检索结果-内蒙古大学图书馆

现代职业教育 2024年第36期 73-76页

作者：王博岳杜蓉亓东林李晓理北京工业大学信息科学技术学院北京交通大学计算机科学与技术学院交通数据分析与挖掘北京市重点实验室天津城建大学计算机与信息工程学院

多模态大模型作为近年来人工智能领域的一项突破性技术，以其卓越的数据处理能力和丰富的应用场景吸引了众多关注，为大学教学变革带来了机遇与挑战。通过查阅多模态大模型相关学术论文、主流媒体报道、博客、专家访谈等文献，调研了多... 详细信息

多模态大模型作为近年来人工智能领域的一项突破性技术，以其卓越的数据处理能力和丰富的应用场景吸引了众多关注，为大学教学变革带来了机遇与挑战。通过查阅多模态大模型相关学术论文、主流媒体报道、博客、专家访谈等文献，调研了多模态大模型在大学教学中的应用，分析了其对教学模式、学习体验和教育管理带来的影响，并针对多模态大模型在大学教学应用中面临的挑战与争议提出几点思考。

关键词：多模态大模型大学教学数据隐私保护技术依赖性人工智能

来源：评论

学校读者我要写书评

暂无评论

三值光学计算机中SJ-MSD加法器的设计与实现

引用

电子学报 2021年第2期49卷 275-285页

作者：江家宝张晓峰沈云付欧阳山周时强彭俊杰刘跃军金翊上海大学计算机科学与工程学院上海200444 巢湖学院信息工程学院安徽巢湖238000 中国航天科学与工业集团第25研究所毫米波遥感技术国家重点实验室北京100039

本文介绍三值光学计算机的一种新型并行加法器—SJ-MSD加法器的设计与实现.介绍判断一组三值逻辑变换能够实现并行无连续进位二进制MSD数加法的充分条件(沈氏充分性定理).给出了构成SJ-MSD加法器的五个三值逻辑变换:S1、S2、J1、J2和J3... 详细信息

本文介绍三值光学计算机的一种新型并行加法器—SJ-MSD加法器的设计与实现.介绍判断一组三值逻辑变换能够实现并行无连续进位二进制MSD数加法的充分条件(沈氏充分性定理).给出了构成SJ-MSD加法器的五个三值逻辑变换:S1、S2、J1、J2和J3(简称SJ变换),及其操作规则(简称SJ规则),并依据沈氏充分性定理推证了SJ变换和SJ规则构成MSD并行加法器的可靠性.尔后又详细阐述了SJ-MSD加法器在三值光学计算机原型系统SD16上的设计方案和实现方法,并阐述了流水计算和多数据共享SJ-MSD加法器的实现方法.文中最后详细介绍了对SJ-MSD加法器的测试实验.与先期的TW-MSD加法器相比,SJ-MSD加法器减少占用处理器位数约25%,有效提高了三值光学处理器的使用率.

关键词：三值光学计算机重构像素处理器位共享流水加法器

来源：评论

学校读者我要写书评

暂无评论

基于分割注意力机制残差网络的城市区域客流量预测

引用

智能系统学报 2022年第4期17卷 839-848页

作者：李伯涵郭茂祖赵玲玲北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机... 详细信息

客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机制残差网络的城市细粒度客流量预测模型。首先以不同时空间隔的区域客流量历史数据为基础,引入分割注意力机制模块,为各模态的数据分配不同的权重,动态捕捉更高相关性的抽象数据特征;在时空数据的基础上,引入城市功能区属性作为联合特征,结合节假日、气候等外部特征,形成deep&wide网络结构,有效记忆重要特征对客流量变化的贡献。基于北京出租车数据的区域客流量对比实验表明,相比于传统的深度时空残差网络和其他经典机器学习模型,引入了分割注意力机制和城市功能区特征的预测模型能够更好地提取数据多元化的特征,预测精度明显优于其他同类别方法。

关键词：客流量预测时空数据深度学习分割注意力机制残差网络城市功能区特征提取智慧城市智能交通

来源：评论

学校读者我要写书评

暂无评论

一种支持隐私保护的传染病人际传播分析模型

引用

信息网络安全 2023年第3期23卷 35-44页

作者：李晓华王苏杭李凯徐剑东北大学计算机科学与工程学院沈阳110169 东北大学软件学院沈阳110169 国网新疆电力有限公司信息通信公司乌鲁木齐830002 中国科学院信息工程研究所信息安全国家重点实验室北京100093

随着万物互联和大数据时代的到来,通过线下交互数据追踪传染病患者的密切接触者,利用健康数据对密切接触者的健康状态进行持续监测,为传染病人际传播分析带来了新的研究视角,为阻断传染病的传播提供了新的处理方式。然而,此类方法也存... 详细信息

