无线传感网络高维时序数据状态估计算法研究

1

作者 邓俊华 屠敏 《传感技术学报》 北大核心 2025年第2期356-361,共6页

无线传感网络中数据量较大,准确估计存储节点中的数据状态,可以避免传感网络受高维度、冗余数据、网络状态等问题的干扰,进而提高传感网络的安全性。然而在传感网络中,对高维时序数据的状态估计一直是一个难点问题,为此,提出一种无线传... 无线传感网络中数据量较大,准确估计存储节点中的数据状态,可以避免传感网络受高维度、冗余数据、网络状态等问题的干扰,进而提高传感网络的安全性。然而在传感网络中,对高维时序数据的状态估计一直是一个难点问题,为此,提出一种无线传感网络高维时序数据状态估计算法。采用基于信息熵的PCA降维算法对传感节点中的高维时序数据进行降维处理,基于最优集成随机森林算法提取数据的特征,将提取的状态特征数据输入到贝叶斯估计模型中,并采用粒子滤波对模型求解,完成无线传感网络高维时序数据的状态估计。仿真结果表明:所提算法的估计时间始终在1.99 s以下,节点能耗小于22.1 J,估计结果与实际结果一致,具有良好的估计效果。 展开更多

关键词 无线传感网络 数据状态估计 贝叶斯估计模型 粒子滤波 高维时序数据 信息熵

在线阅读 下载PDF 职称材料

新型配电网业务资源语义贯通关键技术研究

2

作者 李运硕 盛万兴 +4 位作者 段青 段祥骏 冯德志 李佳 张天明 《电网技术》 北大核心 2025年第8期3486-3500,共15页

为满足新型配电网业务量激增、业务形式多样化以及专业管理高效协同的需求,亟需对新型配电网业务资源语义贯通关键技术开展深入研究。首先,通过深入剖析配电网业务资源演进与创新路线,阐明了新型配电网业务资源数据交互跨角色、跨应用... 为满足新型配电网业务量激增、业务形式多样化以及专业管理高效协同的需求,亟需对新型配电网业务资源语义贯通关键技术开展深入研究。首先,通过深入剖析配电网业务资源演进与创新路线,阐明了新型配电网业务资源数据交互跨角色、跨应用以及跨层次贯通的技术需求与所面临的技术挑战。其次,提出将语义贯通关键技术分为3个方面,包括建立设备统一信息模型、智能语义解析以及知识图谱建设。然后,重点分析了配电网多类型终端设备统一数据模型的建设现状,归纳了智能语义解析在新型配电网业务贯通应用场景中的典型范式,提出了基于知识图谱的配电网业务资源语义贯通技术架构,探讨了3种关键技术的典型应用场景,并对未来研究方向进行展望。相关研究工作能够为实现配网业务资源高效协同管理提供有益参考。 展开更多

关键词 新型配电网 业务资源 语义贯通 统一信息模型 语义解析 知识图谱

在线阅读 下载PDF 职称材料

基于PI-DeepONet模型的IGBT模块结温估算方法

3

作者 项江鑫 霍思佳 +2 位作者 乐应波 杨程 崔昊杨 《半导体技术》 北大核心 2025年第7期746-755,共10页

时变高功率工况下,IGBT模块结温的实时准确估算是高效实施热管理策略的基础。但现有方法中,有限元分析(FEA)法难以实时响应,热网络模型法估算准确率低,两者均无法满足结温估算实时性和准确率的均衡性需求。针对这些问题,提出了一种基于... 时变高功率工况下,IGBT模块结温的实时准确估算是高效实施热管理策略的基础。但现有方法中,有限元分析(FEA)法难以实时响应,热网络模型法估算准确率低,两者均无法满足结温估算实时性和准确率的均衡性需求。针对这些问题,提出了一种基于物理约束深度算子网络(PI-DeepONet)模型的IGBT模块结温实时准确估算方法。首先,在算子网络的损失函数中引入物理约束,设计了具有物理约束的PI-DeepONet模型;随后,将FEA计算的IGBT模块热特性参数与时空位置信息作为输入对模型进行训练;最后,利用训练所得的最优算子估算模块结温。仿真结果表明,该模型兼顾了结温估算的准确率和实时性,能够适应复杂工况,为IGBT模块热管理策略的高效实施提供了可靠的理论支持与技术保障。 展开更多

