检索结果-内蒙古大学图书馆

中国多媒体与网络教学学报(上旬刊) 2025年第2期 165-168页

作者：钟先琼伍波袁寒王亚品何宇吴文娟成都信息工程大学光电工程学院

以CDIO工程教育和OBE理念为导向,从科学梳理课程知识体系和授课重难点知识、精选授课内容、录制教学视频、建设特色习题库、撰写有指导性而又留有适当思考空间的仿真实验讲义、精心设计线上线下混合式的理论和仿真实战的教学方法和手段... 详细信息

以CDIO工程教育和OBE理念为导向,从科学梳理课程知识体系和授课重难点知识、精选授课内容、录制教学视频、建设特色习题库、撰写有指导性而又留有适当思考空间的仿真实验讲义、精心设计线上线下混合式的理论和仿真实战的教学方法和手段几方面入手,合力实现理论与实践、线上与线下、教与学等多因素相长,并坚持持续改进,有效激发学生学习兴趣、课程参与度和学习效率,培养在光学设计及光电信息领域具有扎实的理论知识功底、较强的工程意识、较高的工程设计和创新实践能力的应用型高级工程技术人才。

关键词： CDIO工程教育学习产出光学设计及CAD 多因素相长创新实践

来源：评论

学校读者我要写书评

暂无评论

低修复成本的局部混合修复阵列码模型

引用

计算机应用研究 2025年第1期42卷 222-230页

作者：王宇恒熊攀唐聃蔡红亮成都信息工程大学软件工程学院成都610225 四川省信息化应用支撑软件工程技术研究中心成都610225

具有局部修复性质的水平阵列码将编码矩阵进行分区管理,降低磁盘发生故障时需要读取的数据总量并提升修复效率,但仍存在修复时读写负载集中于单个磁盘的问题。针对局部水平阵列码磁盘读写不均和单双盘修复效率有待提升的问题,结合水平... 详细信息

具有局部修复性质的水平阵列码将编码矩阵进行分区管理,降低磁盘发生故障时需要读取的数据总量并提升修复效率,但仍存在修复时读写负载集中于单个磁盘的问题。针对局部水平阵列码磁盘读写不均和单双盘修复效率有待提升的问题,结合水平阵列码和垂直阵列码的特点,对其进行局部冗余改造,提出一种具有局部修复性质的混合式阵列码修复模型——LHRC。LHRC根据垂直阵列码的思想将局部水平阵列码的对角校验列迁移至矩阵的中间行,加深数据块与校验块之间的联系,分散读写负载至其他磁盘并减少参与修复的数据总量。通过理论分析,LHRC具有良好的编译码复杂度,改善了磁盘修复时读写不均匀的问题并减少单双盘故障时需要读取的数据总量,提升了三盘故障的修复成功率。实验结果表明LHRC与RDP、LRRDP、DRDP相比,LHRC可将单盘故障修复时间节省3.92%~29.91%、双盘故障修复时间节省7.79%~30.64%。

关键词：阵列码存储系统局部修复读取开销

来源：评论

学校读者我要写书评

暂无评论

基于数据增强和损失平衡的机电领域命名实体识别

引用

计算机工程与应用 2025年第7期61卷 222-232页

作者：林娜岳希唐聃成都信息工程大学软件工程学院成都610225 四川省信息化应用支撑软件工程技术研究中心成都610225

机电领域命名实体识别是机电创新设计信息检索最基础的过程。目前命名实体识别任务的数据在机电领域较少,且大部分存在不平衡问题。通过构建机电领域命名实体识别数据集,根据数据集文本结构特点设计多维数据增强方法,并提出基于改进los... 详细信息

