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66篇文章
< 1 2 … 4 >
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：
基于照相测色的纺织品色牢度评级方法
1
作者 梁金星 李东盛 +4 位作者 李壹帆 周景 罗航 陈佳 胡新荣 《纺织学报》 北大核心 2025年第4期119-128,共10页
色牢度等级是评价纺织品在不同影响条件下保持颜色的能力,针对传统纺织品色牢度人工目视评级存在的繁琐性和不稳定性,以及基于分光光度计测色评级与视觉感知的不一致性,提出了一种基于照相测色的纺织品色牢度评级方法。首先以自主研发... 色牢度等级是评价纺织品在不同影响条件下保持颜色的能力,针对传统纺织品色牢度人工目视评级存在的繁琐性和不稳定性,以及基于分光光度计测色评级与视觉感知的不一致性,提出了一种基于照相测色的纺织品色牢度评级方法。首先以自主研发的照相测色系统为基础,通过光谱重建技术获得纺织品光谱数据,并利用色度学理论计算纺织品的颜色信息;然后以专家对样本对的色牢度评级结果为参考,利用BP神经网络构建样本对颜色差异与专家色牢度评级结果之间的关系模型;最后对于任意新给定的色牢度测试样本对,利用构建的关系模型完成其色牢度等级预测,并与专家评级结果进行比较。研究结果表明,BP神经网络方法对纺织品摩擦、皂洗和日晒样本的色牢度预测均方根误差分别为0.30、0.27和0.41,色牢度预测的精度与修正后的色差转换法相当,且显著优于曲线拟合法。 展开更多
关键词 纺织品 色牢度预测模型 照相测色 光谱重建 色度学理论 色牢度评级 BP神经网络
在线阅读 下载PDF
基于时间序列的服装时尚趋势预测研究 被引量：1
2
作者 彭涛 田蜜 +3 位作者 刘军平 张自力 胡新荣 何儒汉 《计算机应用与软件》 北大核心 2025年第1期35-40,共6页
针对传统时尚趋势预测方法效率低,高度依赖专家和用户的主观意志,训练数据难以反映真正的时尚趋势等问题,提出一种基于LSTM和时装周图像信息的时尚趋势预测模型。该方法首先通过爬取时尚网站vogue中2013到2021年的四大时装周的秀场图片... 针对传统时尚趋势预测方法效率低,高度依赖专家和用户的主观意志,训练数据难以反映真正的时尚趋势等问题,提出一种基于LSTM和时装周图像信息的时尚趋势预测模型。该方法首先通过爬取时尚网站vogue中2013到2021年的四大时装周的秀场图片,然后分析图片信息,将秀场图片信息与时尚内部知识相结合,最后利用基于注意机制的LSTM模型从时间序列中寻找时尚关系,从而进行时尚趋势预测。实验结果表明,该方法在多个数据集上表现最佳。 展开更多
关键词 时尚趋势预测 时尚分析 时装周 时间序列
在线阅读 下载PDF
基于自适应增强的多视图对比推荐算法 被引量：1
3
作者 姚迅 王海鹏 +1 位作者 胡新荣 杨捷 《计算机工程》 北大核心 2025年第5期103-113,共11页
近年来,基于神经网络架构的推荐系统取得了显著成功,但在处理富含流行偏见和交互噪声的数据时,未能达到期望的效果。对比学习作为一种从无标记数据中学习的新兴技术备受关注,为解决这一问题提供了潜在方案。提出一种端到端的图对比推荐... 近年来,基于神经网络架构的推荐系统取得了显著成功,但在处理富含流行偏见和交互噪声的数据时,未能达到期望的效果。对比学习作为一种从无标记数据中学习的新兴技术备受关注,为解决这一问题提供了潜在方案。提出一种端到端的图对比推荐算法AMV-CL。首先,基于节点的潜在表征构建用户-项目交互图的互补图;其次,引入自适应增强技术,分别从节点和边缘角度生成多视图数据,并通过重参数化网络调整图结构;最后,规范化对比损失中锚节点的正样本来源,同时利用多视图对比损失来学习用户/项目的潜在表征。在公共数据集上的实验结果显示,相较于最优基准方法SimGCL,AMV-CL在评价指标Recall@20和NDCG@20上的提升最高可达到12.03%和12.64%,表明所提方法能够有效提升推荐性能。 展开更多
