检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年

作者：彭超王泽泷赵培泽黄沁戈维峰复旦大学计算机科学技术学院 Palindromic Labs Limited 香港高等研究院

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold，该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体... 详细信息

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold，该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体序列的进化约束与序列中氨基酸对间的相互关系；同时从抗体语言模型中提取抗体序列的氨基酸间依赖关系；然后，通过基于全连接层的神经网络融合同源序列与蛋白质语言模型之间互补信息；最后，基于注意力机制与变分自编码器的结构模块迭代优化，以预测抗体的三维结构.实验结果表明，AbFold模型能够有效预测抗体结构，预测结果中互补决定区域精度优于对比方法.

关键词：抗体结构预测迁移学习抗体语言模型自监督学习

来源：评论

学校读者我要写书评

暂无评论

知识图谱与大语言模型协同的个性化学习推荐

引用

计算机应用 2025年第3期45卷 773-784页

作者：张学飞张丽萍闫盛侯敏赵宇博内蒙古师范大学计算机科学技术学院呼和浩特010022

个性化学习推荐是智慧教育领域的重要研究课题,它的核心目标是利用推荐算法和模型为学习者提供与他们的个人学习需求、兴趣、能力和历史相匹配的有效学习资源,从而提高学习者的学习效果。目前的推荐方法存在冷启动、数据稀疏、可解释性... 详细信息

个性化学习推荐是智慧教育领域的重要研究课题,它的核心目标是利用推荐算法和模型为学习者提供与他们的个人学习需求、兴趣、能力和历史相匹配的有效学习资源,从而提高学习者的学习效果。目前的推荐方法存在冷启动、数据稀疏、可解释性差和过度个性化等问题,而知识图谱与大语言模型的结合为解决上述问题提供了有力支持。首先,对个性化学习推荐的概念、研究现状等内容进行概述;其次,分别讨论知识图谱和大语言模型(LLM)的概念以及在个性化学习推荐中的具体应用;再次,总结知识图谱与LLM在个性化学习推荐中协同应用的方法;最后,展望知识图谱和LLM在个性化学习推荐中的未来发展方向,从而为个性化学习推荐领域的持续发展和创新实践提供借鉴和启示。

关键词：知识图谱大语言模型个性化学习推荐推荐算法学习资源

来源：评论

学校读者我要写书评

暂无评论

基于ASPP-YOLOv4多尺度融合无人机图像目标检测

引用

计算机应用与软件 2025年第2期42卷 190-195,235页

作者：王玲韩卓育王鹏白燕娥长春理工大学计算机科学技术学院吉林长春130022

针对无人机视频图像背景复杂、小目标数量多、漏检错检率高的问题,提出一种基于改进YOLOv4的小目标检测算法。加入改进的注意力机制来加强关注小目标信息的能力;增加一个检测头并与主干网络的特征图进行融合来获取小目标的语义信息;使... 详细信息

针对无人机视频图像背景复杂、小目标数量多、漏检错检率高的问题,提出一种基于改进YOLOv4的小目标检测算法。加入改进的注意力机制来加强关注小目标信息的能力;增加一个检测头并与主干网络的特征图进行融合来获取小目标的语义信息;使用改进的ASPP网络代替普通卷积块进行下采样以增大感受野,减少信息丢失。在VisDrone2019数据集上的实验结果表明,ASPP-YOLOv4的mAP较YOLOv4提升3.82百分点,显著地提升了小目标的检测精度。

关键词：无人机视频图像小目标检测 YOLOv4 多尺度融合 ASPP

来源：评论

学校读者我要写书评

暂无评论

标签分布不平衡的涡旋光束轨道角动量识别

引用

中国光学(中英文) 2025年第2期18卷 207-215页

作者：于海洋尚凡华王宇兴王大涛陈纯毅天津大学智能与计算学部天津300000 博纳智联(宁波)科技有限公司浙江宁波315000 长春理工大学计算机科学技术学院吉林长春130022

针对标签分布不平衡的涡旋光束轨道角动量(OAM)识别问题,提出了一种基于全局代价的合成少数类过采样技术(SMOTE)的深度极限学习机(DELM)的衍生模型。与典型的机器学习方法不同,本文所提方法能够获得映射模型解析表达,避免了反复的参数... 详细信息

