检索结果-维普期刊中文期刊服务平台

基于链路自适应的随钻无线通信信道质量评估研究: 1; 作者宋雷震吕东芳《青岛理工大学学报》 2025年第1期141-148,共8页; 随钻测量技术是进行石油勘探的重要方法,可以在钻井过程中对地下环境数据进行实时传输,无线通信信道的质量直接影响整个信息获取的效果。为提高随钻测量信息传输,提出一种通信信道质量评估方法。首先利用深度学习构建信道估计方法,然后... 展开更多; 关键词链路自适应随钻无线通信信道质量评估; 在线阅读下载PDF 职称材料

基于改进深度学习框架的教师贡献自动评价系统: 2; 作者叶颖陈伟《广西科技大学学报》 2025年第1期72-79,共8页; 学生反馈对于评估教学质量和教师绩效至关重要,但将文本形式的大量教学反馈自动量化为教师贡献评价指标是一个难题。为此,提出了基于BERT (bidirectional encoder representation from transformers)和句法依存树的方面级文本情感分析模... 展开更多; 关键词深度学习情感分析教学质量评价句法依存树 BERT 支持向量机; 在线阅读下载PDF 职称材料

人工智能赋能高职教育数字化转型的风险与防控机制研究: 3; 作者叶颖《消费电子》 2025年第7期58-60,共3页; 人工智能技术在高职教育领域的应用正处于初步探索阶段,具有大量理论和实践空白。本文追溯了高职教育数字化转型的起源与发展,进而对人工智能在高职教育领域的应用现状进行分析,指出人工智能在高职教育的教材设计、个性化学习和就业安... 展开更多; 关键词人工智能高职教育风险防控 EmoLLM MLP; 在线阅读下载PDF 职称材料

基于改进SMOTE算法和Ensemble模型的学习结果预测方法被引量：1: 4; 作者王晓勇胡胜利《中北大学学报（自然科学版）》 CAS 2024年第3期257-264,共8页; 为解决不同领域的数据分类和预测任务中单个机器学习算法适用性较差的问题,以及缓解数据集严重不平衡对预测性能的影响,提出了基于合成少数类过采样(SMOTE)和Ensemble集成模型的数据分类方法。传统SMOTE算法通过对少数类样本进行插值来... 展开更多; 关键词机器学习神经网络数据挖掘集成学习数据均衡化学习结果预测; 在线阅读下载PDF 职称材料

基于改进VisionTransformer模型的团队体育视频多目标跟踪深度学习框架被引量：1: 5; 作者曹伟王晓勇刘咸祥《中北大学学报（自然科学版）》 CAS 2024年第6期832-842,共11页; 多目标跟踪(MOT)技术为团队体育视频监测和分析提供了全新的可能性,能够实时跟踪多个运动员并支持对比赛动态的多维度分析与理解。然而,在复杂的团队运动场景下,诸如运动员之间的相互遮挡、快速移动以及目标身份的频繁变换等问题,都可... 展开更多; 关键词多目标跟踪深度学习团队体育视频 VisionTransformer 时空记忆注意力机制; 在线阅读下载PDF 职称材料

基于MacBERT的方面级中文教学评论无监督情感分析框架: 6; 作者顾明王晓勇胡胜利《重庆科技大学学报（自然科学版）》 CAS 2024年第5期72-78,共7页; 针对中文教学评论的情感分析,提出了基于预训练语言模型MacBERT的方面级中文教学评论无监督情感分析框架。首先,针对每个教学方面和情感极性,通过预训练语言模型构建语义一致的类别词表;然后,利用构建的词表和词性标签,基于重合率矩阵... 展开更多; 关键词方面级情感分析深度学习 MacBERT 预训练语言模型重合率矩阵; 在线阅读下载PDF 职称材料

基于卷积神经网络车辆行驶的识别预警系统被引量：1: 7; 作者吕东芳宋雷震《青岛理工大学学报》 CAS 2022年第2期148-154,共7页; 随着人们的生活水平不断提高,汽车的使用更具普遍性。为了使汽车的行驶安全得到保障,使车辆行驶的识别预警系统性能得到提高,对卷积神经网络的模型与作用机制进行了剖析,并进行了相关的车辆识别预警实验。结果显示,基于卷积神经网络车... 展开更多; 关键词卷积神经网络车辆行驶安全识别预警; 在线阅读下载PDF 职称材料

