检索结果-维普期刊中文期刊服务平台

结合门控融合网络和残差傅里叶变换重建太阳斑点图: 1; 作者黄亚群郑培煜 +2 位作者蒋慕蓉杨磊罗俊《计算机科学》 CSCD 北大核心 2023年第S02期266-272,共7页; 使用现有深度学习算法重建云南天文台拍摄的高度模糊太阳斑点图像时,出现高频信息丢失、边缘模糊、重建难度大等问题。对此,提出一种结合门控融合网络与残差傅里叶变换的太阳斑点图重建算法,其中门控融合网络由一个生成器和两个鉴别器组... 展开更多; 关键词太阳斑点图重建门控融合网络残差傅里叶变换双注意力机制; 在线阅读下载PDF 职称材料

融合源信息和门控图神经网络的谣言检测研究被引量：11: 2; 作者杨延杰王莉王宇航《计算机研究与发展》 EI CSCD 北大核心 2021年第7期1412-1424,共13页; 社交媒体在带给人们便利同时,也为谣言的发布和传播提供了平台.目前,大多数的谣言检测方法都是基于文本内容信息,但在社交媒体场景下,文本内容大多是短文本,这类方法往往会因为数据稀疏性的问题导致性能下降.社交网络上的消息传播可建... 展开更多; 关键词谣言检测传播结构融合门控的图卷积网络多头注意力源信息增强; 在线阅读下载PDF 职称材料

基于自适应门控信息融合的多模态情感分析被引量：2: 3; 作者陈真普园媛 +2 位作者赵征鹏徐丹钱文华《计算机科学》 CSCD 北大核心 2023年第3期298-306,共9页; 多模态情感分析的目标是使用由多种模态提供的互补信息来实现可靠和稳健的情感分析。近年来,通过神经网络提取深层语义特征,在多模态情感分析任务中取得了显著的效果。而多模态信息的不同层次的特征融合也是决定情感分析效果的重要环节... 展开更多; 关键词多模态情感分析门控信息融合网络迭代注意 ERNIE 自动融合网络; 在线阅读下载PDF 职称材料

基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测: 4; 作者吴兴扬戴剑丰《电网技术》 2025年第9期3756-3766,I0072-I0075,共15页; “双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出... 展开更多; 关键词 Prophet算法自适应时空图卷积网络 BERT 门控融合网络多节点负荷预测; 在线阅读下载PDF 职称材料

题名结合门控融合网络和残差傅里叶变换重建太阳斑点图: 1; 作者黄亚群郑培煜蒋慕蓉杨磊罗俊; 机构云南大学信息学院中国科学院云南天文台; 出处《计算机科学》 CSCD 北大核心 2023年第S02期266-272,共7页; 基金国家自然科学基金(11773073) 云南省高校科技创新团队支持项目(IRTSTYN) 云南大学专业学位研究生教学案例库建设项目(2022XJALK02)。; 文摘使用现有深度学习算法重建云南天文台拍摄的高度模糊太阳斑点图像时,出现高频信息丢失、边缘模糊、重建难度大等问题。对此,提出一种结合门控融合网络与残差傅里叶变换的太阳斑点图重建算法,其中门控融合网络由一个生成器和两个鉴别器组成,生成器包含去模糊模块、高维特征提取模块、门控模块和重建模块。去模糊模块采用基于双注意力机制的U形网络框架,获取低分辨率图像去模糊后的特征;高维特征提取模块使用残差傅里叶变换的卷积块,提取包含图像空间细节的高维特征;门控模块将上述两个特征进行融合,得到权重图,与去模糊后的特征进行加权后,再与高维特征融合,得到融合特征;重建模块采用残差傅里叶变换的卷积块和像素混洗层,将门控模块得到的融合特征图进行重建,得到高分辨率图像。利用两个鉴别器分别鉴别去模糊模块产生的去模糊图像和重建模块产生的高分辨率图像的真实性。最后,设计包含像素内容损失、感知损失和对抗损失的组合训练损失函数,指导模型训练。实验结果显示,所提方法与现有深度学习重建方法相比,高频信息的恢复能力更强,边缘轮廓更清晰,结构相似性和峰值信噪比指标更高。; 关键词太阳斑点图重建门控融合网络残差傅里叶变换双注意力机制; Keywords Solar speckle image reconstruction Gated fusion network Residual Fourier transform Dual attention mechanism; 分类号 TP391.41 [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

