检索结果-内蒙古大学图书馆

中国科学:信息科学 2025年第05期55卷 1177-1199页

作者：韩乔妮成国文杨博左志强关新平天津大学电气自动化与信息工程学院天津市智能无人集群技术与系统重点实验室系统控制与信息处理教育部重点实验室上海交通大学自动化系

网联车队具有提高道路容量、提升交通效率和节约能源等多方面的潜在优势,而零散车辆通过主动或被迫换道加入车队,是多车系统实现灵活编队的典型应用场景之一.考虑到车辆端计算和通信资源的有限性、网联车辆协同换道及编队任务的复杂性,... 详细信息

网联车队具有提高道路容量、提升交通效率和节约能源等多方面的潜在优势,而零散车辆通过主动或被迫换道加入车队,是多车系统实现灵活编队的典型应用场景之一.考虑到车辆端计算和通信资源的有限性、网联车辆协同换道及编队任务的复杂性,本文借助边缘服务器实现零散车辆通过换道加入网联车队的多车协同过程.其中,边缘服务器收集所有车辆的状态数据和目的地数据,为换道车辆规划最优换道轨迹,并基于模型预测控制设计其轨迹跟踪算法;此外,边缘服务器基于分布式深度确定性策略梯度算法进行网联车队的协同自适应巡航控制并在换道时协调车队生成安全间隔,进而向换道车辆和网联车队发出协同换道行车建议,实现换道车辆安全高效地加入网联车队.特别地,通过设计合理的强化学习奖励函数和安全间距生成策略实现安全、稳定和快速的车队控制,并抑制换道车辆加入车队过程中造成的加速度和速度震荡.最后,通过与多种车辆协同策略进行比较,联合仿真验证了所提出的控制策略和协同方案的优越性.

关键词：边缘服务器多车协同网联车队虚拟领航者强化学习

来源：评论

学校读者我要写书评

暂无评论

Transformer结构与注意力机制融合的无人机图像小目标识别方法

引用

南京大学学报(自然科学) 2025年第2期 214-222页

作者：王国帅黄贻望刘建晓毛志刘声铜仁学院大数据学院/经济管理学院民族教育信息化教育部重点实验室云南师范大学华中农业大学信息学院智能计算与信息处理教育部重点实验室湘潭大学

目前无人机（Unmanned Aerial Vehicle,UAV）航拍图像中存在较多密集和尺寸较小的实例，识别效果往往较差.针对此问题，在YOLOv5的骨干网络中使用带有Transformer结构的C3TR模块替换原有的C3 (CSP Bottleneck with 3Convolutions)模块... 详细信息

目前无人机（Unmanned Aerial Vehicle,UAV）航拍图像中存在较多密集和尺寸较小的实例，识别效果往往较差.针对此问题，在YOLOv5的骨干网络中使用带有Transformer结构的C3TR模块替换原有的C3 (CSP Bottleneck with 3Convolutions)模块来增强骨干网络的特征提取能力，之后，在SPPF层后加入CA (Coordinate Attention)模块来增强模型对小目标区域的关注度.其次，在颈部网络中使用ConvNeXtBlock模块替换C3模块，ConvNeXtBlock的深层卷积能够进一步增强对小目标细节的识别，提高目标检测的准确性.最后，使用ECIoU损失函数替换CIoU损失函数来进一步提升模型的收敛速度和精度.实验结果表明，在VisDrone2019公开数据集上，与基线模型YOLOv5l相比，改进模型的mAP0.5和mAP0.5∶0.95分别提升9.5%和6.3%，和其他模型相比也有比较好的效果.

