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
共找到1,312篇文章
< 1 2 … 66 >
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：
基于YOLO11n的叶菜穴盘育苗播种性能检测系统设计及试验
1
作者 谭穗妍 钟磊 +7 位作者 刘长江 王杰 黄俊明 胡希红 王宇唯 郑惠文 陈学深 马旭 《农业工程学报》 北大核心 2026年第1期25-36,共12页
针对叶菜穴盘育苗播种过程中单播率低、漏播率高等问题,该研究提出一种基于YOLO11n(you only look once11 nano)改进的轻量化模型Seed-YOLO进行3种不同叶菜种子穴盘育苗播种性能检测,并在边缘计算设备Nvidia Jetson Xavier NX上进行部署... 针对叶菜穴盘育苗播种过程中单播率低、漏播率高等问题,该研究提出一种基于YOLO11n(you only look once11 nano)改进的轻量化模型Seed-YOLO进行3种不同叶菜种子穴盘育苗播种性能检测,并在边缘计算设备Nvidia Jetson Xavier NX上进行部署,开发了高效叶菜穴盘育苗播种性能检测系统。Seed-YOLO通过引入上下文锚点注意力(context anchor attention,CAA)模块构建的C2PSA_CAA模块、分组混洗卷积(group shuffle convolution,GSConv)及GSBottleneck模块构建的C3K2_GS模块、WIoU v3(wise intersection over union version 3)损失函数、特小目标检测头等改进,提升对小粒径叶菜种子的分类识别能力。试验结果显示,Seed-YOLO对3种叶菜种子穴盘播种的性能检测表现如下:其平均精度均值达到96.7%,F1分数达到93.79%,相比YOLO11n的91.3%和84.92%,分别高出5.4和8.87个百分点,其参数量仅为1.58 M,较YOLO11n的2.58 M降低38.7%。在Nvidia Jetson进行模型部署,并开发用户界面,设计叶菜穴盘播种性能实时检测系统,该系统在播种效率为120盘/h时的单粒率、重播、漏播正确预报率分别为99.19%、94.79%和93.43%,每穴盘平均运算时间为121 ms。研究结果可为叶菜穴盘育苗播种性能检测系统研制提供支持。 展开更多
关键词 叶菜 种子 穴盘育苗 播种 检测 边缘计算 YOLO11n
在线阅读 下载PDF
光子储备池的进展:原理、架构与未来(特邀)
2
作者 裴丽 杨润 +3 位作者 王建帅 白冰 宁提纲 李全 《红外与激光工程》 北大核心 2026年第2期20-35,共16页
光子储备池作为结合类脑计算与光子信息处理的前沿技术,正在成为实现高效、低损计算的重要方向。不同于传统的电子系统,以光子为数据载体的储备池利用光学非线性、并行传播与高带宽特性,在物理层面实现了复杂动态映射与实时信号处理。... 光子储备池作为结合类脑计算与光子信息处理的前沿技术,正在成为实现高效、低损计算的重要方向。不同于传统的电子系统,以光子为数据载体的储备池利用光学非线性、并行传播与高带宽特性,在物理层面实现了复杂动态映射与实时信号处理。与以电子为载体的实现不同,光子储备池依托光学非线性、并行传播和宽带响应,在器件与系统层面即可完成复杂动态映射与实时信号处理。由于光在传输中的损耗较低、响应速度远超常规电子器件,这类方案通常能够提供更高的处理速率与更小的时延,因此在信号分类、时序预测以及控制决策等任务中表现出明显潜力。在训练方式上,光子储备池采用固定连接的随机网络或动态光学介质来生成高维状态,不必对内部参数进行反向传播式的端到端更新,而主要在输出层完成权重拟合,从而降低训练与部署的计算开销并有助于压低能耗。这种“用物理过程完成特征展开、用轻量读出完成学习”的范式,也常被用来概括为物理层机器学习。文中系统阐述了光子储备池的基本原理、体系架构与应用进展,从理论模型到硬件实现,再到典型任务的性能验证,全面分析了这一领域的发展结构。首先,在理论部分,梳理了储备池计算的基本框架,并概括其关键特性与成立条件;其次,在体系结构方面,重点探讨了基于不同状态展开机制的多种实现路径,包括时间复用型储备池、空间复用型储备池以及材料型储备池三大类;最后,在应用层面,结合了最新的研究成果,归纳了光子储备池在语音与图像识别、信号调制识别、混沌时间预测以及自适应控制等领域的代表性进展。总体而言,光子储备池的研究不仅推动了神经形态计算从电子学向光子学的发展,也为实现新一代高带宽、低功耗的智能信息处理提供了全新路径。更重要的是,它所代表的计算范式不再局限于逻辑门式的离散操作,而是借助物理动力学实现连续、并行的映射与自组织处理,这为后摩尔时代构建面向“物理智能”的硬件体系提供了关键支撑。 展开更多
