检索结果-内蒙古大学图书馆

公共卫生与预防医学 2025年第1期36卷 8-12页

作者：张胜毛军军程玮玲安徽大学大数据与统计学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

目的根据合肥市流行性感冒(流感)与气象因素以及PM_(2.5)变量之间的数据进行多变量建模预测,以期为多变量建模预测研究方法提供新思路。方法将PM_(2.5)数据转化为分形维数数据后与气象数据作为特征引入到ConvLSTM模型中,与传统的ARIMAX... 详细信息

目的根据合肥市流行性感冒(流感)与气象因素以及PM_(2.5)变量之间的数据进行多变量建模预测,以期为多变量建模预测研究方法提供新思路。方法将PM_(2.5)数据转化为分形维数数据后与气象数据作为特征引入到ConvLSTM模型中,与传统的ARIMAX模型以及多变量LSTM模型进行比较分析。结果ARIMAX模型测试集MAE=95.75,RMSE=176.72,IA=0.40;多变量LSTM测试集MAE=22.18,RMSE=43.06,IA=0.97;分形参数-ConvLSTM模型测试集MAE=17.37,RMSE=32.25,IA=0.99。结论分形维数捕捉了PM_(2.5)浓度的复杂性和自相似性,为模型提供了更丰富的特征信息,分形维数-ConvLSTM模型在预测准确性上优于传统的ARIMAX模型和多变量LSTM模型,可以用于流感发病人数的预测。

关键词：流感分形维数 ConvLSTM PM_(2.5) LSTM

来源：评论

学校读者我要写书评

暂无评论

超密集网络中基于判别函数的聚类算法

引用

北京邮电大学学报 2022年第2期45卷 104-109页

作者：康玲王翊胡艳军蒋芳李莉萍安徽大学计算智能与信号处理教育部重点实验室合肥230601 中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室上海200050

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户... 详细信息

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类。仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10%~30%,对于边缘用户具有一定优势。

关键词：超密集网络干扰网络判别函数模糊用户

来源：评论

学校读者我要写书评

暂无评论

基于多关系网络的话题意见领袖挖掘

引用

数据采集与处理 2022年第3期37卷 576-585页

作者：段震倪云鹏陈洁张燕平赵姝计算与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽省信息材料与智能传感重点实验室合肥230601

社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基... 详细信息

社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基于多关系网络的话题意见领袖挖掘方法(Multi-relational networks,MRTRank),融合话题因素和节点间多种交互关系,通过一种属性网络表示学习算法,得到不同节点在多关系网络上的相似性,形成节点的转移概率矩阵,最终通过PageRank算法得到top-k个意见领袖。在真实Twitter数据集上的实验结果验证了本文提出的方法优于传统的意见领袖挖掘算法。

关键词：意见领袖两级传播社交网络 PageRank 属性网络表示学习

来源：评论

学校读者我要写书评

暂无评论

基于同步压缩小波变换和CNN的滚动轴承故障诊断

引用

传感器与微系统 2022年第6期41卷 130-133页

作者：唐纪凯卢一相柏壮壮高清维安徽大学电气工程与自动化学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

以智能诊断为出发点,提出一种基于同步压缩小波变换(SWT)和卷积神经网络(CNN)的诊断方法。首先,对振动信号进行SWT获得时频图,随机划分为训练和测试集;然后,利用CNN强大的特征提取能力提取时频图特征;最后,利用SoftMax层进行故障模式的... 详细信息

以智能诊断为出发点,提出一种基于同步压缩小波变换(SWT)和卷积神经网络(CNN)的诊断方法。首先,对振动信号进行SWT获得时频图,随机划分为训练和测试集;然后,利用CNN强大的特征提取能力提取时频图特征;最后,利用SoftMax层进行故障模式的自动诊断。实验结果表明:该方法在滚动轴承的故障诊断中具有较高的可靠性。