机电领域命名实体识别是机电创新设计信息检索最基础的过程。目前命名实体识别任务的数据在机电领域较少,且大部分存在不平衡问题。通过构建机电领域命名实体识别数据集,根据数据集文本结构特点设计多维数据增强方法,并提出基于改进loss的命名实体识别模型BERT-BiGRU-CRF(BL)。对互联网机电领域文本语料进行爬取并进行标注构成机电领域命名实体识别数据集;根据不同方式对数据集的影响从同类实体替换、同义词替换、语料裁减和语料拼接四个方面进行多维数据增强后按一定比例进行数据扩充增加数据丰富度;针对数据集数据不平衡问题设计使用Weigh loss平衡focal loss与CRF loss权重的模型,该模型采用BERT进行词向量编码,利用BiGRU完成文本向量的特征提取,使用CRF进行标签约束与解码。经实验证明,多维数据增强方法对模型效果有显著提升,并且经过改进的模型在原始和增强后数据集上表现均为最优,F1值分别为78.23%和83.3%。

关键词：机电领域命名实体识别数据增强 focal loss Weigh loss

来源：评论

学校读者我要写书评

暂无评论

基于动态时空图网络的交通流量预测模型

引用

微电子学与计算机 2025年第1期42卷 55-64页

作者：何宇豪郑皎凌成都信息工程大学软件工程学院四川成都610225

传统的交通流量预测模型使用静态邻接矩阵进行时空建模,忽略了路网节点间潜在的空间依赖关系以及交通流量数据所呈现出的周期相似性。为此,提出一种基于多头注意力机制的动态时空图网络模型ADSTGN。首先,将交通流量数据处理成三通道周... 详细信息

传统的交通流量预测模型使用静态邻接矩阵进行时空建模,忽略了路网节点间潜在的空间依赖关系以及交通流量数据所呈现出的周期相似性。为此,提出一种基于多头注意力机制的动态时空图网络模型ADSTGN。首先,将交通流量数据处理成三通道周期性时间序列,并对序列数据经过时间位置编码建模时间特征确保序列顺序性。其次,在空间维度方面提出一种动态图生成器模块。该模块利用相似性空间特征与距离特征表示静态路网结构信息,并结合自适应邻接矩阵实时捕捉路网节点之间隐藏的空间依赖。最后,在时间维度方面提出了对多头注意力机制运用一维卷积整合局部上下文的办法,充分捕获三通道周期数据下的时间相关性,并过滤历史冗余信息。在4个高速公路公开数据集(PEMS03、PEMS04、PEMS07和PEMS08)上进行了实验。结果表明:相比现有的基线模型,ADSTGN模型具有更优的性能指标。证明了该模型在交通流量预测中的有效性。

关键词：交通流量预测动态时空图网络动态图生成器注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于密度估计与聚类的混合空间加速结构

引用

软件导刊 2025年第2期24卷 121-128页

作者：郭昀辉何晓曦胡梁任和陈锦伟成都信息工程大学软件工程学院四川成都610225

为解决在密度分布不均的复杂体素场景中构建的空间加速结构时间长、质量较差等问题,提出一种基于密度估计与聚类的混合空间加速结构。首先,在传统边界包围盒层次结构的基础上,通过改进的核密度估计方法为离散的体素数据构造连续的密度环... 详细信息

为解决在密度分布不均的复杂体素场景中构建的空间加速结构时间长、质量较差等问题,提出一种基于密度估计与聚类的混合空间加速结构。首先,在传统边界包围盒层次结构的基础上,通过改进的核密度估计方法为离散的体素数据构造连续的密度环境;其次,根据核密度估计函数的一、二阶偏导方程和聚类结果,以确定体素空间中的高密度区域;最后,提出一种自适应跳跃洪泛算法在这些区域中构建相应的有向距离场,作为加速结构树的叶子节点,计算过程均由GPU实现以满足复杂场景的大规模并行计算需求。结果表明,所提算法在体素密度分布不均的复杂场景中,构建的空间加速结构树时间较短、搜索效率更优,可有效提升光线追踪的渲染速度。

