检索结果-内蒙古大学图书馆

闽南师范大学学报(自然科学版) 2025年第1期38卷 100-107页

作者：熊子慷尹斯乐兰冰艳凌永辉闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

考虑一类空间分数阶Schrödinger方程离散化得到的复线性方程组的快速求解算法,该线性方程组的系数矩阵为稠密的Toeplitz矩阵与三对角矩阵的和。采用了预条件修正Hermite矩阵和反Hermite矩阵分裂(PMHSS)迭代法进行求解,这种方法能... 详细信息

考虑一类空间分数阶Schrödinger方程离散化得到的复线性方程组的快速求解算法,该线性方程组的系数矩阵为稠密的Toeplitz矩阵与三对角矩阵的和。采用了预条件修正Hermite矩阵和反Hermite矩阵分裂(PMHSS)迭代法进行求解,这种方法能够将其转为求解四个对称正定实线性方程组而避免了复值运算,并证明了该迭代法的无条件收敛性。数值结果验证了该方法的有效性。

关键词：空间分数阶Schrödinger方程 PMHSS迭代法 Toeplitz矩阵

来源：评论

学校读者我要写书评

暂无评论

大模型特征增强与多层次交叉融合的多模态情感分析方法

引用

数据分析与知识发现 2025年

作者：张乐陈岩松张雷瀚北京信息科技大学计算机学院省部共建藏语智能信息处理及应用国家重点实验室藏文信息处理教育部重点实验室(青海师范大学) 北京邮电大学经济管理学院

[目的]多模态情感分析中存在不同模态之间情感表达不一致的现象，抑制了多种模态协同决策情感的效果。针对该问题，提出一种大模型特征增强与多层次交叉融合的多模态情感分析方法。[方法]为了缓解各模态之间的冲突情感信息，提高共性情... 详细信息

[目的]多模态情感分析中存在不同模态之间情感表达不一致的现象，抑制了多种模态协同决策情感的效果。针对该问题，提出一种大模型特征增强与多层次交叉融合的多模态情感分析方法。[方法]为了缓解各模态之间的冲突情感信息，提高共性情感特征的表达，借助多模态大语言模型提取模态内部辅助性情感信息。利用层次化交叉注意力机制学习模态间的共性情感特征并挖掘模态内的辅助性情感特征，以提高共性情感语义的表达。在融合阶段，提出一种模态注意力的加权融合方法，有效平衡共性情感特征与辅助性情感特征的贡献，并引入融合多模态与单模态的损失函数用于解决情感语义不一致问题。[结果]相对于已有方法，本文提出的模型在公开数据集CH-SIMS和CMU-MOSI上的效果均优于对比模型，在CH-SIMS上二分类准确率和F1值分别提升了1.77和1.63个百分点，在CMU-MOSI上二分类准确率和F1值分别提升了0.43和0.41个百分点，在CH-SIMS情感不一致数据上二分类准确率和F1值分别提升了1.80和1.72个百分点，可以有效解决不同模态间的情感语义不一致问题。[局限]视频中人物具有个性化信息，未考虑到人物的个性化信息所带来的影响。[结论]本文利用层次化交叉注意力机制有效融合各模态特征，提高共性语义的表达，可以有效解决不同模态间的情感语义不一致问题。

关键词：多模态情感分析情感不一致大模型特征增强

来源：评论

学校读者我要写书评

暂无评论

基于三因子的UWSN身份认证方案

引用

计算机应用与软件 2025年第4期42卷 83-91,99页

作者：陈浩章杜秀娟张帅亮汪永菊青海师范大学计算机学院青海省物联网重点实验室青海西宁810008 藏语智能信息处理及应用国家重点实验室青海西宁810008 高原科学与可持续发展研究院青海西宁810008

由于水声信道是一个开放的环境,水下无线传感器网络(Underwater Wireless Sensor Network,UWSN)很容易遭受各种攻击和威胁。为了解决UWSN身份认证的安全性问题,该文提出水下椭圆曲线密码身份认证协议(Underwater ECC Identity Authentic... 详细信息

由于水声信道是一个开放的环境,水下无线传感器网络(Underwater Wireless Sensor Network,UWSN)很容易遭受各种攻击和威胁。为了解决UWSN身份认证的安全性问题,该文提出水下椭圆曲线密码身份认证协议(Underwater ECC Identity Authentication Protocol,UEIAP)。UEIAP实现了三因子的双向身份认证,使得匿名身份动态化,为了未来安全通信,协商了临时会话密钥。严格的BAN逻辑形式化证明和AVISPA仿真实验表明,该协议以相对较小的开销满足安全与功能需求,适用于UWSN。

关键词：水下无线传感器网络安全椭圆曲线密码体制身份认证

来源：评论

学校读者我要写书评

暂无评论

融合词典的BERT-BiGRU的藏语句子情感分类方法

引用

计算机工程与设计 2025年第3期46卷 918-926页

作者：公确多杰索南才让才藏太青海师范大学计算机学院青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室青海西宁810008 青海师范大学藏文信息处理教育部重点实验室青海西宁810008

