检索结果-内蒙古大学图书馆

北京教育（高教） 2023年第2期 91-92页

作者：陈永顺苗剑飞韩璐北京信息科技大学实验室管理处北京信息科技大学党委宣传部北京信息科技大学外国语学院

近年来,党和国家高度强调信息化建设对于高校教育发展的重要意义,作为高校教育管理的服务支撑,行政服务能力提升同样需要注入信息化的创新活力。为探究信息化背景下提升高校行政服务能力的有效途径,通过对高校行政服务信息化建设存在的... 详细信息

近年来,党和国家高度强调信息化建设对于高校教育发展的重要意义,作为高校教育管理的服务支撑,行政服务能力提升同样需要注入信息化的创新活力。为探究信息化背景下提升高校行政服务能力的有效途径,通过对高校行政服务信息化建设存在的问题及原因进行分析,探究信息化助力高校行政服务的有效方式。

关键词：信息化高校行政服务

来源：评论

学校读者我要写书评

暂无评论

基于PCA-LSTM的黏滑振动水平评估方法研究

引用

石油机械 2023年第2期51卷 18-25页

作者：张鑫张涛李玉梅房萍北京信息科技大学高动态导航技术北京市重点实验室北京信息科技大学现代测控技术教育部重点实验室中国石油天然气股份有限公司华北油田分公司第三采油厂

石油钻井过程中,井下工具的黏滑振动会导致钻头发生周期性的黏滞和滑脱,容易引起钻头和钻具组合失效,造成井下事故。为此,基于井下测量技术的发展,采用长短期记忆(Long Short-term Memory,LSTM)神经网络智能算法建立黏滑振动水平评估模... 详细信息

石油钻井过程中,井下工具的黏滑振动会导致钻头发生周期性的黏滞和滑脱,容易引起钻头和钻具组合失效,造成井下事故。为此,基于井下测量技术的发展,采用长短期记忆(Long Short-term Memory,LSTM)神经网络智能算法建立黏滑振动水平评估模型,采用井下近钻头工程参数测量工具在钻头处采集7类高频井下工程参数,验证使用PCA-LSTM神经网络黏滑振动水平评估模型的准确性。研究结果表明,该评估模型均方根误差为0.026,较LSTM、PCA-BP、PCA-SVM评估模型分别下降了0.033、0.011和0.018,表明该模型抑制了过拟合造成的滞后效应,具有较高的精度,可有效评估钻头处黏滑振动水平。研究结果对指导钻井过程,及时调整地面参数,有效抑制黏滑振动,推动安全、快速、高效钻井具有重要作用。

关键词：井下工具黏滑振动随机森林 LSTM神经网络近钻头训练模型

来源：评论

学校读者我要写书评

暂无评论

基于动态幻影的轻量级人体姿态估计

引用

中国科技论文 2024年第7期19卷 841-848页

作者：张思源罗倩张帆杜康宁曹林北京信息科技大学信息与通信工程学院北京100101 光电测试技术及仪器教育部重点实验室(北京信息科技大学) 北京100101

针对当前轻量级人体姿态估计网络在减少参数量和计算复杂度时未能有效提高检测精度的问题,提出了基于动态幻影的轻量级人体姿态估计网络(dynamic ghost network,DGNet)。DGNet采用一种创新的方法,能够简洁有效地提取上下文信息,实现在... 详细信息

针对当前轻量级人体姿态估计网络在减少参数量和计算复杂度时未能有效提高检测精度的问题,提出了基于动态幻影的轻量级人体姿态估计网络(dynamic ghost network,DGNet)。DGNet采用一种创新的方法,能够简洁有效地提取上下文信息,实现在不增加参数量和计算复杂度的情况下提高模型的表征能力进而提升性能。具体而言,模型使用动态混洗和幻影操作构建2个全新的轻量级模块——动态幻影瓶颈模块(dynamic ghost neck module,DGNeck)和动态幻影基础模块(dynamic ghost basicblock module,DGBlock)。DGNeck将卷积运算替换为代价较小的线性运算进而降低网络参数和计算复杂度,同时DGBlock动态聚合多个通道并混洗,获取特征图精确位置信息以提高检测精度。同等条件下的实验结果表明,与现有的Lite-HRNet模型相比,DGNet模型在COCO校验集上计算复杂度下降了4.8%,准确率提高了2.3%,而在MPII校验集上计算复杂度降低了3.7%,准确率提高了0.7%。

