检索结果-内蒙古大学图书馆

核动力工程 2003年第1期24卷 28-32,46页

作者：王鹏单保慈林理彬曾振柄符红光王波中国科学院成都分院计算机应用研究所数理室成都610041 中国科学院高能物理研究所核分析室北京100039 四川大学辐射物理及技术教育部重点实验室成都610064 武汉大学物理系武汉430072

首次采用正电子湮没寿命谱的方法,并同时应用PATFIT程序和MELT程序进行解谱,研究了透明陶瓷MgAl2O4被电子、质子和g射线辐照后缺陷的退火特性,发现了透明陶瓷MgAl2O4在三种射线辐照后的退火过程中缺陷存在着相同的分解和聚积过程。并确... 详细信息

首次采用正电子湮没寿命谱的方法,并同时应用PATFIT程序和MELT程序进行解谱,研究了透明陶瓷MgAl2O4被电子、质子和g射线辐照后缺陷的退火特性,发现了透明陶瓷MgAl2O4在三种射线辐照后的退火过程中缺陷存在着相同的分解和聚积过程。并确定了缺陷的分解温度250℃和消除温度500℃。

关键词：透明陶瓷MgAl2O4 正电子湮没缺陷退火

来源：评论

学校读者我要写书评

暂无评论

基于并行卷积循环网络的单通道语音增强系统

引用

计算机工程与设计 2023年第4期44卷 1181-1188页

作者：李鑫元黄鹤鸣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

为提升语音增强系统的收敛速度和泛化性,降低对训练数据的要求,提出一种基于并行卷积循环网络的语音增强系统。在卷积循环网络的基础上,使用归一化门控线性单元提升性能和收敛速度;使用并行循环层结构同时处理原始语音特征和经过编码器... 详细信息

为提升语音增强系统的收敛速度和泛化性,降低对训练数据的要求,提出一种基于并行卷积循环网络的语音增强系统。在卷积循环网络的基础上,使用归一化门控线性单元提升性能和收敛速度;使用并行循环层结构同时处理原始语音特征和经过编码器处理后的语音特征,通过后处理模块处理并行结构的输出。在THCHS30和LibriSpeech语音库及NOISEX92和PNL100 NS噪声库上的实验结果表明,与多个目前最先进的语音增强系统相比,该方法获得了最高36.92%的性能提升和62.36%的收敛速度提升。

关键词：语音增强单通道语音增强深度学习卷积循环网络并行网络门控线性单元低资源训练

来源：评论

学校读者我要写书评

暂无评论

S型CeO_(2)/Bi_(2)MoO_(6)微球异质结的理性设计及其高效光催化CO_(2)还原

引用

物理化学学报 2024年第10期40卷 39-42页

作者：许修涛邵春风张金锋王中辽代凯淮北师范大学绿色和精准合成化学及应用教育部重点实验室、污染物敏感材料与环境修复安徽省重点实验室、智能计算及应用安徽省重点实验室和安徽省陶铝新材料产业共性技术研究中心安徽淮北235000

人工半导体光催化CO_(2)转化被广泛认为是模拟自然碳循环的最有前途的策略之一。其中,Bi_(2)MoO_(6)具有光催化CO_(2)转化的潜力。然而,由于其光生电荷载体的快速复合,其催化性能仍然不足。因此,改善Bi_(2)MoO_(6)的催化效率是一个紧迫... 详细信息

人工半导体光催化CO_(2)转化被广泛认为是模拟自然碳循环的最有前途的策略之一。其中,Bi_(2)MoO_(6)具有光催化CO_(2)转化的潜力。然而,由于其光生电荷载体的快速复合,其催化性能仍然不足。因此,改善Bi_(2)MoO_(6)的催化效率是一个紧迫的问题。在这项研究中,我们通过水热法合成了Bi_(2)MoO_(6)纳米片,并在其表面同时生长了CeO_(2)纳米颗粒,形成了Ce^(3+)/Ce^(4+)离子桥接修饰的S型异质结。时间分辨光致发光光谱和光电化学测试揭示了这种异质结的增强电荷分离效应。此外,原位X射线光电子能谱分析和理论计算进一步证实,光生电子转移路径遵循S型机制,从氧化型半导体Bi_(2)MoO_(6)的导带转移到还原型半导体CeO_(2)的价带。实验结果表明,CeO_(2)/Bi_(2)MoO_(6)、Bi_(2)MoO_(6)和CeO_(2)的光催化CO_(2)还原为CO的效率分别为65.3、14.8和1.2μmol·g^(-1)·h^(-1)。与纯Bi_(2)MoO_(6)相比,CeO_(2)/Bi_(2)MoO_(6)复合催化剂将CO_(2)光催化还原为CO的催化效率提高了3.12倍。这项工作为设计和构建新型S型异质结光催化剂提供了独特的见解。

