检索结果-内蒙古大学图书馆

电子学报 2020年第5期48卷 997-1002页

作者：王舜杜晔韩臻北京交通大学计算机与信息技术学院北京100044

Abstract-Refine(抽象—精炼)方法是软件模型检测领域中较为有效的设计思想,具有较高的通用性和效率优势,但目前并没有一个框架可以对其精确进行描述及实现有效的模块化使用和替换.本文提出了一种模块化的Abstract-Refine算法框架,分析... 详细信息

Abstract-Refine(抽象—精炼)方法是软件模型检测领域中较为有效的设计思想,具有较高的通用性和效率优势,但目前并没有一个框架可以对其精确进行描述及实现有效的模块化使用和替换.本文提出了一种模块化的Abstract-Refine算法框架,分析和解释了Abstract-Refine算法所接受的输入程序的精细结构和特性,并对Abstract-Refine算法和相关子算法运用平衡操作符做以模块化解耦,使得子算法的修改和更换不需要依赖对上层的变更.经过实验验证,本方法可有效实现传统算法模块化解耦,同时不对原算法的性能造成冲击.

关键词：软件模型检测模块化方法抽象—精炼(Abstract-Refine) 通用算法抽象程序

来源：评论

学校读者我要写书评

暂无评论

科教融合视域下人工智能类课程教学案例探析

科教融合视域下人工智能类课程教学案例探析

引用

2023中国高校计算机教育大会(CCEC2023)

作者：邬俊北京交通大学计算机与信息技术学院北京 100044

建立健全人工智能人才培养体系，是我国高等教育亟需解决的重要问题。科教融合是培养高层次人工智能专业人才的有效途径之一。本文以“Web 搜索与推荐系统导论”课程为例，聚焦互联网典型应用场景，开发以科教融合为驱动的教学案例二则... 详细信息

建立健全人工智能人才培养体系，是我国高等教育亟需解决的重要问题。科教融合是培养高层次人工智能专业人才的有效途径之一。本文以“Web 搜索与推荐系统导论”课程为例，聚焦互联网典型应用场景，开发以科教融合为驱动的教学案例二则：跨模态社群图片搜索、多模态电商货品推荐，旨在培养学生发现和解决问题的科研意识，以及运用人工智能技术助力产业变革的创新实践精神。

关键词：科教融合人工智能教学案例 Web搜索与推荐

来源：评论

学校读者我要写书评

暂无评论

面向城市轨道交通车站的客流密度估计方法

引用

中国铁道科学 2025年第2期46卷 213-224页

作者：吴剑凡谢征宇秦勇王安澜李晓争北京交通大学交通运输学院北京100044 北京交通大学运营主动安全保障与风险防控铁路行业重点试验室北京100044 北京交通大学先进轨道交通自主运行全国重点试验室北京100044 北京交通大学北京市城市交通信息智能感知与服务工程技术研究中心北京100044 南开大学计算机科学与技术学院天津300071 中车智能交通运营管理有限公司北京100044

为解决传统目标检测与跟踪方法在尺度变化大、密集遮挡严重等复杂场景下的性能受限问题,提出1种基于CNN-Transformer融合的客流密度估计方法。首先,利用VGG-19主干网络提取多尺度特征,并构建多尺度特征融合模块(MFFM),通过整合不同分辨... 详细信息

为解决传统目标检测与跟踪方法在尺度变化大、密集遮挡严重等复杂场景下的性能受限问题,提出1种基于CNN-Transformer融合的客流密度估计方法。首先,利用VGG-19主干网络提取多尺度特征,并构建多尺度特征融合模块(MFFM),通过整合不同分辨率的特征图,有效捕捉局部细节与空间信息;其次,引入多尺度感知增强模块(MPEM),结合自适应卷积与膨胀卷积进行轻量化设计,增强模型对复杂上下文和遮挡区域的感知能力;最后,通过Transformer编码器建立全局依赖关系,补偿特征缺失,进一步提升模型的鲁棒性。结果表明:所提方法在自制的地铁站台数据集(Metro-platform)上表现优异,其平均绝对误差和均方误差分别降至18.4和23.3,其推理时间为29.5 ms;在ShanghaiTech-A,UCF-QNRF和JHU-Crowd++等公共人群数据集上的测试结果进一步验证了模型的泛化能力。该方法可为城市轨道交通车站的客流密度估计提供高精度、高效率的解决方案,并为乘客安全管理和运营优化提供技术支持。