关键词 图神经网络 推荐系统 多视图 对比学习 自适应增强
在线阅读 下载PDF
基于改进RT-DETR的织物疵点检测方法
4
作者 李敏 周双 +2 位作者 朱萍 崔树芹 颜小运 《电子测量技术》 北大核心 2025年第14期176-184,共9页
针对织物疵点种类有限、尺度变化大以及模型检测精度低等问题,提出了一种基于RT-DETR的织物疵点检测方法DHR-DETR。首先,创新性地设计了多路径坐标注意力机制模块(MPCA),并将其与可变形卷积模块(DCNv2)深度融合,构建动态可变形卷积模块... 针对织物疵点种类有限、尺度变化大以及模型检测精度低等问题,提出了一种基于RT-DETR的织物疵点检测方法DHR-DETR。首先,创新性地设计了多路径坐标注意力机制模块(MPCA),并将其与可变形卷积模块(DCNv2)深度融合,构建动态可变形卷积模块,以应对复杂多样的疵点形状。其次,采用高水平筛选特征金字塔(HS-FPN)替换跨尺度特征融合模块(CCFM),实现多层次特征的高效融合并有效降低了模型复杂度。最后,构建了兼具轻量化和特征增强能力的RetBlockC3模块,并集成至HS-FPN网络,进一步强化模型对局部信息的捕捉能力,同时显著提升模型的轻量化性能。试验结果表明,DHR-DETR方法在公开和自制织物数据集上的mAP@0.5分别达到了50.9%和97.5%,相较原模型提高了2.9%和0.6%,参数量仅为17.9 M,计算量降低了37%,显著提升了模型的检测性能和部署效率,具备在实际工业检测任务中的应用潜力。 展开更多
关键词 RT-DETR 疵点检测 动态可变形卷积 高水平筛选特征金字塔 轻量化
在线阅读 下载PDF
基于遮挡感知的安全帽细粒度穿戴检测算法
5
作者 杨学周 张军 +4 位作者 陈习文 金淼 刘莉 余锋 姜明华 《现代电子技术》 北大核心 2025年第18期177-186,共10页
为了应对电力作业场景的多样性和复杂性,从而解决安全帽监管难题,提出一种基于遮挡感知的安全帽细粒度检测算法(EHD-Net)。首先,针对遮挡情况下多尺度特征提取能力不足的问题,提出一种基于遮挡感知的大型可分离核卷积模块(EDKA),解决了... 为了应对电力作业场景的多样性和复杂性,从而解决安全帽监管难题,提出一种基于遮挡感知的安全帽细粒度检测算法(EHD-Net)。首先,针对遮挡情况下多尺度特征提取能力不足的问题,提出一种基于遮挡感知的大型可分离核卷积模块(EDKA),解决了安全帽因遮挡导致的检测不准确问题;其次,针对模型特征提取和融合能力不足的问题,提出一种分离与增强注意力模块(DAAM),并构建新的特征放大检测头(FA-Head),解决了因模型感受野不足导致的小目标检测性能较差问题。针对模型收敛能力不足的问题,提出一种基于距离和尺度因子的损失函数(DLS-IoU),解决了在训练过程中收敛速度慢的问题。针对模型泛化能力不足的问题,提出一种对数据集进行细粒度划分的方案,根据安全帽佩戴的规范性和安全帽下颌带的状态将其划分为五种不同类别,提升了模型的实际应用能力。实验结果表明,相较于基准模型(YOLOv8n),所提检测算法的平均准确度达到了94.5%,提升了6.3%。 展开更多
关键词 细粒度 遮挡感知 安全帽佩戴检测 目标遮挡检测 小目标检测 卷积神经网络
在线阅读 下载PDF
基于自适应特征提取的手套细粒度检测算法
6
作者 李立 陈习文 +4 位作者 金淼 张军 刘莉 余锋 姜明华 《科学技术与工程》 北大核心 2025年第28期12108-12119,共12页