关键词 储备池 光学计算 光子神经网络 人工智能
在线阅读 下载PDF
基于双仿射配对和层级标注的联合实体关系抽取
3
作者 张清华 周雄 +2 位作者 廖伟 黄帅帅 秦徐婷 《计算机研究与发展》 北大核心 2026年第3期812-823,共12页
联合实体关系抽取作为知识图谱构建的基础任务之一,旨在从非结构化文本中提取出关系三元组。针对联合模型中存在的相关矩阵冗余标注和头尾实体交互不足2个问题,提出了一种基于双仿射实体配对和层级标注策略的联合实体关系抽取模型。首先... 联合实体关系抽取作为知识图谱构建的基础任务之一,旨在从非结构化文本中提取出关系三元组。针对联合模型中存在的相关矩阵冗余标注和头尾实体交互不足2个问题,提出了一种基于双仿射实体配对和层级标注策略的联合实体关系抽取模型。首先,通过一个多标签分类任务来预测句子中的潜在关系,从而减少特定关系实体识别阶段的冗余关系。其次,将整合的候选实体表示通过一个双仿射网络以增强头尾实体的交互并形成双仿射实体配对矩阵,从而减少实体配对阶段的冗余标注。然后,使用层级标注策略识别出特定关系的实体,并结合实体配对矩阵形成关系三元组。最后,通过在4个公共数据集上进行对比实验和消融实验,验证了所提模型的有效性。 展开更多
关键词 关系抽取 潜在关系 双仿射网络 层级标注 联合实体关系抽取
在线阅读 下载PDF
2026 CCF全国高性能计算学术大会征文通知
4
《计算机工程与科学》 北大核心 2026年第5期827-827,共1页
由中国计算机学会主办,中国计算机学会高性能计算专业委员会承办的“2026CCF全国高性能计算学术大会(CCF HPC CHINA 2026)”将于2026年10月17日至20日在深圳国际会展中心召开。全国高性能计算学术大会是中国一年一度高性能计算领域的盛... 由中国计算机学会主办,中国计算机学会高性能计算专业委员会承办的“2026CCF全国高性能计算学术大会(CCF HPC CHINA 2026)”将于2026年10月17日至20日在深圳国际会展中心召开。全国高性能计算学术大会是中国一年一度高性能计算领域的盛会,为相关领域的学者提供交流合作、发布最前沿科研成果的平台,将有力地推动中国高性能计算的发展。 展开更多
关键词 CCF HPC CHINA 2026 高性能计算
在线阅读 下载PDF
基于改进YOLO v5n的移栽机栽植部件辣椒苗识别方法
5
作者 张斯源 苑严伟 +3 位作者 崔巍 朱凤武 吕程序 张学东 《农业机械学报》 北大核心 2026年第3期196-205,共10页
全自动移栽机在实际工作过程中经常遇到堵苗、漏苗和幼苗栽植状态异常等问题,实时监测移栽机栽植部件中的幼苗情况,是提高移栽机工作效率与移栽质量的关键。因此,本文提出了一种基于YOLO v5n的轻量化识别方法,用于对栽植部件中的辣椒苗... 全自动移栽机在实际工作过程中经常遇到堵苗、漏苗和幼苗栽植状态异常等问题,实时监测移栽机栽植部件中的幼苗情况,是提高移栽机工作效率与移栽质量的关键。因此,本文提出了一种基于YOLO v5n的轻量化识别方法,用于对栽植部件中的辣椒苗进行精确目标检测。首先在顺光、逆光光照情况下,使用摄像头采集了单株和多株的移栽机栽植部件辣椒苗图像,构建辣椒苗数据集;其次在YOLO v5n神经网络架构的基础上,使用Ghost卷积替换普通卷积,并插入改进后的FastGhost模块和SimAMGhost模块,有效降低模型的运算量和计算延迟,提高检测速度;引入EMA注意力机制,提高对重要细节信息的注意程度,改善模型对高度重叠的多株辣椒苗图像识别效果,解决了辣椒苗的部分多检和漏检问题;最终使用Shape-IoU损失函数替换CIoU损失函数,消除边界框自身形状对边界框回归的影响,提高边界框回归准确度。实验结果表明,与YOLO v5n相比,改进后的YOLO v5n-GE模型的检测平均精度均值为95.3%,比原模型提高0.3个百分点,模型参数量和计算量分别缩小52.5%和51.2%,检测速度提升12.2%。与当前YOLO系列主流模型相比,YOLO v5n-GE能够在大幅度减少参数量和运算量的情况下,保持较高的检测精度,证明了改进算法的有效性,可为硬件资源有限的移栽机栽植部件中的辣椒苗识别工作提供技术支持。 展开更多
