检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年第2期9卷 12-25页

作者：宋东桓胡懋地丁洁兰瞿子皓常志军钱力中国科学院文献情报中心北京100190 中国科学院大学经济与管理学院信息资源管理系北京100190 国家新闻出版署学术期刊新型出版与知识服务重点实验室北京100190

【目的】解决常规文本分类任务中由于领域训练数据稀缺、类型间差异大等因素导致的分类准确率低的问题。【方法】引入深层金字塔卷积网络与多门控制单元机制,构建基于BERT-DPCNN-MMOE模型框架的分类模型,通过设计多任务实验和迁移学习实... 详细信息

【目的】解决常规文本分类任务中由于领域训练数据稀缺、类型间差异大等因素导致的分类准确率低的问题。【方法】引入深层金字塔卷积网络与多门控制单元机制,构建基于BERT-DPCNN-MMOE模型框架的分类模型,通过设计多任务实验和迁移学习实验,对标8种基线模型,验证本文分类模型的有效性。【结果】自主构建多任务跨类型的数据作为训练测试基础,发现本文模型在多任务实验和迁移学习实验中的分类效果均优于8种基线模型,F1值的提升幅度均超过4.7个百分点。【局限】模型在其他领域的适应性需进一步研究。【结论】基于BERT-DPCNN-MMOE分类模型在多任务、跨类型文本分类任务上能够表现出更优的效果,对未来专题情报分类任务具有重要意义。

关键词：多任务学习跨类型文本分类迁移学习集成学习

来源：评论

学校读者我要写书评

暂无评论

多任务学习框架下的声事件定位与检测损失函数设计

引用

声学学报 2025年第2期50卷 338-345页

作者：胡锦波曹寅吴鸣杨飞然杨军中国科学院噪声与振动重点实验室(声学研究所) 北京100190 中国科学院大学北京100049 西交利物浦大学智能科学系苏州215123

基于轨道输出的多任务学习方法在提升声事件定位与检测中重叠声源识别性能方面表现出色,但当预测事件类别过多时会因输出稀疏导致声事件的漏报。为此,提出了一种聚合损失函数,通过将各类别的声事件活动性与笛卡尔波达方向向量相耦合,把... 详细信息

基于轨道输出的多任务学习方法在提升声事件定位与检测中重叠声源识别性能方面表现出色,但当预测事件类别过多时会因输出稀疏导致声事件的漏报。为此,提出了一种聚合损失函数,通过将各类别的声事件活动性与笛卡尔波达方向向量相耦合,把多任务学习网络转化为单任务学习问题。在此基础上,针对多轨道输出的特性,引入辅助复制的目标协同训练策略,通过在非活动轨道中填充复制活动轨道的事件优化输出表现。基于包含170种事件类别的大规模合成测试集的实验结果表明,该方法显著提升了声事件检测的性能,有效降低了漏报率,并在定位与轨迹追踪精度方面取得了明显改进。此外,实际声学场景下录制数据的实验也验证了所提方法的有效性。

关键词：声事件定位与检测多任务学习事件独立网络聚合损失辅助复制目标

来源：评论

学校读者我要写书评

暂无评论

考虑时间周期的图神经网络地铁客流预测

引用

长安大学学报(自然科学版) 2025年第2期45卷 154-164页

作者：钱汉强时玥陈艳艳王嘉晨北京工业大学城市交通学院北京工业大学交通工程北京市重点实验室布朗大学工程学院

为了准确预测地铁进出站客流，提出一种基于深度学习算法的图神经时空网络(GNSTNet)地铁客流预测模型，该模型以历史24 h地铁进出站客流、天气和时间标签数据为输入，预测未来1 h内全网每个站点的进出站客流量，通过逐小时站点进出站客... 详细信息

为了准确预测地铁进出站客流，提出一种基于深度学习算法的图神经时空网络(GNSTNet)地铁客流预测模型，该模型以历史24 h地铁进出站客流、天气和时间标签数据为输入，预测未来1 h内全网每个站点的进出站客流量，通过逐小时站点进出站客流和地铁网络邻接矩阵构建地铁客流时空图；在GNSTNet模型中，利用图神经网络提取每一时间步的空间维度特征，通过傅里叶变换提取时间序列潜在周期性，并使用卷积神经网络提取时间维度的特征。研究结果表明：在北京地铁2021年6月的数据集中，基于图神经网络的地铁客流预测模型取得了比6种基准模型更高的预测精度；相较于精度最高的基准模型，平均绝对误差平均减少了14.97%,均方根误差平均减少了13.35%;基于图神经网络的地铁客流预测模型通过融合图神经网络、傅里叶变换和卷积神经网络，相较于传统算法有效地提升了对于全网地铁进出站客流量的预测精度。