关键词：无人机 YOLOv5 小目标 Transformer 注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于知识融合的藏语安多方言数据增强方法

引用

电脑知识与技术 2025年第7期21卷 50-55页

作者：钱木吉仁增多杰拉毛吉西藏大学信息科学技术学院西藏拉萨850000 省部共建藏语智能信息处理及应用国家重点实验室西藏拉萨85000 西藏大学藏文信息技术教育部工程研究中心西藏拉萨850000

针对藏语安多方言数据稀缺的问题,文章提出一种基于知识融合的数据增强方法。该方法首先分析安多方言词汇特征,将其分为8种实体特征和5种非实体特征,并构建了藏语辞藻、敬语和反义词词典。然后,利用Tibetan-Llama2模型进行风格迁移,将... 详细信息

针对藏语安多方言数据稀缺的问题,文章提出一种基于知识融合的数据增强方法。该方法首先分析安多方言词汇特征,将其分为8种实体特征和5种非实体特征,并构建了藏语辞藻、敬语和反义词词典。然后,利用Tibetan-Llama2模型进行风格迁移,将藏语书面语转换为安多方言。最后,结合安多方言语法特征,对生成的方言文本进行多特征融合扩充。实验结果表明,该方法将源语料扩充了6.67倍,生成的数据兼具多样性和可读性,为藏语安多方言数据增强提供了一种有效的解决方案。

关键词：藏语安多方言数据增强知识融合风格迁移低资源语言

来源：评论

学校读者我要写书评

暂无评论

面向小样本学习的PCB缺陷智能检测方法

引用

电脑知识与技术 2025年第4期21卷 36-41页

作者：郝佳妮农丽萍刘安平方瑾瑜田方圆广西师范大学物理科学与技术学院广西桂林541004 “认知无线电与信息处理”教育部重点实验室(桂林电子科技大学) 广西桂林541004

目前,深度学习模型通常高度依赖大量标注数据的训练样本。然而,在实际生产过程中,特别是在工业缺陷检测领域,获取高质量标注数据难度大且成本高。为此,提出了一种基于小样本学习的PCB缺陷智能检测算法。首先,采用传统数据增强方法和基... 详细信息

目前,深度学习模型通常高度依赖大量标注数据的训练样本。然而,在实际生产过程中,特别是在工业缺陷检测领域,获取高质量标注数据难度大且成本高。为此,提出了一种基于小样本学习的PCB缺陷智能检测算法。首先,采用传统数据增强方法和基于扩散模型的数据增强方法扩充样本,解决样本数量过少的问题;其次,基于YOLOv8深度学习框架,通过高效的骨干网络和检测头实现多尺度目标检测;最后,利用PySide6框架开发了一款智能化的PCB缺陷检测人机交互系统。实验结果表明,所提方法在10-shot任务中展现出优异的检测性能,在真实的PCB缺陷数据集上达到了82.9%的检测精度。

关键词：小样本学习 PCB缺陷检测数据增强 YOLOv8 深度学习

来源：评论

学校读者我要写书评

暂无评论

大语言模型故事理解能力评价数据集

引用

中文信息学报 2025年第2期39卷 52-62页

作者：闫国航郭亚鑫谭红叶张虎山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

故事包含大量的社会、物理等常识,同时蕴含深刻的道理,是知识传播、文化传承、价值塑造的重要载体。故事理解是NLP中的一项重要任务。近几年,研究者对大语言模型(LLMs)的语言理解能力进行了很多评估与分析,但由于现有的故事理解数据集... 详细信息

故事包含大量的社会、物理等常识,同时蕴含深刻的道理,是知识传播、文化传承、价值塑造的重要载体。故事理解是NLP中的一项重要任务。近几年,研究者对大语言模型(LLMs)的语言理解能力进行了很多评估与分析,但由于现有的故事理解数据集大多为答案出现于原文的实体类问题,因此对LLMs故事理解能力的评价与分析非常有限。为此,该文构建了一个寓言故事理解数据集CRMUS,并基于人类故事理解的认知过程:先进行常识推理,然后理解故事寓意,设计了两个任务来评价模型的相应能力。基于CSMUS数据集,该文对多个代表性的LLMs进行了评估,发现LLMs已经可以较好地理解故事中的常识并进行推理,但在理解故事寓意方面还存在很大提升空间。此外,该文使用项目反应理论(IRT)对数据集进行了质量分析,表明该数据集是高质量的,可以有效评估LLMs。