关键词 全自动移栽机 辣椒苗识别 YOLO v5n SimAMGhost模块 EMA注意力机制
在线阅读 下载PDF
基于YOLO-SDCG和椭圆傅里叶描述子的番茄苗表型检测
6
作者 李国栋 喻俊志 +4 位作者 秦新燕 王卫兵 王吉奎 吴潇雨 曲家灏 《农业工程学报》 北大核心 2026年第3期179-191,共13页
番茄苗的表型特征是判断其是否适宜移栽的重要依据,为快速准确识别番茄苗表型特征,该研究提出了一种基于YOLO-SDCG和椭圆傅里叶描述子的番茄苗表型检测方法。针对在穴盘育苗期,番茄穴盘苗(35~40 d)生长密集、遮挡情况复杂、难以检测其... 番茄苗的表型特征是判断其是否适宜移栽的重要依据,为快速准确识别番茄苗表型特征,该研究提出了一种基于YOLO-SDCG和椭圆傅里叶描述子的番茄苗表型检测方法。针对在穴盘育苗期,番茄穴盘苗(35~40 d)生长密集、遮挡情况复杂、难以检测其直径和直立度等表型参数的问题,首先搭建番茄苗图像采集系统,融合正视与侧视视角获取图像数据;其次,改进YOLOv8s-seg模型为YOLO-SDCG,将动态蛇卷积(dynamic snake convolution,DySConv)模块添加到C2f模块(cross-stage partial-connection with 2 convolutions)以增强茎秆分割能力;采用内容感知特征重组模块(content-aware reassembly of features,CARAFE)替代原有的卷积上采样模块以提升特征重建与融合;在骨干网络和颈部网络中加入幻影卷积(grouped hybrid one-shottensor,GHOST)以减少模型参数量和计算量。最后,融合图像分割、椭圆傅里叶锚述子(elliptic Fourier descriptors,EFDs)、最大内切圆法、弦弧比与分段拟合法,实现番茄苗茎秆直径和直立度等表型参数的检测。结果表明,YOLO-SDCG在自建番茄苗数据集上掩码水平的精确率、召回率和平均精度均值分别为93.1%、93.9%、94.9%,较基线模型(YOLOv8s-seg)分别提高了4.6、2.7和2.4个百分点,参数量与运算时间小幅增加0.32 M和0.4 ms,但满足部署要求。最大内切圆法在正视图、侧视图下茎秆直径的平均绝对误差均为0.03 mm,平均绝对百分比误差均为1.04%;弦弧比与分段拟合法在正视图、侧视图下直立度的平均绝对误差分别为1.60°、1.80°,平均绝对百分比误差分别为2.00%、2.14%;决定系数均大于0.96,验证了该方法可有效估测番茄苗表型参数。该研究可为其他穴盘苗表型特征检测提供方法参考。 展开更多
关键词 番茄苗 图像分割 表型 椭圆傅里叶描述子 YOLOv8s-seg
在线阅读 下载PDF
改进YOLOv8的路面坑洼缺陷检测算法
7
作者 郭松杰 伊力哈木·亚尔买买提 +1 位作者 赵福生 谢丽蓉 《计算机工程与设计》 北大核心 2026年第4期1193-1200,共8页
针对目前无人驾驶汽车在路面行驶过程中对路面坑洼缺陷检测准确率不高、检测速度慢等问题,提出一种改进YOLOv8的路面坑洼缺陷检测算法模型。使用BiFPN的颈部连接方式、设计一种MA_SPPF金字塔结构、引入一种可变核卷积(LDConv)、在C2f中... 针对目前无人驾驶汽车在路面行驶过程中对路面坑洼缺陷检测准确率不高、检测速度慢等问题,提出一种改进YOLOv8的路面坑洼缺陷检测算法模型。使用BiFPN的颈部连接方式、设计一种MA_SPPF金字塔结构、引入一种可变核卷积(LDConv)、在C2f中嵌入ECA注意力机制。改进之后,能增网络模型的特征提取能力,并降低参数量,提升目标检测准确率和检测速度。实验结果表明,改进后的YOLOv8模型较原始模型,检测准确率提升了4.6%,平均精度检测均值mAP50提升了2.9%,检测速度FPS提升了18.5 f/s,验证了模型的有效性。 展开更多
