检索结果-内蒙古大学图书馆

制造技术与机床 2025年

作者：罗龙君熊良山万秀娟华中科技大学工程实践创新中心华中科技大学机械科学与工程学院

流屑角突变是传统金属切削理论难以解释的一种现象，其对工艺效果有较大的影响。为了揭示流屑角突变现象的内在规律，设计了一组采用不同法前角直线双刃车刀、以不同进给量横车6061铝合金工件锥形端面时的流屑角突变临界切削宽度观测试... 详细信息

流屑角突变是传统金属切削理论难以解释的一种现象，其对工艺效果有较大的影响。为了揭示流屑角突变现象的内在规律，设计了一组采用不同法前角直线双刃车刀、以不同进给量横车6061铝合金工件锥形端面时的流屑角突变临界切削宽度观测试验，通过所拍摄的切屑流动状态视频来捕捉流屑角突变现象的发生，获取具体的突变临界切削宽度；以切削宽度和切削厚度（进给量）为控制参数，流屑角为状态变量，切削功率计算函数为势函数，应用突变理论，通过建立描述直线双刃车刀横车6061铝合金锥形工件流屑角突变现象的尖点型突变数学模型，预测出给定切削厚度条件下的突变发生临界切削宽度；将突变临界切削宽度的实测值与理论预测值进行对比，计算出实测值与理论预测值之间的平均误差为8.87%，相对前人建立的类似模型有明显的改善。

关键词：流屑角突变双刃刀具临界条件车削

来源：评论

学校读者我要写书评

暂无评论

多网络混合嵌入学习的服务推荐方法研究

引用

计算机科学与探索 2022年第7期16卷 1529-1542页

作者：王雪纯吕晟凯吴浩何鹏曾诚湖北大学计算机与信息工程学院武汉430062 华中科技大学计算机科学与技术学院武汉430074 湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062

网络嵌入是将网络节点投影到一个向量空间,从而有效地提取网络中各节点的特征信息。在服务推荐领域,已有研究表明引入网络嵌入方法能有效缓解推荐过程中数据稀疏等问题。但现有的网络嵌入方法多针对某一种特定结构的网络,并没有从根源... 详细信息

网络嵌入是将网络节点投影到一个向量空间,从而有效地提取网络中各节点的特征信息。在服务推荐领域,已有研究表明引入网络嵌入方法能有效缓解推荐过程中数据稀疏等问题。但现有的网络嵌入方法多针对某一种特定结构的网络,并没有从根源上协同多种关系网络。因此,从垂直和平行两个角度将多种关系网络映射到同一个向量空间,提出一种基于多网络混合嵌入的服务推荐模型(MNHER)。首先,构建用户社交关系网络、服务标签共有网络、用户-服务异质信息网络;然后,通过多网络混合嵌入学习,得到用户和服务在同一向量空间的嵌入向量;最后,应用用户和服务的表征向量向目标用户推荐服务。此外,也对嵌入学习中的随机游走方法进行了优化,确保能更有效地提取和保留原网络的特征信息。为验证该方法的有效性,在三个公开数据集上与多种代表性的服务推荐方法进行了对比分析,相比基于单一关系网络和简单融合多关系网络的服务推荐方法,F-measure值分别可提高21%、15%。实验结果证明了多网络混合嵌入方法可有效地协同多关系网络,提高服务推荐质量。

关键词：异质信息网络关系网络网络嵌入服务推荐协同过滤

来源：评论

学校读者我要写书评

暂无评论

数据驱动的应用自适应技术综述

引用

计算机研究与发展 2022年第11期59卷 2549-2568页

作者：代浩金铭陈星李楠涂志莹王洋中国科学院深圳先进技术研究院广东深圳518055 福州大学计算机与大数据学院福州350108 哈尔滨工业大学计算机科学与技术学院哈尔滨150006

