检索结果-维普期刊中文期刊服务平台

基于多重相似性和增强注意力预测药物-靶标相互作用: 1; 作者王伟余梦雪 +5 位作者孙斌万仕彤刘栋周运张红军王鲜芳《河南师范大学学报(自然科学版)》北大核心 2025年第2期99-107,共9页; 在新药发现和药物重定位研究中,发现药物与靶标之间的相互作用是重要的研究内容.针对药物与靶标相互作用网络,提出一种基于多重相似性和增强注意力机制的图卷积神经网络模型(RSGCN)预测药物-靶标相互作用.首先,提出了多重相似性来捕捉... 展开更多; 关键词图卷积神经网络(GCN) 多重相似性 PCA 增强注意力机制药物-靶标相互作用; 在线阅读下载PDF 职称材料

基于增强多头注意力机制的Optuna-BiGRU测井岩性识别被引量：6: 2; 作者王婷婷王振豪 +1 位作者李方赵万春《地球科学与环境学报》 CAS 北大核心 2024年第1期127-142,共16页; 测井岩性识别是油气勘探开发中至关重要的内容。针对现有算法模型在处理测井曲线数据时,无法有效捕获曲线内部深层关联和深度方向关系、拟合能力较弱、难以准确提取关键特征、噪声干扰以及模型超参数调优过程复杂困难等问题,提出了一种... 展开更多; 关键词岩性识别深度学习 BiGRU 增强多头注意力机制小波包自适应阈值超参数优化; 在线阅读下载PDF 职称材料

融合预训练和注意力增强的中文自动摘要研究被引量：2: 3; 作者李旭军王珺余孟《计算机工程与应用》 CSCD 北大核心 2023年第14期134-141,共8页; 通过对源文本信息压缩来提炼文本核心内容。目前,大多数生成式自动摘要任务采用基于注意力机制的序列到序列模型,但该模型解码预测生成的摘要具有语义准确率低且内容重复率高的问题。针对上述问题,提出了一种融合预训练和注意力增强的... 展开更多; 关键词生成式摘要指针生成网络(PGN) 预训练注意力增强机制; 在线阅读下载PDF 职称材料

基于改进AdvancedEAST的变电站仪表数显区域检测: 4; 作者王嘉璇王天宁 +1 位作者刘兵王祝《电子测量技术》北大核心 2024年第5期45-53,共9页; 为了提高数字仪表数显区域检测的实时性和鲁棒性,提出一种改进AdvancedEAST算法,以快速、准确地完成变电站数字仪表数显区域检测。首先,在AdvancedEAST模型框架下,构建一种注意力机制增强的轻量级主干网络ES-MobilenetV3,通过考虑不同... 展开更多; 关键词数字仪表 AdvancedEAST 数显区域检测注意力机制增强深度可分离卷积迁移学习; 在线阅读下载PDF 职称材料

基于改进I-Attention U-Net的锌浮选泡沫图像分割算法被引量：5: 5; 作者唐朝晖郭俊岑 +2 位作者张虎谢永芳钟宇泽《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期12-22,共11页; 针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;... 展开更多; 关键词泡沫浮选泡沫图像分割 U-Net Inception模块增强注意力机制; 在线阅读下载PDF 职称材料

