检索结果-内蒙古大学图书馆

物理学报 2024年第17期73卷 285-293页

作者：夏兆生刘宇行包正王丽华吴博王刚王辉任信钢黄志祥安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学信息材料与智能感知安徽省实验室合肥230601 合肥师范学院电子信息系统仿真设计安徽省重点实验室合肥230001

连续域束缚态最初是在量子力学中发现的,它是一种可保持局域化的波动现象.这种效应已在各种材料系统中得到广泛研究,包括压电材料、石墨烯和光子晶体.本工作提出了一种由中断的环形槽组成的四重旋转对称硅超表面.通过同时打破晶胞的面... 详细信息

连续域束缚态最初是在量子力学中发现的,它是一种可保持局域化的波动现象.这种效应已在各种材料系统中得到广泛研究,包括压电材料、石墨烯和光子晶体.本工作提出了一种由中断的环形槽组成的四重旋转对称硅超表面.通过同时打破晶胞的面内反转对称性,实现了具有高品质因子和显著手性的准连续域束缚态.通过对动量空间中拓扑荷的研究,揭示了由超表面的内部共振机制产生的准连续域束缚态的独特拓扑特征.在合适的对称破坏下,具有平面内对称破坏的四重旋转对称超表面表现出–0.93的强圆二色性,并且其显示出了在对称破坏较大时的强圆二色性.这项工作所取得的成果在手性生物传感器和低阈值激光器等领域具有广阔的应用前景.

关键词：连续域束缚态超表面手性品质因子

来源：评论

学校读者我要写书评

暂无评论

用于红外宽带吸收器的深度学习网络模型框架

引用

石油化工高等学校学报 2023年第6期36卷 57-63,I0002页

作者：王璇冯乃星张玉贤安徽大学教育部智能计算与信号处理重点实验室/信息材料与智能传感实验室安徽合肥230601

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光... 详细信息

揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。

关键词：逆设计问题石墨烯黑磷深度学习宽带吸收

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的钙钛矿材料带隙预测

引用

物理学报 2023年第21期72卷 360-367页

作者：孙涛袁健美湘潭大学数学与计算科学学院湘潭411105 湘潭大学智能计算与信息处理教育部重点实验室湘潭411105

针对快速获取钙钛矿材料带隙值的问题,建立特征融合神经网络模型(CGCrabNet),利用迁移学习策略对钙钛矿材料的带隙进行预测.CGCrabNet从材料的化学方程式和晶体结构两方面提取特征,并拟合特征和带隙之间的映射,是一个端到端的神经网络模... 详细信息

针对快速获取钙钛矿材料带隙值的问题,建立特征融合神经网络模型(CGCrabNet),利用迁移学习策略对钙钛矿材料的带隙进行预测.CGCrabNet从材料的化学方程式和晶体结构两方面提取特征,并拟合特征和带隙之间的映射,是一个端到端的神经网络模型.在开放量子材料数据库中数据(OQMD数据集)预训练的基础上,通过仅175条钙钛矿材料数据对CGCrabNet参数进行微调,以提高模型的稳健性.数值实验结果表明,CGCrabNet在OQMD数据集上对带隙的预测误差比基于注意力的成分限制网络(CrabNet)降低0.014 eV;本文建立的模型对钙钛矿材料预测的平均绝对误差为0.374 eV,分别比随机森林回归、支持向量机回归和梯度提升回归的预测误差降低了0.304 eV、0.441 eV和0.194 eV;另外,模型预测的SrHfO_(3)和RbPaO_(3)等钙钛矿材料的带隙与第一性原理计算的带隙相差小于0.05 eV,这说明CGCrabNet可以快速准确地预测钙钛矿材料的性质,加速新材料的研发过程.

关键词：特征融合神经网络回归模型带隙预测迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于加权PageRank特征选择的软件缺陷预测集成分类方法

引用

计算机集成制造系统 2025年

作者：王炜清范洪旗严远亭张以文安徽大学计算智能与信号处理教育部重点实验室安徽大学计算机科学与技术学院

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提... 详细信息

基于机器学习方法的软件缺陷预测（SDP）是软件工程中的一项关键技术。随着软件规模的扩大，利用不同的软件度量指标从源代码中提取的度量元迅速增加，软件缺陷数据维数呈现出高维趋势，对训练高效的SDP模型产生了巨大挑战。鉴于此，提出了一种基于加权PageRank的双评估特征选择方法（DEFS）。DEFS同时考虑特征之间的组合效应和全局关系，将所有特征建模为完整的加权图。然后利用加权PageRank算法计算特征的重要性以实现优质特征的选择。最后为了融合多种特征选择算法的优势，将DEFS嵌入到集成框架中实现基于加权PageRank的双评估特征选择集成方法（E-DEFS），进一步提高预测性能。在六个软件缺陷数据库的30个数据集上的实验结果表明，DEFS和E-DEFS相较于经典的特征选择方法取得了更优的性能表现。

关键词：软件缺陷预测特征选择集成学习完全加权图 PageRank算法机器学习

来源：评论

学校读者我要写书评

暂无评论

JPEG图像多域可逆信息隐藏及载荷分配算法

引用

计算机研究与发展 2022年第8期59卷 1831-1840页

作者：殷赵霞郭红念杜洋马文静吕皖丽张新鹏智能计算与信号处理教育部重点实验室(安徽大学) 合肥230601 复旦大学计算机科学技术学院上海200433

信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可... 详细信息

信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可逆信息隐藏方法可分2类:1)离散余弦变换(discrete cosine transform,DCT)系数域修改,会导致文件扩展和视觉质量失真;2)熵编码域修改,生成的载密图像与原始图像相比无信号失真,但载荷有限且载荷越高往往文件扩展越严重.针对这2类方法存在的问题,设计了一种JPEG图像多域可逆信息隐藏算法,同时考虑DCT系数域修改和熵编码域修改来嵌入附加信息.由于2个域的修改对视觉质量失真和文件扩展的影响不同,因此研究重点在于载荷的合理分配.首先分析了在熵编码域嵌入信息时引起文件扩展的原因;然后据此设计基于VLC频率直方图的载荷分配算法以最小化文件扩展和视觉质量失真.实验结果表明:所提算法在文件扩展和视觉质量方面明显优于现有的方法.