应用自适应是软件工程和服务计算这一交叉领域的研究热点之一,应用通过感知自身和环境的变化,动态调整自己的行为与流程,以便在环境与需求发生非确定性变化的情况下继续高效地达成服务目标.近年来随着大数据和人工智能的发展,传统的基... 详细信息

应用自适应是软件工程和服务计算这一交叉领域的研究热点之一,应用通过感知自身和环境的变化,动态调整自己的行为与流程,以便在环境与需求发生非确定性变化的情况下继续高效地达成服务目标.近年来随着大数据和人工智能的发展,传统的基于软件模型控制的方法已经不再适用于当今动态和复杂的应用环境.相比而言,数据驱动的方法不依赖于数学模型和专家知识,而是以概率和数理统计为基础,通过应用服务运行的反馈数据,逐步学习和理解复杂多变的环境,继而学习出自适应系统的模型.因此,数据驱动的应用自适应具有感知性、适应性、自治性和协作性等特点,适用于流程复杂的应用服务场景,如物联网、智能交通、分布式计算等.从自适应框架出发,参考了认知计算的相关特点,总结出数据驱动的智能自适应框架,并分别综述了其中的表征学习、模式识别、决策规划和规则演化这4种技术在近几年数据驱动的自适应技术中的应用,重点探索了如机器学习、深度学习和强化学习等新技术在其中所起的作用,并总结和展望了自适应技术在服务计算领域的发展趋势.

关键词：自适应数据驱动认知计算深度学习模式识别

来源：评论

学校读者我要写书评

暂无评论

铅铋环境绕丝燃料棒湍流振动响应分析

引用

应用数学和力学 2025年

作者：张珂王远岑黄茜刘建张毅雄余晓菲齐欢欢中国核动力研究设计院核反应堆系统设计技术重点实验室中国工程物理研究院总体工程研究所

液态金属铅铋的密度与粘度均远大于水，在反应堆中引起的燃料组件流致振动及磨损问题不可忽视。本文采用计算流体力学与有限元结构动力分析相结合的流固耦合分析方式，利用空间周期性与时间周期性，提出了绕丝燃料棒湍流振动响应的快速... 详细信息

液态金属铅铋的密度与粘度均远大于水，在反应堆中引起的燃料组件流致振动及磨损问题不可忽视。本文采用计算流体力学与有限元结构动力分析相结合的流固耦合分析方式，利用空间周期性与时间周期性，提出了绕丝燃料棒湍流振动响应的快速分析方法。利用绕丝燃料棒的空间周期结构建立单跨流场模型，基于CFD分析获得了铅铋环境流体激励载荷；利用湍流激励力功率谱密度的频域信息，开发等效时程扩展技术获得用于振动分析的长时程载荷；考虑绕丝燃料棒间的非线性接触碰撞建立有限元分析模型开展振动响应分析。结果表明，轴向流动的液态铅铋会引起绕丝燃料棒的湍流抖振，最大振幅约为6.18μm，满足工程设计要求。

关键词：绕丝燃料棒流致振动湍流抖振铅铋环境

来源：评论

学校读者我要写书评

暂无评论

位错与非均匀夹杂相互作用能的解析和数值计算

引用

上海大学学报（自然科学版） 2024年第5期30卷 890-903页

作者：丁高文李志远李阳上海大学力学与工程科学学院上海200444 上海大学上海市应用数学和力学研究所上海200072 上海飞行器力学与控制研究院上海200092

利用Eshelby等效夹杂法(equivalent inclusion method, EIM)处理非均匀夹杂.考虑了固有本征应变的影响,显式地推导出了不同种类位错与非均匀夹杂的相互作用能.以空洞为例,将所得结果与分子动力学(molecular dynamics, MD)模拟计算值进... 详细信息

利用Eshelby等效夹杂法(equivalent inclusion method, EIM)处理非均匀夹杂.考虑了固有本征应变的影响,显式地推导出了不同种类位错与非均匀夹杂的相互作用能.以空洞为例,将所得结果与分子动力学(molecular dynamics, MD)模拟计算值进行了比较,验证了模型的有效性.充分讨论了模型的应用范围,并系统比较了夹杂本征应变与弹性常数对位错-夹杂体系反应能的影响.

