检索结果-内蒙古大学图书馆

智慧电力 2024年第5期52卷 31-36,51页

作者：马艳红张炜函北京信息科技大学经济管理学院北京100192

随着电动汽车保有量持续增加,电动汽车成为重要的灵活性储备设备之一。对电动汽车用户进行细分,精准定位V2G最佳参与群体,可以有效提高电网应急管理效率并节省社会成本。考虑充电桩焦虑程度和电池损耗敏感度2个关键因素对电动汽车用户... 详细信息

随着电动汽车保有量持续增加,电动汽车成为重要的灵活性储备设备之一。对电动汽车用户进行细分,精准定位V2G最佳参与群体,可以有效提高电网应急管理效率并节省社会成本。考虑充电桩焦虑程度和电池损耗敏感度2个关键因素对电动汽车用户充放电成本的影响,构建了集中决策和分散决策2种情形下电网公司和电动汽车用户的决策模型,比较了2种情形下用户的最优服务电量,并给出了分散决策下电网收购价格的最佳范围。在此基础上,依据充放电成本提出了V2G最佳参与群体和备选群体的细分准则,并引入了“收购价格+补贴”的激励机制以扩大V2G最佳参与群体范围,进一步提高用户参与V2G的积极性及电网应急管理能力和效率。最后通过仿真分析验证了本文的模型与理论结果的可行性。

关键词： V2G 充电桩焦虑程度电池损耗敏感度充放电成本激励机制

来源：评论

学校读者我要写书评

暂无评论

基于超平面-BERT-Louvain优化LDA模型的书法作品价值要素提取及指标体系构建

引用

数据分析与知识发现 2023年第10期7卷 109-118页

作者：潘小宇倪渊金春华张健北京信息科技大学计算机学院北京100192 北京信息科技大学经济管理学院北京100192 绿色发展大数据决策北京市重点实验室北京100192

【目的】针对书法作品价值评估分歧大、标准缺失的难题,借助大数据与人工智能方法高效、准确地识别书法作品价值要素,为各种书法作品交易活动提供技术支撑。【方法】首先,融合超平面算法和BERT模型对书法文献进行停用词剔除与语义扩充,... 详细信息

【目的】针对书法作品价值评估分歧大、标准缺失的难题,借助大数据与人工智能方法高效、准确地识别书法作品价值要素,为各种书法作品交易活动提供技术支撑。【方法】首先,融合超平面算法和BERT模型对书法文献进行停用词剔除与语义扩充,形成高辨识度的优化语料库;其次,构建书法文献复杂语义网络,引入Louvain算法,通过最大化社区网络的模块度确定最优主题数;最终,本文提出一种基于超平面-BERTLouvain-LDA(HBL-LDA)的新方法来高效、准确地构建书法价值评估指标体系。【结果】相比于LDA,HBLLDA模型的主题识别查准率和F值分别提高了45.00个百分点和29.46个百分点,平均主题优质率减少了0.96,识别的优质主题更多。基于代表性书法作品,利用多种回归模型对评估指标体系进行验证,准确率高达84.00%。【局限】只针对书法作品构建了评估指标体系,难以在其他艺术品数据上适配。而且,BERT模型缺乏主题语义信息,使得相似特征词扩充具有一定的局限性。【结论】本文提出一种基于超平面-BERTLouvain组合优化LDA模型,构建书法价值评估指标体系的新模式,为其他领域指标体系的构建提供了新方向。

关键词：价值评估指标体系 LDA 领域停用词 Louvain BERT

来源：评论

学校读者我要写书评

暂无评论

数字经济中的边际收益递增——基于用户资源型商业模式的经济学分析

引用

山东大学学报（哲学社会科学版） 2023年第4期 137-149页

作者：李鸿磊北京信息科技大学经济管理学院北京100192

数字经济中存在边际收益递增,然而在微观层面上企业如何实现边际收益递增却鲜有研究。以百度搜索业务为典型案例,沿着1P理论的分析思路,利用供需均衡图对用户资源型商业模式的边际收益和利润空间进行经济学分析的研究发现:(1)当把“用... 详细信息