基于Weka平台的文本分类实验研究被引量：1: 8; 作者李梅《楚雄师范学院学报》 2020年第3期115-119,共5页; 文本分类的分类算法常用J48算法、Naive Bayes Multinomia算法和SMO算法,利用Weka平台选择路透社的数据集进行分类实验,根据查准率、查全率和F-Measure综合指标结合其他文本分类评价指标分析六次实验得到的结果,得出SMO算法优于其他两... 展开更多; 关键词文本分类 J48算法 Naive Bayes Multinomia算法 SMO算法 WEKA; 在线阅读下载PDF 职称材料

题名基于链路自适应的随钻无线通信信道质量评估研究: 1; 作者宋雷震吕东芳; 机构淮南联合大学智能制造学院淮南联合大学信息工程学院; 出处《青岛理工大学学报》 2025年第1期141-148,共8页; 基金安徽省自然科学重点项目(2022AH052925) 2021校级自然科学项目(LCY2201)。; 文摘随钻测量技术是进行石油勘探的重要方法,可以在钻井过程中对地下环境数据进行实时传输,无线通信信道的质量直接影响整个信息获取的效果。为提高随钻测量信息传输,提出一种通信信道质量评估方法。首先利用深度学习构建信道估计方法,然后结合泵冲干扰消除算法,构建基于加权因子信干噪比的信道质量评价指标。实验结果显示,当信噪比为15时,研究提出的基于WSINR的信道质量评价方法的实际误码率为0.0003,理论误码率为0.00003,整体误码率在合理范围内。由此说明,研究提出的方法可以有效地应用于随钻通信信道的质量评估,提高信息传输的质量和效率。; 关键词链路自适应随钻无线通信信道质量评估; Keywords link adaptation while drilling wireless communication channel quality assessment; 分类号 TE271 [石油与天然气工程—油气井工程]; 在线阅读下载PDF 职称材料

题名基于改进深度学习框架的教师贡献自动评价系统: 2; 作者叶颖陈伟; 机构淮南联合大学信息工程学院; 出处《广西科技大学学报》 2025年第1期72-79,共8页; 基金安徽省教育厅科学研究重点项目(2023AH051158)资助。; 文摘学生反馈对于评估教学质量和教师绩效至关重要,但将文本形式的大量教学反馈自动量化为教师贡献评价指标是一个难题。为此,提出了基于BERT (bidirectional encoder representation from transformers)和句法依存树的方面级文本情感分析模型,利用教学反馈文本评估与教学质量相关的不同方面,包括师德、教学内容、教学态度、教师能力和学习环境。对于反馈文本采用基于句法依存树的句子嵌入学习,并结合关联词表嵌入,以及基于BERT的上下文嵌入,经过多头注意力机制执行特征融合后,提取高质量隐藏特征。其后,使用基于不同机器学习算法的分类器确定情感极性,得到学生对特定教学方面的满意度,从而实现对教师贡献的量化评价。实验结果表明,自由文本形式的学生反馈能够比量表打分更好地衡量不同方面的教学质量。此外,所提框架能够准确提取出反馈文本中不同的教学方面,准确度和F1值分别为89.72%和88.91%,性能优于其他方面级情感分析方法。; 关键词深度学习情感分析教学质量评价句法依存树 BERT 支持向量机; Keywords deep learning sentiment analysis teaching quality evaluation syntactic dependency tree BERT support vector machine; 分类号 TP311.1 [自动化与计算机技术—计算机软件与理论] G451.1 [文化科学—教育技术学]; 在线阅读下载PDF 职称材料

题名人工智能赋能高职教育数字化转型的风险与防控机制研究: 3; 作者叶颖; 机构淮南联合大学信息工程学院; 出处《消费电子》 2025年第7期58-60,共3页; 基金安徽省高校自然科学研究重点项目“基于多模型融合的高维数据聚类算法设计与应用研究”(项目编号:2024AH051713) 淮南联合大学自然科学研究重点项目“知通信息技术创新团队”(项目编号:LCX2303)。; 文摘人工智能技术在高职教育领域的应用正处于初步探索阶段,具有大量理论和实践空白。本文追溯了高职教育数字化转型的起源与发展,进而对人工智能在高职教育领域的应用现状进行分析,指出人工智能在高职教育的教材设计、个性化学习和就业安置三个方面的积极作用,并以某基于情感大语言模型的学生早期表现预测方法为例,评估了该技术应用阶段可能产生的风险,并提出了相应的防控机制。; 关键词人工智能高职教育风险防控 EmoLLM MLP; 分类号 G712 [文化科学—职业技术教育学]; 在线阅读下载PDF 职称材料

