检索结果-内蒙古大学图书馆

计算机研究与发展 2025年第2期62卷 314-335页

作者：田萱吴志超北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

知识库问答旨在从知识库中检索相关信息用于模型推理,最终返回准确的答案.近年来随着深度学习和大语言模型的发展,基于信息检索的知识库问答研究成为焦点,涌现出许多新颖方法.从模型方法、数据集等不同方面对基于信息检索的知识库问答... 详细信息

知识库问答旨在从知识库中检索相关信息用于模型推理,最终返回准确的答案.近年来随着深度学习和大语言模型的发展,基于信息检索的知识库问答研究成为焦点,涌现出许多新颖方法.从模型方法、数据集等不同方面对基于信息检索的知识库问答研究进行梳理总结.首先对知识库问答的研究意义和相关定义进行介绍.然后按照模型执行过程从问句解析、信息检索、模型推理、答案生成这4个阶段阐述每个阶段面临的关键问题以及典型解决方法,对每个阶段所使用到的共性网络模块进行总结.其次针对基于信息检索的知识库问答方法的不可解释性进行分析梳理.此外,对不同特点的相关数据集和不同阶段的基线模型进行了分类介绍与总结.最后对基于信息检索的知识库问答每个执行阶段以及该领域整体发展方向进行了总结和展望.

关键词：知识库问答信息检索深度学习大语言模型阶段性问题

来源：评论

学校读者我要写书评

暂无评论

多方引导前景增强的行人重识别方法

引用

浙江大学学报(工学版) 2025年第5期59卷 929-937页

作者：刘俊婧郑宛露郭子强王少荣北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083 北京市虚拟仿真与可视化工程技术研究中心北京100871

为了解决行人重识别模型性能对背景环境因素过于依赖的问题,提出多方引导前景增强的行人重识别方法.该方法通过掩码引导增强和自增强策略,提升了模型对行人前景的关注,同时保留一定的背景信息,有效减轻了对背景信息的依赖,增强了模型的... 详细信息

为了解决行人重识别模型性能对背景环境因素过于依赖的问题,提出多方引导前景增强的行人重识别方法.该方法通过掩码引导增强和自增强策略,提升了模型对行人前景的关注,同时保留一定的背景信息,有效减轻了对背景信息的依赖,增强了模型的泛化能力.在骨干网络中引入瓶颈优化模块,利用空洞卷积,在保持原有参数规模的前提下,有效增大了模型的感受野,提升了模型的整体性能.实验结果表明,提出的模型在Market1501和DukeMTMC_reID数据集上分别取得了95%和88.3%的Rank-1准确率.验证了多方引导前景增强的行人重识别方法的有效性,通过前景增强并结合一定的背景信息,有效提升了基线模型的性能.

关键词：行人重识别人体解析背景变化前景增强掩码引导增强

来源：评论

学校读者我要写书评

暂无评论

TSIT-PatchTST模型:一种净生态系统交换量(NEE)缺失值插补方法

引用

北京林业大学学报 2025年第2期47卷 105-118页

作者：齐建东石成城吴鹏北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

【目的】净生态系统交换量(NEE)是评估陆地生态系统在全球碳循环中作用的重要指标,NEE原始观测数据缺失值的插补精度会直接影响生态系统关键参数的可靠性和精确性。为提高不同植被NEE在长时间连续性数据缺失情景下的插补精度,提出一种... 详细信息