在电力作业场景下,作业人员需要根据不同的作业场景佩戴相应类别的手套。由于作业环境的不确定性引起的手套特征变化,现有算法难以准确地对作业人员所佩戴的手套类别进行有效识别。针对复杂环境下目标鲁棒性特征提取困难的问题,提出一... 在电力作业场景下,作业人员需要根据不同的作业场景佩戴相应类别的手套。由于作业环境的不确定性引起的手套特征变化,现有算法难以准确地对作业人员所佩戴的手套类别进行有效识别。针对复杂环境下目标鲁棒性特征提取困难的问题,提出一种基于自适应特征提取网络(adaptive feature extraction network,AFEN)的手套细粒度检测算法。首先,AFEN算法在特征提取部分构建自适应特征提取(adaptive feature extraction,AFE)结构,通过自适应调整特征提取模块的大小,以更好地捕捉变化目标的形状特征。其次,算法在特征提取部分构建全局高效注意力机制,帮助模型捕捉不同尺度的特征并更加关注关键特征,提升模型识别的准确性。同时,在检测部分构建小目标检测结构,增强模型对小目标的感知能力,提高模型对小目标的检测效果。最后,AFEN算法使用自适应损失函数,有助于模型更准确地定位目标,进一步提高模型定位精度。较于最优的算法,AFEN算法对手套类别识别准确率达到75.7%,召回率达到73.2%,提升了2.4%,平均精度达到76.3%,提升了2.5%,证明了AFEN算法在手套细粒度检测中的有效性和准确性,并在https://github.com/wtu1020/ElectricGlove-Dataset公开了手套数据集。 展开更多
关键词 电力作业 手套细粒度检测 自适应特征提取(AFE) 全局注意力机制 小目标检测结构 自适应损失函数
在线阅读 下载PDF
基于改进外观流网络的跨体态虚拟试衣
7
作者 罗瑞奇 常大顺 +4 位作者 胡新荣 梁金星 彭涛 陈佳 李丽 《纺织学报》 北大核心 2025年第6期203-211,共9页
现有虚拟试衣研究大都局限于简单姿态下的单件衣物试穿,其效果依赖衣物正面图像,实际应用受限。相较而言,跨体态虚拟试衣将完整服装迁移至目标人物,实用性显著提升,但受服装与姿态影响,试穿效果面临挑战。为解决姿态差异较大时跨体态试... 现有虚拟试衣研究大都局限于简单姿态下的单件衣物试穿,其效果依赖衣物正面图像,实际应用受限。相较而言,跨体态虚拟试衣将完整服装迁移至目标人物,实用性显著提升,但受服装与姿态影响,试穿效果面临挑战。为解决姿态差异较大时跨体态试衣效果不佳的问题,提出了一种改进外观流网络来实现跨体态虚拟试衣技术。首先,引入Co-Attention注意力模块,通过特征之间的交互强化风格向量的特征表达;其次,利用通道注意力对服装特征信息进行加权,确保重要信息得到有效传递;最后,提出了全局外观流优化模块,采用可变形卷积替换模块中的传统卷积细化流估计。结果表明,基于改进的外观流网络能够在跨体态虚拟试衣场景下实现合理的服装形变,且结构相似性指标SSIM和Frechet起始距离FID相较于FS-VTON模型分别提升了4.8%和23.5%,实现了较好的试衣效果。 展开更多
关键词 虚拟试衣 注意力机制 外观流 跨体态 可变卷积
在线阅读 下载PDF
基于小目标遮挡感知的烟头检测算法
8
作者 田艳萍 金淼 +4 位作者 陈习文 张军 刘莉 余锋 姜明华 《计算机工程与应用》 北大核心 2025年第20期270-280,共11页
在复杂的电力作业场景中,烟头通常为小目标,且容易受到其他物体的遮挡,现有的小目标检测方法在多尺度特征融合和遮挡感知方面仍存在不足,尚未充分考虑电力场景的特殊需求。为解决这一问题,提出了一种适用于电力场景下小目标遮挡感知的... 在复杂的电力作业场景中,烟头通常为小目标,且容易受到其他物体的遮挡,现有的小目标检测方法在多尺度特征融合和遮挡感知方面仍存在不足,尚未充分考虑电力场景的特殊需求。为解决这一问题,提出了一种适用于电力场景下小目标遮挡感知的烟头检测算法CBD-STOA。针对电力场景下烟头小目标检测精度低的问题,在颈部网络中引入了多尺度序列特征融合模块SSFF,以增强网络的多尺度信息提取能力,从而提高检测精度。为了应对烟头密集场景中的高误报率问题,CBD-STOA设计了三重特征融合模块TFF,通过融合不同尺度的特征图来增加细节信息,减少误报率。为了解决烟头遮挡的问题,CBD-STOA设计了遮挡感知检测头OADHead,通过执行多尺度空间传播,充分利用上下文信息来增强模型对特征图的全局感知,从而提高模型在部分遮挡情况下的检测能力。在自制烟头数据集ElectricSmoke上的实验结果显示,CBD-STOA算法的mAP50和mAP50-95相较于原始的YOLOv8n算法分别提高了2.0个百分点和4.1个百分点,同时在TinyPerson数据集上也有着不错的表现。该研究为小目标遮挡检测提供了新的思路和方法。 展开更多
