期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合自编码器的双通道多层次对比学习立场检测
1
作者
曹均皓
朱小飞
程佳玮
《计算机应用研究》
北大核心
2025年第5期1385-1391,共7页
立场检测旨在识别作者对特定文本的态度或立场(同意、不同意、中立)。现有仅基于文本信息的方法在跨域场景中的表现存在局限性。为此,针对如何利用社交关系信息辅助立场检测展开了研究。研究从评论和回复数据中提取社交关系信息,并将其...
立场检测旨在识别作者对特定文本的态度或立场(同意、不同意、中立)。现有仅基于文本信息的方法在跨域场景中的表现存在局限性。为此,针对如何利用社交关系信息辅助立场检测展开了研究。研究从评论和回复数据中提取社交关系信息,并将其构建为归纳社交关系图。同时,提出了一种结合自编码器(autoencoder,AE)和变分自编码器(variational autoencoder,VAE)的混合自编码器立场检测框架,用于精确建模作者的社交关系特征,以提升立场识别的效果。为进一步学习鲁棒的社交关系特征,设计了一种双通道多层次对比学习方法,通过在混合自编码器内部以及不同社交关系图之间进行特征对比,增强模型对社交关系的建模能力。在DEBAGREEMENT数据集上进行了域内和跨域任务的实验,结果表明该框架在测试中的表现优于多个基线模型。研究结论验证了社交关系信息在立场检测任务中的重要性,并为未来相关研究提供了新的思路和方法。
展开更多
关键词
立场检测
变分自编码器
社交关系
对比学习
在线阅读
下载PDF
职称材料
基于Moldflow的汽车把手气辅注塑工艺多目标优化
被引量：
9
2
作者
程佳玮
曹俊哲
+4 位作者
谢传颖
李衡
陈福松
李磊
王小新
《工程塑料应用》
CAS
CSCD
北大核心
2024年第4期89-93,共5页
汽车内饰把手是典型的棒状类零件,常采用气体辅助注射成型(GAIM)技术进行生产,以满足把手强度和轻量化要求。由于GAIM技术的成型参数多,塑件成型质量控制难度大,通过运用Moldflow模流仿真分析并结合Taguchi试验方法,以塑件的气体穿透长...
汽车内饰把手是典型的棒状类零件,常采用气体辅助注射成型(GAIM)技术进行生产,以满足把手强度和轻量化要求。由于GAIM技术的成型参数多,塑件成型质量控制难度大,通过运用Moldflow模流仿真分析并结合Taguchi试验方法,以塑件的气体穿透长度和横截面最小壁厚为质量目标来优化成型工艺参数,选择熔体温度、模具温度、气体压力、气体保压时间和预注射量5个主要因素进行正交试验,采用极差分析研究上述5个工艺参数对气体穿透长度和横截面最小壁厚的影响规律,应用多目标综合平衡法得到优化的工艺参数组合,即熔体温度为250℃、模具温度为50℃、气体压力为10 MPa、气体保压时间为10 s、预注射量为75%。通过实际GAIM验证,塑件气体穿透效果良好,满足穿透长度和横截面最小壁厚的要求,塑件质量减轻25%以上,并具有良好的表面质量和尺寸精度,能够显著缩短成型周期,节约塑料材料,提高生产质量和效率,并满足汽车轻量化要求。
展开更多
关键词
气体辅助注射成型
模流仿真分析
Taguchi试验
极差分析
多目标优化
在线阅读
下载PDF
职称材料
题名
基于混合自编码器的双通道多层次对比学习立场检测
1
作者
曹均皓
朱小飞
程佳玮
机构
重庆理工大学计算机科学与工程学院
出处
《计算机应用研究》
北大核心
2025年第5期1385-1391,共7页
基金
国家自然科学基金资助项目(62472059)
重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1672)
+1 种基金
重庆英才计划项目(CSTC2024YCJH-BGZXM0022)
重庆市教育委员会科学技术研究计划重大项目(KJZD-M202201102)。
文摘
立场检测旨在识别作者对特定文本的态度或立场(同意、不同意、中立)。现有仅基于文本信息的方法在跨域场景中的表现存在局限性。为此,针对如何利用社交关系信息辅助立场检测展开了研究。研究从评论和回复数据中提取社交关系信息,并将其构建为归纳社交关系图。同时,提出了一种结合自编码器(autoencoder,AE)和变分自编码器(variational autoencoder,VAE)的混合自编码器立场检测框架,用于精确建模作者的社交关系特征,以提升立场识别的效果。为进一步学习鲁棒的社交关系特征,设计了一种双通道多层次对比学习方法,通过在混合自编码器内部以及不同社交关系图之间进行特征对比,增强模型对社交关系的建模能力。在DEBAGREEMENT数据集上进行了域内和跨域任务的实验,结果表明该框架在测试中的表现优于多个基线模型。研究结论验证了社交关系信息在立场检测任务中的重要性,并为未来相关研究提供了新的思路和方法。
关键词
立场检测
变分自编码器
社交关系
对比学习
Keywords
stance detection
variational autoencoder
social relation
contrastive learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Moldflow的汽车把手气辅注塑工艺多目标优化
被引量：
9
2
作者
程佳玮
曹俊哲
谢传颖
李衡
陈福松
李磊
王小新
机构
青岛科技大学高分子科学与工程学院
山东崇锦汽车零部件有限公司
出处
《工程塑料应用》
CAS
CSCD
北大核心
2024年第4期89-93,共5页
基金
山东省研究生教育质量提升计划项目(SDYAL21102)。
文摘
汽车内饰把手是典型的棒状类零件,常采用气体辅助注射成型(GAIM)技术进行生产,以满足把手强度和轻量化要求。由于GAIM技术的成型参数多,塑件成型质量控制难度大,通过运用Moldflow模流仿真分析并结合Taguchi试验方法,以塑件的气体穿透长度和横截面最小壁厚为质量目标来优化成型工艺参数,选择熔体温度、模具温度、气体压力、气体保压时间和预注射量5个主要因素进行正交试验,采用极差分析研究上述5个工艺参数对气体穿透长度和横截面最小壁厚的影响规律,应用多目标综合平衡法得到优化的工艺参数组合,即熔体温度为250℃、模具温度为50℃、气体压力为10 MPa、气体保压时间为10 s、预注射量为75%。通过实际GAIM验证,塑件气体穿透效果良好,满足穿透长度和横截面最小壁厚的要求,塑件质量减轻25%以上,并具有良好的表面质量和尺寸精度,能够显著缩短成型周期,节约塑料材料,提高生产质量和效率,并满足汽车轻量化要求。
关键词
气体辅助注射成型
模流仿真分析
Taguchi试验
极差分析
多目标优化
Keywords
gas-assisted injection molding
Moldflow
Taguchi test
range analysis
multi-objective optimization
分类号
TQ320.66 [化学工程—合成树脂塑料工业]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合自编码器的双通道多层次对比学习立场检测
曹均皓
朱小飞
程佳玮
《计算机应用研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于Moldflow的汽车把手气辅注塑工艺多目标优化
程佳玮
曹俊哲
谢传颖
李衡
陈福松
李磊
王小新
《工程塑料应用》
CAS
CSCD
北大核心
2024
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