关键词 IGBT 结温估算 物理约束深度算子网络(PI-DeepONet)模型 有限元分析(FEA)法 热网络模型 热管理策略

在线阅读 下载PDF 职称材料

结合句法结构和语义信息的方面情感三元组抽取

4

作者 石恽本 苟刚 《计算机工程与设计》 北大核心 2024年第8期2468-2474,共7页

为解决先前方面情感三元组抽取方法中忽略句法结构和语义信息的问题,提出一种结合句法结构和语义信息的抽取模型。使用BERT预训练模型编码输入语句,同时编码句法结构特征。通过注意力层学习词对间的语义信息。将句法结构特征和语义信息... 为解决先前方面情感三元组抽取方法中忽略句法结构和语义信息的问题,提出一种结合句法结构和语义信息的抽取模型。使用BERT预训练模型编码输入语句,同时编码句法结构特征。通过注意力层学习词对间的语义信息。将句法结构特征和语义信息输入图卷积网络,增强对单词间句法结构的学习。通过网格解码生成情感三元组。在lap14、res14、res15、res16数据集上的实验结果表明,该模型在精确率、召回率和F1值上相较其它基线模型有显著提升,有效提升方面情感三元组抽取效果。 展开更多

关键词 方面情感三元组 句法结构 语义信息 BERT预训练模型 注意力 图卷积网络 网格

在线阅读 下载PDF 职称材料

基于贝叶斯网络的无结构化P2P资源搜索方法 被引量：9

5

作者 钱宁 吴国新 赵生慧 《计算机研究与发展》 EI CSCD 北大核心 2009年第6期889-897,共9页

资源搜索是P2P网络基本功能及核心问题,关系到P2P网络可用性及扩展能力.尽管已提出许多无结构化P2P搜索方法,但复杂组织方式、较高搜索代价及过多维护影响其可用性.提出一个全分布无结构化P2P网络搜索方法BNS.该方法从节点自身兴趣特性... 资源搜索是P2P网络基本功能及核心问题,关系到P2P网络可用性及扩展能力.尽管已提出许多无结构化P2P搜索方法,但复杂组织方式、较高搜索代价及过多维护影响其可用性.提出一个全分布无结构化P2P网络搜索方法BNS.该方法从节点自身兴趣特性出发,利用节点上资源之间语义相关,应用贝叶斯网络建立推理模型,根据相关资源历史信息进行推理,采用概率方法,将搜索导向与目标相关的节点,提高搜索性能.实验表明,该方法能够有效地提高搜索性能,消耗较少带宽且维护简单,对P2P动态变化特性具有良好适应能力. 展开更多

关键词 无结构化P2P 搜索方法 语义关系 推理模型 贝叶斯网络 贝叶斯估计

在线阅读 下载PDF 职称材料

一种基于Bayes估计的WSN节点信任度计算模型 被引量：5

6

作者 刘涛 熊焰 +2 位作者 黄文超 陆琦玮 关亚文 《计算机科学》 CSCD 北大核心 2013年第10期61-64,共4页

鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型。该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信... 鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型。该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息。仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响。 展开更多

关键词 无线传感器网络 信任度计算模型 BAYES估计 先验信息 信誉 BETA分布

在线阅读 下载PDF 职称材料

视频语义信息的研究 被引量：5

7

作者 余卫宇 余英林 《计算机工程与应用》 CSCD 北大核心 2004年第6期27-29,共3页

图象语义的研究是当前图象领域的热点之一。论文对图象的语义的客观和主观进行了分析,并提出了一个客观语义与主观语义结合的语义分析模型。

关键词 图象分析语义信息 语义模型 神经网络模型

在线阅读 下载PDF 职称材料

基于改进SEGNET模型的图像语义分割 被引量：10

8

作者 罗嗣卿 张志超 岳琪 《计算机工程》 CAS CSCD 北大核心 2021年第4期256-261,共6页

使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点... 使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点的类别预测精度,在模型中加入生成对抗网络以充分考虑空间中相邻像素点间关系。实验结果表明,该模型的语义分割效果相比原始SEGNET模型显著提升,且可有效解决SEGNET测试中出现的分类错误问题。 展开更多