针对藏文情感分析研究中,由于藏文缺乏公开的情感词典和能结合上下文的深度学习模型等导致的分类效果欠佳问题,构建一个规模可观的藏文情感词典,结合基于改进的BERT-BiGRU的藏语句子情感分类方法,在哈工大开源的CINO多语言的通用预训练... 详细信息

针对藏文情感分析研究中,由于藏文缺乏公开的情感词典和能结合上下文的深度学习模型等导致的分类效果欠佳问题,构建一个规模可观的藏文情感词典,结合基于改进的BERT-BiGRU的藏语句子情感分类方法,在哈工大开源的CINO多语言的通用预训练语言模型上进行微调。实验结果表明,本文方法能够有效提高情感分类的准确率,验证了方法的有效性。模型在分类准确率和泛化能力上的表现优于相关工作,为进一步研究藏文文本情感分类问题提供一种思路和实验证据。

关键词：情感分类情感词典情感词汇本体库 BERT-BiGRU CINO 藏语句子深度学习

来源：评论

学校读者我要写书评

暂无评论

基于时频数据融合的分层图卷积手势识别方法

引用

计算机辅助设计与图形学学报 2025年

作者：黄葵刘石坚邹峥荆东星福建省大数据挖掘与应用技术重点实验室福建师范大学计算机与网络空间安全学院湘西民族职业技术学院信息与智能学院

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一... 详细信息

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一种空间注意力块与图卷积模块相结合的框架，降低计算负担; 然后提出针对手掌及指关节的分层图卷积模块，提升特征提取效率; 最后提出一种融合频域特征的多流学习方案，进一步提升模型的性能. 在公共数据集DHG和SHREC’17上与较权威的方法进行实验，结果表明， HHTS-Net的准确率至少提升1.8%和0.3%，推理速度加快47.6%和52.9%以上; 通过大量消融实验，验证了该方法的有效性. 文中算法的源代码详见https://***/CoderHoooK/HTSATNet.

关键词：手势识别图卷积神经网络多分支流特征学习傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于分组卷积的通道重洗注意力机制

引用

计算机应用 2025年第4期45卷 1069-1076页

作者：张李伟梁泉胡禹涛朱乔乐福建理工大学计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室(福建理工大学) 福州350118

注意力机制的引入使得主干网能够学习更具区分性的特征表示。然而,为了控制注意力的复杂度,传统的注意力机制采用的通道降维或减少通道数而增加批量大小的策略会导致过度减少通道数和损失重要特征信息的问题。为解决这一问题,提出通道... 详细信息

注意力机制的引入使得主干网能够学习更具区分性的特征表示。然而,为了控制注意力的复杂度,传统的注意力机制采用的通道降维或减少通道数而增加批量大小的策略会导致过度减少通道数和损失重要特征信息的问题。为解决这一问题,提出通道重洗注意力(CSA)模块。首先,利用分组卷积学习注意力权重,以控制CSA的复杂度;其次,通过传统通道重洗和深层通道重洗(DCS)方法,增强不同组间的通道特征信息交流;再次,使用逆通道重洗恢复注意力权重的顺序;最后,将恢复后的注意力权重与原始特征图相乘,以获得更具表达能力的特征图。实验结果表明,在CIFAR-100数据集上,与添加CA(Coordinate Attention)的ResNet50相比,添加CSA的ResNet50的参数量降低了2.3%,Top-1准确率提升了0.57个百分点;与添加EMA(Efficient Multi-scale Attention)的ResNet50相比,添加CSA的ResNet50的计算量降低了18.4%,Top-1准确率提升了0.27个百分点。在COCO2017数据集上,添加CSA的YOLOv5s比添加CA和EMA的YOLOv5s在平均精度均值(mAP@50)上分别提升了0.5和0.2个百分点。可见,CSA达到了参数量和计算量的平衡,并能够同时提升图像分类任务的准确率和目标检测任务的定位能力。

关键词：注意力机制分组卷积通道重洗图像分类目标检测

来源：评论

学校读者我要写书评

暂无评论

光伏电池片等效物理模型参数辨识及其光谱响应估算研究

引用

可再生能源 2025年第2期43卷 173-182页

作者：张经炜曹尚冯莉丁坤 Frank U.Hamelmann 杨航陈翔河海大学机电工程学院江苏常州213200 比勒菲尔德应用科学与艺术大学太阳能计算实验室德国北莱茵-威斯特法伦明登32427 常州市光伏系统集成及生产装备技术重点实验室江苏常州213200

为全面评估光伏电池片发电性能,针对现有光伏等效电路模型无法估算其光谱响应特性问题,文章基于有限元法提出了光伏电池片等效物理模型及其参数辨识方法,对其电气特性与光谱响应进行估算。首先,分析有限元模型中关键参数对电气特性估算... 详细信息