针对标签分布不平衡的涡旋光束轨道角动量(OAM)识别问题,提出了一种基于全局代价的合成少数类过采样技术(SMOTE)的深度极限学习机(DELM)的衍生模型。与典型的机器学习方法不同,本文所提方法能够获得映射模型解析表达,避免了反复的参数优化过程,使模型适用于工程应用。在数据生成阶段,利用协方差的逆矩阵去除量纲的影响,有效度量了同一类样本的差异性。在模型选择阶段,考虑了光信号在大气湍流中的传输特性,采用DELM表征光斑样本和标签之间的映射关系,并用快速迭代收缩阈值FISTA算法计算模型的解析表达式。在不同强度的大气湍流数据集上进行实验,对比了WELM、k近邻等代表性方法性能。实验结果表明,在不同的湍流强度下,所提方法均方根误差达到0.2049和0.0894,各项评价指标均优于对比方法。证明了所提方法能够充分挖掘了OAM光斑集合的特征,具有更好的识别效果。

关键词：大气湍流轨道角动量不平衡数据深度极限学习机

来源：评论

学校读者我要写书评

暂无评论

融合属性编码与集成学习的混合推荐算法

引用

计算机工程与设计 2025年第2期46卷 508-514页

作者：邱宁佳董伟杰长春理工大学计算机科学技术学院吉林长春130022

为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处... 详细信息

为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处理,丰富数据特征多样性;将线性算法与非线性算法混合作为基本模型,采用袋装的方式进行集成,提高算法模型推荐效果。实验结果表明,该混合推荐算法在多个评估标准上相比传统算法均有改善和提升。

关键词：混合推荐算法集成学习特征编码特征融合特征剪枝自助采样并行训练

来源：评论

学校读者我要写书评

暂无评论

融合思维链与知识图谱的中医问答模型

引用

计算机工程与应用 2025年第4期61卷 158-166页

作者：苑中旭李理何凡杨秀韩东轩西南科技大学计算机科学与技术学院四川绵阳621010 四川省工业自主可控人工智能工程技术研究中心四川绵阳621010 中国科学技术大学计算机科学与技术学院合肥230027

针对中医问诊领域数据规模大,以及医生在问诊中主观性强、数据对齐难的问题,提出了一种中医问答领域的大语言模型ChatTCM。利用大语言模型(large language model,LLM)在处理自然语言理解与文本生成方面的强大能力,通过对大语言模型进行... 详细信息

针对中医问诊领域数据规模大,以及医生在问诊中主观性强、数据对齐难的问题,提出了一种中医问答领域的大语言模型ChatTCM。利用大语言模型(large language model,LLM)在处理自然语言理解与文本生成方面的强大能力,通过对大语言模型进行微调,使LLM具有在中医问答领域的专业知识和能力,避免模型在生成时出现幻觉的现象。提取中医书籍中的三元组信息,构建中医知识图谱数据库,实现中医知识的数据对齐与系统化整合,并为大语言模型生成答案提供背景知识;结合思维链(chain-of-thought,COT)与知识图谱数据库的动态交互,生成客观的推理过程,确保诊疗建议具有科学依据;把思维链与知识图谱的推理结果作为新知识进行存储,从而不断扩展本地知识库。与中医领域的HuaTuoGPT模型对比实验表明,ChatTCM模型在MedChatZH数据集上BLEU-4和ROUGE-L的评测指标分别提高了10.6和10.5个百分点,并且在已开源的数据集上准确度达到了70%,比同类型的MedChatZH模型提升了10个百分点。

关键词：大语言模型微调知识图谱思维链中医知识

来源：评论

学校读者我要写书评

暂无评论

分割图像辅助的自监督医学图像配准

引用

计算机工程与设计 2025年第3期46卷 857-863页

作者：李宗民王群李泫廷杨超智中国石油大学(华东)计算机科学与技术学院山东青岛266580

为解决可形变医学图像配准工作更关注于像素/体素层级的配准,忽略了扫描图像中的结构信息的问题,采用多结构特征提取模块(multi-structure feature extraction,MSFE)。以形变图像的分割图像和固定图像的分割图像作为输入,提取结构信息... 详细信息

为解决可形变医学图像配准工作更关注于像素/体素层级的配准,忽略了扫描图像中的结构信息的问题,采用多结构特征提取模块(multi-structure feature extraction,MSFE)。以形变图像的分割图像和固定图像的分割图像作为输入,提取结构信息并反馈给配准神经网络。在此基础上,在配准任务常用的损失函数中加入与MSFE模块搭配的损失函数与分割任务中常用的损失函数以辅助配准。所提方法只参与配准网络的训练阶段,不参与测试阶段,不会增加实际配准时所需的时间。在OASIS Sample Data数据集上的实验验证了方法的有效性。

