文章-世纪中文出版社

融合注意力机制的多通道卷积与双向GRU模型的文本情感分析研究下载：57 浏览：402

袁和金张旭牛为华崔克彬《中文研究》 2019年4期

摘要:

文本情感分析作为自然语言处理领域的一大分支，具有非常高的研究价值。该文提出了一种基于多通道卷积与双向GRU网络的情感分析模型。该模型首先使用多通道卷积神经网络对文本不同粒度的特征信息进行提取，提取后的特征信息经过融合送入双向GRU中，结合注意力机制获得文本的上下文情感特征，最后由分类器给出文本的情感倾向。注意力机制自适应的感知上下文信息进而提取对情感极性影响较强的特征，在模型的基础上引入Maxout神经元，解决模型训练过程中的梯度弥散问题。模型在IMDb及SST-2数据集上进行实验，实验结果表明本文模型较CNN-RNN模型在分类精确度上有了一定程度的提升。

微博网络用户的活跃性判定方法下载：46 浏览：320

仲兆满1，2 戴红伟1 管燕1 《中文研究》 2018年5期

摘要:

推荐系统的冷启动问题是近期的研究热点，而用户的活跃性判定是冷启动问题的基础。已有方法在判定用户的活跃性时，单纯地考虑了用户发表信息量，对社交媒体的社交关系及行为等特征利用不够。该文面向微博网络，提出了系统的用户活跃性判定方法，创新性主要体现在:(1)提出了微博网络影响用户活跃性的四类指标，包括用户背景、社交关系、发表内容质量及社交行为，避免了仅仅使用用户发表信息数量判定用户是否活跃的粗糙方式；(2)提出了用户活跃性判定流程，提出了基于四类指标的用户与用户集的差异度计算模型。以新浪微博为例，选取了学术研究、企业管理、教育、文化、军事五个领域的900个用户作为测试集，使用准确率P、召回率R及F值为评价指标，进行了实验分析和比较。结果显示，该文所提用户活跃性判定方法的准确率P、召回率R、F值比传统的判定方法分别提高了21%、13%和16%，将该文所提方法用于用户推荐，得到的P、R和F值比最新的方法分别提高了5%、2%和3%，验证了所提方法的有效性。

一种针对成分树的混合神经网络模型下载：46 浏览：434

霍欢1,2 薛瑶环1 黄君扬1 金轩城1 邹依婷1 《当代中文学刊》 2019年10期

摘要:

为了提高自然语言处理的准确度,很多工作将句法成分树与LSTM相结合,提出了各种针对成分树的LSTM模型(文中用C-TreeLSTM统称这类模型)。考虑到C-TreeLSTM模型在计算内部节点隐藏状态的过程中,由于一个重要信息来源(即单词)的缺失导致文本建模的准确度不高,该文提出一种针对成分树的混合神经网络模型,通过在C-TreeLSTM模型的节点编码过程中注入各节点所覆盖的短语语义向量来增强节点对文本语义的记忆,故将此模型命名为SC-TreeLSTM。实验结果表明,该模型在情感分类和机器阅读理解两类任务上表现优异。

论高职计算机网络教学的有效性提高策略下载：59 浏览：377

董晶1 郭云峰2 王瑞1 《电子商务进展》 2018年8期

摘要:

现阶段,随着信息化时代的到来,各行各业对人才的需求量也在逐渐增加,对人们计算机掌握程度也有了更高的要求。因此,各个高职院校需要重视学生信息技术网络课程的教学,并严格根据高职院校学生的课业负担、接受能力等方面内容进行计算机网络课程教学模式设计,以期为高职计算机网络课程教学奠定坚实基础。本文就对如何提高高职计算机网络教学质量进行探究。

谐振腔内的高质量圆对称艾里光束的产生方法下载：62 浏览：450

朱一帆耿滔《现代物理学报》 2020年1期

摘要:

本文提出一种在谐振腔内产生高质量圆对称艾里光束的方法，通过使用针对特定参数光束设计的衍射光学元件替代反射腔镜，可在腔内获得所需的特定参数光束.研究结果表明，该方法产生的圆对称艾里光束的参数可控；模式能量损耗低，接近高斯基模光束；光束质量高，明显优于目前常用的傅里叶空间纯相位全息编码法.接着，讨论了组装系统时产生的腔长误差和同轴度误差，以及加工衍射元件时产生的刻蚀误差对产生光束的影响.结果表明，现有的机械调节技术和微纳加工技术，完全能满足系统误差的精度要求，显示该方法对误差有较好的容差性.

面向智能发电的数字孪生技术及其应用模式下载：21 浏览：257

房方张效宁梁栋炀王庆华《发电技术与研究》 2020年10期

摘要:

发电过程作为电力系统的重要组成部分,其智能化建设是推进我国能源电力转型发展的重要方向。结合数字孪生技术的研究发展现状及发展趋势,剖析了智能发电的概念与体系,并给出面向智能发电的数字孪生定义,通过功能映射,构建了智能发电系统的数字孪生架构。提出了在智能发电系统中部署数字孪生技术的一般性方法,对数字孪生技术的应用领域和应用模式进行了归纳,分析了应用过程中面临的主要技术挑战。研究结果可为数字孪生技术在发电领域产业化发展提供理论和方法参考。

基于SpringBoot的软件统计分析系统设计与实现下载：59 浏览：477

王丹1 孙晓宇2 杨路斌2 高胜严2 《软件工程研究》 2019年6期

摘要:

本文为基于SpringBoot的软件管理及统计分析功能为一体的平台,依照这个管理体系能够对实验室的软件信息进行细致、有效的管理,解决了管理人员对繁杂数据难以处理的问题。本平台为了更好地增强数据的可读性,对杂乱的数据进行了分析生成统计图表,实时、直观地获取关键信息。本系统采用Spring、SpringBoot、Mybatis-Plus作为后台的框架方案,前端则引用了较为流行的功能强大,性能良好的模板引擎Beetl,最终设计了基于B/S架构的软件统计分析系统,具有实际应用价值。

面向智慧家庭的虚拟体验系统的研究与开发下载：71 浏览：476

柯健刘畅周德富王敏夏振新黄冬林《软件工程研究》 2019年2期

摘要:

针对传统室内设计在用户体验方面缺少沉浸感、交互性等问题,提出了一种基于虚拟现实技术的家居互动设计虚拟体验系统的实现方法,本方法围绕虚拟现实的基本特征,使用三维软件制作虚拟场景,使用Unity游戏引擎和基于物理渲染技术提高虚拟场景的逼真度,使用虚拟现实设备HTCVive为用户提供交互体验操作。通过虚拟体验系统的开发,提出了一种新的室内家居设计体验方法。

一种校企产教融合的高职软件项目教学下载：88 浏览：496

牛德雄《软件工程研究》 2018年4期

摘要:

本文介绍了一种高职校企产教融合软件项目教学。它采用分阶段项目教学,每个项目教学阶段的教学内容与目标不同而且进阶,且项目教学贯穿于软件教学过程的始终。在使用该模式的教学实践中,通过软件项目的"典型工作任务"的教学培养学生软件开发技能,再通过软件项目的实战教学培养软件开发综合能力。本文重点介绍了该模式的关键技术——"典型工作任务"的设计。通过作者的教学实践,该模式能大幅度提高高职软件教学效果。

储能在电网中的应用价值及其商业模式下载：11 浏览：127

韩晓娟1 艾瑶瑶1 李相俊2 《发电技术与研究》 2018年4期

摘要:

随着风电、光伏渗透率逐渐增大,其并网给电网稳定运行带来了诸多挑战。储能技术可以有效平抑新能源功率波动,增强新能源发电可控性,提高新能源的并网接入能力,因此在电网中配置储能的相关研究与技术受到越来越多的关注。以储能系统接入电网的功能为切入点,针对储能系统在调频、调峰、备用容量和延缓输配电扩容升级等4种场景中的应用价值进行研究和归纳,讨论了储能相关商业模式的发展前景和未来待研究的关键科学问题。