【目的】净生态系统交换量(NEE)是评估陆地生态系统在全球碳循环中作用的重要指标,NEE原始观测数据缺失值的插补精度会直接影响生态系统关键参数的可靠性和精确性。为提高不同植被NEE在长时间连续性数据缺失情景下的插补精度,提出一种融合时间序列表征向量的TSIT-PatchTST深度学习模型。【方法】以全球长期通量观测网络站点的碳通量因子数据为研究对象,通过构造短缺失(1 d)、中缺失(7 d)、长缺失(30 d)3种随机连续数据缺失场景,评估边际分布采样法(MDS)、PatchTST模型、TS2Vec-PatchTST模型和TSIT-PatchTST模型在8种不同植被类型下NEE的插补结果。【结果】在短缺失场景下,4种插补方法都表现出最优的性能。随着连续缺失天数的增多,MDS的插补精度逐渐下降,该方法在长缺失场景下已不能对NEE进行有效插补,而其他3种深度学习模型能够有效地插补NEE缺失数据。综合3种缺失场景,TSIT-PatchTST模型表现出最优的插补性能,尤其在长缺失场景下该模型具有较高的插补精度。长缺失场景下,TSIT-PatchTST模型对31个站点插补结果的平均均方误差(MSE)为0.942μmol/(m2·s),平均绝对误差(MAE)为0.628μmol/(m2·s),平均R2为0.457。与PatchTST模型的插补结果相比,TSIT-PatchTST模型平均MSE下降了53.3%,平均MAE下降了39.7%,平均R2相持平。【结论】综合8种植被类型和3种缺失场景的应用结果,得出TSITPatchTST模型的插补效果最佳,并具有适应性。TSIT-PatchTST模型可应用于时间序列数据缺失场景以提高数据插补精度。

关键词：深度学习模型开发数据插补 TSIT-PatchTST模型碳循环植被类型净生态系统交换量(NEE)

来源：评论

学校读者我要写书评

暂无评论

机器学习在社交媒体用户自杀意念检测中的应用综述

引用

计算机科学与探索 2025年第3期19卷 559-581页

作者：蒙秀扬王世屹李渡渡王春玲北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083 中央民族大学信息工程学院北京100081

近年来,社交媒体平台成为人类发布情感甚至是自杀意念、企图和行为的崭新阵地,并且成为自杀意念检测的重要数据平台和关键评估依据。随着人工智能技术的兴起,关于机器学习在社交媒体用户自杀意念检测中的应用研究成为热点。但在国内,该... 详细信息

近年来,社交媒体平台成为人类发布情感甚至是自杀意念、企图和行为的崭新阵地,并且成为自杀意念检测的重要数据平台和关键评估依据。随着人工智能技术的兴起,关于机器学习在社交媒体用户自杀意念检测中的应用研究成为热点。但在国内,该领域相关研究较为匮乏,尚未形成完整体系。为系统梳理其研究现状及发展脉络,对机器学习技术赋能自杀意念检测的研究进行了全面总结。概述了自杀意念检测的定义、流程、常见方法及评价指标,总结了目前自杀意念检测任务中常用的数据集和现有特征工程及其技术。分别从传统的机器学习和深度学习的角度对自杀意念检测进行了系统总结,对比分析了每种方法的关键技术、核心思想及优缺点。归纳了当前该领域中亟待解决的问题及创新解决方法,特别介绍了ChatGPT等大语言模型、多模态模型在该领域的应用。讨论了机器学习在社交媒体自杀意念检测应用研究中的局限性,并提出了未来的研究方向,以期进一步推动形成数据驱动、人机协同、跨学科融合、跨文化畛域的数智化自杀意念检测新范式。

关键词：自杀意念检测社交媒体机器学习深度学习特征提取

来源：评论

学校读者我要写书评

暂无评论

Elasticsearch在林业数据领域的应用

引用

世界林业研究 2025年第1期 60-66页

作者：范晓磊陈钊高金萍北京林业大学信息学院国家林业和草原局林业智能信息处理工程技术研究中心国家林业和草原局林草调查规划院

大数据技术的快速发展，为存储和处理海量林业数据带来了新机遇。Elasticsearch是一个分布式、高扩展和高实时性的搜索与数据分析引擎，在处理海量林业数据方面具有诸多优势。文中聚焦Elasticsearch的应用，从林业数据的存储与管理、统... 详细信息

