检索结果-内蒙古大学图书馆

计算机教育 2023年第2期 83-86,91页

作者：张策吕为工李剑雄哈尔滨工业大学(威海)教务处山东威海264209 哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209

针对课程建设滞后于产业与科技进步,课堂教学无法适应改革要求的问题,提出面向产业和科技进步的课程建设基本规划,强调要进行必要的课程教学设计,着重进行内容重构和教学方法层面的改革,并以计算机组成原理课程与华为鲲鹏处理器等进行... 详细信息

针对课程建设滞后于产业与科技进步,课堂教学无法适应改革要求的问题,提出面向产业和科技进步的课程建设基本规划,强调要进行必要的课程教学设计,着重进行内容重构和教学方法层面的改革,并以计算机组成原理课程与华为鲲鹏处理器等进行融合式建设为例,阐述课程建设与教学改革的初步探索。

关键词：计算机组成原理产业技术课程建设教学改革翻转课堂课程思政

来源：评论

学校读者我要写书评

暂无评论

面向话题的讽刺识别:新任务、新数据和新方法

引用

中文信息学报 2023年第2期37卷 138-147,157页

作者：梁斌林子杰徐睿峰秦兵哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 哈尔滨工业大学社会计算与信息检索研究中心黑龙江哈尔滨150006 广东省安全智能新技术重点实验室广东深圳518055

现有的文本讽刺识别研究通常只关注句子级别的讽刺表达识别,但缺乏考虑讽刺对象对讽刺表达的影响。针对这一问题,该文提出一个新的面向话题的讽刺识别任务。该任务通过话题的引入,以话题作为讽刺对象,有助于更好地理解和建模讽刺表达。... 详细信息

现有的文本讽刺识别研究通常只关注句子级别的讽刺表达识别,但缺乏考虑讽刺对象对讽刺表达的影响。针对这一问题,该文提出一个新的面向话题的讽刺识别任务。该任务通过话题的引入,以话题作为讽刺对象,有助于更好地理解和建模讽刺表达。对应地,该文构建了一个新的面向话题的讽刺识别数据集,包含707个话题,以及对应的4871个话题-评论对组。在此基础上,基于提示学习和大规模预训练语言模型,该文提出了一种面向话题的讽刺表达提示学习模型。在该文构建的面向话题讽刺识别数据集上的实验结果表明,相比基线模型,该文所提出的面向话题的讽刺表达提示学习模型性能更优。同时,实验分析也表明,面向话题的讽刺识别任务相比传统的句子级讽刺识别任务更具挑战性。本文的数据集和代码已发布在https://***/HITSZ-HLT/Tosarcasm.

关键词：讽刺识别面向话题的讽刺识别提示学习

来源：评论

学校读者我要写书评

暂无评论

基于排队论的服务资源可用性相关研究综述

引用

计算机科学 2021年第1期48卷 26-33页

作者：张恺琪涂志莹初佃辉李春山哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209

排队论在很多领域中解决了复杂的排队问题,文中首先对排队论的一般模型表示和常见模型进行了介绍。然后,简要对排队论解决的各类问题进行了归纳总结,重点对近年来有关排队论的服务资源可用性预测文献进行了综述,对排队模型在日常生活、... 详细信息

排队论在很多领域中解决了复杂的排队问题,文中首先对排队论的一般模型表示和常见模型进行了介绍。然后,简要对排队论解决的各类问题进行了归纳总结,重点对近年来有关排队论的服务资源可用性预测文献进行了综述,对排队模型在日常生活、云计算以及网络资源等场景中的应用进行总结。通过对文献进行综述找到服务与用户需求之间的关系,并对预测服务可用性的目的进行分类和总结归纳,包括对资源进行预测、合理规划以及分配资源、满足用户需求、缩短用户等待时间、提高系统可靠性等。通过对此类文献的总结,找出其存在的问题,并提出了改进方法和建议。最后,对基于排队论的服务资源可用性预测在推荐方面的应用进行趋势展望,并简要说明今后的研究方向和将要遇到的挑战。

关键词：排队论资源可用性服务资源云计算网络资源

来源：评论

学校读者我要写书评

暂无评论

基于多层次的海洋生物分类

引用

计算机系统应用 2024年第4期33卷 226-234页

作者：赵东程远志青岛科技大学信息科学技术学院青岛266061 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

本文提出了一种多层次海洋生物分类方法.海洋生物种类繁多,且同门类生物具有较强的类间相似性,而不同门类生物具有较大的差异.我们利用物种间的相似性,帮助网络学习生物先验知识,设计出了一种多层次分类方法.设计了C-MBConv模块,并结合... 详细信息

本文提出了一种多层次海洋生物分类方法.海洋生物种类繁多,且同门类生物具有较强的类间相似性,而不同门类生物具有较大的差异.我们利用物种间的相似性,帮助网络学习生物先验知识,设计出了一种多层次分类方法.设计了C-MBConv模块,并结合多层次分类方法改进了EfficientNetV2网络架构,改进后的网络架构称为CMEfficientNetV2.我们的实验表明CM-EfficientNetV2比原网络EfficientNetV2有着更高的准确率,在南麂列岛潮间带海洋生物数据集上准确率提高了1.5%,在CIFAR-100上准确率提高了2%.