关键词：人体姿态估计深度神经网络高分辨率网络轻量级

来源：评论

学校读者我要写书评

暂无评论

融合BERT与标签语义注意力的文本多标签分类方法

引用

计算机应用 2022年第1期42卷 57-63页

作者：吕学强彭郴张乐董志安游新冬网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京100101

多标签文本分类(MLTC)是自然语言处理(NLP)领域的重要子课题之一。针对多个标签之间存在复杂关联性的问题,提出了一种融合BERT与标签语义注意力的MLTC方法TLA-BERT。首先,通过对自编码预训练模型进行微调,从而学习输入文本的上下文向量... 详细信息

多标签文本分类(MLTC)是自然语言处理(NLP)领域的重要子课题之一。针对多个标签之间存在复杂关联性的问题,提出了一种融合BERT与标签语义注意力的MLTC方法TLA-BERT。首先,通过对自编码预训练模型进行微调,从而学习输入文本的上下文向量表示;然后,使用长短期记忆(LSTM)神经网络将标签进行单独编码;最后,利用注意力机制显性突出文本对每个标签的贡献,以预测多标签序列。实验结果表明,与基于序列生成模型(SGM)算法相比,所提出的方法在AAPD与RCV1-v2公开数据集上,F1值分别提高了2.8个百分点与1.5个百分点。

关键词：多标签分类 BERT 标签语义信息双向长短期记忆神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于TL-LFL的UWB室内定位算法

引用

仪表技术与传感器 2022年第11期 82-87页

作者：刘文赵旭李连鹏刘福朝褚昕悦代牮北京信息科技大学高动态导航技术北京市重点实验室北京100192

针对三边定位算法定位精度不高以及传统指纹定位算法工作量大的问题,提出了一种基于TL-LFL的室内定位算法,主要分为2个阶段:离线阶段利用限幅-滑动滤波方法对原始测距信息进行预处理,然后利用克里金插值法建立指纹数据库;在线阶段首先... 详细信息

针对三边定位算法定位精度不高以及传统指纹定位算法工作量大的问题,提出了一种基于TL-LFL的室内定位算法,主要分为2个阶段:离线阶段利用限幅-滑动滤波方法对原始测距信息进行预处理,然后利用克里金插值法建立指纹数据库;在线阶段首先利用三边定位算法确定粗定位坐标和动态区域S,然后采用K-Means算法对S区域内指纹点进行聚类,找出与在线实测距离信息最近的聚类中心,最后结合粗定位坐标根据离散程度加权进行实时定位。结果表明:该算法在减少数据采集工作量的同时有效提高了定位精度,平均定位误差为0.2 m。

关键词：室内定位 UWB 三边定位算法位置指纹定位 Kriging K-Means

来源：评论

学校读者我要写书评

暂无评论

多圆柱组合体目标回波特性

引用

哈尔滨工程大学学报 2025年第1期46卷 138-147页

作者：张弘瑞陈文剑王艺迪厉夫兵哈尔滨工程大学水声技术全国重点实验室黑龙江哈尔滨150001 海洋信息获取与安全工业和信息化部重点实验室(哈尔滨工程大学)工业和信息化部黑龙江哈尔滨150001 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001 中国电子科技集团公司第二十八研究所江苏南京210007 北京信息科技大学信息与通信工程学院北京100101

针对多圆柱组合体目标回波中的多次散射声场计算问题,本文提出在声束弹跳方法中利用KD树结构加速声束追踪的研究方法。建立基于多圆柱组合体目标的轴对称包围盒,通过最大方差法和中间剖分法在空间不同维度上对包围盒进行划分,同时通过... 详细信息