关键词：城市轨道交通车站客流密度估计尺度变化密集遮挡

来源：评论

学校读者我要写书评

暂无评论

基于特征与域感知的点击率预估方法

引用

计算机工程 2022年第3期48卷 60-68页

作者：赵越武志昊赵苡积北京交通大学计算机信息与技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

点击率预估是推荐系统中的核心任务,其关键是学习有效的特征交互,但现有基于深度神经网络的点击率预估方法未考虑冷启动问题,导致准确率降低。结合特征信息和域信息的嵌入,提出一种特征交互的点击率预估方法 FF-GNN。利用基于图神经网... 详细信息

点击率预估是推荐系统中的核心任务,其关键是学习有效的特征交互,但现有基于深度神经网络的点击率预估方法未考虑冷启动问题,导致准确率降低。结合特征信息和域信息的嵌入,提出一种特征交互的点击率预估方法 FF-GNN。利用基于图神经网络的交互模块分别提取特征嵌入和域嵌入的结构信息,建模细粒度的特征交互和粗粒度的域交互过程。同时通过设计图神经网络的权重计算模块,交叉引用特征图神经网络和域图神经网络的低阶特征信息,实现特征交互和个性化建模域交互。在此基础上,采用注意力机制融合特征交互和域交互模块的结果预测点击率。在Criteo和Frappe公开数据集上的实验结果验证了FF-GNN方法的有效性,其AUC指标相较于同类型Fi-GNN方法分别提高0.57和0.85个百分点,能够同时关注特征和域信息,提高点击率预估的准确度。

关键词：点击率预估图神经网络特征交互域交互个性化建模

来源：评论

学校读者我要写书评

暂无评论

位置社交网络中谱嵌入增强的兴趣点推荐算法

引用

通信学报 2020年第3期41卷 197-206页

作者：刘真王娜娜王晓东孙永奇北京交通大学计算机与信息技术学院北京100044

为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线性交互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据... 详细信息

为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线性交互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据集上与现有的POI推荐算法相比,PSC-SMLP可以深层学习用户对POI的个性化偏好,在准确率、召回率、nDCG、平均精度等指标中均获得较大提升。

关键词：基于位置的社交网络 POI推荐谱聚类谱嵌入神经网络

来源：评论

学校读者我要写书评

暂无评论

城市轨道交通列车运营计划及列车运行图计算机辅助编制可靠性分析

引用

城市轨道交通研究 2021年第9期24卷 I0038-I0039页

作者：靳小燕北京交通大学计算机与信息技术学院

随着电子信息技术的发展,计算机技术已经融入到各行各业的发展中,其为传统的生产模式注入了新的动力,解放生产力,推动创新。城市轨道交通已成为城市公共交通领域中的一种重要交通方式。随着城市轨道交通线网规模的不断增长,线网的覆盖... 详细信息

随着电子信息技术的发展,计算机技术已经融入到各行各业的发展中,其为传统的生产模式注入了新的动力,解放生产力,推动创新。城市轨道交通已成为城市公共交通领域中的一种重要交通方式。随着城市轨道交通线网规模的不断增长,线网的覆盖范围越来越广,便捷性越来越强,客流量随之逐年增长。在大中型城市,为满足早晚高峰时段大客流的需求,列车运行间隔越来越小。因此列车运营计划和列车运行图编制至关重要,尤其还要能够灵活应对突发情况下列车开行计划的调整。基于计算机技术的列车运营计划和列车运行图,无论是编制效率还是可调整性都得到大大改善,使列车调度人员能够灵活应对正常和非正常情况下的列车开行计划调整。