数字经济中存在边际收益递增,然而在微观层面上企业如何实现边际收益递增却鲜有研究。以百度搜索业务为典型案例,沿着1P理论的分析思路,利用供需均衡图对用户资源型商业模式的边际收益和利润空间进行经济学分析的研究发现:(1)当把“用户资源”视为具有知识属性的商品时,原第三方广告主向右下方倾斜的需求曲线D_(2)转变为向右上方倾斜的需求曲线D_(2)',进而得到向右上方倾斜的边际收益递增曲线MR_(2)',从而实现了焦点企业的边际收益递增。(2)焦点企业的组合定价策略与其总利润之间的关系为:随着焦点企业对目标用户的定价逐渐降低和对第三方广告主的定价逐渐提高,焦点企业总利润不断增加。(3)边际收益递增条件下焦点企业仍然存在利润最大化的产出规模。当从消费者处获取的负的边际收益的绝对值等于该企业从第三方广告主处获得的正的边际收益(|MR1|=MR_(2)',MR_(1)<0)时,焦点企业达到利润最大化的产出规模。最后,与传统经济学中供给曲线与需求曲线相交存在唯一均衡价格不同,在数字经济中可能存在需求曲线与供给曲线重合的情况,此时曲线上的任意一点均对应均衡产量和均衡价格。

关键词：数字经济边际收益递增商业模式用户资源双边非平台业务边际非稀缺资源

来源：评论

学校读者我要写书评

暂无评论

Batch-attention:深度学习中一种新的协调过拟合与欠拟合的方法

引用

科技导报 2023年第13期41卷 100-108页

作者：胡涵清李政勋吴竹南北京信息科技大学经济管理学院北京100192

在深度学习网络训练的过程中,现有大多数提升模型效果的方法都集中在网络上,要提升模型的效果与准确率,就须关注数据的特性。提出了一种新的深度学习模型训练框架Batch-attention,从数据层面出发,改变了原有训练方式,经实验证明可以协... 详细信息

在深度学习网络训练的过程中,现有大多数提升模型效果的方法都集中在网络上,要提升模型的效果与准确率,就须关注数据的特性。提出了一种新的深度学习模型训练框架Batch-attention,从数据层面出发,改变了原有训练方式,经实验证明可以协调深度学习模型的过拟合与欠拟合。通过在Cifar10与Cifar100数据集上分别采用Resnet34、Transformer和efficientnet-b7进行实验对比,证明了采用Batch-attention的模型相对于基准模型,在测试集上的准确率与F1-score均有一定提升。在测试实验中,进一步分析了Batch-attention的作用机制。

关键词：深度学习过拟合注意力机制有监督学习机器学习

来源：评论

学校读者我要写书评

暂无评论

嵌入意图识别的医疗健康问答文本语义分类模型

引用

数据分析与知识发现 2025年第2期9卷 26-38页

作者：谌文佳杨琳李金林北京信息科技大学管理科学与工程学院北京100192 北京理工大学管理学院北京100081

【目的】基于意图识别构建更准确的语义相似度分类模型,为中文医疗健康查询服务提供更精准的答案匹配结果。【方法】融合BERT和卷积神经网络(CNN)构建意图识别模型,然后将其作为模型嵌入层构建嵌入意图识别的孪生BERT(ITBERT)语义分类... 详细信息

【目的】基于意图识别构建更准确的语义相似度分类模型,为中文医疗健康查询服务提供更精准的答案匹配结果。【方法】融合BERT和卷积神经网络(CNN)构建意图识别模型,然后将其作为模型嵌入层构建嵌入意图识别的孪生BERT(ITBERT)语义分类模型。【结果】在CHIP-STS数据集上,相较于BERT和TextCNN单一模型,融合模型在意图识别的Top-1结果准确率分别提高了1.5和8.2个百分点,达到了73.6%;Top-3结果准确率分别提高了3.2和7.6个百分点,达到了91.2%,证明了融合模型对于意图识别效果的提升。对于语义相似度分类结果,相较于基准模型,ITBERT模型AUC值提高了0.015~0.087,证明了意图知识的嵌入对医疗语义相似度分类效果的提升。【局限】人工标注的意图信息存在一定的偏差,可能会影响语义相似度的分类结果。【结论】融合模型可以改善医疗健康查询服务中的意图识别效果,嵌入识别的意图知识可以提高语义相似度分类模型的准确率,有利于提供更准确的医疗健康自动问答服务。

