检索结果-内蒙古大学图书馆

电子科技大学学报 2021年第3期50卷 437-445页

作者：巩云超李发旭周丽娜胡枫青海师范大学计算机学院西宁810008 青海省藏文信息处理与机器翻译重点实验室西宁810008 藏语智能信息处理及应用国家重点实验室西宁810008

信息爆炸时代,在线社交网络作为信息传播的主要途径被广泛应用,但在线社交网络中信息传播的动态过程往往难以准确预测和防控。该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系,利用基于超网络动态演化模型构建在线社交... 详细信息

信息爆炸时代,在线社交网络作为信息传播的主要途径被广泛应用,但在线社交网络中信息传播的动态过程往往难以准确预测和防控。该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系,利用基于超网络动态演化模型构建在线社交超网络,并结合基于反应过程策略的SIS模型,对在线社交超网络中信息全局传播的动态过程进行理论分析和仿真实验。使用平均场理论得到超网络结构参数与传播率、恢复率之间的解析表达式,并通过仿真实验分析超网络规模、传播率、恢复率、超网络结构参数以及初始传播节点对信息全局传播的影响。进一步,对超网络和复杂网络结构下的信息全局传播过程进行了对比分析。研究结果有助于深层次理解在线社交网络中信息全局传播的传播规律及发展趋势,并为信息侦测和舆情控制等实际应用提供科学依据。

关键词：超网络信息传播反应过程策略 SIS模型

来源：评论

学校读者我要写书评

暂无评论

LRGAN:一种运算轻量化图像修复网络

引用

中国科学：技术科学 2022年第3期52卷 447-457页

作者：廖年鸿张效娟彭春燕范虹青海师范大学计算机学院西宁810016 青海师范大学省部共建藏语智能信息处理及应用国家重点实验室西宁810016 陕西师范大学计算机科学学院西安710119

近来的图像修复工作大多聚焦于如何提升修复质量,但并没有考虑在计算资源不足的平台如何运行.本文提出了一种结合组卷积与注意力机制的模块(LABGC)用于替换传统卷积,在此模块中利用深度可分离卷积实现了多层次图像修复工作,同时针对传... 详细信息

近来的图像修复工作大多聚焦于如何提升修复质量,但并没有考虑在计算资源不足的平台如何运行.本文提出了一种结合组卷积与注意力机制的模块(LABGC)用于替换传统卷积,在此模块中利用深度可分离卷积实现了多层次图像修复工作,同时针对传统卷积处理过程中通道间信息流动性的问题提出了轮循通道注意力分配机制(C2AM),并将其应用于构建一个轻量级的图像修复网络(LRGAN).在整体网络的设计阶段使用了并行判别器结构保证图像生成的全局与局部的一致性.实验结果表明,在保证修复质量的情况下,本文提出的图像修复网络的推理时间与资源占用均远远小于同类方法.

关键词：人工神经网络图像修复轻量化网络图像合成深度学习计算机视觉

来源：评论

学校读者我要写书评

暂无评论

高效全局注意网络的图像超分辨率重建

引用

激光与光电子学进展 2024年第10期61卷 369-379页

作者：王庆庆辛月兰赵佳郭江王浩臣青海师范大学计算机学院青海西宁810001 省部共建藏语智能信息处理及应用国家重点实验室青海西宁810001

针对现有高效超分辨率重建算法大多集中于减少参数量,缺乏对层次特征的关注,存在图像高维特征不能得到充分利用的问题,提出一种高效全局注意网络。该网络的主要思想是设计交叉自适应特征块对图像进行不同层次的深度特征提取,以改善图像... 详细信息