关键词：滚动轴承故障诊断同步压缩小波变换卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

LEO卫星通信中的两阶段伪码捕获算法

引用

安徽大学学报（自然科学版） 2023年第2期47卷 37-43页

作者：王翊李婷婷蒋芳邓毓胡艳军安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽省物联网频谱感知与测试工程技术研究中心安徽合肥230601

针对低轨卫星通信中高动态和低信噪比引起的捕获概率低、频偏估计误差大的问题,提出两阶段伪码捕获算法.仿真分析结果表明:在低信噪比场景下,相对于PMF-FFT(partial matched filter-fast Fourier transform)伪码捕获算法,两阶段伪码捕... 详细信息

针对低轨卫星通信中高动态和低信噪比引起的捕获概率低、频偏估计误差大的问题,提出两阶段伪码捕获算法.仿真分析结果表明:在低信噪比场景下,相对于PMF-FFT(partial matched filter-fast Fourier transform)伪码捕获算法,两阶段伪码捕获算法有更强的抗噪声性能、更高的捕获概率;相对于PMF-FFT和差分PMF-FFT伪码捕获算法,两阶段伪码捕获算法有最高的频偏估计精度.

关键词：卫星通信 PMF-FFT 两阶段伪码捕获算法差分非相干积累二分搜索

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络交互的用户属性偏好建模的推荐模型

引用

计算机应用 2022年第2期42卷 404-411页

作者：潘仁志钱付兰赵姝张燕平安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601 信息材料和智能感知安徽省实验室(安徽大学) 合肥230601

潜在因子模型(LFM)以其优异的性能在推荐领域得到了广泛应用。在LFM中除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题:第一,LFM在对用户进行建模时,忽略了用户如何... 详细信息

潜在因子模型(LFM)以其优异的性能在推荐领域得到了广泛应用。在LFM中除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题:第一,LFM在对用户进行建模时,忽略了用户如何根据其特征偏好对项目作出决策;第二,采用内积的特征交互假设特征维度之间是相互独立的,而没有考虑到特征维度之间的关联。针对上述问题,提出一种新的推荐模型:基于卷积神经网络(CNN)交互的用户属性偏好建模的推荐模型(UAMC)。该模型首先获得用户的一般偏好、用户属性和项目嵌入,然后将用户属性和项目嵌入进行交互,以探索用户不同的属性对不同项目的偏好;接着将交互过的用户偏好属性送入CNN层来探索不同偏好属性的不同维度的关联,从而得到用户的属性偏好向量;接着使用注意力机制结合用户的一般偏好和CNN层得到的属性偏好,从而获得用户的向量表示;最后采用点积来计算用户对项目的评分。在Movielens-100K、Movielens-1M和Book-crossing这三个真实的数据集上进行了实验。实验结果表明,所提模型在均方根误差(RMSE)上与稀疏数据预测的神经网络分解机(NFM)模型相比分别降低了1.75%、2.78%和0.25%,验证了在LFM的评分预测推荐中,UAMC在提升推荐精度上的有效性。

关键词：潜在因子模型用户偏好用户属性偏好卷积神经网络特征交互注意力机制

来源：评论

学校读者我要写书评

暂无评论

结合图卷积的深层神经网络用于文本分类

引用

计算机工程与应用 2022年第7期58卷 206-212页

作者：郑诚陈杰董春阳安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

随着图卷积网络的发展,图卷积网络已经应用到很多任务中,其中就包含文本分类任务。通过将文本数据表示成图数据,进而在图上应用图卷积,从而捕获文本的结构信息和单词间的长距离依赖关系获得了良好的分类效果。但将文本建模成图模型后,... 详细信息