关键词：分类多层次卷积海洋生物图像识别深度学习

来源：评论

学校读者我要写书评

暂无评论

基于边缘智能的田间道路缺陷检测方法

引用

北京邮电大学学报 2025年第1期48卷 73-78页

作者：陈泽宇古月程思瑶冯国惠哈尔滨工业大学计算机科学与技术学院哈尔滨150001 哈尔滨工业大学智慧农场技术与系统全国重点实验室哈尔滨150001 哈尔滨工业大学中国移动5G应用创新联合研究院哈尔滨150001 北大荒农垦集团有限公司北大荒信息有限公司哈尔滨150028

在智慧农机的自主作业任务中,实时的田间道路缺陷检测是确保农机安全工作的关键。但现有道路缺陷检测技术在农业领域研究尚浅,也缺乏针对田间道路的数据集。为得到针对田间道路的缺陷检测模型,首先使用常规道路坑洼数据集训练模型,再利... 详细信息

在智慧农机的自主作业任务中,实时的田间道路缺陷检测是确保农机安全工作的关键。但现有道路缺陷检测技术在农业领域研究尚浅,也缺乏针对田间道路的数据集。为得到针对田间道路的缺陷检测模型,首先使用常规道路坑洼数据集训练模型,再利用模拟田间道路坑洼数据集对上述模型进行迁移学习。而为了解决模型在迁移学习后检测精度下降的问题,通过在YOLOv5s网络架构中引入注意力机制来提升网络精度,使田间道路缺陷检测模型检测精度达到83.15%,满足了田间道路缺陷检测的精度要求。为了验证缺陷检测模型的边缘性能,将模型部署到Jetson Nano上进行模拟实验。为达到田间道路缺陷检测模型在边缘端的实时检测要求,通过TensorRT技术对模型优化和压缩,使得坑洼检测速度由396 ms/帧提升至157 ms/帧。

关键词：缺陷检测迁移学习深度学习轻量模型设计边缘部署

来源：评论

学校读者我要写书评

暂无评论

基于分层任务网络的攻击路径发现方法

引用

计算机科学 2023年第9期50卷 35-43页

作者：王子博张耀方陈翊璐刘红日王佰玲王冲华哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209 威海天之卫网络空间安全科技有限公司山东威海264209 国家工业信息安全发展研究中心北京100040

攻击路径发现是辅助网络资产安全评估的一项关键任务。现有基于智能规划的攻击路径发现方法因建模语言丰富和规划算法完备而深受安全从业者青睐,但其存在的扩展性问题不容忽视。为此,提出一种基于分层任务网络的攻击路径发现方法。具体... 详细信息

攻击路径发现是辅助网络资产安全评估的一项关键任务。现有基于智能规划的攻击路径发现方法因建模语言丰富和规划算法完备而深受安全从业者青睐,但其存在的扩展性问题不容忽视。为此,提出一种基于分层任务网络的攻击路径发现方法。具体而言,围绕网络规模逐步扩展、路径发现任务愈加复杂和安全推演场景频繁变化所引发的扩展性问题,将所提方法分解为3个阶段。第一阶段,针对路径生成性能差的问题,引入面向目标拓扑的多层级K路划分算法;第二阶段,针对领域问题描述难的问题,构建融入专家经验的路径规划分层任务网络;第三阶段,针对路径更新效率低的问题,设计应对局部信息更替的攻击路径维护方案。实验结果表明,所提方法适用于大规模网络,执行效率更高,具备良好的扩展性。

关键词：智能规划分层任务网络多层级K路算法攻击路径发现攻击路径扩展

来源：评论

学校读者我要写书评

暂无评论

结合知识图谱和聚类技术的课程知识推荐系统研究

引用

黑龙江工业学院学报（综合版） 2023年第12期23卷 79-84页

作者：李松张丽平弋琨舒世泰郝忠孝哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150080 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150000

针对传统的推荐系统在推荐效率和准确率方面存在问题,对结合知识图谱和聚类分析的课程知识信息推荐系统进行了研究与设计。针对知识图谱中语义复杂性,在TransR模型的基础上引入动态映射矩阵的思想,分别为每个实体-关系对构造一个动态映... 详细信息