针对现有高效超分辨率重建算法大多集中于减少参数量,缺乏对层次特征的关注,存在图像高维特征不能得到充分利用的问题,提出一种高效全局注意网络。该网络的主要思想是设计交叉自适应特征块对图像进行不同层次的深度特征提取,以改善图像高频细节信息缺失的问题。另外,构造了近邻像素重构块,将空间关联性和像素分析相结合,进一步促进边缘细节信息的重建。此外,还提出一种多阶段动态余弦热重启训练策略,通过动态调整学习率以避免模型过拟合,提高训练过程的稳定性并优化网络性能。大量实验结果表明,所提方法在Set5等5个基准数据集上相比于其他先进网络,峰值信噪比(PSNR)和结构相似性(SSIM)性能指标平均提高了0.51 dB和0.0078,参数量和浮点运算量(FLOPs)平均降低了332×10^(3)和70×10^(9)。综上,所提方法在拥有较低复杂度的同时,获得了更好的性能指标和视觉效果,实现了网络高效化。

关键词：图像超分辨率重建高效全局注意层次特征像素重构训练策略

来源：评论

学校读者我要写书评

暂无评论

水声网络不等差错保护的避环ROFC-LF码算法与分析

引用

电子学报 2024年第8期52卷 2591-2606页

作者：柳秀秀杜秀娟韩多亮青海师范大学计算机学院青海西宁810008 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

随着智慧海洋的发展,水声网络多媒体数据的传输受到学者关注.水声网络高度动态的拓扑导致相邻节点数据传输不完整,压缩的水下图像或视频等数据对重建数据的质量有不同影响,因此水声网络需要具有不等差错保护(Unequal Error Protection,U... 详细信息

随着智慧海洋的发展,水声网络多媒体数据的传输受到学者关注.水声网络高度动态的拓扑导致相邻节点数据传输不完整,压缩的水下图像或视频等数据对重建数据的质量有不同影响,因此水声网络需要具有不等差错保护(Unequal Error Protection,UEP)的编码机制来编解码重要性不等的多媒体数据.递归与限制反馈的在线喷泉码(Recursive Online Fountain Code with Limited Feedback,ROFC-LF)具有开销低、反馈少及编译码简单等特点,因此适用于水声网络.本文针对水声信道带宽窄、延时长及能量受限等特点,系统地分析了ROFC-LF编码机制建立阶段存在的环问题.针对ROFC-LF编码存在的环和无法提供UEP功能这两个问题,本文提出了两个优化目标.此外,还提出了具有不等差错保护的避环ROFC-LF编码机制.该编码机制减少了由于建立阶段最大组件存在环引起的无用编码包的数量,进而降低了网络能耗.不等差错保护的避环ROFC-LF编码机制在建立阶段和完成阶段分别采用权重策略和数据优先级策略来实现UEP特性,并利用随机图理论对该编码机制进行理论分析,理论结果和仿真实验结果一致.结果表明:该编码机制能够快速的恢复重要数据的同时,降低了编码包的数量,适用于网络拓扑结构动态变化的水声网络传输重要性不等的多媒体数据.

关键词：水声网络 ROFC-LF 不等差错保护避环权重数据优先级

来源：评论

学校读者我要写书评

暂无评论

基于K-shell的超网络关键节点识别方法

引用

复杂系统与复杂性科学 2021年第3期18卷 15-22页

作者：周丽娜李发旭巩云超胡枫青海师范大学计算机学院西宁810008 青海师范大学青海省藏文信息处理与机器翻译重点实验室西宁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西宁810008

将K-shell指标扩展到超网络中,避免了超网络中超度较大、但位于超网络边缘位置的节点对挖掘关键节点带来的影响。由于K-shell方法的局限性,导致节点排序结果过于粗糙。针对这一问题,结合超度和K-shell(ks)值利用欧式距离公式提出识别超... 详细信息

将K-shell指标扩展到超网络中,避免了超网络中超度较大、但位于超网络边缘位置的节点对挖掘关键节点带来的影响。由于K-shell方法的局限性,导致节点排序结果过于粗糙。针对这一问题,结合超度和K-shell(ks)值利用欧式距离公式提出识别超网络关键节点的k^(d)_(s)指标,并利用蛋白复合物超网络进行验证。实验证明,k^(d)_(s)指标能够准确有效地识别超网络中的关键节点。

关键词：超图超网络关键节点 K-shell分解 k^(d)_(s)

