检索结果-内蒙古大学图书馆

中国岩溶 2021年第1期40卷 77-87页

作者：赵晓夏李琼芳董发勤代群威宋娜董鹏举崔杰罗尧东张强 Xin Zhang O’Driscoll Mike 西南科技大学生命科学与工程学院四川绵阳621010 西南科技大学固体废物处理与资源化教育部重点实验室四川绵阳621010 西南科技大学环境与资源学院四川绵阳621010 西南科技大学核废物与环境安全国防重点学科实验室四川绵阳621010 中国地质科学院岩溶地质研究所广西桂林541000 西北太平洋国家实验室物理与计算科学指挥部美国华盛顿99354 工业矿物服务与研究有限公司英国萨里埃普索姆KT174RH

富含Ca^(2+)和HCO^(-)_(3)的水体是黄龙钙华地貌得以持续沉积的首要条件。为明确2017年九寨沟“8∙8”地震是否对黄龙脆弱钙华体产生影响并进而导致水环境的改变,于2017年10月和2018年8月对黄龙3个主要监测点进行了水样采集和水质参数检... 详细信息

富含Ca^(2+)和HCO^(-)_(3)的水体是黄龙钙华地貌得以持续沉积的首要条件。为明确2017年九寨沟“8∙8”地震是否对黄龙脆弱钙华体产生影响并进而导致水环境的改变,于2017年10月和2018年8月对黄龙3个主要监测点进行了水样采集和水质参数检测。通过主成分分析震前的多次水质检测结果,得到影响黄龙水化学的主要参数,并与震后的水化学参数进行对比分析,发现:2016年(震前)水质参数显示pH、总磷、总氮对黄龙水质起主要贡献作用,地震后水体的pH、Ca^(2+)和HCO^(-)_(3)含量上升,而总磷含量则下降较多,表明地震对黄龙钙华体内部结构产生了影响,导致上升泉(转花泉)中的Ca^(2+)和HCO^(-)_(3)含量增加,并影响了pH,而震后水体中的总磷含量减少,这可能与游客数量大幅度减少有关;“8∙8”地震对黄龙钙华沉积区水环境造成了影响,并有利于钙华沉积。

关键词：钙华地震水化学黄龙

来源：评论

学校读者我要写书评

暂无评论

基于JCWA-DLSTM的法律文书命名实体识别方法

引用

中文信息学报 2020年第10期34卷 51-58页

作者：王得贤王素格裴文生李德玉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 北京市律典通科技有限公司山西太原030006

对于法律文书中证据名、证实内容和卷宗号等实体的正确提取,可以有效提升法官的办案效率。然而,这些实体与一般实体不同,具有字符长度较长和相互关联性较强的特点。因此,该文提出了一种基于JCWA-DLSTM(join character word and attentio... 详细信息

对于法律文书中证据名、证实内容和卷宗号等实体的正确提取,可以有效提升法官的办案效率。然而,这些实体与一般实体不同,具有字符长度较长和相互关联性较强的特点。因此,该文提出了一种基于JCWA-DLSTM(join character word and attention-dual long short-term memory)的法律文书命名实体识别方法。该方法利用字级语言模型获取词语的表示,同时,利用自注意力机制获得句子的内部表示。在此基础上,采用双向LSTM将句子内部表示和基于字级语言模型词语表示分别与词向量拼接编码,再将两种语义表示拼接融合,获得最终的句子语义表示。最后利用CRF将句子的语义表示解码,得到最优标记序列。实验结果表明,该文提出的方法可对法律文书中的证据名、证实内容和卷宗号等实体边界进行有效的确定,提升了命名实体识别的结果。

关键词：法律文书命名实体识别双向LSTM 自注意力

来源：评论

学校读者我要写书评

暂无评论

基于椭圆-双曲线马氏度量的图像分类算法

引用

系统工程与电子技术 2018年第2期40卷 456-462页

作者：鲍文霞阎少梅梁栋胡根生安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039 偏振光成像探测技术安徽省重点实验室安徽合肥230031

为了进一步拓宽度量学习在图像分类中的适用范围,同时提高分类的性能,本文提出一种基于椭圆-双曲线马氏度量的图像分类算法。该算法首先将颜色特征和局部二值模式描述的纹理特征相结合来表示图像特征;然后引入对样本数据具有更好的适应... 详细信息

为了进一步拓宽度量学习在图像分类中的适用范围,同时提高分类的性能,本文提出一种基于椭圆-双曲线马氏度量的图像分类算法。该算法首先将颜色特征和局部二值模式描述的纹理特征相结合来表示图像特征;然后引入对样本数据具有更好的适应性的椭圆-双曲线度量,根据数据统计特性定义椭圆-双曲线马氏度量,给出椭圆-双曲线马氏度量学习算法,从而获取最优的度量矩阵;最后利用椭圆-双曲线马氏度量矩阵将样本变换到新的特征空间,从而降低特征各维度间的相关性,同时计算图像特征间的距离从而完成分类。实验表明该算法提高了图像分类的有效性。