关键词 路面坑洼缺陷 金字塔 可变核卷积 注意力机制 检测准确率 平均精度检测均值 检测速度
在线阅读 下载PDF
基于动力系统的低质量图像增强方法
8
作者 张宪红 李炜昊 +2 位作者 王建伟 杨泽雪 孙煜彤 《吉林大学学报(理学版)》 北大核心 2026年第2期377-386,共10页
针对常见图像增强技术在提升低质量图像对比度时易导致图像纹理细节损失的问题,通过构建四维前馈神经网络模型并优化输出函数,提出一种基于动力系统的低质量图像增强方法.首先,通过对神经网络模型动力学特性的分析,研究实现最优信号放... 针对常见图像增强技术在提升低质量图像对比度时易导致图像纹理细节损失的问题,通过构建四维前馈神经网络模型并优化输出函数,提出一种基于动力系统的低质量图像增强方法.首先,通过对神经网络模型动力学特性的分析,研究实现最优信号放大效果的参数组合.其次,与主流增强算法在复杂度较高的医学图像数据集上进行对比实验,结果表明该方法能将存在细节丢失、亮度降低和噪声污染等问题的低质量图像增强为高质量图像,且适用于对图像质量要求较高的医学图像增强处理.该方法为医学图像等对质量要求严格的领域提供了新的技术途径,有效兼顾了图像的对比度提升和细节保留,提高了低质量图像在临床诊断等实际应用中的可用性. 展开更多
关键词 图像增强 神经网络模型 低质量图像 前馈神经网络
在线阅读 下载PDF
基于直接引导扩散模型的对抗净化方法
9
作者 胡岩 李鹏 成姝燕 《计算机应用》 北大核心 2026年第3期821-829,共9页
深度神经网络(DNN)容易受到对抗扰动的影响,因此攻击者会通过向图像中添加难以察觉的对抗扰动以欺骗DNN。虽然基于扩散模型的对抗净化方法可以使用扩散模型生成干净样本以防御此类攻击,但扩散模型本身也会受到对抗扰动的影响。因此,提... 深度神经网络(DNN)容易受到对抗扰动的影响,因此攻击者会通过向图像中添加难以察觉的对抗扰动以欺骗DNN。虽然基于扩散模型的对抗净化方法可以使用扩散模型生成干净样本以防御此类攻击,但扩散模型本身也会受到对抗扰动的影响。因此,提出对抗净化方法StraightDiffusion,使用对抗样本直接引导扩散模型的净化过程。首先,探讨现有方法在使用扩散模型进行对抗净化时存在的关键问题与局限性;其次,提出一种新的采样方式在去噪过程中使用两阶段引导方式——头引导和尾引导,即在去噪过程的初期和末期进行引导,其他阶段不使用引导。在CIFAR-10和ImageNet数据集使用3个分类器WideResNet-70-16、WideResNet-28-10和ResNet-50的实验结果表明,StraightDiffusion具有超过基线方法的防御性能,在CIFAR-10和ImageNet数据集上相较于去噪模型用于对抗净化(DiffPure方法)和净化引导扩散模型(GDMP)等方法取得了最好的标准准确率和鲁棒准确率。以上验证了所提方法能够提升净化效果,从而提高分类模型面对对抗样本的鲁棒准确率,实现了多攻击场景下的有效防御。 展开更多
关键词 对抗扰动 对抗净化 扩散模型 鲁棒准确率 神经网络 引导
在线阅读 下载PDF
慢性意识障碍与脑机接口:神经调控医工融合新范式
10
作者 杨艺 何蕲恒 +1 位作者 柴晓珂 赵继宗 《中国现代神经疾病杂志》 北大核心 2026年第1期21-29,共9页
慢性意识障碍的精准评估与干预是神经科学的重大挑战。脑机接口技术通过解码脑电信号、重建意识沟通、引导闭环神经调控,为意识障碍的诊断与治疗开辟新的路径。诊断方面,脑电图和功能性近红外光谱成像可检测大脑信号判断意识水平;功能... 慢性意识障碍的精准评估与干预是神经科学的重大挑战。脑机接口技术通过解码脑电信号、重建意识沟通、引导闭环神经调控,为意识障碍的诊断与治疗开辟新的路径。诊断方面,脑电图和功能性近红外光谱成像可检测大脑信号判断意识水平;功能性沟通方面,初步验证基于脑电图的脑机接口系统有效,多种范式各有优劣;康复方面,基于脑机接口反馈的电刺激疗法可改善症状,但特定的康复系统尚待完善。然而,脑机接口的应用面临假阴性率高、结果稳定性不足等挑战。未来应跨学科合作,优化技术以提高信号处理的准确性和实时性,发挥血管内脑机接口的优势,采用多模态方法全面评估和治疗意识障碍,推动其临床应用与发展。 展开更多