关键词：交通工程客流预测图神经网络地铁深度学习

来源：评论

学校读者我要写书评

暂无评论

基于全局与局部特征加权融合的隐喻识别模型

引用

计算机工程 2025年第5期51卷 143-153页

作者：马月坤马铭佑华北理工大学人工智能学院河北唐山063210 华北理工大学河北省工业智能感知重点实验室河北唐山063210 北京科技大学计算机与通信工程学院北京100083 北京科技大学材料领域知识工程北京市重点实验室北京100083

部分文本中隐喻本体与喻体位置相距较远,导致模型学习文本语境信息的难度增大,以及所提取的特征中重要信息不明显。为此,提出一种基于全局与局部特征加权融合的隐喻识别模型。首先,设计了局部特征提取模块(LFEM),通过对不同范围以及更... 详细信息

部分文本中隐喻本体与喻体位置相距较远,导致模型学习文本语境信息的难度增大,以及所提取的特征中重要信息不明显。为此,提出一种基于全局与局部特征加权融合的隐喻识别模型。首先,设计了局部特征提取模块(LFEM),通过对不同范围以及更大感受野下文本局部特征的关注来达到学习词语周围不同距离语境信息的目的;其次,使用双向长短时记忆(BiLSTM)与多头注意力构成全局特征提取模块(GFEM),学习宏观句子级语义信息;最后,设计了特征加权融合模块(FWFM),对提取得到的2种特征进行自适应动态融合,以较少的噪声获得鲁棒性更强且重要信息更为集中的特征。实验结果表明,相比RoBERTa+Transformer+GCN模型,所提模型在VUA ALLPOS、TOEFL ALLPOS以及CCL 3个数据集上的F1值分别提升了1.1、1.2和3.2百分点,所提模型具有更高的隐喻识别精度。

关键词：隐喻识别全局特征局部特征特征加权注意力机制双向长短时记忆

来源：评论

学校读者我要写书评

暂无评论

ED-Stacking:一种基于集成学习的小样本牛肉微生物生长预测模型构建方法

引用

食品工业科技 2025年第6期46卷 43-55页

作者：李汉强陈谊高宇飞侯堃宋丽萍李静北京工商大学计算机与人工智能学院食品安全大数据技术北京市重点实验室北京100048 北京市食品检验研究院(北京市食品安全监控和风险评估中心) 北京100094 中国网络安全审查认证和市场监管大数据中心北京100088

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经... 详细信息

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经验模态分解(EMD)、离散傅里叶变换(DFT)和加法模型构建时间序列分解方法(EMD-DFT),提取微生物生长时间序列中的趋势、周期和残差特征,为后续预测模型提供训练数据;然后利用这些特征数据对单层线性神经网络(SLN)、极端梯度提升树(XGBoost)和梯度提升回归树(GBRT)进行训练;最后,采用集成学习中的堆叠(Stacking)方法对训练好的三个模型进行融合,形成预测效果更优的微生物生长预测模型ED-Stacking。对比实验结果显示ED-Stacking在MAE和MSE两个指标上分别达到了0.229和0.147,预测误差低于SLN、XGBoost、GBRT、GRU和Transformer五个基线模型,即预测准确性更高。基于该模型对食品品质进行分类,分类的加权平均精准率Weighted-Precision达到98.80%。进而,还构建了一个食品微生物生长预测可视分析系统FMPvis,可以展示预测结果和食品品质分类结果,帮助用户分析各环境因子随时间的变化趋势及其对预测结果的影响程度,从而实现风险分析和预警。本文方法为食品微生物风险预警提供了一种新的思路和方法。

关键词：食品安全微生物生长预测时间序列分解集成学习可视分析

来源：评论

学校读者我要写书评

暂无评论

WDR26基因变异致Skraban-Deardorff综合征1例病例报告并文献复习

引用

中国循证儿科杂志 2025年第1期20卷 67-69页

作者：韩子瑶方志旭蒋莉重庆医科大学附属儿童医院神经内科国家儿童健康与疾病临床医学研究中心儿童发育疾病研究教育部重点实验室儿童神经发育与认知障碍重庆市重点实验室重庆400015