关键词 电力安全 小目标检测 遮挡感知 序列特征融合
在线阅读 下载PDF
用于输电通道树障砍伐量核算的树桩检测算法
9
作者 吴鹏飞 李敏 +1 位作者 罗鹏 朱萍 《电子测量技术》 北大核心 2025年第6期161-170,共10页
在为保护配电网安全而进行的树障清理工程中,人工核算砍伐量的方式面临核算结果主观性强、管理困难等问题,而现有算法精度较低,错检、漏检多,鲁棒性较差,因此,提出了用于输电走廊树障砍伐量核算的树桩检测算法。针对配电网清障场景复杂... 在为保护配电网安全而进行的树障清理工程中,人工核算砍伐量的方式面临核算结果主观性强、管理困难等问题,而现有算法精度较低,错检、漏检多,鲁棒性较差,因此,提出了用于输电走廊树障砍伐量核算的树桩检测算法。针对配电网清障场景复杂、树干与树桩难以区分导致砍伐量核算不准确的问题,设计了基于Context Guide Block的特征提取模块;引入RepGFPN与Dysample结构对颈部网络进行优化,有效融合环境上下文语义信息与树桩局部细节特征;随后,算法设计了基于LW-SEAM的树桩检测头,优化了遮挡情况下的检测效果。模型在测试集上的P、R和mAP 50指标分别提升到了85.5%、76.4%、80.4%,在复杂背景和遮挡情况下对树桩检测有较好的检测效果,能够为实现智能化工程核算提供技术参考。 展开更多
关键词 输电走廊 树障隐患 工程量核算 树桩检测 YOLOv8
在线阅读 下载PDF
基于多层掩码Transformer的服装兼容性预测
10
作者 彭涛 邢欢 +3 位作者 黄俊杰 胡新荣 何儒汉 张俊杰 《计算机应用与软件》 北大核心 2025年第3期55-60,126,共7页
针对服装兼容方法不能很好融合套装内部单品间复杂关系特征,导致准确度不高的问题,提出一种多层掩码Transformer模型(MLMT)来解决服装兼容问题。提出一种基于Transformer的编码器来融合套装内部所有单品的风格信息;提出一种掩码模型通... 针对服装兼容方法不能很好融合套装内部单品间复杂关系特征,导致准确度不高的问题,提出一种多层掩码Transformer模型(MLMT)来解决服装兼容问题。提出一种基于Transformer的编码器来融合套装内部所有单品的风格信息;提出一种掩码模型通过比较单品间的相关性进而判断服装的兼容性。在polyvore-T公开数据集上进行验证,并通过实验与现有方法进行了比较,证明了该方法的有效性。 展开更多
关键词 服装兼容性 服装推荐 掩码模型
在线阅读 下载PDF
面向安卓热更新的dex注入漏洞的自动化检测系统
11
作者 彭涛 吕星航 +5 位作者 汤俊伟 张自力 刘军平 胡新荣 何儒汉 吴忠华 《计算机应用与软件》 北大核心 2025年第3期363-370,391,共9页
安卓应用热更新推送补丁包过程中,由于没有添加数字签名,攻击者可以劫持篡改dex文件,导致dex注入,造成严重后果。针对上述问题,提出一种基于mitmproxy的自动化检测系统Homide,该系统首先利用mitmproxy获取客户端与服务端之间交互的所有... 安卓应用热更新推送补丁包过程中,由于没有添加数字签名,攻击者可以劫持篡改dex文件,导致dex注入,造成严重后果。针对上述问题,提出一种基于mitmproxy的自动化检测系统Homide,该系统首先利用mitmproxy获取客户端与服务端之间交互的所有数据包,同时定位dex文件,然后向dex注入代码并采用中间人攻击的方式推送给客户端执行,最后通过应用输出的日志信息来验证是否存在dex注入漏洞。针对应用市场中的513个应用,Homide成功检测出新的17个存在dex注入的应用,实验结果表明,Homide能有效检测出真实世界中因热更新导致dex注入的应用。 展开更多