大数据技术的快速发展，为存储和处理海量林业数据带来了新机遇。Elasticsearch是一个分布式、高扩展和高实时性的搜索与数据分析引擎，在处理海量林业数据方面具有诸多优势。文中聚焦Elasticsearch的应用，从林业数据的存储与管理、统计与分析及可视化3个角度进行综述。在存储管理方面，Elasticsearch以分布式架构和副本分片机制实现同时处理海量的林业结构化数据和非结构化数据，实现多源异构数据的统一存储；在统计分析方面，Elasticsearch借助Aggregation框架和Refresh机制对林业实时数据和历史数据进行统计与分析，为林业资源管理、生态环境监测和灾害预警与防控等提供决策依据；在可视化方面，Elasticsearch结合Kibana可通过静态数据的历史沉淀和动态数据的实时更新实现对林业数据的多维展示，能够直观展示林业资源的现状、变化趋势及各要素间的关系。最后，结合深度学习、地理信息系统、区块链等技术展望了Elasticsearch在林业图像处理与分析、空间数据深度分析以及数据安全与共享方面的应用前景。

关键词： Elasticsearch搜索引擎林业数据数据管理大数据

来源：评论

学校读者我要写书评

暂无评论

基于语义分离和特征融合的人脸编辑方法

引用

计算机辅助设计与图形学学报 2025年第3期37卷 414-426页

作者：夏垚铮郝蕾郑宛露潘成伟王少荣北京林业大学信息学院北京100083 北京航空航天大学人工智能学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

人脸图像编辑模型中的语义属性之间有较强的关联性,编辑其中一种语义可能导致其他语义属性以及非编辑区域的内容改动.为了提升用户的编辑体验,实现对人脸图像细节更为精确的编辑,提出一种在图像域上语义分离和特征融合(ISFL)的人脸图像... 详细信息

人脸图像编辑模型中的语义属性之间有较强的关联性,编辑其中一种语义可能导致其他语义属性以及非编辑区域的内容改动.为了提升用户的编辑体验,实现对人脸图像细节更为精确的编辑,提出一种在图像域上语义分离和特征融合(ISFL)的人脸图像编辑模型.首先使用图像掩模将人脸图像的各个语义分离,并将人脸语义组织成一个层次化的树状结构;然后通过ISFL实现对图像语义的局部分离和全局融合,用户可通过掩模单独编辑图像中不同语义的结构和外观;最后使用基于编码器和基于优化2种方式优化生成图像的细节部分.在CelebAMask-HQ数据集上的实验结果表明,所提出的图像编辑方法可以得到更加真实、细节更加丰富的图像.

关键词：生成对抗网络人脸图像编辑条件生成模型属性解耦特征合成

来源：评论

学校读者我要写书评

暂无评论

可编辑的根系建模与生长模拟方法

引用

计算机辅助设计与图形学学报 2024年第1期36卷 73-80页

作者：杨猛肖成北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

针对植物根系种类繁多,形态呈现出高度多样性问题,提出一种可编辑的建模方法来模拟根系生长.首先拓展了传统的L系统,以一种具有语义特征的规则描述根系结构与拓扑关系;然后加入根茎半径与单根长度的连续方程,生成符合自然规律的生长;再... 详细信息

针对植物根系种类繁多,形态呈现出高度多样性问题,提出一种可编辑的建模方法来模拟根系生长.首先拓展了传统的L系统,以一种具有语义特征的规则描述根系结构与拓扑关系;然后加入根茎半径与单根长度的连续方程,生成符合自然规律的生长;再通过指导向量控制根系的全局形态;最后提供多种编辑根茎局部形状的手段,如根茎骨架、曲面造型、不规则表面等,生成具有自然观感的根茎模型.对自然界中的6种植物进行仿真实验,包括直根系、须根系、储藏根系和板根4种不同类型,结果表明,根系的模拟结果与真实图片的平均相似度达到79.16%,所提方法具有构建多种类型根系的建模能力,可以通过设置形状指导曲线或者调节部分参数,构建出具有特殊形态的真实感根系模型.