题名融合源信息和门控图神经网络的谣言检测研究被引量：11: 2; 作者杨延杰王莉王宇航; 机构太原理工大学大数据学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2021年第7期1412-1424,共13页; 基金国家自然科学基金项目(61872260)。; 文摘社交媒体在带给人们便利同时,也为谣言的发布和传播提供了平台.目前,大多数的谣言检测方法都是基于文本内容信息,但在社交媒体场景下,文本内容大多是短文本,这类方法往往会因为数据稀疏性的问题导致性能下降.社交网络上的消息传播可建模为图结构,已有研究考虑消息传播结构特点,通过GCN等模型进行谣言检测.GCN依据结构信息聚合邻居来提升节点表示,但有些邻居聚合是无用的,甚至可能带来噪声,使得通过GCN得到的表示并不可靠.此外,这些研究不能有效的突出源帖信息的重要性.针对这些问题提出了一种融合门控的传播图卷积网络模型GUCNH,在GUCNH模型中,首先利用消息转发关系构建信息转发图,通过2个融合门控的图卷积网络模块来聚合邻居节点信息生成节点的表示,融合门控能够对图卷积之前的特征表示和之后的特征表示进行选择与组合,以得到更加可靠的表示.考虑到在转发图中,任意的帖子之间都可能存在相互影响,而不仅仅是基于邻接关系,因此在2个融合门控的图卷积网络模块之间引入多头自注意力模块来建模任意帖子之间的多角度影响.此外,在转发图中,源帖包含的信息往往是最原始、最丰富的,在生成各节点表示之后,选择性的增强了源节点的信息以增强根源信息的影响力.在3个真实数据集上进行的实验表明,提出的模型优于现有的方法.; 关键词谣言检测传播结构融合门控的图卷积网络多头注意力源信息增强; Keywords rumor detection communication structure graph convolution network with gating multi-head attention source information enhancement; 分类号 TP18 [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

题名基于自适应门控信息融合的多模态情感分析被引量：2: 3; 作者陈真普园媛赵征鹏徐丹钱文华; 机构云南大学信息学院云南省高校物联网技术及应用重点实验室; 出处《计算机科学》 CSCD 北大核心 2023年第3期298-306,共9页; 基金国家自然科学基金(62162068,61271361,61761046,62061049) 云南省应用基础研究面上项目(2018FB100) 云南省科技厅应用基础研究计划重点项目(202001BB050043,2019FA044)。; 文摘多模态情感分析的目标是使用由多种模态提供的互补信息来实现可靠和稳健的情感分析。近年来,通过神经网络提取深层语义特征,在多模态情感分析任务中取得了显著的效果。而多模态信息的不同层次的特征融合也是决定情感分析效果的重要环节。因此,提出了一种基于自适应门控信息融合的多模态情感分析模型(AGIF)。首先,通过门控信息融合网络将Swin Transformer和ResNet提取的不同层次的视觉和色彩特征根据对情感分析的贡献进行有机融合。其次,由于情感的抽象性和复杂性,图像的情感往往由多个细微的局部区域体现,而迭代注意可以根据过去的信息精准定位这些情感判别区域。针对Word2Vec和GloVe无法解决一词多义的问题,采用了最新的ERNIE预训练模型。最后,利用自动融合网络“动态”融合各模态特征,解决了(拼接或TFN)确定性操作构建多模态联合表示所带来的信息冗余问题。在3个公开的真实数据集上进行了大量实验,证明了该模型的有效性。; 关键词多模态情感分析门控信息融合网络迭代注意 ERNIE 自动融合网络; Keywords Multimodal sentiment analysis Gated information fusion networks Iterative attention ERNIE Auto-fusion network; 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

题名基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测: 4; 作者吴兴扬戴剑丰; 机构金陵科技学院机电工程学院; 出处《电网技术》 2025年第9期3756-3766,I0072-I0075,共15页; 基金国家自然科学基金项目(62173188) 金陵科技学院高层次人才科研启动基金(jit-b-202403)。; 文摘 “双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出了一种基于多尺度自适应时空图卷积网络(adaptive spatio-temporal graph convolutional network,ASTGCN)与基于Transformer的双边编码器表示(bidirectional encoder representations from transformers,BERT)模型的多节点短期负荷预测方法。首先,采用Prophet算法对负荷数据进行拟合分解,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集;其次,引入可膨胀的滑动时空窗口和时空图卷积算子构建ASTGCN,同时捕捉空间和时间上的复杂依赖关系,并引入BERT模型对时间序列数据进行编码,利用其强大的处理能力来捕捉负荷数据中的长期依赖性;最后,用门控融合网络对两个模型进行融合。基于美国纽约州的公开数据集进行测试,单日和单周的测试结果均表明所提模型不仅能有效挖掘节点的耦合特性,还能补充挖掘中长期时序特征,并显著提升预测精度,降低预测误差。; 关键词 Prophet算法自适应时空图卷积网络 BERT 门控融合网络多节点负荷预测; Keywords Prophet algorithm adaptive spatio-temporal graph convolutional network BERT gated fusion network multi-node load forecasting; 分类号 TM715 [电气工程]; 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	结合门控融合网络和残差傅里叶变换重建太阳斑点图	黄亚群郑培煜蒋慕蓉杨磊罗俊	《计算机科学》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
2	融合源信息和门控图神经网络的谣言检测研究	杨延杰王莉王宇航	《计算机研究与发展》 EI CSCD 北大核心	2021	11	在线阅读下载PDF 职称材料
3	基于自适应门控信息融合的多模态情感分析	陈真普园媛赵征鹏徐丹钱文华	《计算机科学》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测	吴兴扬戴剑丰	《电网技术》	2025		在线阅读下载PDF 职称材料