针对传统的推荐系统在推荐效率和准确率方面存在问题,对结合知识图谱和聚类分析的课程知识信息推荐系统进行了研究与设计。针对知识图谱中语义复杂性,在TransR模型的基础上引入动态映射矩阵的思想,分别为每个实体-关系对构造一个动态映射矩阵,来解决关系的多种语义问题。为了提升传统推荐系统中所用的协同过滤算法在相似度计算和近邻查询方面的性能,将聚类分析技术引入推荐系统中,提出了优化的聚类方法,再将优化的聚类方法用到推荐系统的关键环节中。进一步分析和设计了结合知识图谱和聚类分析的课程知识推荐系统。该文的研究成果提升了课程知识的推荐效果,为创新创业教学提供了优质的学习资源。

关键词：知识图谱推荐系统课程知识聚类方法

来源：评论

学校读者我要写书评

暂无评论

多核低冗余表示学习的稳健多视图子空间聚类方法

引用

通信学报 2021年第11期42卷 193-204页

作者：李骜王卓于晓洋陈德运张英涛孙广路哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150080 哈尔滨理工大学仪器科学与技术博士后流动站黑龙江哈尔滨150080 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

针对高维数据冗余性、噪声干扰等问题对多视图子空间聚类性能的影响,提出一种多核低冗余表示学习的稳健多视图子空间聚类方法。首先,通过分析揭示数据在核空间中的冗余性和噪声影响特性,提出采用多核学习来获得局部视图数据的稳健低冗... 详细信息

针对高维数据冗余性、噪声干扰等问题对多视图子空间聚类性能的影响,提出一种多核低冗余表示学习的稳健多视图子空间聚类方法。首先,通过分析揭示数据在核空间中的冗余性和噪声影响特性,提出采用多核学习来获得局部视图数据的稳健低冗余表示,并利用其替代原始数据实施子空间学习。其次,引入张量分析模型进行多视图融合,从全局角度学习不同视图子空间表示的潜在张量低秩结构,在捕获视图间高阶相关性的同时保持其各异性专属信息。所提方法将稳健低冗余表示学习、视图专属子空间学习以及融合潜在子空间结构学习统一到一个目标函数中,使其在迭代中相互促进。大量实验结果表明,所提方法在多个客观评价指标方面均优于当前主流多视图聚类方法。

关键词：低冗余表示学习子空间聚类多视图学习张量分析

来源：评论

学校读者我要写书评

暂无评论

基于轻量级深度网络的计算机病毒检测方法

引用

计算机工程与设计 2022年第3期43卷 632-638页

作者：吴恋赵晨洁韦萍萍于国龙徐勇贵州师范学院数学与大数据学院贵州贵阳550018 贵州大学计算机科学与技术学院贵州贵阳550025 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络Sque... 详细信息

为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。

关键词：深度学习轻量级 SqueezeNet模型病毒检测卷积神经网络 B2M算法

来源：评论

学校读者我要写书评

暂无评论

智能化医养融合服务平台关键技术及应用研究

引用

智能系统学报 2021年第5期16卷 972-988页

作者：初佃辉吴军刘志中涂志莹胡鑫李春山苏欢夏勇高希余哈尔滨工业大学(威海)计算机科学与技术学院山东众阳健康科技集团有限公司河南理工大学计算机科学与技术学院

近年来,我国医疗健康和养老服务行业存在资源结构不平衡、医养服务智能化水平低、跨域协同难等问题;同时,缺乏应对重大疫情与突发公共卫生事件的信息化体系与机制。针对上述问题,本文基于大数据、人工智能、物联网、服务计算等新一代信... 详细信息

近年来,我国医疗健康和养老服务行业存在资源结构不平衡、医养服务智能化水平低、跨域协同难等问题;同时,缺乏应对重大疫情与突发公共卫生事件的信息化体系与机制。针对上述问题,本文基于大数据、人工智能、物联网、服务计算等新一代信息技术,通过服务模式、服务匹配、医养大数据治理、智能化诊疗服务与智能化辅助诊断机器人等关键技术创新以及智能化医养融合服务平台的研发,通过"互联网+医疗健康"和"互联网+养老"服务体系的深度智能化协同,实现了医疗健康与养老服务的深度融合,解决了医养服务资源整合难、多源多模态数据与异构系统治理难、全流程全周期智能辅助诊疗以及医养融合服务供给难等挑战性问题。

关键词：医疗健康智慧养老服务匹配医养大数据智能诊断诊疗机器人医养服务平台

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：