题名基于多重相似性和增强注意力预测药物-靶标相互作用: 1; 作者王伟余梦雪孙斌万仕彤刘栋周运张红军王鲜芳; 机构河南师范大学计算机与信息工程学院河南师范大学河南省教育人工智能与个性化学习重点实验室河南理工大学鹤壁工程技术学院河南工学院计算机科学与技术学院; 出处《河南师范大学学报(自然科学版)》北大核心 2025年第2期99-107,共9页; 基金国家自然科学基金(62072160 62072157) +1 种基金 242102210001).; 文摘在新药发现和药物重定位研究中,发现药物与靶标之间的相互作用是重要的研究内容.针对药物与靶标相互作用网络,提出一种基于多重相似性和增强注意力机制的图卷积神经网络模型(RSGCN)预测药物-靶标相互作用.首先,提出了多重相似性来捕捉网络结构特征,以充分利用节点间的直接或间接关系.然后,通过PCA降维减少相似性噪声对实验结果的影响.最后,采用图卷积神经网络(graph convolution neural network,GCN)获得节点嵌入表示,并融入基于注意力的增强层,通过增强注意力机制获得节点间的注意力权重,能够高效地预测药物与靶标之间的相互作用.在黄金标准数据集上的实验结果表明RSGCN模型具有较好的性能.; 关键词图卷积神经网络(GCN) 多重相似性 PCA 增强注意力机制药物-靶标相互作用; Keywords graph convolution neural network multiple similarity PCA enhanced attention mechanisms drug-target interaction; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于增强多头注意力机制的Optuna-BiGRU测井岩性识别被引量：6: 2; 作者王婷婷王振豪李方赵万春; 机构东北石油大学电气信息工程学院东北石油大学黑龙江省网络化与智能控制重点实验室东北石油大学非常规油气研究院东北石油大学陆相页岩油气成藏及高效开发教育部重点实验室; 出处《地球科学与环境学报》 CAS 北大核心 2024年第1期127-142,共16页; 基金国家自然科学基金项目(52074088,52174022) 东北石油大学省杰青后备人才项目(SJQH202002) +1 种基金黑龙江省揭榜挂帅科技攻关项目(DQYT-2022-JS-758)。; 文摘测井岩性识别是油气勘探开发中至关重要的内容。针对现有算法模型在处理测井曲线数据时,无法有效捕获曲线内部深层关联和深度方向关系、拟合能力较弱、难以准确提取关键特征、噪声干扰以及模型超参数调优过程复杂困难等问题,提出了一种通过Optuna超参数优化双向门循环单元(Optuna-BiGRU)结合增强多头注意力机制(EMHA)的测井岩性识别模型——Optuna-BiGRU-EMHA模型。该模型引入残差机制和层归一化以改进多头注意力机制模块,并结合双向门循环单元(BiGRU)解决了处理测井数据时的问题,同时使用Optuna超参数优化框架和小波包自适应阈值方法分别解决了超参数调优和噪声干扰问题。首先通过交会图分析和敏感性箱线图分析选取自然伽马、深感应电阻率、中子-密度孔隙度、平均中子-密度孔隙度和岩性密度5个特征参数的测井数据,通过小波包自适应阈值方法对数据进行去噪,并将测井数据分割成数据块,然后利用Optuna框架优化BiGRU-EMHA模型超参数,最后通过实验对比K-近邻算法(KNN)、随机森林(RF)、极端梯度提升算法(XGBoost)、长短期记忆(LSTM)神经网络、BiGRU、双向长短期记忆(BiLSTM)神经网络、BiGRU-MHA、Optuna-BiGRU-EMHA等8种模型在测井岩性识别中的精度。结果表明:Optuna-BiGRU-EMHA模型识别准确率达到80%,相对于传统机器学习模型和深度学习模型,综合岩性识别准确率分别提高15.94%~23.14%和3.93%~15.94%,该模型为常规测井岩性识别提供了坚实的理论支持。; 关键词岩性识别深度学习 BiGRU 增强多头注意力机制小波包自适应阈值超参数优化; Keywords lithology identification deep learning BiGRU enhancing multi-head attention mechanism wavelet packet adaptive threshold hyperparameter optimization; 分类号 P618.13 [天文地球—矿床学] P631.81 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名融合预训练和注意力增强的中文自动摘要研究被引量：2: 3; 作者李旭军王珺余孟; 机构湘潭大学物理与光电工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2023年第14期134-141,共8页; 基金国家社会科学基金重大项目(21&ZD298)。; 文摘通过对源文本信息压缩来提炼文本核心内容。目前,大多数生成式自动摘要任务采用基于注意力机制的序列到序列模型,但该模型解码预测生成的摘要具有语义准确率低且内容重复率高的问题。针对上述问题,提出了一种融合预训练和注意力增强的自动摘要生成方法来提高生成摘要的质量。该模型以带覆盖机制的指针生成网络(pointer generator network,PGN)模型为基础,利用Transformer模型的编码器预训练文本获得具有语义联系的词向量;在序列到序列模型的解码器中,通过注意力增强机制让解码端的当前时刻注意力分布参考历史时刻注意力分布信息;优化束搜索算法抑制解码端输出短句。实验评价指标采用ROUGE值。在公共中文数据集NLPCC2018和LCSTS上的实验结果表明,与伴随覆盖机制的PGN模型训练结果相比,ROUGE-1、ROUGE-2和ROUGE-L指标均得到了提高,验证了所提方法的先进性和有效性。; 关键词生成式摘要指针生成网络(PGN) 预训练注意力增强机制; Keywords abstractive summarization pointer generator network(PGN) pre-trained attention enhancement mechanism; 分类号 TP391.1 [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