关键词：本征应变位错非均匀夹杂 Eshelby等效夹杂法

来源：评论

学校读者我要写书评

暂无评论

一道射影几何名题的思考与探索

引用

数学通报 2023年第11期62卷 50-53页

作者：张龙军张景中饶永生广州大学数学与信息科学学院 510006 广州大学计算科技研究院 510006 广西民族师范学院数理与电子信息工程学院 532200

文[1]给出了一道几何题的8种初等证法,其中,证法1是文[2]中华罗庚先生给出的简洁证明,证法2是文[3]中利用共边定理给出的更加简洁的证明.下面来探讨一下这个有趣的几何题.

关键词：思考与探索射影几何证法几何题华罗庚先生共边定理有趣简洁

来源：评论

学校读者我要写书评

暂无评论

基于最大联盟粗糙集的三支聚类

引用

计算机应用研究 2024年第8期41卷 2292-2300页

作者：陈之琪万仁霞岳晓冬陈瑞典北方民族大学数学与信息科学学院银川750021 上海大学计算机工程与科学学院上海200444 福建弘扬软件股份有限公司健康大数据研究院福州350002

针对邻域粗糙集模型受邻域参数影响大、刻画样本信息时不够精细等问题,提出了一种基于最大联盟理论的粗糙集模型。在标准化邻域信息系统后,引入最大联盟集来描述邻域颗粒信息,使得邻域粗糙集模型对信息的划分更加精细,从而显著降低了边... 详细信息

针对邻域粗糙集模型受邻域参数影响大、刻画样本信息时不够精细等问题,提出了一种基于最大联盟理论的粗糙集模型。在标准化邻域信息系统后,引入最大联盟集来描述邻域颗粒信息,使得邻域粗糙集模型对信息的划分更加精细,从而显著降低了边界域的不确定性。将该模型与三支聚类相结合,设计了一种基于最大联盟粗糙集的三支聚类算法。在6个UCI公共数据集上进行对比实验,结果表明,所提算法相较于对比算法具有更好的聚类质量,在处理边界域样本时具有更高的比较正确率。

关键词：标准化邻域信息系统最大联盟集领域粗糙集边界域三支聚类比较正确率

来源：评论

学校读者我要写书评

暂无评论

基于Transformer语义对齐的医学图像跨模态哈希检索

引用

生物医学工程学杂志 2025年第1期42卷 156-163,173页

作者：吴钱林唐伦刘青海徐黎明陈前斌重庆邮电大学通信与信息工程学院重庆400065 四川省人工智能研究院四川宜宾644005 西华师范大学计算机学院四川南充637009

医学跨模态检索旨在实现不同模态间医疗案例的语义相似性搜索,如通过超声报告快速定位相关的超声图像,或利用超声图像反向检索匹配的超声报告。然而,现有医学跨模态哈希检索方法面临显著挑战,包括不同模态之间的语义差异、视觉差异及哈... 详细信息

医学跨模态检索旨在实现不同模态间医疗案例的语义相似性搜索,如通过超声报告快速定位相关的超声图像,或利用超声图像反向检索匹配的超声报告。然而,现有医学跨模态哈希检索方法面临显著挑战,包括不同模态之间的语义差异、视觉差异及哈希算法在大规模数据下的可扩展性问题。为应对这些挑战,本文提出了一种基于Transformer语义对齐的医学图像跨模态哈希检索算法(MSACH)。该算法通过分段式训练策略,结合模态特征提取与哈希函数学习,有效提取包含重要语义信息的低维特征,并通过Transformer编码器进行跨模态语义学习。通过流形相似度约束、平衡约束和线性分类网络约束,增强了哈希码的可判别性。实验结果表明,MSACH算法在两个数据集上的平均检索精度比传统方法分别提高了11.8%和12.8%。该算法在提升检索精度、处理大规模医学数据方面表现出色,具有较好的应用前景。