关键词 意识障碍 脑-机接口 神经网络 计算机 医工融合(非MeSH词) 综述
在线阅读 下载PDF
小样本下基于空间交互和分割注意力的电力目标检测
11
作者 邬满 王高才 +1 位作者 卢玉婷 文莉莉 《计算机科学》 北大核心 2026年第6期252-262,共11页
电力线路巡检是预防停电、保障电网安全稳定运行以及促进经济发展的一项核心任务。在实际应用中,会遇到缺陷样本数量有限、设备形状多样、目标遮挡/粘连以及样本不平衡等挑战。为解决这些问题,提出了一种融入空间交互和分割注意力改进... 电力线路巡检是预防停电、保障电网安全稳定运行以及促进经济发展的一项核心任务。在实际应用中,会遇到缺陷样本数量有限、设备形状多样、目标遮挡/粘连以及样本不平衡等挑战。为解决这些问题,提出了一种融入空间交互和分割注意力改进的新型两阶段目标检测网络AKS 2-Net。该网络引入了多路分割注意力机制进行特征提取与融合,并通过度量学习对候选目标进行二次筛选,增强了对不规则、远小/模糊目标和被遮挡目标特征信息的提取与融合能力,并降低了少样本、样本不均衡对网络性能的影响。具体而言:1)设计了一种基于可变卷积和空间位移的分组卷积特征提取网络AKS 2 block(AKConv,Spatial-shift and Split-attention Block),使图像特征之间的空间信息交互以及特征通道之间的关系学习成为可能,从而增强了网络挖掘不规则和多尺度特征信息的能力;2)提出了一种新颖的多分支注意力多尺度特征融合(Multi-branch Attention Feature Fusion,MAFF)模块,通过空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)和混合跳跃连接(Mixed Skip Connections,MSC)融合多通道和多层次的图像细节特征以及空间信息,从而在复杂场景中提高了分割精度和边界定位能力;3)提出了一种基于度量学习的特征相似度计算方法,通过对区域候选网络筛选出的负样本特征与所有支持的类别特征进行相似度计算,结合阈值实现对候选负样本的重新筛选,纠正出被误判为负样本的正样本,减少对网络训练的干扰,降低网络对小、模糊目标的漏检率;4)在分类损失计算中引入了FocalLoss函数,以减轻样本不平衡对检测结果的影响;5)以AKS 2-Net为骨干,构建了一种适用于小样本、不均衡样本条件的基于两阶段微调的目标检测网络,通过微调机制为小样本目标检测提供了新的选择。大量实验结果表明,所提方法在电力线路目标检测数据集上表现出色,尤其是增强了网络对远小/模糊、被遮挡目标的检测能力,具有显著的实用价值。此外,在使用包括小样本数据集在内的各种数据集的类似实验条件下,与现有的目标检测网络(如ResNet 50,ResNet 101,Inception ResNet,ResNeXt 101,ResNeSt 101)相比,所提模型显示出更强的竞争力。 展开更多
关键词 小样本 度量学习 AKConv Spatial-shift Split-Attention 特征融合
在线阅读 下载PDF
基于深度学习的红树林遥感图像信息提取的研究
12
作者 杨春月 王修信 《计算机应用与软件》 北大核心 2026年第1期249-256,共8页
红树林是生态环境系统的重要组成部分,对于保护和净化环境具有重要作用。由于过度开发等原因导致红树林的生存环境严重受损,因此监测红树林的状况十分重要。针对深度学习模型从遥感图像提取红树林信息性能较差的问题,结合Shuffle Transf... 红树林是生态环境系统的重要组成部分,对于保护和净化环境具有重要作用。由于过度开发等原因导致红树林的生存环境严重受损,因此监测红树林的状况十分重要。针对深度学习模型从遥感图像提取红树林信息性能较差的问题,结合Shuffle Transformer和卷积神经网络的优势,加入ASPP Embedding模块提取特征信息和跳跃注意力融合深层特征与浅层特征提取遥感图像中红树林信息。结果表明,提出的模型对红树林信息提取的精度为97.64%,相比U-Net网络提高了1.38百分点,实验结果证明此方法在红树林遥感图像信息提取中具有比较大的优势。 展开更多
关键词 红树林 遥感图像 深度学习 TRANSFORMER 空洞卷积 信息提取