关键词 漏洞检测 中间人攻击 自动化检测 mitmproxy dex注入
在线阅读 下载PDF
基于区块链的去中心化动态身份认证系统 被引量：4
12
作者 朱金涛 魏银珍 尚晓晓 《计算机应用与软件》 北大核心 2025年第1期333-337,共5页
身份认证是信息安全理论中非常重要的方面,通常身份认证容易出现的问题是用户名和口令都以明文的方式在网络中传输,安全性不高,极易遭受重放攻击和字典攻击,动态口令认证虽然安全性较高,但是如果服务器与客户端的时间同步出现问题,用户... 身份认证是信息安全理论中非常重要的方面,通常身份认证容易出现的问题是用户名和口令都以明文的方式在网络中传输,安全性不高,极易遭受重放攻击和字典攻击,动态口令认证虽然安全性较高,但是如果服务器与客户端的时间同步出现问题,用户将长期无法登录。而且多数动态口令在一个时间段内的口令是相同的,也容易遭受重放攻击。所以提出一种基于区块链的去中心化动态身份认证系统,通过使用公钥+nonce(从0开始只增不减的整型数)签名的登录方式,既解决了身份认证中心化的问题,又解决了重放攻击,提高了身份认证过程的安全性。 展开更多
关键词 区块链 动态口令 身份认证 数字签名 网络安全
在线阅读 下载PDF
基于相机响应值预测的光谱重建方法研究
13
作者 梁金星 周文森 +4 位作者 胡鑫 李壹帆 王鼎康 李宁 彭涛 《光谱学与光谱分析》 北大核心 2025年第7期1809-1819,共11页
光谱是颜色信息的指纹,也是表征物质物化属性的重要特征,对于颜色高保真复制和物质识别分析具有重要应用价值。基于光谱重建的光谱成像技术利用成像系统拍摄物体表面数字图像,并通过光谱重建计算得到物体的光谱图像,能够克服传统RGB图... 光谱是颜色信息的指纹,也是表征物质物化属性的重要特征,对于颜色高保真复制和物质识别分析具有重要应用价值。基于光谱重建的光谱成像技术利用成像系统拍摄物体表面数字图像,并通过光谱重建计算得到物体的光谱图像,能够克服传统RGB图像对成像条件的依赖性,更加精细地表征和识别物体。相对于价格昂贵的高光谱相机而言,该项技术能够有效提升光谱图像的空间分辨率和获取效率,降低设备成本。尽管该技术在实验室已经取得较好的进展,但其面向光源多变、光照不均、以及成像参数易变的开放环境应用时,仍面临许多挑战。光谱重建技术对成像条件变化敏感,以上因素导致成像条件的多变性,使得单一成像条件下构建的光谱重建模型难以成像多变的开放环境。为此,本研究提出一种基于相机raw响应值预测的光谱重建方法。方法以数码相机适应模型为基础,通过预测训练样本集在任意成像条件下的raw响应值,对相机进行光谱特性化建模,然后对相同成像条件下的测试对象进行光谱重建,能够有效克服开放环境下光谱重建面临的成像条件多变难题。研究以Colorchecker SG140色卡为训练样本,以Colorchecker 24色卡为测试样本,分别在实验室和开放环境的不同成像条件下对方法进行了测试。实验结果显示,在实验室不同成像条件下,利用预测响应值对拍摄响应值的光谱重建的平均RMSE为4.02%,平均色差ΔE_(00)为5.3;在开放环境不同成像条件下,利用预测响应值对拍摄响应值的光谱重建的平均RMSE为3.2%,平均色差ΔE_(00)为4.5,验证了所提方法在实验室和开放环境下的有效性,为开放场景下的光谱重建提供了一种可行的参考方案。此外,研究发现所提方法对使用的光谱重建算法敏感,不同的光谱算法在光谱和色度方面的表现存在一定差异。 展开更多
关键词 光谱重建 开放环境 数码相机 成像模型 raw响应值预测
在线阅读 下载PDF
分布外检测中训练与测试的内外数据整合
14
作者 王祉苑 彭涛 杨捷 《计算机应用》 北大核心 2025年第8期2497-2506,共10页