针对多圆柱组合体目标回波中的多次散射声场计算问题,本文提出在声束弹跳方法中利用KD树结构加速声束追踪的研究方法。建立基于多圆柱组合体目标的轴对称包围盒,通过最大方差法和中间剖分法在空间不同维度上对包围盒进行划分,同时通过分离轴算法进行面元数据的归属分配,经过多次划分后完成目标KD树结构的建立;进行声束构建和声束追踪,加快追踪时声束与面元的相交判断过程;根据追踪结果进行多圆柱组合体目标强度的计算。结果表明:声波在柱体之间存在多次声散射,多次散射与一次散射回波存在相位差,干涉叠加后导致多圆柱组合体目标强度在原本一次散射的基础上得到增强或减弱。通过实验测量结果与仿真计算结果对比,不同入射角度下实测结果与理论预报结果都有较好的一致性。

关键词：多圆柱组合体回波特性多次散射 KD树声束弹跳法空间划分声束追踪目标强度

来源：评论

学校读者我要写书评

暂无评论

基于预筛选和局部单应性的风电叶片图像匹配方法

引用

电子测量技术 2022年第6期45卷 155-161页

作者：李梦帅燕必希董明利孙鹏刘其林北京信息科技大学光电测试技术北京市重点实验室北京100192

将动态摄影测量方法应用到风电叶片动态监测中,对于优化风电系统设计、保证系统安全可靠运行具有重要意义。图像特征点自动匹配是动态摄影测量系统中的关键技术,匹配方法的优劣直接影响最终的测量精度。在实际风电叶片动态摄影测量中,... 详细信息

将动态摄影测量方法应用到风电叶片动态监测中,对于优化风电系统设计、保证系统安全可靠运行具有重要意义。图像特征点自动匹配是动态摄影测量系统中的关键技术,匹配方法的优劣直接影响最终的测量精度。在实际风电叶片动态摄影测量中,叶片运行时的摆振会加剧叶片的非平面性,使得直接采用极线或单应性匹配技术匹配双目图像特征变得更加困难,因此提出一种基于预筛选和局部单应性的双目图像匹配方法,可用于风电叶片平缓连续曲面测量场。首先,通过双目摄影测量系统获取叶片像点图,对左相机采集到的像点图通过极线约束筛选出各个点在右像面中的候选匹配点集;其次对当前待匹配点及其候选匹配点集中的每个点分别抽取一个以该点为中心的局部近平面区域并做相应组合;之后针对每一组近平面区域分别采用改进的随机抽样一致算法估计相应的最佳单应性矩阵模型;最后通过局部单应性变换及合理的误差阈值在多个候选点中确定当前待匹配点的最终匹配点。该方法已成功应用于风电叶片的摆振测量实验,像点匹配率不低于96%且匹配准确率不低于97%,能够满足实际风电叶片图像匹配精度的要求。

关键词：风电叶片图像匹配极线约束近平面随机抽样一致局部单应性

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的含能材料生成焓预测方法

引用

含能材料 2021年第1期29卷 20-28,I0002页

作者：徐雅斌孙胜杰武装北京信息科技大学计算机学院北京100101 网络文化与数字传播北京市重点实验室北京100101 北京材料基因工程高精尖创新中心北京信息科技大学北京100101

为了加快新型含能材料研发的进度,减少因大量实验而带来的时间和资源的消耗问题,基于材料基因工程理论提出一种含能材料生成焓的预测方法。首先将搜集到的代表含能材料分子结构的原子坐标数据转换成表示分子内笛卡尔坐标系的库仑矩阵,... 详细信息