关键词：可逆信息隐藏 JPEG图像多域变长码直方图

来源：评论

学校读者我要写书评

暂无评论

基于划分序乘积空间的多尺度决策模型

引用

智能系统学报 2024年第6期19卷 1528-1538页

作者：徐怡张杰安徽大学计算机科学与技术学院安徽合肥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

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,... 详细信息

多尺度决策系统的知识获取仅考虑了条件属性和决策属性的多个尺度,并没有考虑条件属性存在多个视角的情况,划分序乘积空间作为一种新型粒计算模型,同时考虑了多层次和多视角。因此,使用划分序乘积空间对多尺度决策问题进行描述和求解,建立基于划分序乘积空间的多尺度决策模型——划分序多尺度决策系统。首先,提出基于划分序乘积空间的划分序多尺度决策系统,从多个视角对多尺度决策问题进行描述;其次,在划分序多尺度决策系统中,给出其解空间的2种不同格结构;然后,针对2种不同格结构分别给出2种最优问题求解层选择算法,从多个视角对多尺度决策问题进行求解;最后,通过实验验证了所提模型和算法的有效性。

关键词：粒计算粗糙集多尺度决策系统划分序乘积空间多层次多视角格结构最优问题求解层

来源：评论

学校读者我要写书评

暂无评论

时序知识图谱构建关键技术及研究进展

引用

控制理论与应用 2024年

作者：曾朝晖杨阳陈晓方桂卫华阳春华彭郅荣湘潭大学智能计算与信息处理教育部重点实验室中南大学自动化学院

近年来,时序知识图谱受到国内外研究人员的广泛关注,成为研究热点.区别于传统知识图谱,时序知识图谱嵌入了时序信息,能够表示时序关系和因果关系,描述关系变化规律和事件演化模式,可成为能感知时间信息和因果律的知识库.本文对时序知识... 详细信息

近年来,时序知识图谱受到国内外研究人员的广泛关注,成为研究热点.区别于传统知识图谱,时序知识图谱嵌入了时序信息,能够表示时序关系和因果关系,描述关系变化规律和事件演化模式,可成为能感知时间信息和因果律的知识库.本文对时序知识图谱构建技术进行综述.首先,本文介绍了时序知识图谱的定义和构建流程;其次,梳理了时序知识图谱构建过程中时序知识抽取、时序知识嵌入、时序逻辑推理等关键技术的研究进展,分析其发展状况并指出优缺点;最后,给出面向多级决策的铝电解氧化铝浓度多粒度知识图谱构建与应用案例,对时序知识图谱在流程工业领域的应用前景进行了展望.

关键词：时序知识图谱时序知识抽取时序知识嵌入时序逻辑推理多粒度深度学习

来源：评论

学校读者我要写书评

暂无评论

结合对比学习和提示调优的层次文本分类方法

引用

小型微型计算机系统 2024年

作者：郑诚纪子威安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预... 详细信息

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性。目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息。但是，独立建模文本和标签信息可能导致信息利用率不高，预训练和微调阶段的不同策略也限制了模型挖掘预训练模型的知识。本文提出一种结合对比学习和提示调优的层次文本分类方法，将层次标签信息嵌入到文本编码过程，同时设计提示模板整合标签信息，捕获文本与标签的关联性，弥合预训练模型与下游任务间的差距。借助对比学习，根据标签信息生成正样本，强化模型对关键特征的学习与保留，使模型有效指导文本特征表示的学习。在两个公开数据集上的大量实验表明了方法的有效性。

关键词：层次文本分类提示调优对比学习深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于句法、语义和情感知识的方面级情感分析

引用

计算机科学 2024年

作者：郑诚杨楠安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定... 详细信息

方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识，并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定于情感分析的工具，不能直接有效地捕获方面词的情感表达，而这一点正是方面级情感分析的关键之处。为了更准确地识别方面词的情感表达，文中构造了融合句法、语义和情感知识的网络。具体来说，利用句法依赖树中的句法知识构建句法图，并将外部情感知识库信息融合在句法图中。同时，采用自注意力机制获得句子中各单词的语义知识，并通过方面感知注意力机制使语义图关注与方面词相关的信息。此外，采用双向消息传播机制同时学习这两个图中的信息并更新节点表示。在三个基准数据集上的实验结果验证了模型的有效性。

关键词：方面级情感分析图卷积网络注意力机制句法依赖树情感知识自然语言处理深度学习

来源：评论

学校读者我要写书评

暂无评论

方面语义增强的融合网络用于方面级情感分析

引用

小型微型计算机系统 2024年

作者：郑诚陈雪灵安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的... 详细信息

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的融合网络模型，该模型将句法，语义和词法信息与方面词相结合，用于方面级情感分析。首先，使用快速梯度对抗训练算法进行数据增强。其次，为了充分利用句法依赖树中的有效信息，分别使用图卷积网络和注意力机制学习依赖树中的句法信息和词法信息。同时，将方面增强注意力机制与自注意力机制相结合，来增强句子的方面语义感知能力。最后，使用非对称损失作为损失函数。在基准数据集上进行了实验，验证了本文模型的有效性。

关键词：自然语言处理方面级情感分析数据增强注意力机制句法依赖树

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：