关键词：意图识别医疗问答语义相似度分类深度学习

来源：评论

学校读者我要写书评

暂无评论

融合非负正弦位置编码和混合注意力机制的情感分析模型

引用

计算机工程与应用 2024年第15期60卷 101-110页

作者：郑志超陈进东张健北京信息科技大学计算机学院北京100192 北京信息科技大学经济管理学院北京100192 智能决策与大数据应用北京市国际科技合作基地北京100192

针对情感分析任务中,序列模型存在难以获取文本的相对位置信息,且处理较长序列时容易丢失关键信息等问题,提出了一种融合非负正弦位置编码(non-negative sinusoidal position encoding,NSPE)和混合注意力机制(hybrid attention mechanis... 详细信息

针对情感分析任务中,序列模型存在难以获取文本的相对位置信息,且处理较长序列时容易丢失关键信息等问题,提出了一种融合非负正弦位置编码(non-negative sinusoidal position encoding,NSPE)和混合注意力机制(hybrid attention mechanism,HAM)的双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)情感分析模型(NSPEHA-BiLSTM)。提出NSPE方法,建立词语的NSPE,为词向量融入相对位置信息;通过Bi-LSTM提取文本特征,并基于HAM分别对特征的全局和局部特征进行赋权,确保关键信息的准确传递;通过全连接层实现文本情感分析。在IMDB数据集中,NSPEA-BiLSTM相较于Bi-LSTM和Text-CNN准确率分别提升了4.67和2.02个百分点,且输入的文本长度越长,模型效果越好,同时验证了NSPE优于其他位置编码。

关键词：情感分析双向长短期记忆网络(Bi-LSTM) 非负正弦位置编码(NSPE) 混合注意力机制(HAM)

来源：评论

学校读者我要写书评

暂无评论

稀疏平衡变分自动编码器的文本特征提取

引用

国防科技大学学报 2022年第1期44卷 169-178页

作者：车蕾北京信息科技大学信息管理学院北京100192

针对文本特征提取方面的高维数据特征区分度较低、基于规则的特征学习的自学习性能差、变分自动编码器存在过度剪枝等问题,提出稀疏平衡变分自动编码器(Sparse Balanced Variational AutoEncoder,SBVAE)的文本特征提取模型。为消除噪声... 详细信息

针对文本特征提取方面的高维数据特征区分度较低、基于规则的特征学习的自学习性能差、变分自动编码器存在过度剪枝等问题,提出稀疏平衡变分自动编码器(Sparse Balanced Variational AutoEncoder,SBVAE)的文本特征提取模型。为消除噪声干扰,提高文本特征提取模型的鲁棒性,在文本特征提取的输入层采用双向降噪处理机制。提出一种稀疏平衡性处理,结合KL(Kullback-Leibler)项权重的模拟退火算法以缓解KL散度引发的过度剪枝的影响,强制解码器更充分地利用潜变量。此模型提高了高维数据特征的区分度。从对比分析文本特征提取模型、稀疏性能、稀疏平衡处理对隐藏空间变分下界的影响等方面深入开展实验,验证了该模型具有较好的性能。该模型在复旦数据集和Reuters数据集上的最高准确率相较于主成分分析分别提升了12.36%、8.06%。

关键词：变分自动编码器降噪稀疏平衡过度剪枝

来源：评论

学校读者我要写书评

暂无评论

基于本地化差分隐私的联邦学习方法研究

引用

通信学报 2022年第10期43卷 94-105页

作者：康海燕冀源蕊北京信息科技大学信息管理学院北京100192

联邦学习作为一种协作式机器学习方法,允许用户通过共享模型而不是原始数据进行多方模型训练,在实现隐私保护的同时充分利用用户数据,然而攻击者仍有可能通过窃听联邦学习参与方共享模型来窃取用户信息。为了解决联邦学习训练过程中存... 详细信息