关键词：光催化CO_(2)转化 CeO_(2) Bi_(2)MoO_(6) S型异质结电荷转移

来源：评论

学校读者我要写书评

暂无评论

多尺度决策系统的覆盖粗糙模糊集及其最优尺度选择

引用

山东大学学报（理学版） 2024年第5期59卷 114-130页

作者：施虹艺马周明闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所(闽南师范大学) 福建漳州363000 福建省闽南师范大学粒计算重点实验室福建漳州363000

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和... 详细信息

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和属性重要度,设计相应的最优尺度选择算法。最后通过实验分析,比较了4种覆盖粗糙模糊集模型在多尺度决策系统中的最优尺度与原始尺度在回归预测效果上的差异。实验结果表明,第4种多尺度决策系统覆盖粗糙模糊集模型所选择的最优尺度组合有效提高回归模型的预测能力。

关键词：粗糙模糊集多尺度决策系统最优尺度选择回归预测最小描述

来源：评论

学校读者我要写书评

暂无评论

语义集成中的不确定性本体映射模型

引用

计算机工程与应用 2009年第28期45卷 140-144页

作者：黄黎方巍崔志明江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州大学智能信息处理及应用研究所江苏苏州215006

语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关... 详细信息

语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关系。然而,为庞大的异构本体建立完全精确的本体映射是不现实的,本体映射中存在一定的不确定性。提出了一种新型的本体映射框架——语义集成中的不确定性本体映射。从不同方面研究本体特征,集合了多种映射策略,并引入了各映射策略中不确定性匹配的解决方案。实验证明,该方法具有可靠的实验性能,并且具有很好的通用性和可扩展性。

关键词：语义Web 本体集成本体映射不确定性匹配

来源：评论

学校读者我要写书评

暂无评论

手部建模

引用

吉林省教育学院学报 2013年第4期29卷 144-146页

作者：林姿琼叶海莲郑晓晶漳州师范学院计算机科学与工程系福建漳州363000 福建省高校粒计算重点实验室福建漳州363000

从手部建模的应用领域入手,介绍机械灵巧手关键技术和未来的发展趋势,阐述计算机交互中常用的虚拟手建模方式和控制机制,对骨骼控制机制、数据手套控制机制和肌肉控制机制进行详细介绍并分析其优缺点。

关键词：手部建模机械灵巧手虚拟人手控制机制

来源：评论

学校读者我要写书评

暂无评论

一种近似图神经网络框架的无监督链路预测算法

引用

郑州大学学报（工学版） 2024年第6期45卷 75-82页

作者：李格格冶忠林曹淑娟周琳王雪力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

对于无标签网络,由于基于图神经网络的链路预测方法使用其高效建模机制进行链路预测任务时性能较差,因此,提出了一种近似图神经网络框架的无监督链路预测算法(ALIP),旨在模拟图神经网络算法的高效建模机制和学习过程,解决网络节点标签... 详细信息

对于无标签网络,由于基于图神经网络的链路预测方法使用其高效建模机制进行链路预测任务时性能较差,因此,提出了一种近似图神经网络框架的无监督链路预测算法(ALIP),旨在模拟图神经网络算法的高效建模机制和学习过程,解决网络节点标签缺失导致的建模不充分问题。首先,参照GCN的输入层,融合网络的结构信息和节点属性;其次,使用矩阵分解替代GCN的隐藏层,模拟正向传播;再次,借鉴恒等映射和高阶近邻的思想实现向量转化和模型优化,从而得出网络节点表示向量,该过程模拟GCN的反向传播;最后,计算相似度矩阵,进行链路预测任务性能评测。在Citeseer数据集、DBLP数据集和Cora数据集上的实验结果表明:所提ALIP算法AUC值最高为98.01%,其性能优于其他23种链路预测算法,证明了该算法的有效性和可行性,同时也为无标签的复杂网络链路预测任务提供了一种新的解决方案。

关键词：矩阵分解向量优化图卷积神经网络相似度矩阵链路预测高阶近邻

来源：评论

学校读者我要写书评

暂无评论

基于聚类的连续型数据缺失值充填方法

引用

计算机工程 2019年第9期45卷 32-39页

作者：李国和杨绍伟吴卫江郑艺峰中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)地球物理与信息工程学院北京102249 闽南师范大学数据科学与智能应用福建省高等学校重点实验室福建漳州363000 闽南师范大学计算机学院福建漳州363000

