检索结果-内蒙古大学图书馆

数据分析与知识发现 2021年第12期5卷 48-59页

作者：周文远王名扬井钰东北林业大学信息与计算机工程学院哈尔滨150040

【目的】提出AttentionSBGMC深度学习模型,以提升引文情感和引文目的分类的性能。【方法】采用SciBERT预训练模型得到语料集中句子的语义表示向量,根据文本特点,依次通过BiGRU神经网络和多尺度卷积神经网络(Multi-CNN)提取句子中的时序... 详细信息

【目的】提出AttentionSBGMC深度学习模型,以提升引文情感和引文目的分类的性能。【方法】采用SciBERT预训练模型得到语料集中句子的语义表示向量,根据文本特点,依次通过BiGRU神经网络和多尺度卷积神经网络(Multi-CNN)提取句子中的时序全局特征和局部关键特征,引入注意力机制对提取出的特征重新分配权重,达到突出关键特征的目的,最后通过线性层实现引文情感和引文目的自动分类。【结果】在Abu-Jbara数据集上,引文情感主客观、引文情感正负面、引文目的三项分类任务的F1值分别为86.74%、91.14%和84.92%;在Athar数据集上,引文情感主客观、引文情感正负面两项分类任务的F1值分别为88.50%和86.59%。【局限】鉴于公开的引文数据集的有限性,该模型仅在两个英文数据集上进行验证,在其他数据集上的泛化性能有待进一步验证。【结论】所提AttentionSBGMC深度学习模型能全面、有效地提取出语料文本中的重要特征,可以更为准确地实现引文情感和引文目的自动分类。

关键词：引用情感分类 SciBERT 注意力机制 BiGRU Multi-CNN

来源：评论

学校读者我要写书评

暂无评论

文本立场检测综述

引用

计算机研究与发展 2021年第11期58卷 2538-2557页

作者：李洋孙宇晴景维鹏东北林业大学信息与计算机工程学院哈尔滨150040

文本立场检测是文本意见挖掘领域的基础性研究,旨在分析文本中对特定目标所表现的立场倾向.随着互联网的飞速发展,用户对于公共事件、消费产品等的讨论文本呈指数级增长,文本立场检测研究对产品营销、舆情决策等具有重要意义.从目标类... 详细信息

文本立场检测是文本意见挖掘领域的基础性研究,旨在分析文本中对特定目标所表现的立场倾向.随着互联网的飞速发展,用户对于公共事件、消费产品等的讨论文本呈指数级增长,文本立场检测研究对产品营销、舆情决策等具有重要意义.从目标类型、文本粒度以及研究方法3个角度对文本立场检测研究工作展开综述.首先,从目标类型角度,围绕单目标、多目标以及跨目标立场检测3个方面梳理了文本立场检测的不同研究任务;从文本粒度角度,对比了句子级、篇章级以及辩论文本立场检测的不同研究场景和方法;从研究方法角度,介绍了基于传统机器学习、主题模型、深度学习以及“2阶段”的方法,并指出各种方法的可取与不足之处.接着,对文本立场检测评测任务以及公开数据资源进行了归纳.最后,立足当前研究形势,总结了文本立场检测研究的应用领域,展望了未来发展趋势以及面临的挑战.

关键词：文本意见挖掘立场检测目标立场

来源：评论

学校读者我要写书评

暂无评论

数据拟合算法在受电弓检测误差补偿中的应用

引用

传感器与微系统 2023年第2期42卷 157-160页

作者：殷家伟姜宗梁徐凯宏东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

由于生产环境、机械结构阻力、传感器的动态误差等因素,使得受电弓检测装置中的传感器在检测受电弓时精确度不高,仍有进一步优化的空间。为了克服传感器在检测时存在误差的问题,提出一种分段拟合方法。首先,根据数据的局部特性进行分段... 详细信息

由于生产环境、机械结构阻力、传感器的动态误差等因素,使得受电弓检测装置中的传感器在检测受电弓时精确度不高,仍有进一步优化的空间。为了克服传感器在检测时存在误差的问题,提出一种分段拟合方法。首先,根据数据的局部特性进行分段,在段内结合多项式拟合、指数拟合、傅里叶拟合、高斯拟合等拟合方式对区间内数据进行拟合;然后,以和方差作为模型评估指标,得到最优拟合函数,将各分段合并得到分段拟合函数。使用在机务段实际测量的数据,对本文提出的分段拟合方法进行实验和误差分析。实验结果表明:传感器的平均测量误差由6.32 N修正到0.12 N,说明本文提出的分段拟合方法是减少传感器误差的一种可行的方法。

关键词：受电弓检测最小二乘法分段拟合误差补偿

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8n的桃子品质分级检测方法

引用

哈尔滨理工大学学报 2025年

作者：房云爽王希伦黄英来东北林业大学计算机与控制工程学院中国人民公安大学信息与网络安全学院

针对小型桃园中的桃子品质分级大多依赖人工，标准化程度低，水果品质分级相关算法检测复杂等问题，提出一种改进YOLOv8n的桃子品质分级检测模型（YOLOv8n-ABTW），主干网络（Backbone）嵌入坐标注意力机制（CA），精确捕捉目标位置变... 详细信息