关键词：空间加速结构核密度估计基于密度的聚类有向距离场光线追踪

来源：评论

学校读者我要写书评

暂无评论

动态捷变全息MIMO:自由度、分集增益和阵列增益分析

引用

中国科学:信息科学 2025年第3期55卷 639-653页

作者：白家乐王慧明金梁楼洋明西安交通大学信息与通信工程学院西安710049 智能网络与网络安全教育部重点实验室西安710049 信息工程大学信息技术研究所郑州450003

本文提出了一种基于智能超材料表面的动态捷变双端全息MIMO无线通信系统.充分利用智能超表面能够灵活动态调控电磁信号的特点,将其作为一种具有动态捷变能力的MIMO天线配置在发射端和接收端.基于此提出了全息MIMO阵列的空时动态捷变框架... 详细信息

本文提出了一种基于智能超材料表面的动态捷变双端全息MIMO无线通信系统.充分利用智能超表面能够灵活动态调控电磁信号的特点,将其作为一种具有动态捷变能力的MIMO天线配置在发射端和接收端.基于此提出了全息MIMO阵列的空时动态捷变框架,在同一符号持续期内多次捷变超表面单元的相位响应,构造等效扩展空时信道矩阵,从而充分挖掘系统的通信能力.论文详细分析了多径衰落信道下系统的复用增益(自由度)、分集增益和阵列增益.结果揭示了:(1)自由度与捷变频率、径簇角度扩展、天线尺寸和收发端天线数的明确关系式,该结论表明当接收天线数少于发射天线数时,超表面单元相位响应动态捷变能够提高系统自由度;(2)分集增益与捷变频率和自由度的明确关系式,分集增益随捷变频率增加而增加;(3)阵列增益和全息MIMO阵列尺寸成正比.

关键词：智能超表面全息MIMO 自由度分集增益阵列增益

来源：评论

学校读者我要写书评

暂无评论

一种基于柏林噪声和分形布朗运动的过程纹理合成方法

引用

成都信息工程大学学报 2025年第1期40卷 14-20页

作者：李茄濡何晓曦刘应浒孟繁林朱群成都信息工程大学软件工程学院四川成都610225

针对现有的人工智能生成纹理和基于样图的纹理合成中存在的不可控、缺乏灵活性、低实时性等问题,运用过程纹理生成技术,提出一种基于柏林噪声和分形布朗运动的纹理生成算法,用于合成真实木制纹理特征。该算法首先将待生成的纹理空间划... 详细信息

针对现有的人工智能生成纹理和基于样图的纹理合成中存在的不可控、缺乏灵活性、低实时性等问题,运用过程纹理生成技术,提出一种基于柏林噪声和分形布朗运动的纹理生成算法,用于合成真实木制纹理特征。该算法首先将待生成的纹理空间划分为规则且均匀的网格点,同时在每个网格顶点处随机生成一个梯度向量,然后使用三线性插值方法对网格点上的梯度向量进行插值运算,同时将多频率、多振幅的噪声纹通过分形算法加权叠加处理,生成一个平滑的纹理图案,在此基础上对纹理进行缩放、扭曲、添加木眼来模拟真实的纹理结构。实验证明该算法能真实地模拟木制纹理的特征,且具有实时、高效、可定制性强等优点,在游戏、建模、虚拟现实等领域具有广泛的应用价值。

关键词：过程纹理柏林噪声分形插值实时

来源：评论

学校读者我要写书评

暂无评论

基于多层级隐式自增强的谣言检测方法

引用

软件导刊 2025年第2期24卷 89-97页

作者：赵开锋蒋瑜成都信息工程大学软件工程学院四川成都610200

随着社交媒体的广泛使用,谣言的快速传播对信息的真实性和社会稳定构成了严重威胁。因此,开发高效的谣言检测方法以实现对社交媒体内容真实性的自动鉴别,已成为一项迫切需求。然而,由于谣言数据集的稀缺性和规模的局限性,极大地制约了... 详细信息