随着图卷积网络的发展,图卷积网络已经应用到很多任务中,其中就包含文本分类任务。通过将文本数据表示成图数据,进而在图上应用图卷积,从而捕获文本的结构信息和单词间的长距离依赖关系获得了良好的分类效果。但将文本建模成图模型后,图卷积网络面临着文本上下文语义信息和局部特征信息表示不充分的问题。提出一种新的模型,利用双向长短时记忆网络(Bi_LSTM)和卷积神经网络(CNN)混合提取文本的上下文语义信息和局部特征信息去丰富图卷积网络(GCN)的文本表示,从而弥补图卷积网络的不足,同时使用图池化层筛选出重要节点帮助卷积神经网络捕获文本深层局部特征信息,使得模型能更好的表示文本信息。通过在3个英文数据集上的实验结果表明,该模型相比于基线模型有较好的分类效果。

关键词：文本分类神经网络图卷积网络(GCN)

来源：评论

学校读者我要写书评

暂无评论

层次标签引导的属性网络嵌入

引用

计算机科学与探索 2021年第7期15卷 1279-1288页

作者：陈洁陈嘉琳赵姝张燕平安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层... 详细信息

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层次标签信息对获取高效的网络嵌入具有重要价值。由于不同层次的标签之间的信息很难相互关联或继承,如何合理利用层次标签信息进行网络嵌入,获得更高效的向量表示是亟待研究的问题。针对上述问题,提出了一种新的基于层次标签的属性网络嵌入框架(HLANE),该框架利用层次注意力机制将层次标签信息融入网络嵌入中。HLANE框架首先通过现有的网络嵌入方法获取结构和/或属性信息初始化节点的嵌入向量。然后通过层次注意力机制层建立多层次标签的父节点和子节点之间的联系,并依此指导网络节点初始化嵌入向量在不同层次的学习,最终生成网络节点的多层次嵌入向量表示。在真实数据集上的实验表明,与对比算法相比,HLANE框架具有更好的网络节点嵌入表示。

关键词：网络嵌入属性网络层次标签层次注意力机制

来源：评论

学校读者我要写书评

暂无评论

大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案

引用

电子与信息学报 2020年第7期42卷 1686-1693页

作者：智慧王飞跃黄子菊安徽大学计算智能与信号处理教育部重点实验室合肥230601

大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强... 详细信息

大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强度弱的小区边缘用户记为A组,剩余用户则为B组。A组用户使用相互正交的导频,B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中,用户被分成若干个互不相交的用户子联盟,属于不同子联盟的用户分配不同的相互正交导频序列,而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比,该文提出的JUG-AG方案更灵活,可以用于所有用户随机分布的场景。而且,该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE),而且可以提高用户的平均服务速率。

关键词：大规模多输入多输出导频污染均方根误差服务速率联合用户分组和联盟博弈

来源：评论

学校读者我要写书评

暂无评论

基于亚波长光栅结构的硅基液晶器件模型研究

引用

光学学报 2020年第3期40卷 14-21页

作者：沈川韦穗虞海秀陶波安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

金(Au)亚波长光栅被溅射到经典硅基液晶(LCoS)的ITO电极上,它与薄液晶盒和底层铝电极组成复合共振波导结构,简称GLCoS。与基于液晶传播效应的LCoS截然不同,在GLCoS中,上电极的表面等离激元与光栅槽中的TM-FP (TM-Fabry Pérot)共振... 详细信息

金(Au)亚波长光栅被溅射到经典硅基液晶(LCoS)的ITO电极上,它与薄液晶盒和底层铝电极组成复合共振波导结构,简称GLCoS。与基于液晶传播效应的LCoS截然不同,在GLCoS中,上电极的表面等离激元与光栅槽中的TM-FP (TM-Fabry Pérot)共振耦合,诱导一个0阶反射的相位调制;铝(Al)电极既是反射背板又与Au光栅、薄液晶盒组成波导,使共振耦合得到增强。在操控光波阵面的同时,GLCoS也作为电控器件,施加电压改变液晶的折射率,进而控制开腔FP的边缘介质条件,达到有源0~2π相位调制。实验结果表明,本文结构可用于1μm量级像素的相位空间光调制器,在高空间带宽积的全息视频显示中具有广阔的应用前景。

关键词：光栅全息视频显示亚波长金属光栅法布里-珀罗共振硅基液晶

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：