关键词：根系建模生长模拟可编辑模型指导生长

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的自然场景文本检测与识别综述

引用

软件学报 2020年第5期31卷 1465-1496页

作者：王建新王子亚田萱北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心(北京林业大学) 北京100083

自然场景文本检测与识别研究对于从场景中获取信息有重要意义,而深度学习技术有助于提高文本检测与识别的能力.主要对基于深度学习的自然场景文本检测与识别方法和其研究进展进行整理分类、分析和总结.首先论述自然场景文本检测与识别... 详细信息

自然场景文本检测与识别研究对于从场景中获取信息有重要意义,而深度学习技术有助于提高文本检测与识别的能力.主要对基于深度学习的自然场景文本检测与识别方法和其研究进展进行整理分类、分析和总结.首先论述自然场景文本检测与识别的相关研究背景及主要技术研究路线;然后,根据自然场景文本信息处理的不同阶段,进一步介绍文本检测模型、文本识别模型和端到端的文本识别模型,并阐述和分析每类模型方法的基本思路和优缺点;另外,列举了常见公共标准数据集以及性能评估指标和方法,并对不同模型相关实验结果进行了对比分析;最后总结基于深度学习的自然场景文本检测与识别技术面临的挑战和发展趋势.

关键词：深度学习自然场景文本检测文本识别端到端

来源：评论

学校读者我要写书评

暂无评论

基于语义分割的食品标签文本检测

引用

农业机械学报 2020年第8期51卷 336-343页

作者：田萱王子亚王建新北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

食品包装上的标签文本含有生产日期、营养成分、生产厂家等食品相关信息,这些不仅为消费者购买食品提供了重要依据,也有助于食品监督抽检机构发现潜在的食品安全问题。食品标签文本检测是食品标签自动识别的前提,有助于降低人工录入成... 详细信息

食品包装上的标签文本含有生产日期、营养成分、生产厂家等食品相关信息,这些不仅为消费者购买食品提供了重要依据,也有助于食品监督抽检机构发现潜在的食品安全问题。食品标签文本检测是食品标签自动识别的前提,有助于降低人工录入成本、提高数据处理效率。基于食品包装图像构建数据集,提出了一种基于语义分割的距离场模型,以检测食品标签。该模型包含像素分类和距离场回归两类任务,其中像素分类任务分割处理图像中的文本区域,距离场回归任务预测文本区域内的像素点到该区域边界的归一化距离。为提升模型的检测性能,在回归预测模块中通过增加注意力模块优化模型结构,并针对距离场回归任务损失值过小、影响模型训练优化问题对其损失函数进行了改进。消融实验结果表明,增加注意力模块和损失函数的改进使得模型的准确率分别提高了4.39、3.80个百分点,有效提高了检测准确率。食品包装图像数据集的对比实验表明,采用本文模型检测食品标签文本具有较好的性能,其召回率、准确率分别达到87.61%、76.50%。

关键词：食品标签语义分割文本检测文本识别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的查询建议综述

引用

计算机研究与发展 2024年第12期61卷 3168-3187页

作者：田萱徐泽洲王子涵北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心(北京林业大学) 北京100083

查询建议是当今搜索引擎必不可少的一个组成部分,它可以在用户输入完整查询前提供查询候选项,帮助用户更准确、更快速地表达信息需求.深度学习技术有助于提升查询建议的准确度,成为近年来推动查询建议发展的主流技术.主要对基于深度学... 详细信息

查询建议是当今搜索引擎必不可少的一个组成部分,它可以在用户输入完整查询前提供查询候选项,帮助用户更准确、更快速地表达信息需求.深度学习技术有助于提升查询建议的准确度,成为近年来推动查询建议发展的主流技术.主要对基于深度学习的查询建议研究现状进行归纳整理与分析对比,根据深度学习应用阶段不同,把其分为生成式查询建议与排名式查询建议2类,分析其中每种模型的建模思路和处理特征.此外还介绍了查询建议领域常用的数据集、基线方法与评价指标,并对比其中不同模型的技术特点与实验结果.最后总结了基于深度学习的查询建议研究目前面临的挑战与未来发展趋势.

关键词：查询建议深度学习查询自动补全编码器-解码器神经语言模型

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：