题名基于改进AdvancedEAST的变电站仪表数显区域检测: 4; 作者王嘉璇王天宁刘兵王祝; 机构华北电力大学自动化系天津新松智能科技有限公司; 出处《电子测量技术》北大核心 2024年第5期45-53,共9页; 基金国家自然科学基金(U21A20486)项目资助。; 文摘为了提高数字仪表数显区域检测的实时性和鲁棒性,提出一种改进AdvancedEAST算法,以快速、准确地完成变电站数字仪表数显区域检测。首先,在AdvancedEAST模型框架下,构建一种注意力机制增强的轻量级主干网络ES-MobilenetV3,通过考虑不同层提取特征对结果的影响,引入ECA和多维注意力机制(ECA-SE)对MobileNetv3的Bneck块进行改进,在保持性能和复杂性平衡的前提下,突出关键特征。在颈部网络中引入深度可分离卷积,降低网络计算的复杂度,提高检测速度。同时,使用迁移学习策略,提高小样本下模型的泛化能力。最后,在构建的变电站数字仪表数据集上进行试验验证,结果表明,所提算法在保证检测精度的情况下,模型的参数量相比AdvancedEAST算法减少82%,检测速度提升近2倍。; 关键词数字仪表 AdvancedEAST 数显区域检测注意力机制增强深度可分离卷积迁移学习; Keywords digital instrument AdvancedEAST digital display area detection enhanced by the attention mechanism depthwise separable convolution transfer learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TP216 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进I-Attention U-Net的锌浮选泡沫图像分割算法被引量：5: 5; 作者唐朝晖郭俊岑张虎谢永芳钟宇泽; 机构中南大学自动化学院; 出处《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期12-22,共11页; 基金国家自然科学基金资助项目(62171476)。; 文摘针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明:本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.; 关键词泡沫浮选泡沫图像分割 U-Net Inception模块增强注意力机制; Keywords froth flotation froth image segmentation U-Net Inception module enhanced attention mechanism; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TD952 [矿业工程—选矿]; 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	基于多重相似性和增强注意力预测药物-靶标相互作用	王伟余梦雪孙斌万仕彤刘栋周运张红军王鲜芳	《河南师范大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于增强多头注意力机制的Optuna-BiGRU测井岩性识别	王婷婷王振豪李方赵万春	《地球科学与环境学报》 CAS 北大核心	2024	6	在线阅读下载PDF 职称材料
3	融合预训练和注意力增强的中文自动摘要研究	李旭军王珺余孟	《计算机工程与应用》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	基于改进AdvancedEAST的变电站仪表数显区域检测	王嘉璇王天宁刘兵王祝	《电子测量技术》北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于改进I-Attention U-Net的锌浮选泡沫图像分割算法	唐朝晖郭俊岑张虎谢永芳钟宇泽	《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料