为了加快新型含能材料研发的进度,减少因大量实验而带来的时间和资源的消耗问题,基于材料基因工程理论提出一种含能材料生成焓的预测方法。首先将搜集到的代表含能材料分子结构的原子坐标数据转换成表示分子内笛卡尔坐标系的库仑矩阵,以消除含能材料分子结构因平移、旋转、交换索引顺序等操作对生成焓预测造成的影响;然后,根据提出的基于Attention机制的卷积神经网络(Convolutional Neural Network,CNN)和双向长短期记忆网络(Bi-directional Long Short-term Memory Network,Bi-LSTM)的融合模型对含能材料的生成焓进行预测。这样,既可以有效提取数据的特征,又能充分考虑数据间的相关性,同时还能够突出重要特征对预测结果的影响。对比实验结果表明,提出的基于深度学习的方法在生成焓的预测上拥有最低的实验误差,其平均绝对误差(Mean Absolute Error,MAE)、平均绝对百分误差(Mean Absolute Percentage Error,MAPE)、均方根误差(Root Mean Square Error,RMSE)和均方根对数误差(Root Mean Squared Logarithmic Error,RMSLE)分别为0.0374、1.32%、0.0541和0.028,实现了“结构—性能”的预测目标,为含能材料生成焓的预测提供了一种新方法。

关键词：含能材料生成焓 Attention机制卷积神经网络双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于MIMU/里程计融合的管道内检测机器人定位算法

引用

传感器世界 2024年第7期30卷 31-37页

作者：王鑫凯苏中北京信息科技大学高动态导航技术北京市重点实验室北京100192

针对管道内检测机器人在管道内自主定位的问题,提出了一种基于MIMU/里程计融合的管道内检测机器人定位算法。将捷联惯性导航系统(Stradown Inertial Navigation System,SINS)的姿态误差、速度误差和位置误差以及陀螺仪零偏和加速度计零... 详细信息

针对管道内检测机器人在管道内自主定位的问题,提出了一种基于MIMU/里程计融合的管道内检测机器人定位算法。将捷联惯性导航系统(Stradown Inertial Navigation System,SINS)的姿态误差、速度误差和位置误差以及陀螺仪零偏和加速度计零偏作为误差状态向量,构造误差状态模型;将SINS解算的距离增量与里程计模块计算的距离增量之差和SINS解算的载体坐标系下x轴与z轴的速度信息作为误差观测量,并通过对里程计因打滑、空转等导致的错误信息进行分析与处理,构造误差观测模型。通过扩展卡尔曼滤波(Ectended Kalman Filter,EKF)对SINS解算的姿态、速度和位置进行误差补偿,绘制管道内检测机器人的轨迹图。管道内检测机器人通过111 m长的燃气管道,定位精度达到了0.99%,满足管道内检测机器人自主定位的要求。

关键词：管道内检测机器人里程计 MIMU 融合定位扩展卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于AGA-BPNN的微小型弹药气动辨识

引用

战术导弹技术 2022年第3期 1-8页

作者：豆登辉范军芳王海森北京信息科技大学高动态导航技术北京市重点实验室北京100101

将自适应遗传算法和神经网络结合应用于微小型制导弹药气动辨识问题中,提出了一种自适应遗传算法-反向传播神经网络(Adaptive Genetic Algorithm-Back Propagation Neural Network,AGA-BPNN)气动辨识模型。用交叉、变异概率自适应调整... 详细信息

将自适应遗传算法和神经网络结合应用于微小型制导弹药气动辨识问题中,提出了一种自适应遗传算法-反向传播神经网络(Adaptive Genetic Algorithm-Back Propagation Neural Network,AGA-BPNN)气动辨识模型。用交叉、变异概率自适应调整的遗传算法对神经网络的初始权值和阈值进行优化,建立AGA-BP神经网络模型;分别用BP神经网络、GA-BP神经网络、AGA-BP神经网络算法模型对弹药气动参数以及压心位置进行辨识,并对辨识结果进行弹道仿真飞行。结果表明,相比于BPNN和GA-BPNN,AGA-BPNN模型在微小型弹药气动参数辨识方面具有更小的均方误差和更快的收敛速度;在弹道仿真中辨识速度误差为0.37 m/s,位置误差为22.97 m,辨识模型达到了较好的辨识效果。

关键词：微小型制导弹药参数辨识神经网络自适应遗传算法静稳定性气动布局弹道仿真

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：