关键词：深度学习自监督单模态可形变配准医学图像医学图像配准分割图像

来源：评论

学校读者我要写书评

暂无评论

基于网络孪生的车路协同感知共享方案

引用

计算机应用研究 2025年第5期42卷 1363-1369页

作者：夏春星刘建航狄永锟黄庭培杨乐乐中国石油大学(华东)计算机科学与技术学院山东青岛266580

车路协同感知在保证行车安全方面中发挥着重要作用。通过接收路边基础设施共享的协同感知信息(CPM),车辆可以获取更丰富的道路状况和交通流量等实时信息,从而提高驾驶安全性和交通效率。然而,现有的CPM共享策略面临着诸多挑战,包括数据... 详细信息

车路协同感知在保证行车安全方面中发挥着重要作用。通过接收路边基础设施共享的协同感知信息(CPM),车辆可以获取更丰富的道路状况和交通流量等实时信息,从而提高驾驶安全性和交通效率。然而,现有的CPM共享策略面临着诸多挑战,包括数据频繁交互导致信道拥塞、无差别数据共享导致信息冗余等问题。为此,提出了一种基于网络孪生的车路协同感知共享方案(CPCS)。该方案依托孪生体所收集的感知信息,通过修正运动状态与量化道路用户意图相关性,基础设施有选择地与车辆共享道路信息,有效提高信息准确性。此外,鉴于车辆感知需求的多样性和实时信道繁忙率的变化,设计了多车请求场景下CPM自适应传输频率调整和动态带宽分配算法,避免信道拥塞与资源浪费。仿真结果表明,所提方案在提升车辆感知服务质量以及减少信息冗余方面表现出显著成效。

关键词：协同感知信息网络孪生感知服务质量信息冗余度

来源：评论

学校读者我要写书评

暂无评论

基于多特征提取和对比学习的知识图谱链接预测

引用

计算机应用研究 2025年第2期42卷 530-538页

作者：李华昱李海洋王翠翠满笑军中国石油大学(华东)计算机科学与技术学院山东青岛266580

针对传统知识图谱链接预测方法提取图谱节点特征角度单一,且在训练过程中较少考虑节点间复杂的交互作用,构建的负例三元组质量较低等问题,提出了一种链接预测方法,旨在充分利用知识图谱节点间的相互作用和图结构蕴含的交互信息,考虑从... 详细信息

针对传统知识图谱链接预测方法提取图谱节点特征角度单一,且在训练过程中较少考虑节点间复杂的交互作用,构建的负例三元组质量较低等问题,提出了一种链接预测方法,旨在充分利用知识图谱节点间的相互作用和图结构蕴含的交互信息,考虑从多特征角度识别出三元组中的缺失事实。首先,通过不同的节点特征提取方式从不同角度获得节点的嵌入表示,并聚合邻居节点特征以增强其实体语义信息;其次,用多个卷积操作提取实体和关系之间的全局关系和过渡特征,通过深度特征提取的方式处理实体和关系的信息交互;最后,通过引入对比学习,干预负例三元组的构建,同时增强负例三元组的特征,提高所构建三元组的质量,最终通过计算余弦相似度筛选出预测实体。实验结果表明,提出的方法在知识图谱链接预测任务中的多个评价指标相比对比模型均有提高,同时验证了所提方法在处理多关系的复杂知识图谱时的有效性。

关键词：知识图谱链接预测图结构对比学习负采样

来源：评论

学校读者我要写书评

暂无评论

融合动态加权图卷积的三维目标检测

引用

计算机科学 2025年第3期52卷 104-111页

作者：李宗民戎光彩白云徐畅鲜世洋中国石油大学(华东)青岛软件学院、计算机科学与技术学院山东青岛266580

三维目标检测是自动驾驶中最关键的技术之一,基于激光雷达的三维目标检测通常在点云构建的场景中进行。目前的三维检测方法不能充分地利用点云的结构信息,这将导致目标物体的误检和漏检。为此,提出了基于动态加权图卷积的DEG R-CNN。首... 详细信息

三维目标检测是自动驾驶中最关键的技术之一,基于激光雷达的三维目标检测通常在点云构建的场景中进行。目前的三维检测方法不能充分地利用点云的结构信息,这将导致目标物体的误检和漏检。为此,提出了基于动态加权图卷积的DEG R-CNN。首先,在RoI中对节点设置主邻点和次邻点,为目标物体构建点云的图结构,恢复物体的几何信息;然后,在图中利用Gaussian函数和一维卷积,高效地聚合点云的结构特征;最后,使用交叉注意力机制自适应地融合不同粒度的图像特征,为点云补充图像语义信息。在KITTI数据集上进行实验,验证了各个模块的有效性,三维目标检测的3D mAP达到88.80%,相比基线模型提高了1.22%。同时,对三维目标检测的结果进行了可视化,并对可视化结果进行了分析。

关键词：点云三维目标检测激光雷达多模态融合自动驾驶

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：