期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于图神经网络的法律文本共指消解模型 被引量:1
1
作者 刘冬 张晓 《无线电通信技术》 北大核心 2024年第3期587-596,共10页
共指消解是确定上下文中的代词或名词短语所指的具体对象或实体,是自然语言处理(Natural Language Processing,NLP)的基本任务之一,对理解文本语义具有重要意义。现有的方法主要集中在一般领域的代词、所有格和名词短语的解析上,针对法... 共指消解是确定上下文中的代词或名词短语所指的具体对象或实体,是自然语言处理(Natural Language Processing,NLP)的基本任务之一,对理解文本语义具有重要意义。现有的方法主要集中在一般领域的代词、所有格和名词短语的解析上,针对法律领域的研究较少。为了更好地学习法律文本中的知识,并消除共同指代现象,提出一种基于图神经网络的法律文本共指消解模型(Graph Neural Network for Coreference Resolution,CR-GNN)。所提CR-GNN可以促进法律文本挖掘中的一系列后续任务。利用预训练语言模型和双向门控循环单元(Bidirectional Gate Recurrent Unit,BiGRU)对法律文本进行编码;使用基于元任务的动态图卷积网络(Meta Dynamic Graph Convolutional Network,MDGCN)整合实体之间的引用关系;使用前馈神经网络(Feed-Forward Neural Network,FFNN)和Biaffine模型为候选对进行加权评估。CR-GNN可以有效识别实体之间的引用关系,并对实体依赖关系进行建模。在法庭记录文件数据集上进行大量实验,结果表明所提CR-GNN模型达到89.76%的F1分数,均高于现有基准模型。 展开更多
关键词 自然语言处理 共指消解 法律文本 预训练语言模型 图神经网络
在线阅读 下载PDF
基于时隙和功率分配的联合优化算法 被引量:1
2
作者 周绍军 刘晓霞 胡云冰 《火力与指挥控制》 CSCD 北大核心 2023年第5期110-115,共6页
能效是支持设备到设备通信(device-to-device,D2D)的蜂窝网络的关键性能。在每个D2D群内有一个发射设备和两个接收设备。发射设备从基站广播的信号采集能量,再利用所采集的能量向接收设备传输数据。提出基于时隙和功率分配的联合优化算... 能效是支持设备到设备通信(device-to-device,D2D)的蜂窝网络的关键性能。在每个D2D群内有一个发射设备和两个接收设备。发射设备从基站广播的信号采集能量,再利用所采集的能量向接收设备传输数据。提出基于时隙和功率分配的联合优化算法(joint time and power allocation optimization,JTAO)。通过优化采集能量和传输数据的时隙以及发射功率,最大化能效。发射设备采用非正交多址接入技术,降低用户间干扰。性能分析表明,通过优化发射设备的传输功率,提升用户能效。 展开更多
关键词 蜂窝网络 D2D 能效 功率分配 Dinkelbach法
在线阅读 下载PDF
改进YOLOv3-SPP的SAR图像舰船目标检测 被引量:2
3
作者 黄强 王钰宁 +1 位作者 刘晓霞 胡云冰 《遥感信息》 CSCD 北大核心 2023年第5期57-65,共9页
合成孔径雷达图像中舰船目标的尺度差异大、小目标居多,这给检测造成一定的困难。针对此问题,提出了一种基于改进YOLOv3-SPP的SAR图像舰船目标检测算法。改进原模型FPN,利用主干网络的第二次下采样输出的特征来建立尺度为104×104... 合成孔径雷达图像中舰船目标的尺度差异大、小目标居多,这给检测造成一定的困难。针对此问题,提出了一种基于改进YOLOv3-SPP的SAR图像舰船目标检测算法。改进原模型FPN,利用主干网络的第二次下采样输出的特征来建立尺度为104×104的预测,并将各个尺度进行紧密连接;用K-median++聚类算法重新对锚框聚类来得到适合舰船特征的先验框。使用YOLOv3-SPP模型和改进的YOLOv3-SPP模型以及其他典型目标检测算法在AIR-SARship-1.0与SSDD数据集上进行对比实验。实验结果表明,相比于原始算法,改进后的算法能更有效地检测SAR图像舰船目标,检测精度分别提升了3.2%、4.4%。在数据集3个不同输入尺度下,检测精度都有所提升。相比于其他检测算法,改进后的算法在保证实时性的情况下具有更高的检测精度。 展开更多
关键词 合成孔径雷达 舰船目标检测 YOLOv3-SPP FPN K-median++聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部