针对小型桃园中的桃子品质分级大多依赖人工，标准化程度低，水果品质分级相关算法检测复杂等问题，提出一种改进YOLOv8n的桃子品质分级检测模型（YOLOv8n-ABTW），主干网络（Backbone）嵌入坐标注意力机制（CA），精确捕捉目标位置变化和特征关联；颈部网络（Neck）融合简化的双向特征金字塔网络（SBiFPN）和上下文转换模块（COT），实现跨尺度特征连接，充分挖掘桃子图像中的纹理、缺陷和位置变化等静态和动态上下文信息；采用具有动态聚焦机制的Wise-IoU，减少低质量样本带来的惩罚。采集“冬雪蜜桃”和“玉妃”两个品种四个等级，共八个类别图像1226张，数据增强至3650张。在自制桃子品质分级数据集下的实验结果表明，该模型的mAP0.5比基准模型提高了2.1%，与其他模型相比mAP0.5也均有提升，为实现桃子品质分级检测提供了可行的技术方法。

关键词：桃子品质分级目标检测注意力机制双向特征金字塔网络损失函数

来源：评论

学校读者我要写书评

暂无评论

异构并行的DGA域名检测方法

引用

中国电子科学研究院学报 2023年第10期18卷 957-967页

作者：温雪岩焦燕郭云飞赵玉茗东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

现有的DGA域名检测方式存在检测时间开销大、检测精度不高以及基于单词的DGA域名检测效果不佳等问题。经过研究发现,将域名先按照典型特征分类再进行更细致的特征提取,对于模型的准确率有一定的正向作用,且多类并行可以降低检测时间,此... 详细信息

现有的DGA域名检测方式存在检测时间开销大、检测精度不高以及基于单词的DGA域名检测效果不佳等问题。经过研究发现,将域名先按照典型特征分类再进行更细致的特征提取,对于模型的准确率有一定的正向作用,且多类并行可以降低检测时间,此外对于较难检测的基于单词的DGA域名可以进行针对性处理。因此,文中提出了一种基于Word ninja分词技术的三路异构并行的DGA域名检测模型。先将域名分为三类,再针对每一类进行检测模型结构的搭建。对于字符级域名,通过人工提取特征来进行域名的有效分类。对于词根词缀级域名,采用FastTest进行子词之间、字符之间以及上下文之间关系的特征提取,再作为词向量嵌入。对于单词级域名,采用Word2Vec理解和处理词的含义和词之间的关系。最后,将文中方法和当前流行方法、多路异构并行模型和单路模型的检测结果进行比较评估,实验结果证明了提前分类的必要性以及多路并行的有效性。

关键词：深度学习恶意域名机器学习门控循环单元网络词向量嵌入 Word ninja分词技术

来源：评论

学校读者我要写书评

暂无评论

基于关节运动约束机器人高精度NURBS插补法

引用

机械设计与研究 2024年第1期40卷 84-91,96页

作者：赵一阳刘勋徐妍曹家彬闫维新上海交通大学机械与动力工程学院上海200240 东北林业大学计算机与控制工程学院哈尔滨150040

提出了一种面向工业机器人NURBS曲线的刀尖速度规划及高精度插补算法。基于传统的S速度规划,引入速度约束与时间约束的自适应算法;实现刀尖点运动学约束与关节运动学约束之间的解析映射;构建最大进给率、最大加速度约束预设值,在双向速... 详细信息

提出了一种面向工业机器人NURBS曲线的刀尖速度规划及高精度插补算法。基于传统的S速度规划,引入速度约束与时间约束的自适应算法;实现刀尖点运动学约束与关节运动学约束之间的解析映射;构建最大进给率、最大加速度约束预设值,在双向速度扫描中带入修正后的各约束及端点处的速度极值;采用了基于弧长参数化的补偿插补策略,解决累计误差问题;用平面S形路径对算法进行测试,验证了该方法的适用性和准确性。

关键词：进给速度规划工业机器人关节运动学约束 NURBS 双向速度扫描

来源：评论

学校读者我要写书评

暂无评论

基于多层K-means在森林点云中的单木识别算法

引用

林草资源研究 2022年第1期 124-131页

作者：谷志新裴方睿东北林业大学信息与计算机工程学院

针对目前激光雷达(Light Detection And Ranging, LIDAR)采集的森林点云数据使用K-means算法进行单木识别时，算法的收敛时间长，以及对于株树密度大的森林场景容易产生过聚类的问题，提出了一种改进的多层K-means单木识别算法。以黑龙... 详细信息

针对目前激光雷达(Light Detection And Ranging, LIDAR)采集的森林点云数据使用K-means算法进行单木识别时，算法的收敛时间长，以及对于株树密度大的森林场景容易产生过聚类的问题，提出了一种改进的多层K-means单木识别算法。以黑龙江省佳木斯市孟家岗林场落叶松人工林的点云数据为实验对象，通过RANSAC算法和半径离群值算法去除数据中的地面点与非树干且非地面点，最后通过多层K-means算法进行单木的识别。结果表明，改进后的多层K-means算法单木识别的识别率达到了91.01%,误判树木的数量为0,算法收敛时间相较于传统K-means算法缩短了48.13%。可以得出结论，多层K-means算法效率更高，对复杂密集的林分样地进行单木识别有更好的效果，降低了勘测森林结构的成本，这对于森林结构参数的测算、森林资源的保护与总体规划工作有重要意义。