在线阅读 下载PDF
分区稀疏攻击:一种更高效的黑盒稀疏对抗攻击
13
作者 温泽瑞 姜天 +1 位作者 黄子健 崔晓晖 《计算机科学》 北大核心 2026年第1期323-330,共8页
深度神经网络长期以来受到对抗样本的攻击威胁,特别是黑盒攻击分类下的稀疏攻击,这类攻击依靠目标模型的输出结果来指导生成对抗样本,通常只需扰动少量像素即可达到欺骗图片分类器的目的。然而现有的稀疏攻击方法采用固定步长和欠佳的... 深度神经网络长期以来受到对抗样本的攻击威胁,特别是黑盒攻击分类下的稀疏攻击,这类攻击依靠目标模型的输出结果来指导生成对抗样本,通常只需扰动少量像素即可达到欺骗图片分类器的目的。然而现有的稀疏攻击方法采用固定步长和欠佳的初始化策略,使得对扰动的利用率较低,导致整体攻击效率不佳。为解决这些问题,分区稀疏攻击(SSA)方法^(1)应运而生。不同于其他方法使用的固定步长策略,SSA利用历史搜索信息来自适应调整步长,从而加速对抗样本的发现过程。此外,针对不同稀疏攻击在黑盒环境中都倾向于扰动高重要性像素的共性,设计了一种基于类激活图(CAM)可解释性方法的初始化策略,使得SSA能够快速识别并初始化具有高重要性像素的种群。最后,为了在随机搜索过程中将扰动限制在关键区域内并提升扰动的利用率,提出了分区搜索策略以进一步缩小SSA的搜索空间。实验结果表明,SSA在攻击传统卷积网络和视觉Transformer模型时均表现出色。与现有的先进方法相比,SSA能够将攻击成功率提高2%~8%,效率提升近30%。 展开更多
关键词 人工智能安全 对抗样本 可解释性 稀疏攻击 随机搜索
在线阅读 下载PDF
基于Transformer架构的RNA二级结构预测方法
14
作者 喻定 李章维 《计算机科学》 北大核心 2026年第3期375-382,共8页
RNA二级结构预测是生物信息学中的核心问题,近年来,深度学习技术的发展为该领域带来了显著进步。然而,现有方法在预测精度和对外部先验模型的依赖性方面仍存在不足,这些限制可能对模型的鲁棒性和泛化能力造成影响。针对上述问题,提出了... RNA二级结构预测是生物信息学中的核心问题,近年来,深度学习技术的发展为该领域带来了显著进步。然而,现有方法在预测精度和对外部先验模型的依赖性方面仍存在不足,这些限制可能对模型的鲁棒性和泛化能力造成影响。针对上述问题,提出了一种基于Transformer架构的RNA二级结构预测模型。该模型设计了两条特征编码通路,通过线性嵌入和独热编码生成序列特征,并利用交叉注意力机制高效融合两种特征表示。在特征提取阶段,模型采用改进的Swin-Transformer与U-Net相结合的架构(Swin-UNet),实现深层次特征提取,并最终生成RNA二级结构配对概率矩阵。实验结果表明,该模型在多个标准数据集上的F1得分领先了其他模型3%以上,且无须依赖外部模型的先验信息。研究结果为RNA结构预测提供了新的解决方案,同时展现了Transformer架构在生物序列分析中的广阔前景。 展开更多
关键词 RNA二级结构预测 深度学习 Swin-Transformer 交叉注意力 U-Net
在线阅读 下载PDF
边缘联邦学习中的量化感知训练及安全挑战
15
作者 雷程宇 吴黎兵 +3 位作者 张壮壮 王恩澍 霍丽娟 冯佳琪 《小型微型计算机系统》 北大核心 2026年第4期927-936,共10页
传统量化模型虽能降低模型复杂度、降低推理开销,但其量化扰动也会带来一定的性能损失.量化感知训练旨在提高神经网络对量化扰动的鲁棒性.为了使联邦学习中的边缘设备在计算资源受限的情况下进行实时推理,本文将量化感知训练引入边缘联... 传统量化模型虽能降低模型复杂度、降低推理开销,但其量化扰动也会带来一定的性能损失.量化感知训练旨在提高神经网络对量化扰动的鲁棒性.为了使联邦学习中的边缘设备在计算资源受限的情况下进行实时推理,本文将量化感知训练引入边缘联邦学习场景,并提出了量化感知边缘联邦学习框架.在该框架中,量化后的全局模型部署在终端,并且不会产生过大性能损失,从而解决了边缘设备对用户推理需求实时快速响应与自身算力不足的矛盾.此外,本文发现在联邦学习中引入量化感知训练会带来一定的安全风险,攻击者可以利用量化感知训练恶意模型.进一步地,本文也提出了两种联邦量化攻击.实验结果表明本文所提方法在CIFAR10数据集上,使用ResNet18训练的全局模型在被量化至4-bit时仍保持62%的准确率,相较于传统的边缘联邦学习方法提升30%.另外,联邦量化攻击在8-bit量化下的攻击成功率相比现有工作提升10%. 展开更多
