检索结果-内蒙古大学图书馆

系统工程理论与实践 2025年第2期45卷 635-650页

作者：王翠霞李雅琴陈艳江西财经大学信息管理与数学学院南昌330032

参考质量效应下,农产品的品牌商誉、质量以及市场需求之间存在复杂的动态反馈关系,使得生产、保鲜及品牌营销策略的绩效具有非线性和反直观性.本文构建考虑消费者参考质量效应的区域品牌农产品三级供应链系统动力学模型,运用Vensim DSS... 详细信息

参考质量效应下,农产品的品牌商誉、质量以及市场需求之间存在复杂的动态反馈关系,使得生产、保鲜及品牌营销策略的绩效具有非线性和反直观性.本文构建考虑消费者参考质量效应的区域品牌农产品三级供应链系统动力学模型,运用Vensim DSS软件的内置Powell爬山算法,生成不同情形下生产商产出质量努力、经销商保鲜努力及零售商品牌营销努力水平的最优组合,并基于此设计4种仿真情景,模拟不同努力水平组合下区域品牌商誉、各主体利润的动态演化过程,分析质量、保鲜和营销策略的动态影响机制,以优化供应链的运营策略.结果表明:生产商的质量努力水平是控制系统绩效演化动态的关键决策变量,农产品的品牌商誉及经销商、零售商利润与产出质量高度正相关,但保持高产出质量的努力成本投入会使生产商自身利润受损严重;在参考质量效应影响下,品牌商誉由非均衡动态趋向均衡状态的演化路径充满振荡,且波谷随生产商质量努力水平的降低而下降明显.基于系统动力学建模与仿真,从行为运营的视角研究供应链主体决策的绩效动态,是对当前基于分析模型方法、聚焦均衡控制策略研究的有益补充.

关键词：参考质量效应区域品牌农产品质量品牌商誉系统动力学

来源：评论

学校读者我要写书评

暂无评论

中国数字基础设施“降碳—增效”效应的时空演化分析

引用

经济地理 2025年

作者：刘满凤李昕耀周楚君江西财经大学信息管理与数学学院江西财经大学应用经济学院

数字基础设施是数字经济发展的底座，是网络强国、数字中国建设的基石。文章基于中国282个城市2011—2021年的面板数据，应用时空地理加权模型（GTWR）研究了数字基础设施“降碳”效应与“增效”效应的时空演化规律，并从经济学角度论... 详细信息

数字基础设施是数字经济发展的底座，是网络强国、数字中国建设的基石。文章基于中国282个城市2011—2021年的面板数据，应用时空地理加权模型（GTWR）研究了数字基础设施“降碳”效应与“增效”效应的时空演化规律，并从经济学角度论证了数字基础设施对“降碳—增效”的影响，探讨了我国各地区的数字基础设施水平的地理空间分布及空间演化。结果表明：①数字基础设施建设的热点区域主要集中在长三角、珠三角和京津地区，但中西部的空间集聚性逐渐提升，同时数字基础设施重心出现向西迁移的趋势，与国家“东数西算”战略布局吻合；②理论上数字基础设施对“降碳”和“增效”均有积极作用，但在“降碳”达到较高水平后存在边际递减效应；③数字基础设施具有较强的“降碳”效应，随时间呈逐渐递增趋势，空间上表现为区域间差距缩小；④数字基础设施“增效”效应显著，整体呈现上升趋势，空间上表现为区域间差距扩大，呈现南高北低格局。

关键词：数字经济数字基础设施 “降碳—增效”效应重心迁移时空演化时空地理加权回归

来源：评论

学校读者我要写书评

暂无评论

融合知识图谱与人工免疫的企业风险识别模型研究

引用

数据分析与知识发现 2024年第12期8卷 73-85页

作者：李佳杨波杨美芳江西财经大学信息管理与数学学院南昌330032 江西财经大学信息资源管理研究所南昌330032

【目的】提高企业风险识别的准确率,降低潜在风险对企业造成的损失。【方法】提出一种融合知识图谱与人工免疫的风险识别模型。该模型利用知识抽取技术从文本信息中挖掘风险领域知识,实现企业风险领域知识图谱的构建;并通过企业风险事... 详细信息