在大数据应用中,多数建模方法是在完备数据集基础上进行的,但在数据采集过程或存储过程中容易出现数据缺失的现象,导致无法建模。为此,提出一种基于聚类的递归充填方法。使用同类簇的均值对不完备数据进行预填充,形成初始完备数据集,针... 详细信息

在大数据应用中,多数建模方法是在完备数据集基础上进行的,但在数据采集过程或存储过程中容易出现数据缺失的现象,导致无法建模。为此,提出一种基于聚类的递归充填方法。使用同类簇的均值对不完备数据进行预填充,形成初始完备数据集,针对得到的完整数据进行聚类,并运用同类簇的均值修正初始充填值。根据充填效果误差判定充填稳定性,并进行多次递归聚类修正充填值,直到前后两次充填较为稳定或迭代次数超过阈值时停止迭代。实验结果表明,与均值充填、K最近邻充填、聚类充填及粗糙集不完备数据分析等方法相比,该方法能够进行更为精准的充填,使得最终充填更加接近真实数据。

关键词：缺失值预充填聚类递归充填平方误差

来源：评论

学校读者我要写书评

暂无评论

局部模板更新逆向联合稀疏表示目标跟踪算法

引用

图学学报 2022年第1期43卷 60-69页

作者：虞虹玲陈颖频许艳萍林晨蒋旻佚罗崇淼陈悦林耀进闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高校重点实验室福建漳州363000 闽南师范大学物理与信息工程学院福建漳州363000

逆向联合稀疏表示算法可充分利用跟踪过程中的时间相似性和空间连续性,但由于遮挡、光照变化等的影响,易出现跟踪漂移。为解决上述问题,提出一种基于局部模板更新逆向联合稀疏表示目标跟踪算法,其通过逆向局部重构目标模板集完成逆向联... 详细信息

逆向联合稀疏表示算法可充分利用跟踪过程中的时间相似性和空间连续性,但由于遮挡、光照变化等的影响,易出现跟踪漂移。为解决上述问题,提出一种基于局部模板更新逆向联合稀疏表示目标跟踪算法,其通过逆向局部重构目标模板集完成逆向联合稀疏表示。首先,在首帧初始化目标模板集,利用粒子滤波获取候选图像,并对其分块处理,构建逆向联合稀疏编码模型;然后,利用交替方向乘子法求解出稀疏编码系数,并通过2步评分机制获取最优候选图像;最后,根据相似性得分判断当前帧是否存在局部遮挡,若无遮挡,则局部更新目标模板集以减少跟踪漂移现象。实验结果表明,本文算法的跟踪精度和成功率在OTB-2013数据集上分别达到了85.4%和62.8%,在OTB100数据集上分别达到了76.8%和68.6%,速度达到每秒5.76帧,能有效提高鲁棒性,减少跟踪漂移。

关键词：目标跟踪逆向联合稀疏表示时-空信息局部模板更新交替方向乘子法

来源：评论

学校读者我要写书评

暂无评论

面向深度网络的小样本学习综述

引用

计算机应用研究 2023年第10期40卷 2881-2888,2895页

作者：潘雪玲李国和郑艺峰中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)信息科学与工程学院北京102249 闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

深度学习以数据为驱动,被广泛应用于各个领域,但由于数据隐私、标记昂贵等导致样本少、数据不完备性等问题,同时小样本难于准确地表示数据分布,使得分类模型误差较大,且泛化能力差。为此,小样本学习被提出,旨在利用较少目标数据训练模... 详细信息

深度学习以数据为驱动,被广泛应用于各个领域,但由于数据隐私、标记昂贵等导致样本少、数据不完备性等问题,同时小样本难于准确地表示数据分布,使得分类模型误差较大,且泛化能力差。为此,小样本学习被提出,旨在利用较少目标数据训练模型快速学习的能力。系统梳理了近几年来小样本学习领域的相关工作,主要整理和总结了基于数据增强、基于元学习和基于转导图小样本学习方法的研究进展。首先,从基于监督增强和基于无监督增强阐述数据增强的主要特点。其次,从基于度量学习和基于参数优化两方面对基于元学习的方法进行分析。接着,详细总结转导图小样本学习方法,介绍常用的小样本数据集,并通过实验阐述分析具有代表性的小样本学习模型。最后总结现有方法的局限性,并对小样本学习的未来研究方向进行展望。

关键词：小样本学习数据增强元学习度量学习转导图小样本学习

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：