关键词 联邦学习 量化扰动 边缘联邦学习 量化感知训练
在线阅读 下载PDF
基于潜在表示和图学习的无监督特征选择
16
作者 宿熙隆 谢锡炯 《计算机工程与设计》 北大核心 2026年第1期10-18,共9页
为解决多视图无监督特征选择在处理高维数据时面临噪声样本和特征干扰、数据样本互连信息利用不充分等问题,提出了一种基于潜在表示和图学习的鲁棒多视图无监督特征选择方法。通过构建融合多视图信息的低秩共识图以抑制噪声;通过核范数... 为解决多视图无监督特征选择在处理高维数据时面临噪声样本和特征干扰、数据样本互连信息利用不充分等问题,提出了一种基于潜在表示和图学习的鲁棒多视图无监督特征选择方法。通过构建融合多视图信息的低秩共识图以抑制噪声;通过核范数约束捕捉跨视图共性特征;将潜在表示学习嵌入特征选择框架,利用低秩图约束潜在空间的局部结构保持能力;并且设计联合优化模型以实现图学习、潜在表示与特征选择的多任务协同优化。实验结果表明,提出的方法在ACC和NMI上均优于实验对比方法。 展开更多
关键词 跨视图局部性 低秩 共识图 潜在表示学习 图学习 多视图 无监督特征选择
在线阅读 下载PDF
环境法治强化与上市工业企业绿色转型——基于环保法庭设立与大语言模型测度的证据
17
作者 褚杉尔 陈清源 《技术经济》 北大核心 2026年第3期137-154,共18页
社会各界关于工业企业绿色转型的重要性已基本达成共识,使用环保法庭设立这一准自然实验考查环境法治强化如何破解工业企业绿色转型难题。然而,当前企业绿色转型的测度存在以下问题:一是代理变量与综合指标法覆盖范围有限,无法全面反映... 社会各界关于工业企业绿色转型的重要性已基本达成共识,使用环保法庭设立这一准自然实验考查环境法治强化如何破解工业企业绿色转型难题。然而,当前企业绿色转型的测度存在以下问题:一是代理变量与综合指标法覆盖范围有限,无法全面反映企业的绿色转型;二是当前文本分析方法依赖预设词典,难以捕捉复杂语义。基于此,创新性地运用大语言模型分析年报文本来构造企业绿色转型指标,并基于2004—2023年中国上市工业企业数据,选取环保法庭设立这一准自然实验来考查环境法治强化如何破解上市工业企业绿色转型难题。基于多期DID法分析发现,环保法庭设立显著促进了企业的绿色转型,且对国有企业、大规模企业和位于非长江经济带及低法治水平地区的企业的影响更加显著。机制分析表明,环保法庭的设立通过外部监督渠道与内部治理渠道推动企业绿色转型。拓展性分析发现,环保法庭的设立有助于减少企业污染排放,且企业绿色转型进一步降低了其面临的市场特殊风险。研究结论不仅为加强环境法治建设提供了理论支撑,也为实现工业企业绿色转型发展提供新路径。 展开更多
关键词 法治建设 环保法庭 绿色转型 大语言模型 文本分析 外部监督 内部治理
在线阅读 下载PDF
量子计算在矿井智能通风领域的应用探索
18
作者 邓军 李志强 +7 位作者 闫振国 李川 栾龙源 王振平 王延平 黄玉鑫 张龙成 阮佳宁 《煤炭学报》 北大核心 2026年第1期512-529,共18页
矿井智能通风作为煤矿智能化建设的重要一环,长期面临着井下生产现场环境感知“测不准、测得慢”导致矿井生产态势信息失准,通风网络解算“算不快、算不准”导致矿井安全管理决策偏离实际,灾害预测模拟“仿真慢、成本高”导致灾害预测... 矿井智能通风作为煤矿智能化建设的重要一环,长期面临着井下生产现场环境感知“测不准、测得慢”导致矿井生产态势信息失准,通风网络解算“算不快、算不准”导致矿井安全管理决策偏离实际,灾害预测模拟“仿真慢、成本高”导致灾害预测结果滞后三大难题,难以实际指导工程现场。量子计算以其与指数级并行计算等优势,为解决“测不准、算不快、仿真慢”的核心难题提供了全新的技术路径。分析了量子计算在模型保真、全局寻优与计算加速、量子算力方面的优势,首次构建了量子测量、量子算法、量子模拟在解决矿井智能通风底层数据的“测不准”、网络解算“算不快”、灾变模拟的“仿真慢”三大难题的映射框架,并初步构建了基于量子微服务架构的云-边-端协同矿井智能通风服务平台架构。同时分析了当下量子计算自身发展存在的技术瓶颈,指出量子计算在矿井通风领域的工程应用面临着环境干扰导致量子退相干、复杂环境难以部署、量子测量结果难以验证、多参数量子态映射难与量子算法鲁棒性差、经济成本高昂等现实挑战。利用量子牛顿法(QCGA)与变分量子线性求解器(VQLS)的混合量子算法进行了初步矿井通风网络解算,计算速度分别提升了约11.9倍与12.8倍,初步验证了量子计算在解决矿井智能通风领域问题上的加速可行性,为量子计算赋能矿井智能通风技术变革、智能矿山的建设提供了理论参考。 展开更多