【目的】提高企业风险识别的准确率,降低潜在风险对企业造成的损失。【方法】提出一种融合知识图谱与人工免疫的风险识别模型。该模型利用知识抽取技术从文本信息中挖掘风险领域知识,实现企业风险领域知识图谱的构建;并通过企业风险事件描述文本信息与知识图谱中的风险实体进行实体链接,获取更强的风险特征;在此基础上,运用人工免疫方法进行企业风险识别。【结果】模型对企业风险识别率为89%,较基于神经网络的风险识别模型的识别率提升了19%。【局限】仅分析了企业年报中披露风险内容与企业新闻报道中的定性文本信息,未来将尝试引入多维度与更完备的定量与定性信息提高企业风险识别的准确率。【结论】所提模型能够高效地关联企业内外部实时数据并开展企业风险分析,为企业风险预控提供重要参考。

关键词：风险识别知识图谱知识抽取人工免疫

来源：评论

学校读者我要写书评

暂无评论

基于差异化和空间约束的自动图像描述模型

引用

北京航空航天大学学报 2024年第2期50卷 456-465页

作者：姜文晖陈志亮程一波方玉明左一帆江西财经大学信息管理学院南昌330032

多头注意力机制是图像描述模型的常用方法,该机制通过多分支结构构建关于输入特征的独特属性,以提高特征模型的区分性。然而,不同分支的独立性导致建模存在冗余性。同时,注意力机制会关注于不重要的图像区域,导致描述的文本不够准确。... 详细信息

多头注意力机制是图像描述模型的常用方法,该机制通过多分支结构构建关于输入特征的独特属性,以提高特征模型的区分性。然而,不同分支的独立性导致建模存在冗余性。同时,注意力机制会关注于不重要的图像区域,导致描述的文本不够准确。针对上述问题,提出一种损失函数作为训练目标的正则化项,以提高多头注意力机制的多样性和准确性。在多样性方面,提出一种多头注意力的差异化正则,鼓励多头注意力机制的不同分支关注于所描述目标的不同部件,使不同分支的建模目标变得简单。同时,不同分支相互融合,最后形成完整且更有区分性的视觉描述。在准确性方面,设计一种空间一致性正则。通过建模多头注意力机制的空间关联,鼓励注意力机制关注的图像区域尽可能集中,从而抑制背景区域的影响,提高注意力机制的准确性。提出差异化正则和空间一致性正则共同作用的方法,最终提升自动图像描述模型的准确性。所提方法在MS COCO数据集上对模型进行验证,并与多种代表性工作进行对比。实验结果表明:所提方法显著地提高了图像描述的准确性。

关键词：多头注意力机制图像描述差异性空间约束模态融合

来源：评论

学校读者我要写书评

暂无评论

基于完形填空的方面级情感四元组预测

引用

计算机学报 2024年第8期47卷 1744-1768页

作者：彭文忠夏家莉万齐智刘德喜万本庭曹重华夏池玉江西财经大学信息管理学院南昌330032 江西财经大学软件与物联网工程学院南昌330032 江西财经大学财经数据科学重点实验室南昌330013 江西财经大学数据与知识工程江西省高校重点实验室南昌330013

方面情感四元组预测(ASQP)任务旨在从给定的评论语句中提取所有方面词以及相应的方面类别、观点表达和情感极性,有助于全面了解用户对产品或服务不同方面的评价情况.现有情感四元组预测方法主要存在以下局限:(1)判别式模型没有利用promp... 详细信息

方面情感四元组预测(ASQP)任务旨在从给定的评论语句中提取所有方面词以及相应的方面类别、观点表达和情感极性,有助于全面了解用户对产品或服务不同方面的评价情况.现有情感四元组预测方法主要存在以下局限:(1)判别式模型没有利用prompt捕获情感元素之间的语义关系;(2)生成式模型要么简单地将情感元素类型标签组合形成prompt,缺乏理解标签类型涵义的语境;要么将离散模板作为解码器的输入,而编码器则无法捕获到模板中情感元素之间的语义关系.为了缓解这些问题,本文首先基于完形填空思想研制离散和连续2类prompt,提供理解4个情感元素类型涵义的语境,帮助模型更好地捕获情感元素之间的语义关系;然后,基于设计的prompt,提出C-ASQP框架,包含判别式模型DC-ASQP和生成式模型GC-ASQP.在DC-ASQP中,采用2阶段策略,先预测4个情感元素中2个较为容易的情感元素,再将预测结果嵌入到设计的prompt中,帮助模型理解情感元素类型的涵义,从而有效预测另外2个情感元素.在GC-ASQP中,将设计的prompt作为编码器的输入,借助预训练模型的学习模式,充分利用预训练模型蕴含的知识提升四元组的生成效果.实验结果显示,DC-ASQP模型在4个常用数据集上的F1值相比同类判别式最优模型分别提高4.70%、6.48%、6.97%和2.60%,GC-ASQP模型的F1值比最优基准模型分别提高0.86%、1.67%、0.15%和1.02%,验证了将ASQP建模为完形填空任务的有效性,所设计的2类prompt以及C-ASQP框架是有效的.