来源：评论

学校读者我要写书评

暂无评论

融合双通道音节特征的藏文La格例句自动分类模型

引用

北京大学学报（自然科学版） 2022年第1期58卷 91-98页

作者：班玛宝才让加张瑞色差甲卓玛扎西青海师范大学计算机学院西宁810016 藏语智能信息处理及应用国家重点实验室西宁810008 青海省藏文信息处理工程技术研究中心西宁810008 青海省藏文信息处理与机器翻译重点实验室西宁810008 藏文信息处理教育部重点实验室西宁810008

基于藏文La格(■)例句的自动分类在藏语自然语言处理领域的重要性,根据藏文La格的用法和添接规则,在对藏文La格例句进行分类并定义分类概念的基础上,提出一种融合双通道音节特征的藏文La格例句自动分类模型。该模型首先使用word2vec和Gl... 详细信息

基于藏文La格(■)例句的自动分类在藏语自然语言处理领域的重要性,根据藏文La格的用法和添接规则,在对藏文La格例句进行分类并定义分类概念的基础上,提出一种融合双通道音节特征的藏文La格例句自动分类模型。该模型首先使用word2vec和Glove构建双通道藏文音节嵌入,分别在每路卷积中融合双通道音节特征,丰富输入特征的表达和提高卷积层的空间表征能力;然后在每一路卷积均使用结合层级注意力机制的Bi-LSTM学习时序特征后,拼接多路特征,提高上下文时序特征的学习能力;最后通过全链接层和Softmax层实现藏文La格例句自动分类。实验结果表明,该模型在测试集上的藏文La格例句分类准确率达到90.26%。

关键词：自然语言处理双通道音节特征藏文La格例句自动分类

来源：评论

学校读者我要写书评

暂无评论

改进YOLOX的唐卡壁画目标检测算法

引用

计算机工程与应用 2024年第18期60卷 248-255页

作者：李洪运张效娟赵洋彭春燕青海师范大学计算机学院西宁810016 省部共建藏语智能信息处理及应用国家重点实验室西宁810016 合肥工业大学计算机与信息学院合肥230002

热贡唐卡壁画作为人类及国家级非物质文化遗产是藏族文化中独具特色的艺术形式,其画面不仅表现出了佛教本生故事,更体现了藏地的历史、地理、文化、科技等内容。然而,不具备热贡艺术专业知识的人们很难对其进行了解。因此提出了一种唐... 详细信息

热贡唐卡壁画作为人类及国家级非物质文化遗产是藏族文化中独具特色的艺术形式,其画面不仅表现出了佛教本生故事,更体现了藏地的历史、地理、文化、科技等内容。然而,不具备热贡艺术专业知识的人们很难对其进行了解。因此提出了一种唐卡壁画元素的自动检测算法,用于推动唐卡壁画的传播。通过对YOLOX算法进行改进,提出了ECAMH-YOLOX模型对唐卡壁画图像进行检测。ECAMH-YOLOX模型是在YOLOX的基础上增加了高效通道注意力模块,在保持轻量化的同时获得更好的图像全局信息;同时为了更好地检测不同尺度的目标,在检测头模块增加了一个新的检测头,通过四个检测头对图像进行检测,以此来提高不同尺寸目标的检测结果;并使用SIoU损失函数计算回归损失以此来加快模型的收敛速度,提高模型效果。实验结果证明,ECAMH-YOLOX模型在所构建的唐卡壁画数据集上均不存在漏检错检的情况,而YOLOX算法存在对小目标的漏检现象,并且ECAMHYOLOX模型的mAP0.5:0.95达到了55.9%,比YOLOX算法提升了0.049。该模型在保持轻量化的同时,进一步提高了检测效果。也增加了人们了解热贡艺术的途径。

关键词：目标检测 YOLOX 唐卡壁画通道注意力

来源：评论

学校读者我要写书评

暂无评论

藏语情感语音数据库构建

引用

北京大学学报（自然科学版） 2023年第5期59卷 773-781页

作者：彭毛扎西才智杰才让卓玛青海师范大学计算机学院西宁810016 省部共建藏语智能信息处理及应用国家重点实验室西宁810008 西宁大学计算机与信息科学学院西宁810022 西南民族大学计算机科学与技术学院成都610041