1病例资料男,因“发热30 min,惊厥1次”于1岁9月龄首次就诊于重庆医科大学附属儿童医院(我院),惊厥表现为全面性强直阵挛发作,持续30s,自行缓解,伴发热(体温39.5℃)。至3岁3月龄期间,共出现热性惊厥发作3次。4岁10月龄门诊随访时,患儿... 详细信息

1病例资料男,因“发热30 min,惊厥1次”于1岁9月龄首次就诊于重庆医科大学附属儿童医院(我院),惊厥表现为全面性强直阵挛发作,持续30s,自行缓解,伴发热(体温39.5℃)。至3岁3月龄期间,共出现热性惊厥发作3次。4岁10月龄门诊随访时,患儿出现可打断的刻板行为表情,表现为愉悦表情、爱做鬼脸、大笑、摇头晃脑等,诊断为癫。患儿重要临床信息时间轴见图1。

关键词：首次就诊热性惊厥门诊随访病例报告临床信息基因变异病例资料全面性强直阵挛发作

来源：评论

学校读者我要写书评

暂无评论

中老年结直肠息肉患者的临床病理特征及腺瘤性息肉的危险因素分析

引用

肿瘤防治研究 2025年第1期52卷 19-24页

作者：程芮龚芮姜维张澍田首都医科大学附属北京友谊医院消化分中心国家消化系统疾病临床医学研究中心北京市消化疾病中心消化疾病癌前病变北京市重点实验室消化健康全国重点实验室北京100050

目的研究结直肠腺瘤性息肉发生相关的危险因素,为结直肠癌早期筛查及诊疗提供依据。方法选取我院行结肠镜检查发现的1527例结直肠息肉患者为研究对象。收集患者社会人口学、生活饮食习惯、临床病史、实验室化验及内镜特征等资料,对比在... 详细信息

目的研究结直肠腺瘤性息肉发生相关的危险因素,为结直肠癌早期筛查及诊疗提供依据。方法选取我院行结肠镜检查发现的1527例结直肠息肉患者为研究对象。收集患者社会人口学、生活饮食习惯、临床病史、实验室化验及内镜特征等资料,对比在不同病理类型息肉组间的差异。根据病理类型将结直肠息肉分为腺瘤组和非腺瘤组,进行多因素Logistic回归分析,探究上述因素对结直肠腺瘤发生的影响。结果多因素Logistic回归分析显示,年龄更大(OR:1.024,95%CI:1.001~1.048,P=0.044)、体重指数更高(OR:1.046,95%CI:1.008~1.087,P=0.020)、吸烟史(OR:1.493,95%CI:1.035~2.158,P=0.032)为结直肠腺瘤发生的独立危险因素。认知功能更好的患者发生结直肠腺瘤的风险低于认知功能较差者(OR:0.929,95%CI:0.871~0.984,P=0.017)。在息肉病理特征方面,病变部位在直肠(OR:0.396,95%CI:0.229~0.677,P=0.001)、平坦型(OR:0.531,95%CI:0.342~0.810,P=0.004)或侧向发育型(OR:0.306,95%CI:0.135~0.698,P=0.005)的息肉更可能为非腺瘤性息肉。随着息肉大小的增加,发生腺瘤性病理改变的可能性显著增加(OR:1.063,95%CI:1.035~1.095,P<0.001)。结论年龄更大、体重指数更高、吸烟、病变直径更大的结直肠息肉患者病理为腺瘤的风险更高,而认知功能更好、病变位于直肠、形态为平坦型或侧向发育型结直肠息肉患者病理更可能为非腺瘤性。

关键词：结直肠息肉结直肠腺瘤危险因素

来源：评论

学校读者我要写书评

暂无评论

热浪和寒潮事件下源荷中长期变化及置信区间模拟与分析

引用

电力系统自动化 2025年第4期49卷 141-151页

作者：白婕秦晓辉丁保迪赵明欣刘洋中国电力科学研究院有限公司北京市100192 中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室北京市100101

气候变化加剧,而区域尺度极端温度事件下风光等出力和负荷的日变化特征及关系尚不明确。为此,文中采用独立模型模拟天气影响负荷及风光水电出力,通过Copula函数计算出力联合概率与置信区间,并基于气候模式数据预估了中国华北、西南典型... 详细信息