随着万物互联和大数据时代的到来,通过线下交互数据追踪传染病患者的密切接触者,利用健康数据对密切接触者的健康状态进行持续监测,为传染病人际传播分析带来了新的研究视角,为阻断传染病的传播提供了新的处理方式。然而,此类方法也存在较为严重的隐私泄露问题。为此,文章设计了基于线下交互和健康数据的传染病人际传播分析模型(Analysis Model of Human-to-Human Transmission of Infectious Diseases Based on Offline Interaction and Health Data,AMHHTID-OIHD)。该模型由可信机构、健康云服务器、交互云服务器、疾控中心、医院和用户6种实体组成,在支持隐私保护的同时实现CDC查找该患者的密切接触者并对其进行健康状态分类。文章以KNN分类和高斯朴素贝叶斯分类为基础,结合同态加密技术,设计了支持AMHHTID-OIHD的隐私保护密切接触者查找算法和隐私保护健康状态分类算法。最后,对该模型的安全性进行分析,结果表明该模型可以在保护隐私的情况下实现密切接触者查找和健康状态分类。

关键词：密切接触者传染病隐私保护线下交互数据健康数据

来源：评论

学校读者我要写书评

暂无评论

小样本负载序列的结构化预测方法

引用

计算机科学与探索 2022年第7期16卷 1552-1560页

作者：刘春红张志华焦洁程渤河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007 北京邮电大学网络与交换技术国家重点实验室北京100876

准确的负载预测是实现云平台弹性资源管理的关键。针对云负载预测中存在大量运行周期较短的任务,导致预测模型训练数据不足的问题,提出一种利用多变量负载序列结构化信息的预测方法(SP-MWS)。依据同一任务运行中消耗的多种资源间内在的... 详细信息

准确的负载预测是实现云平台弹性资源管理的关键。针对云负载预测中存在大量运行周期较短的任务,导致预测模型训练数据不足的问题,提出一种利用多变量负载序列结构化信息的预测方法(SP-MWS)。依据同一任务运行中消耗的多种资源间内在的相关性,挖掘多维负载序列间的信息,补充小样本序列的预测信息量。首先,为获取相关性强的负载类型,采用最大互信息系数(MIC)和信息熵进行负载类型的度量选择;然后,构建核范数正则化多任务学习模型(TNR-MTL),将相关负载序列同时输入,实现其结构化信息的挖掘,并完成多种负载的同时预测。在Google云平台的运行监控日志数据集上进行验证,实验结果表明,所提方法获得的相关负载序列类型可明显增加模型信息量。对于预测模型的决策依据进行解释性分析,可视化每种变量对预测结果的贡献度;对比实验表明,所提预测方法在时间性能和预测精度上均优于常用的负载预测方法。

关键词：云计算弹性负载预测多变量预测结构化信息

来源：评论

学校读者我要写书评

暂无评论

CMOS图像传感器列并行单斜式ADC回踢噪声自补偿方法

引用

武汉大学学报（理学版） 2022年第5期68卷 574-580页

作者：张倩郭仲杰余宁梅吴龙胜西安音乐学院计算机教研室陕西西安710061 西安理工大学自动化与信息工程学院陕西西安710048 西安电子科技大学微电子学院陕西西安710065

提出了一种用于CMOS图像传感器的列并行单斜式ADC(analog-to-digital converter)回踢噪声自补偿方法,有效抑制了量化比较器对高精度共享斜坡的回踢与串扰。为了消除原始节点的回踢噪声,通过检测列级斜坡信号的突变来补偿列间共享斜坡信... 详细信息

提出了一种用于CMOS图像传感器的列并行单斜式ADC(analog-to-digital converter)回踢噪声自补偿方法,有效抑制了量化比较器对高精度共享斜坡的回踢与串扰。为了消除原始节点的回踢噪声,通过检测列级斜坡信号的突变来补偿列间共享斜坡信号线的串扰,阻断噪声在共享斜坡信号线上的传输。采用本文提出的方法,基于55 nm 1P4M CMOS工艺,完成了3072(H)×2560(V)CMOS图像传感器芯片的设计与实验,该传感器实现了12位精度的列并行数字量化。当同时翻转100到1000列时,在最坏的情况下,回踢噪声可以降低到1 LSB以下,并在不增加功耗和面积的情况下实现了自补偿。测量结果表明,该单斜式ADC工作频率为500 MHz,12位线性A/D转换的数字相关双采样行时间为4.6μs,DNL控制在±0.48 LSB以内,INL不大于±4 LSB,信噪比高达71 dB。重要的是,每列的功耗仅为24μW。