随着社交媒体的广泛使用,谣言的快速传播对信息的真实性和社会稳定构成了严重威胁。因此,开发高效的谣言检测方法以实现对社交媒体内容真实性的自动鉴别,已成为一项迫切需求。然而,由于谣言数据集的稀缺性和规模的局限性,极大地制约了谣言检测模型的训练与评估过程,进而影响模型的有效性和泛化能力。针对以上问题,提出一种基于隐式自增强的谣言检测模型,该模型结合了RoBERT和ToBERT的语义信息提取能力。首先,融合正文内容与相关评论;其次,利用序列骨干方法和微调的BERT模型抽取语义特征;再次,在模型训练的各个层级中利用Mixup隐式自增强技术进行特征级数据扩增,以此提高数据的多样性和模型的泛化能力;最后,采用基于时序建模的分类层和基于上下文建模的决策层完成谣言检测任务。实验结果显示,该方法在PHEME和Ma-Weibo数据集上的准确率达到了97.36%、98.25%,相比当前性能最优的模型分别提升了2.2%和0.8%。

关键词：谣言检测社交媒体 BERT模型 Mixup数据增强深度学习

来源：评论

学校读者我要写书评

暂无评论

一种基于视差映射的建筑立面建模方法

引用

成都信息工程大学学报 2025年第1期40卷 42-48页

作者：刘应浒何晓曦孟繁林李茄濡朱群成都信息工程大学软件工程学院四川成都610225

现代城市建筑表面结构复杂,对其进行精细化建模非常困难,如何快速对建筑表面进行重建成为建筑建模领域的研究重点。提出一种基于视差映射的建筑表面建模方法,提供一套可以对建筑表面外观进行表达的建筑物表面组件2D基元库,通过提取基元... 详细信息

现代城市建筑表面结构复杂,对其进行精细化建模非常困难,如何快速对建筑表面进行重建成为建筑建模领域的研究重点。提出一种基于视差映射的建筑表面建模方法,提供一套可以对建筑表面外观进行表达的建筑物表面组件2D基元库,通过提取基元库中基元模拟建筑表面细节,并根据基元的组合提取所需要的贴图数据,使用基于视差映射的方式对建筑表面添加细节,在视差映射过程中使用松散锥阶图对视差映射的RayMatching过程进行加速,最终结果可控可编辑。实验结果表明,该方法可以高效生成建筑模型,提供足够表面细节,快速修改建模结果,并且建模过程对非专业用户友好。

关键词：视差映射锥阶映射程序化生成位移贴图表面重建

来源：评论

学校读者我要写书评

暂无评论

StabilizeNet:用于缓解时间序列非平稳性的新型框架

引用

大数据 2025年第2期11卷 127-139页

作者：安俊秀万里浪成都信息工程大学软件工程学院四川成都610225

时间序列预测在现代生活中广泛应用于众多领域,其重要性日益凸显。非平稳性是影响时间序列预测准确性的主要问题之一。时间序列数据的统计特性随时间变化,导致从历史数据中学习的规律难以被稳定地应用于未来预测,从而增加了预测的难度... 详细信息

时间序列预测在现代生活中广泛应用于众多领域,其重要性日益凸显。非平稳性是影响时间序列预测准确性的主要问题之一。时间序列数据的统计特性随时间变化,导致从历史数据中学习的规律难以被稳定地应用于未来预测,从而增加了预测的难度和不确定性。针对该问题,提出了一种新型框架StabilizeNet,旨在减少时间序列数据的非平稳性。该框架包括中心化和尺度变换、线性变换及逆序变换3个部分,通过引入可学习的归一化线性变换矩阵,优化数据的信息保留,并增强模型对时间序列动态的捕捉能力。与先进的时间序列预测模型Informer、SCINet、Pyraformer、FEDformer和Crossformer相比,StabilizeNet在多个数据集上展现出有效性和优越性。此框架为时间序列预测提供了一个新的预处理手段,有助于提升时间序列预测模型的预测性能。

关键词：时间序列预测非平稳性归一化

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：