关键词：列车运行图城市轨道交通列车调度高峰时段突发情况大客流计算机技术电子信息技术

来源：评论

学校读者我要写书评

暂无评论

基于双图神经网络信息融合的文本分类方法

引用

计算机科学 2022年第8期49卷 230-236页

作者：闫佳丹贾彩燕北京交通大学计算机与信息技术学院北京100044 交通数据分析与数据挖掘北京市重点实验室(北京交通大学) 北京100044

近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息... 详细信息

近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息缺少多样性。文中提出了一种基于双图神经网络信息融合的文本分类方法。该方法在保留原有词共现图的基础上,根据单词间的余弦相似度构建语义图,并通过阈值控制语义图的稀疏程度,更有效地利用了文本的多方位语义信息。此外,测试了直接融合和注意力机制融合两种方式对词汇图和语义图上学习到的文本表示融合的能力。实验使用R8和R52等12个文本分类领域常用的数据集来测试算法的精度,结果表明,与最新的TextLevelGNN,TextING和MPAD这3个文本级的图神经网络模型相比,双图模型能够有效提高文本分类的性能。

关键词：文本分类图神经网络语义信息信息融合注意力机制自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于结构方程模型的拼车出行意愿研究

引用

中国集体经济 2023年第13期 70-73页

作者：张雨彤汪佳禾王锦诚王超北京交通大学经济管理学院北京交通大学计算机与信息技术学院

文章旨在探索影响拼车出行意愿的因素及因素之间的关系。在计划行为理论的基础上,综合考虑出行行为的特征,剔除行为态度变量,引入感知风险、平台服务质量等潜变量,提出9个假设。通过问卷回收400份有效样本,采用结构方程模型对数据拟合... 详细信息

文章旨在探索影响拼车出行意愿的因素及因素之间的关系。在计划行为理论的基础上,综合考虑出行行为的特征,剔除行为态度变量,引入感知风险、平台服务质量等潜变量,提出9个假设。通过问卷回收400份有效样本,采用结构方程模型对数据拟合进行实证分析。最终发现影响平台服务质量评价的主要因素是平台对用户的认证和监督、高效精准的匹配机制和较低的价格。出行者对拼车出行最担心的因素是个人隐私泄露和安全隐患问题,其次是同乘人员带来的不良体验。在此基础上对平台和监管方提出了建议。

关键词：拼车出行合乘顺风车出行意愿结构方程模型

来源：评论

学校读者我要写书评

暂无评论

基于网络评论的文本挖掘与情感倾向分析--以北京地区博物馆为例

引用

互联网周刊 2023年第11期 20-23页

作者：杨嘉雯石媛媛闫安北京交通大学经济管理学院北京交通大学计算机与信息技术学院

目的:基于五家旅游平台上北京地区18家一级博物馆评论的数据分析,挖掘影响游客满意度因素,了解游客差评原因,对提升北京地区博物馆服务具有重大意义。方法:通过词云图、语义网络特征关联分析、LDA主题模型特征分析,并建立语义情感词典... 详细信息

目的:基于五家旅游平台上北京地区18家一级博物馆评论的数据分析,挖掘影响游客满意度因素,了解游客差评原因,对提升北京地区博物馆服务具有重大意义。方法:通过词云图、语义网络特征关联分析、LDA主题模型特征分析,并建立语义情感词典进行情感倾向分析。结论:根据文本挖掘与情感倾向分析结果,提出北京地区博物馆服务建议。创新基于现实数据,采用数据挖掘方法分析北京地区博物馆游客情感倾向,为游客情感影响因素识别提供科学研究范式。

关键词：文本挖掘语义网络文本情感分析北京地区博物馆

来源：评论

学校读者我要写书评

暂无评论

面向铁路信创的软件测试人才培养方案探索

引用

安徽工业大学学报（社会科学版） 2024年第2期41卷 61-63页

作者：张焘王健唐湘云刘吉强北京交通大学软件学院北京100044 北京交通大学计算机与信息技术学院北京100044 中央民族大学信息工程学院北京100081

随着我国信创产业的迅猛发展,铁路行业对信创软件测试人员的能力和素质提出了很高的要求。然而目前国内铁路信创领域的软件测试人才严重短缺,而且没有一套科学完整的人才培养体系做支撑。针对此背景,本文分析了铁路信创领域软件测试人... 详细信息

随着我国信创产业的迅猛发展,铁路行业对信创软件测试人员的能力和素质提出了很高的要求。然而目前国内铁路信创领域的软件测试人才严重短缺,而且没有一套科学完整的人才培养体系做支撑。针对此背景,本文分析了铁路信创领域软件测试人才的培养定位与层次,依据相关行业标准提出铁路信创领域软件测试人才的培养方案和培养过程,以期提高人才培养质量。

关键词：铁路信创软件测试培养方案

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：