关键词：椭圆-双曲线度量马氏度量度量学习图像分类

来源：评论

学校读者我要写书评

暂无评论

基于随机隐含层权值神经网络的瓦斯浓度预测

引用

计算机工程与科学 2019年第4期41卷 699-707页

作者：张以文郭海帅涂辉余国锋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 煤矿瓦斯治理国家工程研究中心安徽淮南232001

煤矿的安全生产一直是人们重点研究的课题之一。在众多的煤矿开采安全事故中,瓦斯引起的事故占到了大多数。对井下生产线的瓦斯浓度进行实时准确的预测,提前预知生产环境是否处于安全状态,对煤矿的安全生产来说意义重大。针对这一问题,... 详细信息

煤矿的安全生产一直是人们重点研究的课题之一。在众多的煤矿开采安全事故中,瓦斯引起的事故占到了大多数。对井下生产线的瓦斯浓度进行实时准确的预测,提前预知生产环境是否处于安全状态,对煤矿的安全生产来说意义重大。针对这一问题,提出了一种基于NSGA-II训练的随机隐含层神经网络(BNSGA-II NN)来进行瓦斯浓度预测的方法。一方面,NSGA-II需要设定的参数少,使用较为简单;另一方面,NSGA-II中的交叉变异机制避免了陷入局部最优解。为了证明NSGA-II训练的随机隐含权值神经网络的预测质量,通过实验与PSOGSA训练的随机隐含层神经网络(PSOGSA NN)进行了对比。实验结果表明,BNSGA-II NN的预测质量明显高于PSOGSA NN的预测质量。

关键词：瓦斯浓度预测随机隐含层权值神经网络 BNSGA-Ⅱ NN

来源：评论

学校读者我要写书评

暂无评论

使用新预测模型的动态多目标优化算法

引用

西安交通大学学报 2018年第10期52卷 8-15页

作者：李智翔李赟贺亮沈超盲信号处理重点实验室成都610041 西安交通大学智能网络与网络安全教育部重点实验室西安710049

针对实际应用中动态多目标优化算法对快速变化的最优解集跟踪能力不强的问题,提出了一种使用结合中心点预测值和垂直扰动分量的新预测模型的动态多目标优化算法。首先,计算变化前最优解集的中心点作为预测对象,改变了通常使用全部解进... 详细信息

针对实际应用中动态多目标优化算法对快速变化的最优解集跟踪能力不强的问题,提出了一种使用结合中心点预测值和垂直扰动分量的新预测模型的动态多目标优化算法。首先,计算变化前最优解集的中心点作为预测对象,改变了通常使用全部解进行预测的方式,提升了算法效率;其次,结合算法迭代的历史信息,选取位置、速度、加速度作为预测的状态向量,保证了算法对大多数情形下解集整体变化的跟踪预测能力;最后,为预测的新解添加了垂直于预测变化方向的超平面随机扰动,增强了解集的多样性,进而提升了算法收敛速度。实验结果表明,该算法在75%的测试函数集上的性能优于其他3种经典的动态多目标优化算法,其耗时较经典的基于卡尔曼滤波预测的动态多目标优化算法平均减少了39%。

关键词：动态多目标优化进化算法卡尔曼滤波预测模型

来源：评论

学校读者我要写书评

暂无评论

《合集》釋文校補兩則

引用

甲骨文与殷商史 2020年第1期 -页

作者：喬雁群安陽師範學院計算機與信息工程學院甲骨文信息處理教育部重點實驗室

本文利用較佳拓片或實物照片對《合集》22391與24411以往釋文中的一些錯誤予以糾正,並據《合集》24411的相關卜辭,推知■、■本爲同一地名之異寫,■組中亦作■。通過將出組行貞一系列可能在某一正月連續占卜的卜辭進行系聯排譜,對殷商... 详细信息

本文利用較佳拓片或實物照片對《合集》22391與24411以往釋文中的一些錯誤予以糾正,並據《合集》24411的相關卜辭,推知■、■本爲同一地名之異寫,■組中亦作■。通過將出組行貞一系列可能在某一正月連續占卜的卜辭進行系聯排譜,對殷商時相關方國與地理的考察提供某些綫索。(一)《合集》22391《甲骨文合集》22391刻寫於左龜背甲,爲婦女類卜辭,共五條。

关键词：卜辭釋文殷商《甲骨文合集》

来源：评论

学校读者我要写书评

暂无评论

基于稀疏自动编码器深度神经网络的电能质量扰动分类方法

引用

电力自动化设备 2019年第5期39卷 157-162页

作者：屈相帅段斌尹桥宣晏寅鑫钟颖湘潭大学智能计算与信息处理教育部重点实验室湖南湘潭411105 湘潭大学湖南省风电装备与电能变换协同创新中心湖南湘潭411105

针对智能电网日益突出的电能质量扰动问题,提出了一种基于稀疏自动编码器(SAE)深度神经网络的电能质量扰动分类方法。利用SAE对电能质量扰动原始数据进行无监督特征学习,自动提取数据特征的稀疏特征表达;通过堆栈式稀疏自动编码器(SSAE... 详细信息