关键词：跨模态哈希 Transformer 语义对齐分段式训练

来源：评论

学校读者我要写书评

暂无评论

基于测试代价的三支邻域属性约简算法

引用

计算机应用研究 2024年第3期41卷 836-841页

作者：张欣蕊万仁霞岳晓冬陈瑞典北方民族大学数学与信息科学学院银川750021 上海大学计算机工程与科学学院上海200444 福建弘扬软件股份有限公司健康大数据研究院福州350002

针对粗糙集属性约简时很少考虑属性自身的测试代价等问题,提出了一种基于测试代价的三支邻域属性约简算法。算法根据各属性在邻域分辨矩阵中出现的频次和比例来计算属性重要性,并结合属性自身的测试代价来构造性价比指标,以此指导属性... 详细信息

针对粗糙集属性约简时很少考虑属性自身的测试代价等问题,提出了一种基于测试代价的三支邻域属性约简算法。算法根据各属性在邻域分辨矩阵中出现的频次和比例来计算属性重要性,并结合属性自身的测试代价来构造性价比指标,以此指导属性的甄选。三支决策方法被用于划分属性集,为属性的约简处理提供数据支撑。在7个UCI公共数据集上进行对比实验,结果表明,该算法可得到比对比算法更小的属性约简集合,在分类精度不降低的情况下,该算法具有更少的运行时间和更小的测试代价。基于财政收入的预测应用实例进一步证明了所提算法的有效性和实用性。

关键词：邻域粗糙集邻域分辨矩阵属性约简测试代价三支决策

来源：评论

学校读者我要写书评

暂无评论

一种复杂场景下高精度交通标志检测模型

引用

计算机工程 2023年第11期49卷 311-320页

作者：李嘉豪闵卫东陈炯缙朱梦展国伟南昌大学数学与计算机学院南昌330031 南昌大学元宇宙研究院南昌330031 江西省智慧城市重点实验室南昌330031

交通标志检测在智能交通领域的安全保障上具有重要作用。对于部分外观相似的交通标志在尺度变化下,现有模型难以提取它们之间的细微差异,导致标志被错误分类。此外,在复杂场景下,其他相似物体容易被误检为交通标志。为此,提出一种逐层... 详细信息

交通标志检测在智能交通领域的安全保障上具有重要作用。对于部分外观相似的交通标志在尺度变化下,现有模型难以提取它们之间的细微差异,导致标志被错误分类。此外,在复杂场景下,其他相似物体容易被误检为交通标志。为此,提出一种逐层特征细化检测模型。根据交通标志特点提出分层聚类锚框和分组损失,分层聚类锚框根据目标尺度对数据集分层并通过K-means聚类算法获取各层锚框,更好地适应交通标志灵活的尺度变化,分组损失对外观相似的类别分组并设计损失函数,指导模型学习相似交通标志间的细微差距,从而降低错误分类。在Neck层加入弱语义分割模块和特征细化模块,通过弱语义分割模块学习浅层特征上下文信息,从而分割出可信区域和非可信区域,利用特征细化模块挖掘非可信区域的上下文信息,主动学习并消除造成误检的干扰,从而降低对其他相似物体的误检。弱语义分割模块和特征细化模块结合通道注意力构建逐层细化特征金字塔,实现对多尺度特征的整体优化并提高模型精确率。实验结果表明,该方法在TT100K和GTSDB交通标志数据集上的AP_(50)指标分别达到97.0%和98.6%。

关键词：交通标志检测复杂场景分层聚类锚框分组损失弱语义分割模块特征细化模块

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：