气候变化加剧,而区域尺度极端温度事件下风光等出力和负荷的日变化特征及关系尚不明确。为此,文中采用独立模型模拟天气影响负荷及风光水电出力,通过Copula函数计算出力联合概率与置信区间,并基于气候模式数据预估了中国华北、西南典型省份在“碳达峰”(2030年)时,热浪、寒潮天气下电源出力和负荷日变化特性及电力供需关系。文中提出了预测天气影响光伏出力的boosting集成学习模型,并采用历史实测数据校准,验证显示实际极端天气下的日平均误差为1.27%,平均绝对误差显著低于其他集成学习方法。中长期预估显示,2030年华北、西南典型省份在热浪和寒潮日晚间易出现电力供不应求,并给出了相关区域未来极端温度事件下电力供需的峰值和时间等指标。

关键词：光伏发电热浪寒潮极端天气源荷特性置信区间电力供需

来源：评论

学校读者我要写书评

暂无评论

基于CT影像搏动性耳鸣识别及高致病区域

引用

北京航空航天大学学报 2025年第2期51卷 625-632页

作者：田山王治文曹学鹏苏磊刘兆会北京航空航天大学生物与医学工程学院生物力学与力生物学教育部重点实验室北京100191 山西省吕梁市中医院吕梁市中医药现代化工程重点实验室吕梁033099 北京红棉小冰科技有限公司北京100080 首都医科大学附属北京同仁医院放射科北京100005

搏动性耳鸣(PT)的病因诊断依赖于影像学检测,但病因众多,缺乏普适性强、机制明确的诊断标准。基于搏动性耳鸣患者和无耳鸣人群的计算机断层扫描(CT)影像横截面图,提出一种高精度的耳鸣识别神经网络模型,并自动标示高致病区域,辅助临床... 详细信息

搏动性耳鸣(PT)的病因诊断依赖于影像学检测,但病因众多,缺乏普适性强、机制明确的诊断标准。基于搏动性耳鸣患者和无耳鸣人群的计算机断层扫描(CT)影像横截面图,提出一种高精度的耳鸣识别神经网络模型,并自动标示高致病区域,辅助临床诊断。使用迁移学习Resnet-v1-50模型,取骨窗颞骨中部水平截面样本进行分类学习,并以梯度加权类激活映射(gradCAM)方法对分类高权重区域自动标注;统计CT截面大图(全颅)、中图(双侧颞骨)、小图(右侧颞骨)3种数据集的耳鸣分类高权重区域涉及的解剖结构,逐步细化感兴趣区域,提高分类高权重区域标注分辨率。实验结果显示:包含双侧颞骨的中图数据集分类精度最好,测试集精度达到100%。搏动性耳鸣分类高权重区域集中于双侧或单侧颞骨部位,主要包括颞骨蜂房、鼓窦、乙状窦骨板、上鼓室等部位。搏动性耳鸣与颞骨及附近骨质结构有密切关系;搏动性耳鸣患者在双侧颞骨或耳鸣对侧颞骨均有较大概率存在区别于无耳鸣人群的结构异常;颞骨蜂房、鼓窦、乙状窦骨板、鼓室等结构均有较高概率包含搏动性耳鸣的高致病区域。以上影像分析结论与搏动性耳鸣生物力学研究结论实现了相互佐证。

关键词：搏动性耳鸣机器学习可视化策略 CT影像神经网络模型辅助诊断

来源：评论

学校读者我要写书评

暂无评论

计及双网耦合特性的电力业务风险自适应均衡方法

引用

中国电机工程学报 2025年第4期45卷 1359-1368,I0011页

作者：陈亚鹏杨阳姚锦清周振宇刘春秀新能源电力系统全国重点实验室(华北电力大学) 北京市昌平区102206 国网山东省电力公司德州供电公司山东省德州市253000

面向电网海量业务数据的可靠传输需求,提出一种计及双网耦合特性的电力通信骨干网业务风险自适应均衡方法。首先,构建电网-电力通信骨干网双网耦合模型,对电网节点影响下的电力业务重要度进行评估;其次,从业务层、传输层、物理层分析电... 详细信息

面向电网海量业务数据的可靠传输需求,提出一种计及双网耦合特性的电力通信骨干网业务风险自适应均衡方法。首先,构建电网-电力通信骨干网双网耦合模型,对电网节点影响下的电力业务重要度进行评估;其次,从业务层、传输层、物理层分析电力业务传输面临的风险,提出基于自适应权重的业务风险均衡优化问题;最后,利用学习拍卖算法适应业务到达与网络状态的动态变化,解决频谱竞争冲突的同时实现业务风险的自适应均衡,并理论分析全局信息未知情况下的性能损失。仿真结果表明,所提方法可有效提升电力通信骨干网的可靠承载能力,相较于传统方法降低电力业务传输风险。

关键词：双网耦合电力通信骨干网电力业务风险自适应均衡学习拍卖

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：