关键词：方面情感四元组预测完形填空离散和连续prompt 判别式和生成式模型 C-ASQP框架

来源：评论

学校读者我要写书评

暂无评论

结合SVM与XGBoost的链式多路径覆盖测试用例生成

引用

软件学报 2024年第6期35卷 2795-2820页

作者：钱忠胜俞情媛张丁姚昌森秦朗悦成轶伟江西财经大学信息管理学院江西南昌330013

机器学习方法可很好地与软件测试相结合,增强测试效果,但少有学者将其运用于测试数据生成方面.为进一步提高测试数据生成效率,提出一种结合SVM(support vector machine)和XGBoost(extreme gradient boosting)的链式模型,并基于此模型借... 详细信息

机器学习方法可很好地与软件测试相结合,增强测试效果,但少有学者将其运用于测试数据生成方面.为进一步提高测试数据生成效率,提出一种结合SVM(support vector machine)和XGBoost(extreme gradient boosting)的链式模型,并基于此模型借助遗传算法实现多路径测试数据生成.首先,利用一定样本训练若干个用于预测路径节点状态的子模型(SVM和XGBoost),通过子模型的预测精度值筛选最优子模型,并根据路径节点顺序将其依次链接,形成一个链式模型C-SVMXGBoost(chained SVM and XGBoost).在利用遗传算法生成测试用例时,使用训练好的链式模型代替插桩法获取测试数据覆盖路径(预测路径),寻找预测路径与目标路径相似的路径集,对存在相似路径集的预测路径进行插桩验证,获取精确路径,计算适应度值.在交叉变异过程中引入样本集中路径层级深度较大的优秀测试用例进行重用,生成覆盖目标路径的测试数据.最后,保留进化生成中产生的适应度较高的个体,更新链式模型C-SVMXGBoost,进一步提高测试效率.实验表明,C-SVMXGBoost较其他各对比链式模型更适合解决路径预测问题,可提高测试效率.并且通过与已有经典方法相比,所提方法在覆盖率上提高可达15%,平均进化代数也有所降低,在较大规模程序上其降低百分比可达65%.

关键词：测试用例 SVM XGBoost 链式模型多路径覆盖

来源：评论

学校读者我要写书评

暂无评论

融合自适应周期与兴趣量因子的轻量级GCN推荐

引用

软件学报 2024年第6期35卷 2974-2998页

作者：钱忠胜叶祖铼姚昌森张丁黄恒秦朗悦江西财经大学信息管理学院江西南昌330013

推荐系统在成熟的数据挖掘技术推动下,已能高效地利用评分数据、行为轨迹等显隐性信息,再与复杂而先进的深度学习技术相结合,取得了很好的效果.同时,其应用需求也驱动着对基础数据的深度挖掘与利用,以及对技术要求的减负成为一个研究热... 详细信息

推荐系统在成熟的数据挖掘技术推动下,已能高效地利用评分数据、行为轨迹等显隐性信息,再与复杂而先进的深度学习技术相结合,取得了很好的效果.同时,其应用需求也驱动着对基础数据的深度挖掘与利用,以及对技术要求的减负成为一个研究热点.基于此,提出一种利用GCN(graph convolutional network)方法进行深度信息融合的轻量级推荐模型LG_APIF.该模型结合行为记忆,通过艾宾浩斯遗忘曲线模拟用户兴趣变化过程,采用线性回归等相对轻量的传统方法挖掘项目的自适应周期等深度信息;分析用户当前的兴趣分布,计算项目的兴趣量,以获取用户的潜在兴趣类型;构建用户-类型-项目三元组的图结构,并结合减负后的GCN技术来生成最终的项目推荐列表.实验验证所提方法的有效性,通过与8个经典模型在***,Douban,Yelp,MovieLens数据集中的对比,表明该方法在Precision,Recall及NDCG指标上都得到良好改善,其中,Precision平均提升2.11%,Recall平均提升1.01%,NDCG平均提升1.48%.