分布外(OOD)检测旨在识别偏离训练数据分布的外来样本,以规避模型对异常情况的错误预测。由于真实OOD数据的不可知性,目前基于预训练语言模型(PLM)的OOD检测方法尚未同时评估OOD分布在训练与测试阶段对检测性能的影响。针对这一问题,提... 分布外(OOD)检测旨在识别偏离训练数据分布的外来样本,以规避模型对异常情况的错误预测。由于真实OOD数据的不可知性,目前基于预训练语言模型(PLM)的OOD检测方法尚未同时评估OOD分布在训练与测试阶段对检测性能的影响。针对这一问题,提出一种训练与测试阶段整合内外数据的OOD文本检测框架(IEDOD-TT)。该框架分阶段采用不同的数据整合策略:在训练阶段通过掩码语言模型(MLM)在原始训练集上生成伪OOD数据集,并引入对比学习增强内外数据之间的特征差异;在测试阶段通过结合内外数据分布的密度估计设计一个综合的OOD检测评分指标。实验结果表明,所提方法在CLINC150、NEWS-TOP5、SST2和YELP这4个数据集上的综合表现与最优基线方法 doSCL-cMaha相比,平均接受者操作特征曲线下面积(AUROC)提升了1.56个百分点,平均95%真阳性率下的假阳性率(FPR95)降低了2.83个百分点;与所提方法的最佳变体IS/IEDOD-TT(ID Single/IEDOD-TT)相比,所提方法在这4个数据集上的平均AUROC提升了1.61个百分点,平均FPR95降低了2.71个百分点。实验结果证明了IEDOD-TT在处理文本分类任务时针对不同数据分布偏移的有效性,并验证了综合考虑内外数据分布的额外性能提升。 展开更多
关键词 分布外检测 预训练语言模型 内外数据整合 对比学习 文本分类
在线阅读 下载PDF
基于物理约束的纬编针织物动态形变模拟
15
作者 梁金星 李东盛 +3 位作者 韩开放 胡新荣 彭佳佳 李立军 《纺织学报》 北大核心 2025年第3期109-115,共7页
为模拟针织物纱线间的相互作用和线圈形态变化,提出一种基于物理约束的针织物动态形变模拟方法。首先,将纱线划分为多个胶囊几何体,通过构建距离约束、罚函数约束、碰撞约束和摩擦约束以及阻尼,有效模拟了线圈嵌套结构、纱线间摩擦行为... 为模拟针织物纱线间的相互作用和线圈形态变化,提出一种基于物理约束的针织物动态形变模拟方法。首先,将纱线划分为多个胶囊几何体,通过构建距离约束、罚函数约束、碰撞约束和摩擦约束以及阻尼,有效模拟了线圈嵌套结构、纱线间摩擦行为、纱线的弹性响应以及纱线碰撞等关键物理现象;然后,基于NVIDIA PhysX的物理仿真实现过程,实现了不同针织花型的仿真。结果表明:模型可实现不同针织花型的形变,展示针织花型在外力作用下纱线弯曲、拉伸和扭曲的形变特征;仿真效果与真实样品具有较好一致性和逼真度,验证了所提出模型的准确性。该研究为针织物形变模拟领域提供了新的视角,对针织花型设计、模拟软件开发以及针织工艺优化具有重要价值。 展开更多
关键词 针织物 形变模拟 物理约束 针织花型仿真 胶囊体
在线阅读 下载PDF
综合半参数变系数和GRNN神经网络的对流层延迟模型
16
作者 潘雄 张思莹 +3 位作者 李涛 黄伟凯 金丽宏 张红星 《地球物理学报》 北大核心 2025年第1期54-65,共12页
对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系... 对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系数与神经网络的新型经验对流层模型.