检索结果-内蒙古大学图书馆

Transactions of Nonferrous Metals Society of China 2023年第4期33卷 1066-1085页

作者：王利飞潘晓锾朱星晓邢镔张华卢立伟王红霞程伟丽 Maurizio VEDANI 太原理工大学材料科学与工程学院先进镁基材料山西省重点实验室太原030024 重庆工业大数据创新中心有限公司工业大数据应用技术国家工程实验室重庆400707 上海交通大学材料科学与工程学院上海200240 烟台大学精准材料高等研究院烟台264005 湖南科技大学难加工材料高效精密加工湖南省重点实验室湘潭411201 Department of Mechanical Engineering Politecnico di Milano20156 MilanItaly

采用两步梯度升温轧制工艺对AZ31镁合金板材进行轧制,探究轧制过程对镁合金板材显微组织织演化、各向异性及成形性能的影响。第I步轧制在300℃开展,其每道次压下量为15%;第II步轧制在550℃进行,其每道次压下量为40%。经过共4道次轧制后... 详细信息

采用两步梯度升温轧制工艺对AZ31镁合金板材进行轧制,探究轧制过程对镁合金板材显微组织织演化、各向异性及成形性能的影响。第I步轧制在300℃开展,其每道次压下量为15%;第II步轧制在550℃进行,其每道次压下量为40%。经过共4道次轧制后,最终获得厚度为1 mm的镁合金薄板。结果显示,第I步低温轧制过程不更换轧制方向时,试样中生成大量剪切带;而更换轧制方向时,组织内部主要为孪晶和再结晶晶粒。随着II步轧制温度的升高,由于动态再结晶急剧激发,剪切带数量及尺寸逐渐减小,晶粒明显细化。根据IGMA分析得出,非基面滑移,特别是棱柱面滑移活动增强。轧制退火后的AZ31镁合金薄板的力学性能得到提高,各向异性减小,冲压成形性能得到明显改善。

关键词：镁合金板材两步升温热轧非基面滑移剪切带织构成形性能

来源：评论

学校读者我要写书评

暂无评论

基于情感知识的双通道图卷积网络的方面级情感分析

引用

计算机科学 2023年第5期50卷 230-237页

作者：阳影张凡李天瑞西南交通大学计算机与人工智能学院成都611756 四川省制造业产业链协同与信息化支撑技术重点实验室成都611756 综合交通大数据应用技术国家工程实验室成都611756

方面级情感分析是一项细粒度情感分析任务,其目标是对句子中给定的方面词进行情感极性分类。当前的情感分类模型大多在依存句法树上构建图神经网络,从依存句法树上学习方面词与上下文之间的信息,缺乏对句子中情感知识的挖掘。针对这个问... 详细信息

方面级情感分析是一项细粒度情感分析任务,其目标是对句子中给定的方面词进行情感极性分类。当前的情感分类模型大多在依存句法树上构建图神经网络,从依存句法树上学习方面词与上下文之间的信息,缺乏对句子中情感知识的挖掘。针对这个问题,文中提出了一种基于情感知识的双通道图卷积网络的情感分类模型(Dual-channel Graph Convolutional Network with Sentiment Knowledge,SKDGCN)。该模型由情感增强的依存图卷积网络(Sentiment-enhanced Dependency Graph Convolutional Network,SDGCN)和注意力图卷积网络(Attention Graph Convolutional Network,AGCN)组成,两个图卷积网络分别学习方面词与上下文词的句法依赖关系和语义关系。具体地,SDGCN在句法依存树上融合SenticNet中的情感知识以增强句子的依赖关系,使得模型既考虑了上下文词与方面词的句法关系,也考虑了上下文中意见词与方面词的情感信息;AGCN使用注意力机制学习方面词与句子中上下文的语义相关性;最后使两个图卷积网络交互学习各自的信息进行情感分类。实验结果表明,该模型在多个公开数据集上表现优异,并通过消融实验验证了各个模块的有效性。

关键词：方面级情感分析情感知识依存关系图卷积网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

初始微观结构缺陷和断裂的温度依赖及相关性

引用

无机化学学报 2023年第6期39卷 1193-1207页

作者：赵健伟沈坤燕于晓辉侯进嘉兴学院浙江省纱线材料成形与复合加工技术研究重点实验室嘉兴314001 西南交通大学计算机与人工智能学院成都611756 西南交通大学信息科学与技术学院智能感知智慧运维实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

纳米线(NW)结构内的微观结构缺陷对NW的机械性能存在一定的影响。NW断裂位置的预测关系着纳米器件应用的寿命,进而引起了人们的广泛关注。在本工作中,基于统计分析,分别研究了单晶铜纳米线(Cu NW)拉伸过程中出现的断裂位置以及在应力屈... 详细信息