关键词：行为记忆自适应周期兴趣量因子图卷积网络推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于样本内外协同表示和自适应融合的多模态学习方法

引用

计算机研究与发展 2024年第5期61卷 1310-1324页

作者：黄学坚马廷淮王根生江西财经大学虚拟现实(VR)现代产业学院南昌330013 南京信息工程大学计算机学院南京210044 江西财经大学信息管理学院南昌330013

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合... 详细信息

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合方法对噪声数据敏感.因此,在多模态表示方面,为了充分学习模态内和模态间的交互,提升特征表示的鲁棒性,提出一种基于样本内和样本间多模态协同的表示方法.首先,分别基于预训练的BERT,Wav2vec 2.0,Faster R-CNN提取文本特征、语音特征和视觉特征;其次,针对多模态数据的互补性和一致性,构建模态特定和模态共用2类编码器,分别学习模态特有和共享2种特征表示;然后,利用中心矩差异和正交性构建样本内协同损失函数,采用对比学习构建样本间协同损失函数;最后,基于样本内协同误差、样本间协同误差和样本重构误差设计表示学习函数.在多模态融合方面,针对每种模态可能在不同时刻表现出不同作用类型和不同级别的噪声,设计一种基于注意力机制和门控神经网络的自适应的多模态特征融合方法.在多模态意图识别数据集MIntRec和情感数据集CMU-MOSI,CMU-MOSEI上的实验结果表明,该多模态学习方法在多个评价指标上优于基线方法.

关键词：多模态表示多模态融合多模态学习协同表示自适应融合

来源：评论

学校读者我要写书评

暂无评论

相时而动:跨国专利授权时机与合同设计

引用

系统工程理论与实践 2025年

作者：金亮黄鹤张雄孙翠英谌飞龙江西财经大学工商管理学院江西财经大学信息管理与数学学院

跨国专利授权是知识产权国际贸易的重要组成部分,而授权合同则是保障跨国专利授权合作顺利进行的关键.本文采用建模分析法研究了跨国专利授权时机选择与合同设计问题,建立预先授权与滞后授权两种授权时机情形下的竞合博弈模型,其中外国... 详细信息

跨国专利授权是知识产权国际贸易的重要组成部分,而授权合同则是保障跨国专利授权合作顺利进行的关键.本文采用建模分析法研究了跨国专利授权时机选择与合同设计问题,建立预先授权与滞后授权两种授权时机情形下的竞合博弈模型,其中外国企业与本国企业展开Bertrand价格竞争以及基于讨价还价博弈的跨国专利授权合作.研究发现:外国企业有可能选择预先授权时机或者滞后授权时机,这取决于产品差异化程度;但不管哪种授权时机,双重收费合同均为外国企业的最优选择,这有利于外国企业占有更多的利润份额.外国企业的最优授权时机选择可能对本国企业也有利,其中预先授权会导致产品价格竞争与各企业利润分配不平等状况的加剧.此外,无论其他条件如何变化,对于外国企业与本国企业而言,较强的议价能力对二者均有利.当关税税率较低时,滞后授权会减轻外国企业税收负担和削弱跨国专利授权的社会福利效应.最后,拓展了跨国专利授权合作博弈模型,验证了外国企业进入本国市场对于跨国专利授权时机选择与合同设计的价值.

关键词：跨国专利授权时机选择合同设计竞合博弈

来源：评论

学校读者我要写书评

暂无评论

变废为宝：供应链副产品协同与入侵策略

引用

系统管理学报 2025年

作者：柳键唐艳群吴鑫江西财经大学信息管理与数学学院

针对由制造商和处理商（1，2）组成的两级供应链，通过构建副产品入侵和副产品不入侵情形下的Stackelberg博弈模型，研究了制造商的废料处理策略和处理商1的副产品入侵策略，并探讨了相关参数对供应链副产品协同生产的影响。研究表明：... 详细信息

针对由制造商和处理商（1，2）组成的两级供应链，通过构建副产品入侵和副产品不入侵情形下的Stackelberg博弈模型，研究了制造商的废料处理策略和处理商1的副产品入侵策略，并探讨了相关参数对供应链副产品协同生产的影响。研究表明：首先，随着副产品B的生产成本或产能投资成本系数的增加，副产品B的产量减少，副产品C的产量增加，主产品的产量变化取决于废料处理策略（全部出售或部分出售）和副产品入侵策略。特别地，在单一的副产品协同处理策略下，若产能投资成本系数较小，处理商1能从投资成本系数的增加中受益。其次，当副产品B的生产成本较小时，处理商1倾向于副产品不入侵；反之，则倾向于副产品入侵。此外，随着废料处理成本增大，处理商1更倾向于副产品入侵。最后，随着副产品B的生产成本增大，促使制造商由单一的副产品协同（BPS）策略转变为传统处理方法（TM）与BPS的混合策略，最终转向单一的TM策略，且废料处理成本与主副产品竞争强度会对制造商的废料处理策略选择产生相反的影响。

关键词：副产品协同传统处理方法副产品入侵产量决策产品竞争

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：