关键词 SEGNET模型 生成对抗网络 多尺度语义信息 相邻像素类别关系 特征融合

在线阅读 下载PDF 职称材料

基于语义覆盖网络的信息组织与服务体系框架 被引量：1

9

作者 黄宏斌 邓苏 +1 位作者 张维明 刘震 《计算机工程与科学》 CSCD 2007年第10期20-25,共6页

针对广域网络环境下面向用户需求的信息服务要求,本文设计了一种基于语义覆盖网络的信息组织与服务体系框架。该框架充分考虑用户的信息需求与信息体系,提供了一种趋于扁平化的信息共享与服务环境。该框架通过自底向上和自顶向下相结合... 针对广域网络环境下面向用户需求的信息服务要求,本文设计了一种基于语义覆盖网络的信息组织与服务体系框架。该框架充分考虑用户的信息需求与信息体系,提供了一种趋于扁平化的信息共享与服务环境。该框架通过自底向上和自顶向下相结合的信息组织模式,在信息资源中心完成基于语义的信息整合与组织的基础上采用基于语义相似度聚类的语义覆盖网络,提供基于语义的信息资源发布、发现与定位的能力。 展开更多

关键词 元数据模型 信息服务 语义覆盖网 本体 信息资源中心

在线阅读 下载PDF 职称材料

基于合作目标的动态舰载平台综合系统误差估计 被引量：2

10

作者 陈林元 何佳洲 +1 位作者 罗双喜 安瑾 《电光与控制》 北大核心 2013年第11期70-77,83,共9页

动平台传感器配准中综合系统误差估计是误差估计领域中的一个难题。针对舰艇动平台环境下的综合系统误差估计问题,利用合作目标提供的高精度GPS导航信息,提出了两种误差估计方法。方法 1基于等效偏差模型,通过建立综合系统误差观测模型... 动平台传感器配准中综合系统误差估计是误差估计领域中的一个难题。针对舰艇动平台环境下的综合系统误差估计问题,利用合作目标提供的高精度GPS导航信息,提出了两种误差估计方法。方法 1基于等效偏差模型,通过建立综合系统误差观测模型,将等效偏差中互相耦合的误差分量解耦,利用近似的等效偏差值估计综合系统误差各误差分量,克服了等效偏差模型的不足;方法 2通过分析经误差传递后综合系统误差分量对舰艇地理坐标系下目标定位精度的影响,对影响函数进行线性化处理,从而建立综合系统误差观测方程,完成综合系统误差估计。仿真验证在两种情形下进行,仿真结果表明两种方法估计性能互有优劣,但方法 2总体表现好于方法 1。利用两种方法估计出来的结果进行误差修正,修正后的航迹精度与修正前相比均有了大幅提高,能够满足舰艇平台实际作战需要。 展开更多

关键词 多传感器组网 信息融合 综合系统误差估计 动平台 等效偏差模型 合作目标

在线阅读 下载PDF 职称材料

一种语义网络情报分析模型的研究和应用 被引量：1

11

作者 顾永跟 朱玉堦 《计算机应用与软件》 CSCD 2000年第9期51-55,共5页

本文给出了一种特殊的语义网络情报分析数学模型,基于此模型完成了计算机软件的设计和实现。

关键词 语义网络 情报分析 数学模型 计算机

在线阅读 下载PDF 职称材料

混合神经网络和条件随机场相结合的文本情感分析 被引量：6

12

作者 翟学明 魏巍 《智能系统学报》 CSCD 北大核心 2021年第2期202-209,共8页

针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型。该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neur... 针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型。该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neural networks,CNN)与双向门控循环单元(bidirectional gated recurrent unit,Bi-GRU)两种神经网络获得的语义信息和结构特征,采用条件随机场模型作为分类器,计算情感概率分布,进而能够准确地判断情感类别。该文的模型在NLPCC 2014数据集上进行了测试,准确率为91.74%,与其他分类模型相比,可以获得更好的准确性和F值。 展开更多