关键词 量子计算 矿井智能通风 量子测量 量子算法 量子模拟 智能矿山
在线阅读 下载PDF
基于BP-PID的山地榨菜直播机自适应控制系统设计
19
作者 赵立军 胡鑫 +4 位作者 傅先友 李铭华 彭维钦 龚练 张雪峰 《农机化研究》 北大核心 2026年第6期213-221,共9页
针对丘陵山地榨菜直播作业中因地形复杂、土壤条件多变而导致的播种精度不足、施肥不均匀、喷水量不稳定等问题,创新性地设计了一种基于BP神经网络PID控制的榨菜直播机自适应控制系统,通过多传感器实时采集作业地形坡度、土壤湿度、播... 针对丘陵山地榨菜直播作业中因地形复杂、土壤条件多变而导致的播种精度不足、施肥不均匀、喷水量不稳定等问题,创新性地设计了一种基于BP神经网络PID控制的榨菜直播机自适应控制系统,通过多传感器实时采集作业地形坡度、土壤湿度、播种机前进速度等参数,构建播种、施肥、喷水、开沟和行走控制5大执行环节的协同控制模型。采用“前馈神经网络预测+反馈PID调节”的混合控制策略,利用BP神经网络强大的非线性映射能力实现PID控制器参数的在线自整定与多目标优化;引入了基于地形识别的动态优先级调度算法,可根据坡度变化实时调整各子系统控制指令的优先级分配,有效解决陡坡工况下的动力协调与执行冲突问题,确保直播机的作业稳定性与安全性。田间试验结果表明:在坡度不超过25°的山地条件下,播种合格率最高达93.1%,综合平均值为91.5%,施肥均匀性变异系数≤6.8%,喷水量误差控制在±7.2%以内,榨菜直播机作业效率较传统直播机提升26.3%。所设计的BP-PID自适应控制系统能够有效解决丘陵山地复杂环境下的非线性、时变性的控制难题,显著提升榨菜直播机的作业精度、地形适应性与综合效能。 展开更多
关键词 榨菜直播机 PID自适应控制 BP神经网络 协同控制 丘陵山地
在线阅读 下载PDF
基于注意力机制的轻量级双卷积手指静脉识别网络
20
作者 赵冰艳 梁义怀 +1 位作者 张中霞 张文政 《电子与信息学报》 北大核心 2026年第3期1128-1138,共11页
基于深度学习的指静脉识别方法已被广泛应用于生物特征识别领域,然而现有模型普遍存在复杂度与分类性能失衡的问题,难以在内存受限和计算资源稀缺环境下高效完成识别任务。针对上述问题,该文提出了一种融合注意力机制的轻量化双通道卷... 基于深度学习的指静脉识别方法已被广泛应用于生物特征识别领域,然而现有模型普遍存在复杂度与分类性能失衡的问题,难以在内存受限和计算资源稀缺环境下高效完成识别任务。针对上述问题,该文提出了一种融合注意力机制的轻量化双通道卷积神经网络模型。该模型设计有双分支协同架构,旨在分别提取核心特征与辅助特征,从而丰富特征集合并增强网络对远程依赖特征的捕捉能力。通过设计一种并行双重注意力机制,以促进融合特征间的信息交互,引导模型聚焦于高价值信息,学习更具区分度的特征表示。实验结果显示,此模型在USM,HKPU和SDUMLA 3个公开数据集上的识别准确率分别达到99.70%,98.33%和98.27%,比现有先进方法分别提升7.94%,21.66%和28.62%,而参数量减少11.35%~60.19%,表明提出的双卷积模型实现了网络规模与识别准确率之间的有效平衡。 展开更多
关键词 指静脉识别 双卷积模型 特征表示 轻量化 并行双重注意力机制
在线阅读 下载PDF
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 2 … 66 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
版权所有© 2001-2026 渝B2-20050021-1渝公网安备 50019002500403号
使用帮助 返回顶部