基于改进单纯形法和凝结水节流的超超临界机组协调优化下载：12 浏览：139

马良玉李倩倩李帆《发电技术与研究》 2018年3期

摘要:

风能、太阳等新能源的规模化并网对电网的安全稳定性造成较大影响。为提高新能源的消纳能力,电网对燃煤机组的运行灵活性、负荷快速响应能力、深度调峰能力等提出了很高的要求。采用先进的控制策略提升协调控制的品质,具有重要的现实意义。基于近年来发展起来的"凝结水节流"快速变负荷方法,采用人工神经网络建立了考虑凝结水节流特性的负荷预测模型及主汽压力预测模型。在此基础上,利用经典优化理论中的改进单纯形法,设计了协调系统智能优化控制策略,编制了实时优化程序。借助1000 MW超超临界机组仿真机开展了详细的优化控制仿真实验,结果表明文中方法可有效提高机组变工况负荷响应的快速性,减少主汽压力波动,提升协调控制品质。

噪声环境中的无线传感器网络低功耗监听技术研究下载：57 浏览：462

夏艳施伟斌《数据与科学》 2018年3期

摘要:

低功耗监听（LPL）是一种常见的MAC层技术[2],可减少无线传感器网络（WSNs）中节点周期性唤醒抽样检测无线信道活动时的能源消耗。然而,低功耗监听极易受被误认为信道活动的环境噪声的影响而引起虚假唤醒,从而导致节点不合逻辑地唤醒只是为了接收无用的信号（噪声信号）。经在实验室环境的实证研究发现,虚假唤醒问题极大的提高了节点占空比,削弱了低功耗监听的优势。同时也发现,空闲信道评估机制用以监测信道活动的能量级阈值对错误唤醒速率有重要的影响。

用于农场非干预管理的四旋翼飞行器设计与实现下载：60 浏览：204

盛存宝乐燕芬施伟斌《数据与科学》 2018年2期

摘要:

为解决大型农场中作物成熟时鸟类对作物进行破坏的问题,提出将四旋翼飞行器应用于农场管理,实现自主巡逻、自动驱逐。设计并实现了一种基于STM32的非干预农场飞行控制系统。该系统通过惯性测量单元进行姿态测量,利用姿态融合、互补滤波实现对四旋翼姿态的动态调整,同时该四旋翼能自动识别、跟踪和驱逐隐藏在作物下的鸟类,并结合全球卫星定位系统(GPS)实现作业过程控制,整个工作过程无需人工操作干预。实验结果表明,提出的非干预飞行作业系统具有良好的自主性和稳定性,为农场的非干预管理提供了一种有效的参考。

高灵敏度MEMS压力传感器的设计与模型仿真下载：71 浏览：452

李阳曹民胡秀娟《数据与科学》 2018年2期

摘要:

针对人工智能领域,研究人员对高灵敏度的的微型压力传感器的迫切需求,设计基于惠斯通电桥的MEMS压力传感器。相比于其他传感器,微机电压力传感器尺寸更小,灵敏度更高。传感器表面的压敏薄膜中制有惠斯通电桥电路,电桥的输出电压与应力大小呈线性关系,输出电压的大小则表示压敏薄膜的灵敏度高低。通过ANSYS软件建模仿真来研究压敏薄膜的尺寸,材料与结构,找出薄膜参数与传感器灵敏度的数据关系,借助数据分析得出最优的设计选择。

基于SIFT算子的改进图像匹配算法下载：63 浏览：433

张凯杰徐伯庆《数据与科学》 2018年1期

摘要:

针对传统的SIFT特征点匹配算法中准确率和鲁棒性的问题,提出了几个方面的改进措施。首先对图像进行小波变换处理,舍弃高频部分,重建近似图像;其次,利用特征点的欧氏距离最小值与次小值的分层次比值确定粗匹配点;最后两次运用随机抽样一致性算法(RANSAC)提纯匹配点,即对初次提纯的剩余匹配点再次提纯,两次提纯的匹配点作为最终的匹配结果。实验结果表明,本文算法提高了SIFT算法的图像匹配的准确率和鲁棒性。

基于并行对抗与多条件融合的生成式高分辨率图像修复下载：52 浏览：373

邵杭王永雄《人工智能研究》 2020年7期

摘要:

现有的图像修复算法经常会有伪影、语义不准等问题出现,对于缺失较大、分辨率较高的图像,修复效果有限.为此,文中提出基于并行对抗与多条件融合的二阶图像修复网络.首先,利用改进的深度残差网络对缺失图像进行生成式像素填充,并利用第一阶对抗网络补全边缘.然后,提取填充图颜色特征,融合补全边缘图,将融合图作为第二阶对抗网络的条件标签.最后,通过带上下文注意力模块的第二阶网络得到修复结果.在多个数据集上的实验表明,文中算法可获得较逼真的修复效果.

基于稀疏化双线性卷积神经网络的细粒度图像分类下载：382 浏览：387

马力1 王永雄2 《人工智能研究》 2019年8期

摘要:

针对双线性卷积神经网络(B-CNN)在细粒度图像分类中因参数过多、复杂度过高而导致的过拟合问题,提出稀疏化B-CNN.首先对B-CNN的每个特征通道引入比例因子,在训练中采用正则化方法对其稀疏.然后利用比例因子的大小判别特征通道的重要性.最后将不重要特征通道按一定比例裁剪,消除网络过拟合,提高关键特征的显著性.稀疏化B-CNN属于弱监督学习,可实现端到端训练.在FGVC-aircraft、Stanford dogs、Stanford cars这3个细粒度图像数据集上的实验表明,稀疏化B-CNN的准确率高于B-CNN,也优于或基本接近其它通用的细粒度图像分类算法.

基于PSOC技术的线阵CCD驱动系统设计与实现下载：10 浏览：420

张学典顾佳常敏张楠楠《传感器研究》 2019年2期

摘要:

为保证CCD在实际应用中能稳定高速地运行,首要解决的问题是设计可靠的驱动电路。基于PSOC技术设计了一种优于传统驱动的高移植性驱动系统。该系统主要包括时序产生部分和信号处理部分,首先通过对TCD1205DG芯片的基本原理进行分析处理,提出一种稳定的驱动时序产生方法;然后基于二阶滤波电路对输出信号优化处理;最后在理论研究基础上,对输出信号进行实验验证。结果表明,所设计的驱动系统符合CCD的工作需求,而且可靠易行。

基于粒子群算法的二次再热机组参数优化分析下载：63 浏览：445

付文锋1 陈海文1 王蓝婧2 《建模与系统仿真》 2019年11期

摘要:

针对二次再热超超临界机组,建立了热力系统参数优化模型。以某660MW机组为例,应用粒子群算法,计算分析了给水焓升分配、给水温度、再热压力、回热级数和主蒸汽参数对提高机组热经济性的贡献。结果表明:通过热力系统接口参数优化,机组热效率仍有较大的提升潜力;二次再热压力比一次再热压力对机组热效率的影响更大;选择增加低压加热器对机组热效率的提升效果更显著;最佳给水温度主要随初压的升高而升高,主蒸汽温度和再热蒸汽温度对最佳给水温度的作用趋势相反。

基于文献特征提取网页信息的算法研究下载：69 浏览：488

郭培铭1,2 《计算机研究与应用》 2019年7期

摘要:

网页信息提取是计算机技术中重要的一项技术,在许多领域中得到应用,在图书馆领域尚未得到广泛的应用。通过以文献外在特征信息各自的特点为判断依据,对文献信息在网页中的自动提取进行算法实现,获得良好的结果。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com