针对智能电网日益突出的电能质量扰动问题,提出了一种基于稀疏自动编码器(SAE)深度神经网络的电能质量扰动分类方法。利用SAE对电能质量扰动原始数据进行无监督特征学习,自动提取数据特征的稀疏特征表达;通过堆栈式稀疏自动编码器(SSAE)进行逐层学习,获得电能质量扰动数据的深层次特征;将其连接到softmax分类器进行微调训练,并输出电能质量扰动事件分类结果。利用已添加高斯白噪声的数据对SSAE进行训练,以提高其特征表达的抗噪声能力。仿真结果表明,所提方法能够准确地识别包含2种复合扰动在内的9种电能质量扰动信号,并且具有很好的鲁棒性。

关键词：电能质量扰动分类特征提取扰动识别稀疏自动编码器深度学习

来源：评论

学校读者我要写书评

暂无评论

基于多尺度一维卷积神经网络的光纤振动事件识别

引用

光电工程 2019年第5期46卷 76-83页

作者：吴俊管鲁阳鲍明许耀华叶炜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230039 中国科学院声学研究所北京100190 浙江大学控制科学与工程学院浙江杭州310058

针对相位敏感光时域反射(Φ-OTDR)分布式光纤振动传感系统如何对振动事件进行高效准确识别的问题,本文提出了一种基于多尺度一维卷积神经网络(MS 1-D CNN)的振动事件识别方法。该方法将原始振动信号经过预加重、归一化和谱减降噪的预处... 详细信息

针对相位敏感光时域反射(Φ-OTDR)分布式光纤振动传感系统如何对振动事件进行高效准确识别的问题,本文提出了一种基于多尺度一维卷积神经网络(MS 1-D CNN)的振动事件识别方法。该方法将原始振动信号经过预加重、归一化和谱减降噪的预处理操作后得到的一维信号,直接通过MS 1-D CNN实现端到端的振动信号特征的提取和识别。MS1-DCNN在提取入侵振动信号特征时可兼顾信号时间和频率尺度,利用全连接层(FClayer)和Softmax层完成最终的识别过程,与二维卷积神经网络(2-D CNN)和一维卷积神经网络(1-D CNN)相比减少了待定参数数量。对破坏、敲击和干扰三类目标振动事件的光纤振动传感信号识别结果表明,MS 1-D CNN的识别正确率与2-D CNN相近,达到了96%以上,而处理速度提升一倍,在保持识别性能的前提下,有利于提高振动事件识别的实时性。

关键词：分布式光纤振动传感多尺度一维卷积神经网络相位敏感光时域反射振动事件识别模式识别

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的影响大学生心理健康的研究

引用

计算机技术与发展 2020年第5期30卷 121-124页

作者：徐怡余浩刘刚倪治伟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230039 安徽大学计算机科学与技术学院安徽合肥230601 安徽大学互联网学院安徽合肥230039

大学生心理健康是影响大学生未来发展的最主要因素之一。由于影响大学生心理健康的因素复杂而且难以预估,导致高校在改善大学生心理健康的过程中存在盲目性。为了及时准确地帮助心理健康存在隐患的学生,首先通过向本校本科生分发调查问... 详细信息

大学生心理健康是影响大学生未来发展的最主要因素之一。由于影响大学生心理健康的因素复杂而且难以预估,导致高校在改善大学生心理健康的过程中存在盲目性。为了及时准确地帮助心理健康存在隐患的学生,首先通过向本校本科生分发调查问卷,然后利用粗糙集理论中基于信息熵的属性约简算法找出影响因子,利用粗糙集理论中基于决策树的规则提取算法提取出具有支持度、置信度高的规则集,最后利用评估规则集准确度的一般方法验证了规则集的有效性。该研究成果可以指导高校制定出具有针对性的改善大学生心理健康的政策,从而及时准确地帮助存在心理健康隐患的大学生。

关键词：粗糙集信息熵决策树属性约简规则提取

来源：评论

学校读者我要写书评

暂无评论

基于多角度空间结构的超多类簇聚类方法

引用

西南大学学报（自然科学版） 2020年第11期42卷 59-67页

作者：史欣蕊钱宇华李飞江山西大学大数据科学与产业研究院太原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 山西大学计算机与信息技术学院太原030006

为应对超多类簇聚类问题,提出了一个多角度空间结构的多类簇聚类方法MS 2BC,基于空间结构表示方法与bagging特征抽样技术从多个角度构建数据的空间结构并进行集成,然后利用集成后空间结构表示完成聚类.在10个真实数据上的聚类实验验证了... 详细信息

为应对超多类簇聚类问题,提出了一个多角度空间结构的多类簇聚类方法MS 2BC,基于空间结构表示方法与bagging特征抽样技术从多个角度构建数据的空间结构并进行集成,然后利用集成后空间结构表示完成聚类.在10个真实数据上的聚类实验验证了MS 2BC方法的有效性.

关键词：聚类分析多类簇空间结构聚类集成数据挖掘

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：