首先,将频谱分析提取的主周期信号作为参数分量,将剩余周期信号和其他误差归入到非参数分量,建立半参数对流层天顶延迟模型(Semiparametric tropospheric zenith delay model,Semi);其次,为了减弱核函数和窗宽参数选择对估计值精度的影响,利用泰勒展式将参数分量展开到一次项,将窗宽参数与参数解算综合考虑,扩充为半参数变系数模型,综合核估计和最小二乘法,利用三步估计方法得到了参数分量和非参数分量的估计值及观测值的拟合残差;然后,引入广义回归神经网络模型(Generalized Regression Neural Network,GRNN)对拟合残差进行补偿建模,利用贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)进行超参数选择,进一步提升混合模型对ZTD(Zenith Tropospheric Delay)的估计精度.最后,利用陆态网络2020至2022年的210个GNSS(Global Navigation Satellite System)测站的实测数据,对本文提出的半参数变系数与广义回归神经网络组合模型(Semiparametric Varying Coefficient-GRNN,Semi-VC-GRNN)与常用模型从系统误差分离和时空分布特性方面进行了对比分析.结果表明,Semi-VC-GRNN模型在2022年210个测站的测试中平均RMSE(Root Mean Square Error)和平均Bias分别为16.8 mm和0.4 mm,平均RMSE相较于5°分辨率和1°分辨率下的GPT3模型分别提升51.25%和50.07%. 展开更多
关键词 天顶对流层延迟 半参数变系数模型 广义回归神经网络模型 陆态网络
在线阅读 下载PDF
优化CNN-BiGRU-SA组合模型的BDS-3超短期钟差预报
17
作者 蔡茂 潘雄 +1 位作者 张龙杰 周秀鹏 《导航定位学报》 北大核心 2025年第4期60-69,共10页
针对钟差数据的非线性特点及单一模型在处理长程依赖问题中的局限性,提出一种融合卷积神经网络(CNN)-双向门控循环单元(BiGRU)-自注意力机制(SA)的北斗三号全球卫星导航系统(BDS-3)超短期钟差预报方法:利用CNN提取钟差数据中的非线性特... 针对钟差数据的非线性特点及单一模型在处理长程依赖问题中的局限性,提出一种融合卷积神经网络(CNN)-双向门控循环单元(BiGRU)-自注意力机制(SA)的北斗三号全球卫星导航系统(BDS-3)超短期钟差预报方法:利用CNN提取钟差数据中的非线性特征,通过BiGRU建模时序依赖关系,引入SA机制以动态分配特征权重;然后,进一步结合混沌映射与莱维(Levy)飞行策略改进北方苍鹰优化(INGO)算法,优化组合模型的超参数,构建INGO-CNN-BiGRUSA组合钟差预报模型;最后,利用德国地球科学研究中心提供的BDS-3钟差数据从原子钟类型、不同采样间隔进行1 h、3 h、6 h的超短期预报,从权重选择、超参数优化、预报精度、预报稳定度等方面验证组合模型的实用性。结果表明,该组合模型在超短期预报中具有较高的精度和稳定度,平均精度优于0.2 ns,平均稳定度优于0.25 ns。 展开更多
关键词 钟差预报 超参数 卷积神经网络(CNN) 双向门控循环单元(BiGRU) 自注意力机制(SA)
在线阅读 下载PDF
基于情境-认知-技术三重视角的智能测评诊断框架、实践和应用 被引量：4
18
作者 胡盛泽 杨华利 +3 位作者 黄涛 耿晶 朱强 胡俊杰 《远程教育杂志》 CSSCI 北大核心 2023年第4期45-55,共11页
智能测评诊断建模已成为洞察学习者认知发展的新范式,对教育数字化转型具有重要的理论价值和实践意义。面对当前的教育情境复杂性和认知过程易变性挑战,构建基于情境、认知和技术三重视角的测评诊断框架,有助于挖掘从教育情境现象到内... 智能测评诊断建模已成为洞察学习者认知发展的新范式,对教育数字化转型具有重要的理论价值和实践意义。面对当前的教育情境复杂性和认知过程易变性挑战,构建基于情境、认知和技术三重视角的测评诊断框架,有助于挖掘从教育情境现象到内在认知的发展规律,揭示学习者认知随时间推移的演变机理。在情境视角下,构建“知识-交互-行为-时序”四元组,实现教育测评的全要素、全过程性挖掘;在认知视角下,针对四元要素开展速度、记忆和综合能力等认知规律建模,探索四元教育要素间的关联;在技术视角下,借助深度学习技术,探索基于多维交互数据、时序过程信息和综合能力的测评诊断实践路径,推断学习者的认知状态。通过可视化诊断分析结果,开展资源推荐、路径规划和教学干预等教学应用,促进数据驱动的大规模精准教学和个性化自主学习的实施。 展开更多