关键词： CMOS图像传感器单斜式ADC 回踢噪声

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的农作物病虫害图像识别APP系统设计

引用

计算机应用与软件 2022年第3期39卷 341-345页

作者：陶治孔建磊金学波白玉廷苏婷立北京工商大学计算机与信息工程学院北京100048 北京工商大学食品安全大数据技术北京市重点实验室北京100048

为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务。该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测... 详细信息

为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务。该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测试,并使用批量正则化、维度聚类和课程设计学习等技术优化模型,实现了181种作物病虫害图像的在线识别检测,为复杂环节下农作物病害及虫害在线识别、监管防控、综合治理等提供技术依据。

关键词：农作物病虫害图像识别深度学习 Android

来源：评论

学校读者我要写书评

暂无评论

基于Sumtree DDPG的智能交通信号控制算法

引用

北京邮电大学学报 2021年第1期44卷 97-103页

作者：黄浩胡智群王鲁晗路兆铭温向明北京邮电大学信息与通信工程学院北京100876 湖北大学计算机与信息工程学院武汉430062 北京邮电大学网络体系构建与融合北京市重点实验室北京100876 北京邮电大学先进信息网络北京实验室北京100876

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高... 详细信息

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高采样效率,加速了算法收敛.仿真结果表明,在动态环境下,该算法在车辆排队长度、车辆等待时间、车辆平均速度等性能指标上均优于现有的固定配时方案和基于流量权重的配时算法.

关键词：智能交通交通信号控制深度强化学习深度确定性策略梯度多路口

来源：评论

学校读者我要写书评

暂无评论

基于移动端的方药离合实训平台设计与实现

引用

现代电子技术 2024年第16期47卷 58-68页

作者：魏培阳费宇彤高琳章杰董广通李志斌成都信息工程大学软件工程学院四川成都610225 重庆邮电大学计算机科学与技术学院重庆400065 软件自动生成与智能服务四川省重点实验室四川成都610225 北京中医药大学中医学院北京100029

针对中医药高等院校学生在学习方剂学过程中存在的知识点众多、识记量大、兴趣度不高和日常练习困难等问题,通过调研分析,设计一种基于Unity仿真技术的移动端方剂学方药离合实训平台。该平台前端主要采用Unity框架构建功能模块,选取JWT... 详细信息

针对中医药高等院校学生在学习方剂学过程中存在的知识点众多、识记量大、兴趣度不高和日常练习困难等问题,通过调研分析,设计一种基于Unity仿真技术的移动端方剂学方药离合实训平台。该平台前端主要采用Unity框架构建功能模块,选取JWT进行轻量级身份验证,并应用RBAC思想实现权限管理;后端业务逻辑在使用SpringBoot框架的基础上,通过Java语言编写。为了保证系统响应速度及交互效果,融合MySQL、Redis、ElasticSearch三种体系架构的优点,构建了一套性能高效且便于移植的数据库机制。所设计平台实现了知识点内容学习、笔记收藏、错题集、方剂分类练习、用户在线PK、积分排行榜等功能。经过中医药相关专业学生的验证及使用,验证了该平台能够有效地利用碎片化时间,随时随地学习和测试用户对于方剂学知识的掌握情况,达到了提高自身学习效率的目的。

关键词： Unity 方药离合移动端APP 协程 UI适配数据库机制可视化界面

来源：评论

学校读者我要写书评

暂无评论

基于卫星图的小样本街区品质评估

引用

智能系统学报 2022年第6期17卷 1254-1262页

作者：郭茂祖王偲佳王鹏跃赵玲玲北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京重点实验室北京100044 北京建筑大学建筑与城市规划学院北京100044 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

量化的城市街区品质评价是街区设计规划的重要依据,图像数据是街区品质评价模型的重要维度。目前的研究中存在街区品质标注成本较高的问题。因此本文改进基于子空间的小样本学习方法,对街区卫星图像特征进行奇异分解生成类别子空间,并... 详细信息

量化的城市街区品质评价是街区设计规划的重要依据,图像数据是街区品质评价模型的重要维度。目前的研究中存在街区品质标注成本较高的问题。因此本文改进基于子空间的小样本学习方法,对街区卫星图像特征进行奇异分解生成类别子空间,并将训练集子空间参数继承到街区品质评估模型中。实验结果表明,在小样本街区品质评估问题上,本文方法相比传统小样本学习方法的正确率提高约30%,一致性提高约15%。

关键词：街区品质评估卫星图小样本学习自适应子空间深度神经网络奇异值分解不平衡数据集欠采样

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：