关键词：森林结构点云数据 K-means算法单木识别激光雷达

来源：评论

学校读者我要写书评

暂无评论

基于扩展观测器的SMA驱动系统自适应反步滑膜控制

引用

机电工程技术 2025年

作者：赵梦西王银迪王扬威东北林业大学计算机与控制工程学院东北林业大学机电工程学院

研究了偏动式形状记忆合金（Shape Memory Alloy， SMA）驱动系统的非线性迟滞现象，并提出了一种基于扩展状态观测器（Extended State Observer， ESO）的自适应反步滑模控制方法，以实现驱动器精确位置跟踪。首先利用搭建的偏动式SMA... 详细信息

研究了偏动式形状记忆合金（Shape Memory Alloy， SMA）驱动系统的非线性迟滞现象，并提出了一种基于扩展状态观测器（Extended State Observer， ESO）的自适应反步滑模控制方法，以实现驱动器精确位置跟踪。首先利用搭建的偏动式SMA驱动器，建立了基于SMA物理特性的驱动器数学模型。进而设计了ESO来估计和补偿系统的外部扰动，结合自适应反步滑膜控制方法，实现了精确的驱动器位置跟踪。采用Lyapunov稳定性理论对控制方法进行了严格分析，确保系统的稳定性。同时，通过仿真优化了控制参数，并在实验平台上进行了跟踪实验和抗干扰实验。实验结果表明，相比传统的反步控制或滑模控制，所提方法在跟踪正弦时精度提高了6.8%以上，并且具有更好的抗干扰能力和鲁棒性，能够满足实际应用中的精度和可靠性要求。

关键词：形状记忆合金非线性建模扩张状态观测器自适应控制 ESO

来源：评论

学校读者我要写书评

暂无评论

基于含水率补偿模型的柔性温度传感器设计

引用

仪表技术与传感器 2023年第12期 1-9页

作者：白圆朱良宽徐浩琰孙壮志付雪 Arystan Ryspayev 东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 东北林业大学机电工程学院黑龙江哈尔滨150040

文中针对柔性温度传感器的测量精度受含水率影响较大的问题,提出一种带有含水率补偿模型的柔性温度传感器设计方案。首先,以石墨烯为导热填料,以聚乙烯醇和丙烯酰胺为基体制备了柔性温度传感器。其次,根据多组含水率条件下柔性温度传感... 详细信息

文中针对柔性温度传感器的测量精度受含水率影响较大的问题,提出一种带有含水率补偿模型的柔性温度传感器设计方案。首先,以石墨烯为导热填料,以聚乙烯醇和丙烯酰胺为基体制备了柔性温度传感器。其次,根据多组含水率条件下柔性温度传感器的实测数据,采用一种改进鹰栖息优化BP神经网络模型对含水率变化引起的误差进行补偿,以提高传感器测量精度。最后,基于STM32单片机及LabVIEW给出测量系统的设计方案,并对整个系统进行调试。结果表明:所提方案可以较显著地降低柔性温度传感器的测量误差,具有准确、可靠、可持续监控等优点。

关键词：柔性温度传感器鹰栖息优化算法混沌精英反向学习策略 STM32 LabVIEW

来源：评论

学校读者我要写书评

暂无评论

基于语义分割的高分辨率场景解析网络

引用

液晶与显示 2022年第12期37卷 1598-1606页

作者：史健锋相宁王阿川东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为了高效地对城市景观等复杂场景进行分割解析,本文结合高分辨率网络(HRNet),通过金字塔池化模块(Pyramid pooling module,PPM)补充全局上下文信息,提出了一个高分辨率场景解析网络。首先,以HRNet为基干特征提取网络,并利用空洞可分离... 详细信息

为了高效地对城市景观等复杂场景进行分割解析,本文结合高分辨率网络(HRNet),通过金字塔池化模块(Pyramid pooling module,PPM)补充全局上下文信息,提出了一个高分辨率场景解析网络。首先,以HRNet为基干特征提取网络,并利用空洞可分离卷积改进其大量使用的残差模块,在减少参数量的同时提高了对于多尺度目标的分割能力;其次,利用混合空洞卷积框架设计了多级空洞率,在稠密感受野的同时减小了网格问题的影响;然后,设计了多阶段的连续上采样结构以改进HRNetV2简单的后融合机制;最后,使用改进的可适应不同图像分辨率的金字塔池化模块聚合不同区域的上下文信息获得高质量的分割图。在城市景观数据集(CityScapes)上仅以16.4 Mbit的参数数量实现了83.3%MIOU的精度,在Camvid数据集也取得了良好的效果,实现了更加可靠、准确、低计算量的基于语义分割的场景解析方法。

关键词：深度学习神经网络语义分割高分辨率网络空洞卷积

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：