关键词 教育数字化 教育情境 认知规律 智能测评 认知诊断
在线阅读 下载PDF
基于图情景感知计算的舆图信息元学习框架 被引量：4
19
作者 翁子扬 王帮超 王文慧 《图书情报知识》 CSSCI 北大核心 2021年第3期61-73,共13页
[目的/意义]顾及国家社会发展阶段与勘绘制图情景的计算推演,是空天遥感科学介入人文社会学研究的具体应用。本研究提出的舆图信息元学习框架模型,旨在实现档案活化与遥感GIS地理信息环境拓扑,从而完成舆图语义的泛在结构化叙述,并通过... [目的/意义]顾及国家社会发展阶段与勘绘制图情景的计算推演,是空天遥感科学介入人文社会学研究的具体应用。本研究提出的舆图信息元学习框架模型,旨在实现档案活化与遥感GIS地理信息环境拓扑,从而完成舆图语义的泛在结构化叙述,并通过知识图谱建设,为关联研究提供定量计算的基础。[研究设计/方法]构建舆图档案与史地典籍资源的融合知识图谱,实现与GIS环境下的地理交通位置映射。地理典著录分析辅助实现地理交通文献与空间位置的融合检索功能,提供舆图地理典籍文献与空间位置叠加的复合研究环境。[结论/发现]本文提出的信息元框架能实现单一知识目标与泛在外域知识的有效融合,使舆图资源分析研究实现从图档案-图数据-图情景的阶跃。[创新/价值]为舆图的自然描述语义和图像场景结构描述之间的语义划分提供了界限。针对不同类型的地图场景匹配合适自适应分析模型,能够有效提高知识发现的效率,以及空间人文科学领域中地理泛在计算过程的健壮性。 展开更多
关键词 舆图 图情景 信息元学习框架 知识图谱 地理信息系统 空间计算
在线阅读 下载PDF
生成式标签对抗的文本分类模型 被引量：2
20
作者 姚迅 秦忠正 杨捷 《计算机应用》 CSCD 北大核心 2024年第6期1781-1785,共5页
文本分类是自然语言处理(NLP)中的一项基础任务,目的是将文本数据分配至预先定义的类别。图卷积神经网络(GCN)与大规模的预训练模型BERT(Bidirectional Encoder Representations from Transformer)的结合在文本分类任务中取得了良好的... 文本分类是自然语言处理(NLP)中的一项基础任务,目的是将文本数据分配至预先定义的类别。图卷积神经网络(GCN)与大规模的预训练模型BERT(Bidirectional Encoder Representations from Transformer)的结合在文本分类任务中取得了良好的效果。大规模异构图中GCN的无向的信息传递产生信息噪声影响模型的判断,造成模型分类能力下降,针对这一问题,提出一种生成式标签对抗模型,即类对抗图卷积网络(CAGCN)模型,以降低分类时无关信息的干扰,提升模型的分类性能。首先,采用TextGCN(Text Graph Convolutional Network)中的构图法构建邻接矩阵,结合GCN和BERT模型作为类生成器(CG);其次,在模型训练时采用伪标签特征训练法,并构建聚类器与类生成器联合训练;最后,在多个广泛使用的数据集上进行实验。实验结果表明,在泛用的分类数据集20NG、R8、R52、Ohsumed和MR上,CAGCN模型的分类准确率比RoBERTaGCN模型分别提高了1.2、0.1、0.5、1.7和0.5个百分点。 展开更多
关键词 文本分类 图卷积神经网络 BERT 伪标签 异构图
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 … 4 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
渝公网安备 50019002500403号
使用帮助 返回顶部