联邦学习作为一种协作式机器学习方法,允许用户通过共享模型而不是原始数据进行多方模型训练,在实现隐私保护的同时充分利用用户数据,然而攻击者仍有可能通过窃听联邦学习参与方共享模型来窃取用户信息。为了解决联邦学习训练过程中存在的推理攻击问题,提出一种基于本地化差分隐私的联邦学习(LDP-FL)方法。首先,设计一种本地化差分隐私机制,作用在联邦学习参数的传递过程中,保证联邦模型训练过程免受推理攻击的影响。其次,提出并设计一种适用于联邦学习的性能损失约束机制,通过优化损失函数的约束范围来降低本地化差分隐私联邦模型的性能损失。最后,在MNIST和FashionMNIST数据集上通过对比实验验证了所提方法的有效性。

关键词：差分隐私联邦学习深度学习

来源：评论

学校读者我要写书评

暂无评论

改进DeepLabv3+网络的钢板表面缺陷检测研究

引用

计算机工程与应用 2023年第16期59卷 150-158页

作者：范瑶瑶王兴芬刘亚辉北京信息科技大学计算机学院北京100101 北京信息科技大学信息管理学院北京100192

针对钢板表面缺陷检测中存在的边缘分割粗糙、漏检和误检率高等问题,提出了一种引入注意力机制的多尺度特征融合的DeepLabv3+检测方法。在DeepLabv3+网络的解码区中,充分利用多尺度特征信息,对跃层特征融合进行优化,保留浅层特征并对深... 详细信息

针对钢板表面缺陷检测中存在的边缘分割粗糙、漏检和误检率高等问题,提出了一种引入注意力机制的多尺度特征融合的DeepLabv3+检测方法。在DeepLabv3+网络的解码区中,充分利用多尺度特征信息,对跃层特征融合进行优化,保留浅层特征并对深层特征进行了细化的上采样操作,获得更精细的缺陷边缘;在编码区主干网络ResNet101中引入坐标注意力机制,增强特征提取能力,提高分割准确率。设计了加权Dice损失和二元交叉熵损失(BCEloss)结合的优化损失函数来缓解样本不均衡的问题,提高分割精度。改进DeepLabv3+网络的Dice系数和mIoU值分别提高了6.0%和7.92%,刮痕缺陷边缘分割更准确,对凹坑、边缘裂纹与氧化铁皮缺陷的分割效果提升明显,实验结果验证了该方法处理钢板表面缺陷问题的有效性。

关键词：表面缺陷检测 DeepLabv3+网络坐标注意力机制图像语义分割图像增强

来源：评论

学校读者我要写书评

暂无评论

基于密码累加器的无状态区块链性能优化

引用

计算机工程 2023年第2期49卷 46-53页

作者：孙林昆蒋文保郭阳楠李春强北京信息科技大学信息管理学院北京100192

区块链由于其去中心化的特点,被认为是近年来最具颠覆性和革命性的技术创新之一。然而,目前大多数公有链由于数据高度冗余使得区块链系统数据迅速增长,从而造成节点存储资源消耗严重,此外它还存在区块共识成本较高导致系统吞吐量低的问... 详细信息

区块链由于其去中心化的特点,被认为是近年来最具颠覆性和革命性的技术创新之一。然而,目前大多数公有链由于数据高度冗余使得区块链系统数据迅速增长,从而造成节点存储资源消耗严重,此外它还存在区块共识成本较高导致系统吞吐量低的问题。针对区块链的可扩展性问题,提出一种适用于智能合约的无状态区块链性能优化方案STiPChain。STiPChain基于密码累加器与可验证计算完成无状态设计,采用RSA累加器生成智能合约的有效性证明实现节点状态数据压缩,同时通过分布式设计将智能合约的有效性证明更新效率优化至常数,极大降低节点对磁盘和内存的需求。在此基础上,STiPChain将区块共识与区块运算解耦,基于可验证计算技术提出新的智能合约执行逻辑和交易验证方案,解决无状态条件下的交易验证与执行问题,有效提高系统吞吐量。实验结果表明,与Ethereum相比,STiPChain无状态区块链性能优化方案将共识节点的存储需求降低了99%,吞吐量提高了1.6~2 500倍。

关键词：区块链高性能密码累加器智能合约可验证计算

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：