关键词：故事理解常识推理数据集项目反应理论

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的时序信号异常检测方法

引用

西北大学学报(自然科学版) 2025年第2期55卷 343-354页

作者：王婕婷张泽珑李飞江钱宇华山西大学大数据科学与产业研究院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

高维时序数据异常检测是指从多元时间序列中识别出偏离整体模式或偏离预期行为的样本点的过程。在高维时序数据中,传感器间潜在的关联关系对于预测或检测任务的性能具有较大影响。图神经网络是一种基于节点的近邻关系学习节点表征的深... 详细信息

高维时序数据异常检测是指从多元时间序列中识别出偏离整体模式或偏离预期行为的样本点的过程。在高维时序数据中,传感器间潜在的关联关系对于预测或检测任务的性能具有较大影响。图神经网络是一种基于节点的近邻关系学习节点表征的深度模型,能够有效建模传感器间的复杂关联。然而,现有基于图神经网络的异常检测方法大多依赖于单一的相似度度量来捕捉传感器间的关系,不能很好地学习传感器间的依赖关系。此外,在阈值选择时,现有方法使用正常数据中的最大异常得分作为切割阈值,限制了异常事件发生时的检测能力,从而造成较低的召回率。综上,提出了一种基于图神经网络的时序信号异常检测方法,根据传感器的特有特征使用多种相似度度量集成进行图结构学习;其次,将图结构学习方法与图神经网络相结合得到异常得分;最后,通过区间搜索法最优化F-measure指标寻找最优异常切割阈值。在两个真实传感器数据集上进行的实验表明,该方法比基准对比方法取得了较高的F 1值和召回率。

关键词：时序异常检测图结构学习注意力机制相似度计算区间搜索法

来源：评论

学校读者我要写书评

暂无评论

持续记忆的流图神经网络

引用

小型微型计算机系统 2025年第4期46卷 818-824页

作者：郭虎升孙玉杰王文剑山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

流图的节点和边以流的形式持续产生,导致整个图结构随着时间推移而不断演化.图神经网络作为图嵌入技术的一种,在捕获流图的动态信息以及快速适应流图持续演化等方面仍然面临着巨大的挑战.为解决这些问题,本文提出了持续记忆的流图神经网... 详细信息

流图的节点和边以流的形式持续产生,导致整个图结构随着时间推移而不断演化.图神经网络作为图嵌入技术的一种,在捕获流图的动态信息以及快速适应流图持续演化等方面仍然面临着巨大的挑战.为解决这些问题,本文提出了持续记忆的流图神经网络(CMSGNN).该模型能够根据流图持续的演化充分学习历史信息,通过增量学习的方式更新已记忆的历史信息,并且能够自适应地调整模型以适应流图的变化程度,以获得更符合当前信息的流图嵌入.该模型将历史信息与当前信息相结合使得模型能够获得更准确的流图嵌入,从而提高下游任务的准确率.实验结果表明,本文提出的CMSGNN在现实生活中的多个数据集上执行多个任务上均有更好的性能.

关键词：流图图神经网络历史信息增量更新当前信息自适应聚合

来源：评论

学校读者我要写书评

暂无评论

基于TrustZone的以太坊密钥保护方法

引用

武汉大学学报(理学版) 2025年第2期 187-198页

作者：任正伟虞雳王丽娜贺广鑫徐士伟童言邓莉武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室空天信息安全与可信计算教育部重点实验室武汉大学国家网络空间安全学院华中农业大学信息学院

在以太坊中，用户数字资产的安全性与其私钥紧密相关，一旦私钥泄漏，用户将面临无法挽回的数字资产损失。加密货币钱包常被用于管理和保护区块链系统的密钥。但是，现有的加密货币钱包安全性不高。为了更好地保护以太坊用户的数字资产... 详细信息