题名基于改进SMOTE算法和Ensemble模型的学习结果预测方法被引量：1: 4; 作者王晓勇胡胜利; 机构淮南联合大学信息工程学院安徽理工大学计算机科学与工程学院; 出处《中北大学学报（自然科学版）》 CAS 2024年第3期257-264,共8页; 基金安徽省重点科研项目(KJ2021A1306)。; 文摘为解决不同领域的数据分类和预测任务中单个机器学习算法适用性较差的问题,以及缓解数据集严重不平衡对预测性能的影响,提出了基于合成少数类过采样(SMOTE)和Ensemble集成模型的数据分类方法。传统SMOTE算法通过对少数类样本进行插值来生成新的合成样本,合成样本中存在噪声和样本间相似性较高的问题。为此,提出了改进的SMOTE算法,通过距离计算移除噪声样本和易混淆样本,得到高区分度的纯净合成样本。然后,利用Ensemble方法调整样本和分类器权重,并组成分类效果更好的强分类器。在公开在线学习数据集Kalboard360上的实验结果表明,使用极限随机树(ERT)分类器时,结合改进SMOTE和Ensemble模型后实现了97.9%的预测准确度,比单个ERT分类器提升了5.5%,证明所提改进SMOTE算法能够生成高质量的均衡化数据,且集成学习模型的性能显著优于单个机器学习算法。; 关键词机器学习神经网络数据挖掘集成学习数据均衡化学习结果预测; Keywords machine learning neural networks data mining ensemble learning data balancing learning outcome prediction; 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

题名基于改进VisionTransformer模型的团队体育视频多目标跟踪深度学习框架被引量：1: 5; 作者曹伟王晓勇刘咸祥; 机构淮南联合大学公共教育学院淮南联合大学信息工程学院; 出处《中北大学学报（自然科学版）》 CAS 2024年第6期832-842,共11页; 基金 2021年度高等学校省级质量工程项目(2021jxtd259)。; 文摘多目标跟踪(MOT)技术为团队体育视频监测和分析提供了全新的可能性,能够实时跟踪多个运动员并支持对比赛动态的多维度分析与理解。然而,在复杂的团队运动场景下,诸如运动员之间的相互遮挡、快速移动以及目标身份的频繁变换等问题,都可能降低跟踪性能。为此,本文提出了基于VisionTransformer的端到端深度学习MOT框架,主要包括检测网络和记忆网络两个部分。检测网络由卷积神经网络(CNN)骨干网、VisionTransformer编码器和解码器组成,采用ResNet50作为特征提取器,并引入局部注意力(LA)模块替代传统前馈神经网络(FFN)层。通过全局注意力和局部卷积的结合,得到更全面的特征表示。记忆网络由记忆编码模块和时空记忆解码器组成。记忆编码模块负责聚合目标嵌入信息,其中,短时互注意力(CA)模块关注即时状态,而长时记忆CA模块则挖掘了记忆涵盖的时间跨度内的显著特征,捕捉长时间间隔内的依赖关系和关联,从而有效保留了跟踪对象的时间上下文信息。时空记忆解码器在嵌入融合过程中综合考虑了编码帧、候选嵌入和轨迹嵌入信息,解决了MOT中的多目标检测和身份关联。时空记忆机制能够有效地保留目标历史状态的观察结果,并结合注意力机制对目标状态进行准确预测。实验结果表明,所提框架在团队体育视频公开数据集SportsMOT上实现了75.7%的HOTA和98.5%的MOTA结果,优于其他先进的MOT方法。此外,所提框架在通用公开数据集MOT17和MOT20上的多个指标取得了最优或次优性能,进一步验证了所提方法的有效性和鲁棒性。; 关键词多目标跟踪深度学习团队体育视频 VisionTransformer 时空记忆注意力机制; Keywords multi-object tracking deep learning team sports videos VisionTransformer spatio-temporal memory attention mechanism; 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MacBERT的方面级中文教学评论无监督情感分析框架: 6; 作者顾明王晓勇胡胜利; 机构淮南联合大学经济管理学院淮南联合大学信息工程学院安徽理工大学计算机科学与工程学院; 出处《重庆科技大学学报（自然科学版）》 CAS 2024年第5期72-78,共7页; 基金安徽省重点科研项目“基于数据挖掘技术下高职院校状态数据采集平台中的数据二次应用技术研究”(KJ2021A1306) 淮南联合大学校级科研项目“基于改进深度学习模型的在线学习评论情感分析”(JYB2208)。; 文摘针对中文教学评论的情感分析,提出了基于预训练语言模型MacBERT的方面级中文教学评论无监督情感分析框架。首先,针对每个教学方面和情感极性,通过预训练语言模型构建语义一致的类别词表;然后,利用构建的词表和词性标签,基于重合率矩阵对训练语料库中的部分评论句进行标注;最后,利用已标注的评论句构建神经网络,通过MacBERT提取测试数据中方面类别和情感类别的联合隐藏特征,并利用抗噪声损失函数完成方面抽取和情感分类。实验结果表明,该模型在方面抽取和情感分类任务上的宏观F1值分别为78.10%和89.20%,说明该模型能够从学生反馈中准确完成方面类别抽取并确定每个评论句的情感极性。; 关键词方面级情感分析深度学习 MacBERT 预训练语言模型重合率矩阵; Keywords aspect-level sentiment analysis deep learning MacBERT pre-trained language model overlapping Matrix; 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