纳米线(NW)结构内的微观结构缺陷对NW的机械性能存在一定的影响。NW断裂位置的预测关系着纳米器件应用的寿命,进而引起了人们的广泛关注。在本工作中,基于统计分析,分别研究了单晶铜纳米线(Cu NW)拉伸过程中出现的断裂位置以及在应力屈服点处产生的初始微观结构缺陷(初始缺陷)的位置对温度的依赖性,进一步探究了两者之间的联系。利用分子动力学(MD)模拟了单晶Cu NW在20~300 K的温度范围内的拉伸状态,共包含6个体系,各温度体系包含300个独立的样本。基于机器学习,采用density-based spatial clustering of applications with noise(DBSCAN)算法,将hexagonal close-packed(hcp)原子划分为各个初始缺陷以进一步确定其位置。统计结果显示,当温度低于50 K时,初始缺陷的位置集中在NW的两端。随着模拟温度的上升,MD模拟结果展现了单晶Cu NW的拉伸过程中的杨氏模量、平均屈服应力、平均势能等机械性能对温度的依赖性。温度的升高进一步促使了更多初始缺陷的产生,并使得初始缺陷的位置由统计分布的两端向中间平均化。与初始缺陷相比,各温度下的断裂位置集中在两端。统计结果表明,模拟的温度范围对NW的断裂位置无明显影响,但对初始缺陷的产生具有明显影响。当温度低于100 K时,初始缺陷的位置分布与断裂位置分布呈现了一致性。由于两者具有不同的温度依赖,其差异随着温度的上升逐渐显现。对不同温度下的微观结构形变行为观察发现,断裂失效明显受到NW两端的表面效应和阻挡效应的影响。最终的断裂位置受塑性形变中后期的影响,与应力屈服区产生的初始缺陷无直接联系。

关键词：纳米线初始微观结构缺陷断裂失效分子动力学统计分析机械性能

来源：评论

学校读者我要写书评

暂无评论

基于级联注意力与点监督机制的考场目标检测模型

引用

软件学报 2022年第7期33卷 2633-2645页

作者：田卓钰马苗杨楷芳陕西师范大学计算机科学学院陕西西安710119 现代教学技术教育部重点实验室(陕西师范大学) 陕西西安710062 空天地海一体化大数据应用技术国家工程实验室陕西西安710129

智慧考场是智慧校园的重要组成部分,准确、快速地检测考场中的学生状态,是智慧考场应用的基本任务和关键环节.标准化考场中的考生分布相对密集且成像尺寸差异较大,而现有目标检测算法未充分考虑真实考场的环境特征,很难精确、实时地检... 详细信息

智慧考场是智慧校园的重要组成部分,准确、快速地检测考场中的学生状态,是智慧考场应用的基本任务和关键环节.标准化考场中的考生分布相对密集且成像尺寸差异较大,而现有目标检测算法未充分考虑真实考场的环境特征,很难精确、实时地检测出考生目标,加之大部分目标检测算法需对不同目标手工设计先验锚框,模型部署范围受限.针对以上问题,提出一种高效的无锚框全卷积目标检测模型.该模型采用全卷积网络对输入图像进行逐像素预测,在可能存在目标的区域回归其包围框.在该模型中,设计了基于级联注意力的特征增强模块,通过逐级细化修正特征增强特征图的判别性,有效地提高考生目标识别精度;另一方面,针对真实考场中大量交叠目标检测问题,提出了点监督机制,以进一步提升交叠多目标的识别效果;最后,在构建的标准化考场检测专用数据集上,对所提模型进行验证.实验结果表明,与当前最先进的目标检测模型相比,针对真实复杂的考场环境特征提出的基于级联注意力和点监督机制的全卷积目标检测模型的m AP指标为92.9%,检测速度为22.1 f/s,泛化能力突出,综合效果最优.

