

模式识别与人工智能 2022年第1期35卷 26-36页

作者：冯晨娇宋鹏张凯涵梁吉业山西财经大学应用数学学院太原030006 山西大学经济与管理学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,... 详细信息

在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,文中从信息融合视角出发,通过社交网络和评分矩阵共享用户的潜在特征向量,并将好友推荐信息作为长尾推荐的重要影响因素,建立融合社交网络信息的长尾推荐方法.将用户活跃度、项目非流行度、用户项目偏好水平及好友推荐行为作为输入,采用变分推断方法,得出模型中相关未知参数,实现预测功能.实验表明,文中方法能在有效实现长尾物品推荐的同时,保证较高的推荐精度.

关键词：推荐系统长尾推荐社会化推荐概率图模型

来源：评论

学校读者我要写书评

暂无评论

重構與療癒：女性乳癌患者生命書寫之敘事分析

重構與療癒：女性乳癌患者生命書寫之敘事分析

引用

作者：張凱涵淡江大學

学位级别：碩士

近年来，乳癌罹患机率不断攀高，已然成为现代女性的共同梦靥。常见的乳癌治疗方法为乳房切除手术，这不仅造成生理上的痛楚，也可能造成女性对自我认同的疑虑。本研究旨在了解女性乳癌患者在社会中的处境，以及她们如何透过书写重... 详细信息

近年来，乳癌罹患机率不断攀高，已然成为现代女性的共同梦靥。常见的乳癌治疗方法为乳房切除手术，这不仅造成生理上的痛楚，也可能造成女性对自我认同的疑虑。本研究旨在了解女性乳癌患者在社会中的处境，以及她们如何透过书写重构自己的身份，进而得到疗癒的功效。本研究以乳癌患者之生命书写作为研究文本，以叙事分析作为骨架，并采取女性主义以及叙事治疗作为分析观点。研究结果发现，女性乳癌患者在书中多呈现主动、积极的形象，是勇於掌握身体自主权者。从发现罹癌开始，一连串的痛苦接踵而至，她们从磨难中领悟生命道理，重新拥抱生命、拥抱自己，赋予这些加诸於身上的痛苦，更深层的意义。在面对父权的压迫时，偶而虽仍感到无力，但也会采取柔性内敛的方式抵抗。最後，不论选择施行重建手术与否，她们多半能从新的身体里找到自我认同的确立。

关键词：乳癌生命書寫敘事分析女性主義敘事治療

来源：评论

学校读者我要写书评

暂无评论

非对称的异质信息网络推荐算法

引用

计算机科学与探索 2020年第6期14卷 939-946页

作者：赵传张凯涵梁吉业山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学智能信息处理研究所太原030006

异质信息网络作为一个新的研究方向,近年来在推荐系统领域引起了广泛的关注。目前基于异质信息网络的大部分相似度计算方法认为用户的相似关系是对称的,但是在实际中由于不同用户评分的物品数量不同,有时会导致相似关系出现非对称情况... 详细信息

异质信息网络作为一个新的研究方向,近年来在推荐系统领域引起了广泛的关注。目前基于异质信息网络的大部分相似度计算方法认为用户的相似关系是对称的,但是在实际中由于不同用户评分的物品数量不同,有时会导致相似关系出现非对称情况。为了能够更好地度量用户之间的相似关系,首先在均方差相似度公式的基础上,引入非对称系数刻画相似度的非对称性;然后根据元路径的特征赋予不同元路径权重,并将不同元路径的相似度结果进行加权以提高用户相似度的准确性;最后通过在矩阵分解模型中融合相似度信息与评分信息实现基于异质信息网络的评分预测推荐。在数据集上的实验结果表明,该算法在平均绝对误差和均方根误差两个评价指标上优于传统算法。

关键词：异质信息网络元路径相似度矩阵分解

来源：评论

学校读者我要写书评

暂无评论

50kW有機朗肯循環系統分析

50kW有機朗肯循環系統分析

引用

作者：張凱涵交通大學

学位级别：碩士

有机朗肯循环系统使用有机流体来撷取低温废热并将其热能转为电能输出，以达到节能减碳效果。本文利用热力学定律分析一50kW有机朗肯循环系统，比较R123、R134a、R236fa、R245fa、R600、n-Pentane及HFE7000七种工作流体对系统的性能，... 详细信息

有机朗肯循环系统使用有机流体来撷取低温废热并将其热能转为电能输出，以达到节能减碳效果。本文利用热力学定律分析一50kW有机朗肯循环系统，比较R123、R134a、R236fa、R245fa、R600、n-Pentane及HFE7000七种工作流体对系统的性能，并提出一得以判断工作流体热效率大小的优值(FOM)，此优值结合了杰寇数、蒸发温度及冷凝温度；由18种工作流体在不同条件下分析结果指出，热效率越高其优值就越低，且与现有文献数据比较亦符合此趋势。本研究使用的冷凝器与蒸发器分别为壳管式热交换器与板式热交换器，在热阻抗分析结果指出冷凝器热阻皆集中在壳侧，可以使用热传增强管来改善热阻值差异；在蒸发器中热阻集中在工作流体侧，尤其是在预热区中阻抗值差异幅度明显大於蒸发区，较好的做法为使预热区与蒸发区分离成两独立热交换器，再降低预热区中工作流体的热阻抗。

关键词：有機朗肯循環熱效率熱阻抗

来源：评论

学校读者我要写书评

暂无评论

基于对比学习和语义增强的多模态推荐算法

引用

模式识别与人工智能 2024年第6期37卷 479-490页

作者：张凯涵冯晨娇姚凯旋宋鹏梁吉业中北大学计算机科学与技术学院太原030051 山西财经大学应用数学学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学经济与管理学院太原030031

产品的多模态数据通常被作为额外的辅助信息引入推荐算法中,丰富用户与产品的表示特征,有效融合用户与产品的交互信息和多模态信息是关键研究内容之一.现有方法在特征融合与语义关联建模上仍存在不足,对此,文中从特征融合视角出发,构建... 详细信息

产品的多模态数据通常被作为额外的辅助信息引入推荐算法中,丰富用户与产品的表示特征,有效融合用户与产品的交互信息和多模态信息是关键研究内容之一.现有方法在特征融合与语义关联建模上仍存在不足,对此,文中从特征融合视角出发,构建基于对比学习和语义增强的多模态推荐算法.首先,采用图神经网络与注意力机制充分融合协同特征与多模态特征.然后,以协同信息中的交互结构为指导,学习各模态内的语义关联结构.同时,采用对比学习范式捕捉跨模态的表征依赖关系,在对比损失中引入可靠性因子,自适应调整对多模态特征的约束强度,抑制数据噪声的影响.最后,联合优化上述任务,生成推荐结果.在4个真实数据集上的实验表明文中算法的优越性.

关键词：推荐系统多模态推荐算法图神经网络对比学习

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：