题名基于卷积神经网络车辆行驶的识别预警系统被引量：1: 7; 作者吕东芳宋雷震; 机构淮南联合大学信息工程学院淮南联合大学智能制造学院; 出处《青岛理工大学学报》 CAS 2022年第2期148-154,共7页; 基金安徽省自然科学重点项目(KJ2019A1000,KJ2018A0718)。; 文摘随着人们的生活水平不断提高,汽车的使用更具普遍性。为了使汽车的行驶安全得到保障,使车辆行驶的识别预警系统性能得到提高,对卷积神经网络的模型与作用机制进行了剖析,并进行了相关的车辆识别预警实验。结果显示,基于卷积神经网络车辆行驶的识别预警系统具有较强的优越性与可行性,其识别检测耗时仅需要1.5356 s,且准确率较高。将卷积神经网络模型应用至车辆行驶的识别预警中,能够有效防止交通安全事故的发生,促进智能交通系统的可持续发展。; 关键词卷积神经网络车辆行驶安全识别预警; Keywords convolutional neural network vehicle running safety recognition and early warning; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于Weka平台的文本分类实验研究被引量：1: 8; 作者李梅; 机构淮南联合大学信息工程学院; 出处《楚雄师范学院学报》 2020年第3期115-119,共5页; 基金安徽省高等学校省级自然科学研究项目(NO:KJ2019A0456) 安徽省高等学校省级自然科学研究项目(NO:KJ2019A0664) 安徽省高等学校省级自然科学研究项目(NO:KJ2017A585)。; 文摘文本分类的分类算法常用J48算法、Naive Bayes Multinomia算法和SMO算法,利用Weka平台选择路透社的数据集进行分类实验,根据查准率、查全率和F-Measure综合指标结合其他文本分类评价指标分析六次实验得到的结果,得出SMO算法优于其他两个算法。针对选择的Naive Bayes Multinomia算法,调整了numToSelect值,对其结果进行了优化。以此实验为文本分类研究工作提供参考。; 关键词文本分类 J48算法 Naive Bayes Multinomia算法 SMO算法 WEKA; Keywords text classification J48 algorithm Naive Bayes Multinomia algorithm SMO algorithm Weka; 分类号 TP311.131 [自动化与计算机技术—计算机软件与理论]; 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	基于链路自适应的随钻无线通信信道质量评估研究	宋雷震吕东芳	《青岛理工大学学报》	2025	0	在线阅读下载PDF 职称材料
2	基于改进深度学习框架的教师贡献自动评价系统	叶颖陈伟	《广西科技大学学报》	2025	0	在线阅读下载PDF 职称材料
3	人工智能赋能高职教育数字化转型的风险与防控机制研究	叶颖	《消费电子》	2025	0	在线阅读下载PDF 职称材料
4	基于改进SMOTE算法和Ensemble模型的学习结果预测方法	王晓勇胡胜利	《中北大学学报（自然科学版）》 CAS	2024	1	在线阅读下载PDF 职称材料
5	基于改进VisionTransformer模型的团队体育视频多目标跟踪深度学习框架	曹伟王晓勇刘咸祥	《中北大学学报（自然科学版）》 CAS	2024	1	在线阅读下载PDF 职称材料
6	基于MacBERT的方面级中文教学评论无监督情感分析框架	顾明王晓勇胡胜利	《重庆科技大学学报（自然科学版）》 CAS	2024	0	在线阅读下载PDF 职称材料
7	基于卷积神经网络车辆行驶的识别预警系统	吕东芳宋雷震	《青岛理工大学学报》 CAS	2022	1	在线阅读下载PDF 职称材料
8	基于Weka平台的文本分类实验研究	李梅	《楚雄师范学院学报》	2020	1	在线阅读下载PDF 职称材料