关键词：目标检测智慧考场无锚框方法注意力机制点监督机制

来源：评论

学校读者我要写书评

暂无评论

基于多邻接图与多头注意力机制的短期交通流量预测

引用

计算机科学 2023年第4期50卷 40-46页

作者：尹恒张凡李天瑞西南交通大学计算机与人工智能学院成都611756 四川省制造业产业链协同与信息化支撑技术重点实验室成都611756 综合交通大数据应用技术国家工程实验室成都611756

交通流预测在智慧城市系统中占有重要地位,是许多交通方向应用的基石。该任务的难点在于如何有效地建模交通流的时空依赖。现有方法大都使用图卷积网络(Graph Convolution Networks,GCN)建模空间关系,使用卷积神经网络网络(Convolution ... 详细信息

交通流预测在智慧城市系统中占有重要地位,是许多交通方向应用的基石。该任务的难点在于如何有效地建模交通流的时空依赖。现有方法大都使用图卷积网络(Graph Convolution Networks,GCN)建模空间关系,使用卷积神经网络网络(Convolution Neural Network,CNN)或者循环神经网络(Recurrent Neural Network,RNN)建模时间关系,但在建模空间关系时往往只利用邻接矩阵建模了局部关系而忽略了全局空间信息。而在整个路网中存在一些道路,其周围的路网结构相似,这些道路在路网中承载的作用是相似的,这些相似道路的特征也可以作为流量预测的依据。因此,提出一种基于多邻接图与多头注意力机制的时空网络模型MA-STGCN,包括:1)利用node2vec算法计算路网中道路的向量表示,通过阈值计算出相似矩阵用于图卷积操作,抽取全局空间信息;2)利用多通道自注意力机制深入挖掘模型的时空特征。在公开数据集PEMS04与PEMS08上进行的实验验证了该模型的有效性,其准确率与主流的模型相比均有提高。

关键词：交通流预测空洞卷积时空网络注意力机制节点嵌入

来源：评论

学校读者我要写书评

暂无评论

考虑实际路况下排气温度的重型柴油车NO_(x)排放模型

引用

华南理工大学学报（自然科学版） 2024年第2期52卷 136-144页

作者：吉喆王鑫尹航范鹏飞宋国华中国科学院合肥物质科学研究院安徽合肥230031 中国科学技术大学研究生院科学岛分院安徽合肥230326 中国环境科学研究院国家环境保护机动车污染控制与模拟重点实验室北京100012 山东警察学院交通管理工程系山东济南250200 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

选择性催化还原技术(SCR)是降低重型柴油车氮氧化物(NO_(x))排放的常用技术之一,且SCR系统内的NO_(x)转化率与尾气温度密切相关。然而,现有的NO_(x)排放测算模型主要考虑车辆行驶工况,缺少与排气温度的关联分析,从而增加了NO_(x)排放测... 详细信息

选择性催化还原技术(SCR)是降低重型柴油车氮氧化物(NO_(x))排放的常用技术之一,且SCR系统内的NO_(x)转化率与尾气温度密切相关。然而,现有的NO_(x)排放测算模型主要考虑车辆行驶工况,缺少与排气温度的关联分析,从而增加了NO_(x)排放测算结果的不确定性,对排放清单的建立和减排政策的评估提出了挑战。本研究基于车辆实际运行工况和实测排放数据,建立NO_(x)排放速率库和NO_(x)排放率模型。随后,建立基于机动车比功率(VSP)和热损失系数的尾气温度模型。在此基础上,根据SCR系统中的化学反应原理,建立基于尾气温度的NO_(x)排放模型。最后,利用建立的NO_(x)模型和MOVES模型(移动源排放测算模型)分别估算NO_(x)排放量,并与实际排放情况进行比较分析。结果表明,本研究所提出的考虑实际路况下尾气温度的NO_(x)排放模型可以有效提高NO_(x)排放测算的准确性,在3辆重型柴油公交车上的NO_(x)测算相对误差分别为9.1%、3.9%和3.3%。相较于MOVES模型,相对误差分别降低了24.0、13.1和16.3个百分点。对不同运行工况下的NO_(x)排放特性分析表明,重型柴油货车的平均NO_(x)转化率比柴油公交车高39.2个百分点。

关键词：重型柴油车 NO_(x)排放 Urea-SCR 尾气温度模型运行工况

来源：评论

学校读者我要写书评

暂无评论

面向方面级情感分析的交互式关系图注意力网络

引用

计算机应用 2024年第3期44卷 696-701页

作者：郭磊贾真李天瑞西南交通大学计算机与人工智能学院成都611756 四川省制造业产业链协同与信息化支撑技术重点实验室(西南交通大学) 成都611756 综合交通大数据应用技术国家工程实验室(西南交通大学) 成都611756

方面级情感分析领域主要采用基于注意力机制的神经网络模型,这类模型忽略了方面词与观点词之间的依存关系和方面词与上下文词之间的距离,导致该类模型情感分类结果不够精确。为了解决上述问题,建立一种交互式关系图注意力网络(RI-GAT)... 详细信息