针对目前藏语语音情感类型划分不够细致,语音情感分析数据库规模较小的问题,在分析汉、英等语言语音情感类型划分方案及数据库基础上,提出一种藏语情感语音数据库构建方案,包括藏语语音情感分类、情感语音采集、情感语音标注以及有效性... 详细信息

针对目前藏语语音情感类型划分不够细致,语音情感分析数据库规模较小的问题,在分析汉、英等语言语音情感类型划分方案及数据库基础上,提出一种藏语情感语音数据库构建方案,包括藏语语音情感分类、情感语音采集、情感语音标注以及有效性分析等。根据此方案,建立面向藏语语音情感分析的情感类型集(TESCS-9),用录音法和剪辑法采集2786句藏语情感语音,并对其进行标注,利用改进的模糊综合评价法评估情感语音得到含2745句藏语情感语音数据库(TESDB-2745),为藏语语音情感分析奠定了基础。

关键词：语音信号处理藏语情感语音数据库

来源：评论

学校读者我要写书评

暂无评论

基于参数高效微调的藏文大模型研究

引用

中文信息学报 2024年第12期38卷 106-115页

作者：杨毛加柔特才智杰官却才让贡去卓么青海师范大学计算机学院青海西宁810016 省部共建藏语智能信息处理及应用国家重点实验室青海西宁810008

大模型是指拥有庞大参数量的深度学习模型,具备强大的表征学习和生成能力,对自然语言处理等领域产生了深远影响。随着技术的不断进步,大模型在性能和应用范围上不断取得突破,成为人工智能领域的研究热点。然而,大模型的发展也面临着一... 详细信息

大模型是指拥有庞大参数量的深度学习模型,具备强大的表征学习和生成能力,对自然语言处理等领域产生了深远影响。随着技术的不断进步,大模型在性能和应用范围上不断取得突破,成为人工智能领域的研究热点。然而,大模型的发展也面临着一些挑战,如模型训练成本高、参数冗余以及跨语言应用存在局限性等。特别地,在藏文这一具有独特语言特性的研究领域,大模型的研究尚处于起步阶段,缺乏相应的模型和资源支持。针对上述问题,该文通过基于LoRA的参数高效微调方法,提出了基于Llama2模型架构构建的Tibetan-Llama2和Tibetan-Alpaca模型,经过较大规模数据的增量预训练和指令微调,上述两种模型具备了对藏文的长文本理解和生成能力,展现了其多任务学习能力,并且在多个领域都有广泛的应用前景。

关键词：自然语言处理藏文大模型参数高效微调增量预训练指令微调

来源：评论

学校读者我要写书评

暂无评论

一种基于八词位标签的BiLSTM_CRF藏文分词方法

引用

中文信息学报 2024年第10期38卷 64-70,79页

作者：常芳玉才智杰青海师范大学计算机学院青海西宁810016 省部共建藏语智能信息处理及应用国家重点实验室青海西宁810008

藏文分词是藏语自然语言处理的一项基础性任务,其性能影响藏文自动摘要、自动分类以及搜索引擎等多个方面。基于词位标注的藏文分词方法通常使用四词位标签集,为了更全面地提取特征信息和更深层次的语义信息,该文提出了一种八词位标签集... 详细信息

藏文分词是藏语自然语言处理的一项基础性任务,其性能影响藏文自动摘要、自动分类以及搜索引擎等多个方面。基于词位标注的藏文分词方法通常使用四词位标签集,为了更全面地提取特征信息和更深层次的语义信息,该文提出了一种八词位标签集,采用BiLSTM_CRF模型得到一种基于八词位标签的BiLSTM_CRF藏文分词方法。实验结果表明,该方法取得较好的分词效果,在测试数据集上的准确率、召回率和F1值分别达95.07%、95.57%和95.32%。

关键词：自然语言处理藏文分词 BiLSTM_CRF 八词位标签

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：