为全面评估光伏电池片发电性能,针对现有光伏等效电路模型无法估算其光谱响应特性问题,文章基于有限元法提出了光伏电池片等效物理模型及其参数辨识方法,对其电气特性与光谱响应进行估算。首先,分析有限元模型中关键参数对电气特性估算结果的影响,确定发射区厚度、基区厚度、发射区掺杂浓度、基区掺杂浓度、串联电阻和并联电阻共6参数作为模型参数辨识对象;然后,以高辐照工况下实测电流-电压(Ⅰ-Ⅴ)特性数据为依据,使用粒子群算法对上述参数进行辨识;最后,实测了不同辐照和温度条件下Ⅰ-Ⅴ特性并与模型估算结果对比验证,同时测量了太阳光谱曲线与光伏组件短路电流,间接验证模型估算电池片光谱响应的精确性。实验结果表明,单晶硅、多晶硅电池片模型估算结果的电流均方根误差分别为0.019 2~0.030 2 A,0.018 0~0.051 5 A,模型计算光谱响应结果的短路电流和实测短路电流绝对百分误差在15%以下,使用该参数辨识方法建立的模型能够较综合地反映光伏电池片的光电转换性能。

关键词：光伏电池光伏模型有限元模型光谱响应参数辨识

来源：评论

学校读者我要写书评

暂无评论

基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法

引用

食品科学 2025年第6期46卷 275-284页

作者：庞婷婷张贵宇刘科材李晓平庹先国彭英杰曾祥林四川轻化工大学人工智能四川省重点实验室四川宜宾644000 四川轻化工大学自动化与信息工程学院四川宜宾644000 四川轻化工大学酿酒生物技术及应用四川省重点实验室四川宜宾644000 四川轻化工大学中国轻工业酿酒生物技术及智能制造重点实验室四川宜宾644000 四川轻化工大学工程实践中心四川宜宾644000 四川轻化工大学计算机科学与工程学院四川宜宾644000

基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support v... 详细信息

基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。

关键词：基酒支持向量机引导聚集算法遗传算法分类预测

来源：评论

学校读者我要写书评

暂无评论

基于区域特征的Transformer混合结构图像藏文描述模型

引用

中文信息学报 2025年第1期39卷 37-46,55页

作者：周子琦黄鹤鸣才让当知夏吾吉达飞鹏青海师范大学计算机学院青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室青海西宁810008 东南大学自动化学院江苏南京210096

端到端的Transformer模型在中、英文图像描述数据集上取得了良好的效果,但其巨大的训练数据需求使其在规模较小的藏文数据集上效果并不理想。针对此问题,该文基于编码器—解码器架构的基线模型,引入目标检测网络和自注意力机制以替换CNN... 详细信息

端到端的Transformer模型在中、英文图像描述数据集上取得了良好的效果,但其巨大的训练数据需求使其在规模较小的藏文数据集上效果并不理想。针对此问题,该文基于编码器—解码器架构的基线模型,引入目标检测网络和自注意力机制以替换CNN和LSTM,提出基于区域特征的Transformer混合结构模型ReT。首先,该模型将Faster-RCNN提取的图像区域特征作为Transformer编码器的输入,将经过向量化后的文本序列特征作为Transformer解码器的输入;其次,Transformer编码器和解码器各自利用自注意力机制对输入向量进行加权;最后,Transformer解码器中的交叉自注意力机制根据文本特征对图像特征进行加权,并以此生成描述。实验表明,在Flickr8k-Ti数据集上以藏文音节为基本单元进行模型的训练和验证时,相比基线模型和端到端的Transformer模型,模型ReT在CIDEr指标上分别提升10.4%和5.3%,取得了更好的效果。

关键词：图像藏文描述藏文音节 Faster-RCNN Transformer

来源：评论

学校读者我要写书评

暂无评论

区间值决策表中测试代价敏感的属性约简方法

引用

江苏海洋大学学报(自然科学版) 2025年第1期34卷 51-61页

作者：范译文廖淑娇吴迪闽南师范大学数学与统计学院福建漳州363000 闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000 闽南师范大学数字福建气象大数据研究所福建漳州363000 闽南师范大学数据科学与统计重点实验室福建漳州363000

在当前的大数据时代,数据处理至关重要。代价敏感学习是机器学习、数据挖掘等领域研究热点之一,而测试代价是一种重要的代价,数据处理往往要考虑到测试代价。但是,目前较少有基于测试代价去考虑区间值数据的属性约简。针对该情况,讨论... 详细信息

在当前的大数据时代,数据处理至关重要。代价敏感学习是机器学习、数据挖掘等领域研究热点之一,而测试代价是一种重要的代价,数据处理往往要考虑到测试代价。但是,目前较少有基于测试代价去考虑区间值数据的属性约简。针对该情况,讨论了区间值决策表中测试代价敏感的属性约简问题,创建了相应的粗糙集理论模型,提出了测试代价相关的加权属性重要度函数,并设计了测试代价敏感属性约简的回溯算法和启发式算法。最后在多个UCI数据集上进行实验,检验了所提出算法的有效性。该算法相较于现有的两个属性约简算法,在降低总测试代价方面具有显著的优势。回溯算法总是可以得到最优约简,而启发式算法能较高效率地得到最优或次优的约简。

关键词：区间值决策表属性约简测试代价不一致对象

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：