方面级情感分析领域主要采用基于注意力机制的神经网络模型,这类模型忽略了方面词与观点词之间的依存关系和方面词与上下文词之间的距离,导致该类模型情感分类结果不够精确。为了解决上述问题,建立一种交互式关系图注意力网络(RI-GAT)模型。首先,通过长短期记忆(LSTM)网络学习句子的语义特征;然后,将学习的语义特征结合句子的位置信息生成新的特征;最后,在新的特征中提取各方面词和观点词之间的依存关系,实现对句法依存信息和位置信息的高效利用。在Laptop、Restaurant和Twitter数据集上的实验结果表明,相较于次优的动态多通道图卷积网络(DM-GCN),RI-GAT模型分类准确率(Acc)提高了0.67、1.65和1.36个百分点,说明了RI-GAT模型可以更好地建立方面词和意见词之间的联系,使得情感分类更加精确。

关键词：方面级情感分析图注意力网络语义特征观点倾向网络评论

来源：评论

学校读者我要写书评

暂无评论

面向云环境的Flink负载均衡策略

引用

计算机工程与科学 2022年第5期44卷 779-787页

作者：徐浩桐黄山孙国璋贺菲莉段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室(大连民族大学) 辽宁大连116600 大连市民族文化数字技术重点实验室(大连民族大学) 辽宁大连116600

作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Fl... 详细信息

作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Flink特点解决平衡资源利用的同时降低容器组内的通信开销问题。针对以上问题开展研究,提出了一种面向云环境的Flink负载均衡策略FLBS,综合考虑了Flink集群中算子的分布特点和容器间通信机制,以节点间通信开销和均衡负载作为评估标准。实验结果表明,与Flink默认调度策略相比,FLBS能够有效提高计算效率,提升系统性能。

关键词： Flink 容器通信开销负载均衡迁移

来源：评论

学校读者我要写书评

暂无评论

基于模体和复杂网络的成都市交通旅客出行研究

引用

铁道运输与经济 2024年第2期46卷 40-46,70页

作者：徐进宋浩男西南交通大学经济管理学院四川成都610031 西南交通大学综合交通大数据应用技术国家工程实验室四川成都610031 西南交通大学四川省服务科学与创新重点实验室四川成都610031

设计出行模体模型,对旅客出行序列进行抽取转化,构建基于铁路和航空出行旅客的出行模体,基于四川省成都市的旅客出行数据进行实证分析。2节点至4节点构成的旅客出行模体,可以表示绝大多数的旅客出行模式。主要出行模体为2个节点间的单... 详细信息

设计出行模体模型,对旅客出行序列进行抽取转化,构建基于铁路和航空出行旅客的出行模体,基于四川省成都市的旅客出行数据进行实证分析。2节点至4节点构成的旅客出行模体,可以表示绝大多数的旅客出行模式。主要出行模体为2个节点间的单向单次出行和往返出行,并且随时间推移,铁路出行对用户的吸引力逐渐增加,航空出行逐渐减少。研究铁路旅客出行网络和航空旅客出行网络特征,2种出行网络均为异质性网络,网络中大度节点倾向于连接小度节点,网络聚类系数较大,网络中不同站点连接紧密。成都市的铁路人群出行网络结构稳定且大多集中于我国东南部地区,航空出行网络逐步发展且具有更高的分散性。网络效率研究结果表明,旅客出行网络连通性一般,多集中在特定地区。

关键词：出行模体复杂网络拓扑特征出行流向网络效率

来源：评论

学校读者我要写书评

暂无评论

基于Vision Transformer Hashing的民族布艺图案哈希检索算法研究

引用

大连民族大学学报 2023年第3期25卷 250-254页

作者：韩雨萌宁涛段晓东高原大连民族大学计算机科学与工程学院辽宁大连116650 大连民族大学大数据应用技术国家民委重点实验室辽宁大连116650

针对民族布艺图案复杂多样、语义提取、图像识别与检索困难等问题,以蜡染图案和织锦图案为例,提出一种图像检索算法,以提高匹配和检索民族布艺图案的准确度。结合民族布艺图案领域知识将民族布艺图案图像进行预处理,使用VIT为主干网络... 详细信息

针对民族布艺图案复杂多样、语义提取、图像识别与检索困难等问题,以蜡染图案和织锦图案为例,提出一种图像检索算法,以提高匹配和检索民族布艺图案的准确度。结合民族布艺图案领域知识将民族布艺图案图像进行预处理,使用VIT为主干网络在哈希检索算法框架下进行图像检索。该方法优化了深度哈希检索算法,通过自身的自注意力机制提升了提取图案深层语义特征的能力,提高了深度哈希算法检索民族布艺图案的速度和精度。实验结果表明:提出的方法最佳检索精度可以达到95.32%。

关键词：图像检索深度哈希检索 VIT 民族布艺图案检索

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：