关键词 卷积神经网络 门控循环单元 条件随机场 文本情感分析 语言模型 语义特征 上下文信息 分类器

在线阅读 下载PDF 职称材料

基于信息网模型的Web实体语义信息搜索平台 被引量：3

13

作者 夏翠翠 刘梦赤 胡婕 《计算机工程》 CAS CSCD 北大核心 2017年第3期18-23,31,共7页

Web上实体信息过于分散且缺乏语义,传统基于关键词匹配的搜索引擎往往因缺少上下文等语义信息,无法搜索到精确的结果。为了对Web数据进行精确查找,使用信息网模型(INM)对Web数据进行语义表示和建模,将实体的所有语义信息组织在一个对象... Web上实体信息过于分散且缺乏语义,传统基于关键词匹配的搜索引擎往往因缺少上下文等语义信息,无法搜索到精确的结果。为了对Web数据进行精确查找,使用信息网模型(INM)对Web数据进行语义表示和建模,将实体的所有语义信息组织在一个对象中,快速获取实体完整的语义信息。基于INM构建复杂语义数据库,设计实现一个可对教育领域相关实体信息进行精确搜索的TLDW系统。实验结果表明,该系统初次查询时间均在100 ms内,其搜索结果包含实体的上下文关系等多种语义信息,缓存优化后的搜索结果可在20 ms内完成。 展开更多

关键词 语义表示和建模 信息网模型 语义关系 推理规则 INM查询语言 语义信息搜索

在线阅读 下载PDF 职称材料

融合多重视觉特征与语义信息的图像描述生成 被引量：3

14

作者 傅煦嘉 周家乐 +1 位作者 王慧锋 颜秉勇 《计算机工程与设计》 北大核心 2023年第4期1066-1072,共7页

针对图像描述模型中对语义信息考虑不足,循环神经网络收敛速度慢与精度低等问题,提出一种基于多注意力融合的深层图像描述模型。通过对图像中提取到的内容信息以及文本描述信息分配不同的权重,达到提升精度的效果,融合MOGRIFIER网络解... 针对图像描述模型中对语义信息考虑不足,循环神经网络收敛速度慢与精度低等问题,提出一种基于多注意力融合的深层图像描述模型。通过对图像中提取到的内容信息以及文本描述信息分配不同的权重,达到提升精度的效果,融合MOGRIFIER网络解决循环神经网络收敛速度缓慢的问题。使用改进模型与传统模型在数据集MSCOCO上进行对比实验,实验结果表明,该方法能够生成更加准确的描述,在BLEU与CIDEr等关键指标上有明显提升。 展开更多

关键词 图像描述 多注意力融合 语义信息 深层图像描述模型 MOGRIFIER网络 收敛速度 精度

在线阅读 下载PDF 职称材料

基于稳定性语义聚类的相关模型估计 被引量：1

15

作者 孙芯宇 吴江 蒲强 《计算机应用》 CSCD 北大核心 2016年第5期1313-1318,共6页

针对由不稳定聚类估计的相关模型影响检索性能的问题,提出了基于稳定性语义聚类的相关模型(SSRM)。首先利用初始查询前N个结果文档构成反馈数据集;然后探测数据集中稳定的语义类别数量;接着从稳定性语义聚类中选择与用户查询最相似的语... 针对由不稳定聚类估计的相关模型影响检索性能的问题,提出了基于稳定性语义聚类的相关模型(SSRM)。首先利用初始查询前N个结果文档构成反馈数据集;然后探测数据集中稳定的语义类别数量;接着从稳定性语义聚类中选择与用户查询最相似的语义类别估计SSRM;最后通过实验对模型的检索性能进行了验证。对TREC数据集5个子集的实验结果显示,SSRM相比相关模型(RM)、语义相关模型(SRM),平均准确率(MAP)性能最少提高了32.11%和0.41%;相比基于聚类的文档模型(CBDM)、基于LDA的文档模型(LBDM)和Resampling等基于聚类的检索方法,MAP性能最少提高了23.64%,19.59%和8.03%。实验结果表明,SSRM有利于改善检索性能。 展开更多