在以太坊中，用户数字资产的安全性与其私钥紧密相关，一旦私钥泄漏，用户将面临无法挽回的数字资产损失。加密货币钱包常被用于管理和保护区块链系统的密钥。但是，现有的加密货币钱包安全性不高。为了更好地保护以太坊用户的数字资产，在不影响以太坊系统正常功能的情况下，提出了一种基于TrustZone的以太坊密钥保护方法，以在用户通过支持TrustZone的移动终端接入和使用以太坊系统时，提高用户密钥在生成、存储和使用过程中的安全性。在该方法中，与私钥相关的操作都是在TrustZone的安全世界中进行的。私钥未被使用时，将以安全文件的形式被保存在本地文件系统中。当有交易需要被签名时，将存有对应私钥的安全文件加载到安全世界中，并恢复出私钥以对交易签名，从而使得私钥可以安全而持续地被使用。在模拟环境下实现了该方法的原型系统，并对系统的功能和性能进行了验证和测试。实验结果表明，本文的原型系统在以太坊系统中能够正常运行，性能开销在合理范围内，具有可行性。

关键词：以太坊加密货币钱包密钥保护 TrustZone 安全文件

来源：评论

学校读者我要写书评

暂无评论

基于图文交互和深层特征融合的多模态讽刺检测方法

引用

山西大学学报(自然科学版) 2025年第2期 391-399页

作者：王素格李鹏帅李旸山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室山西财经大学金融学院

多模态讽刺检测是在多模态场景下识别用户的讽刺言语。现有的多模态讽刺识别方法大多对编码之后的特征直接融合，并未关注图像和文本的深层特征以及图像和文本之间的交互。针对上述问题，本文提出基于图文交互和深层特征融合的多模态讽... 详细信息

多模态讽刺检测是在多模态场景下识别用户的讽刺言语。现有的多模态讽刺识别方法大多对编码之后的特征直接融合，并未关注图像和文本的深层特征以及图像和文本之间的交互。针对上述问题，本文提出基于图文交互和深层特征融合的多模态讽刺检测框架。首先，使用具有长文本能力的对比语言-图像预训练模型（Contrastive Language-Image Pre-training model with Long text capability,Long-CLIP），对图像和文本进行编码，获得图像和文本的特征表示，进一步引入跨模态注意力机制，建立图像和文本特征之间的交互表示；其次，利用多个卷积神经网络从不同角度分别获得图像和文本的深层特征表示，并利用Key＿less Attention机制融合图像和文本的深层特征；最后，通过多层感知机实现多模态讽刺检测。在公开的数据集MMSD2.0上进行实验，实验结果表明所提出的方法与现有的最先进的基线模型相比，Acc和F1分别提升0.33%和0.15%，表明了图文交互及深层特征可以提升多模态讽刺检测的性能。

关键词： Long-CLIP模型图文融合深层特征表示注意力机制

来源：评论

学校读者我要写书评

暂无评论

电厂过热汽温串级系统的约束预测控制

引用

上海交通大学学报 2011年第10期45卷 1504-1508,1515页

作者：冯建苗李少远上海交通大学系统控制与信息处理教育部重点实验室上海200240

针对实际电厂过热汽温系统中减温水阀门受到物理约束限制,外环控制器计算的设定值造成执行机构饱和从而影响系统性能的问题,提出了串级预测控制算法,并采用约束预测控制算法进行求解,在系统约束范围内求得系统性能的优化解,对电厂过热... 详细信息

针对实际电厂过热汽温系统中减温水阀门受到物理约束限制,外环控制器计算的设定值造成执行机构饱和从而影响系统性能的问题,提出了串级预测控制算法,并采用约束预测控制算法进行求解,在系统约束范围内求得系统性能的优化解,对电厂过热汽温控制系统进行了仿真论证.仿真结果表明,过热汽温系统控制量能被有效控制在约束范围内,并且系统保持了良好的运行结果.

关键词：串级控制预测控制过热汽温系统约束

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：