关键词 信息检索 语义聚类 稳定性验证 独立分量分析 相关模型估计

在线阅读 下载PDF 职称材料

基于物理信息神经网络的热网动态状态估计方法 被引量：1

16

作者 张佳琛 郭庆来 +4 位作者 王志伟 孙勇 李宝聚 尹冠雄 孙宏斌 《电力自动化设备》 EI CSCD 北大核心 2023年第10期69-78,共10页

在城市综合能源系统中,热网状态估计针对慢动态系统,存在计算精度低、参数不准确、量测不完备的特点。基于物理信息神经网络(PINNs),将含偏微分方程约束的热网动态状态估计问题转化为自动满足偏微分方程约束的神经网络训练问题,并基于... 在城市综合能源系统中,热网状态估计针对慢动态系统,存在计算精度低、参数不准确、量测不完备的特点。基于物理信息神经网络(PINNs),将含偏微分方程约束的热网动态状态估计问题转化为自动满足偏微分方程约束的神经网络训练问题,并基于损失函数对参数的梯度下降完成热网参数的在线辨识;再将其应用于滚动时间窗中进行在线训练,实现了状态量的动态追踪;进一步基于PINNs对未来时间窗的预测能力提出了一种新的坏数据辨识方法;最后在5节点和27节点热网算例中验证了所提方法的有效性。 展开更多

关键词 状态估计 热动态 物理信息神经网络 模型-数据驱动

在线阅读 下载PDF 职称材料

基于分层次多粒度语义融合的中文事件检测 被引量：9

17

作者 丁玲 向阳 《计算机科学》 CSCD 北大核心 2021年第5期202-208,共7页

事件检测是信息抽取领域中一个重要的研究方向,其主要研究如何从非结构化自然语言文本中提取出事件的触发词,并识别出事件的类型。现有的基于神经网络的方法通常将事件检测看作单词的分类问题,但是这会引起中文事件检测触发词与文本中... 事件检测是信息抽取领域中一个重要的研究方向,其主要研究如何从非结构化自然语言文本中提取出事件的触发词,并识别出事件的类型。现有的基于神经网络的方法通常将事件检测看作单词的分类问题,但是这会引起中文事件检测触发词与文本中词语不匹配的问题。此外,由于中文词语的一词多义性,在不同的语境下,相同的词语可能会存在歧义性问题。针对中文事件检测中的这两个问题,提出了一个分层次多粒度语义融合的中文事件检测模型。首先,该模型利用基于字符序列标注的方法解决了触发词不匹配的问题,同时设计了字符-词语融合门机制,以获取多种分词结果中词语的语义信息;然后,通过设计字符-句子融合门机制,考虑整个句子的语义信息,学习序列的字-词-句混合表示,消除词语的歧义性;最后,为了平衡“O”标签与其他标签之间的数量差异,采用了带有偏差的损失函数对模型进行训练。在广泛使用的ACE2005数据集上进行了大量实验,实验结果表明,所提模型在精确率(Precision,P)、召回率(Recall,R)和F1值这3个指标上比现有的中文事件检测模型至少高出3.9%,1.4%和2.9%,证明了所提方法的有效性。 展开更多

关键词 信息抽取 中文事件检测 多粒度语义融合 预训练语言模型 卷积神经网络 双向长短期记忆模型

在线阅读 下载PDF 职称材料

基于全卷积网络的语义显著性区域检测方法研究 被引量：6

18

作者 郑云飞 张雄伟 +1 位作者 曹铁勇 孙蒙 《电子学报》 EI CAS CSCD 北大核心 2017年第11期2593-2601,共9页

基于底层视觉特征和先验知识的显著性区域检测算法难以检测一些复杂的显著性目标,人的视觉系统能分辨这些目标是由于其中包含丰富的语义知识.本文构建了一个基于全卷积结构的语义显著性区域检测网络,用数据驱动的方式构建从图像底层特... 基于底层视觉特征和先验知识的显著性区域检测算法难以检测一些复杂的显著性目标,人的视觉系统能分辨这些目标是由于其中包含丰富的语义知识.本文构建了一个基于全卷积结构的语义显著性区域检测网络,用数据驱动的方式构建从图像底层特征到人类语义认知的映射,提取语义显著性区域.针对网络提取的语义显著性区域的缺点,本文进一步引入颜色信息、目标边界信息、空间一致性信息获得准确的超像素级前景和背景概率.最后提出一个优化模型融合前景和背景概率信息、语义信息、空间一致性信息得到最终的显著性区域图.在6个数据集上与15种最新算法的比较实验证明了本文算法的有效性和鲁棒性. 展开更多

关键词 语义信息 全卷积网络 颜色外观模型 显著性区域检测

在线阅读 下载PDF 职称材料