网络首发
甲基触发苯乙炔生成双环芳烃茚的动力学反应机理
冯世豪;王昌洋;张丽娟;赵龙;蒋慧灵;边会婷;为了揭示双环芳烃茚的生成机制,研究了甲基自由基和苯乙炔的反应势能面,并计算了动力学数据。首先,采用B3LYP/6-311+G(d,p)方法对苯乙炔与甲基自由基反应体系中的所有物种进行了几何构型优化和振动频率分析。其次,采用CCSD(T)/aug-cc-pVDZ方法获得各物种的高精度能量。最后,采用RRKM/ME主方程动力学方法,计算重要路径的反应速率常数和路径分支比。研究结果表明:甲基自由基通过加成在苯乙炔的乙炔基侧链上可触发分子异构和断键反应,生成茚及其同分异构体;在变压力(0.001～0.1MPa)和温度(300～3000K)条件下,1-苯基-1-丙炔(C9H8)+H均为苯乙炔与甲基自由基反应体系的主要产物;低压条件更利于茚的生成,且与双分子产物C6H5+C3H4、C6H5+C3H4-2及Int41-P4+C2H2的生成竞争激烈,而高压条件更助于双分子产物的生成。
面向高光谱遥感图像的MMRI-Boruta特征选择算法
张婧;孔霄;曹峰;张超;李德玉;高光谱遥感图像特征选择旨在从高维光谱特征集中选择最优光谱特征子集,以消除冗余光谱特征,提升高光谱遥感图像分析的效率和精度。由此提出了一种混合型特征选择算法MMRI-Boruta,该算法首先对过滤式MRI特征选择算法进行改进,通过引入方差定义新的特征重要性评价指标,然后利用封装式的Boruta算法实现特征子集的进一步优化。所提特征选择算法结合了过滤式和封装式两种特征选择算法的优点,更易于获取最优特征子集。为了验证该算法的有效性,使用了两个经典的高光谱遥感图像数据集Indian Pines和Salinas对算法的性能进行了测试,实验结果表明该算法优于对比算法。
脑启发的遮挡目标识别模型研究综述
张利朋;李瑞琪;王宁;曹亮;孟振江;李翠霞;胡玉霞;遮挡目标识别是计算机视觉领域的核心挑战之一。目标物体因遮挡导致的特征缺失和混淆,严重制约了当前目标识别模型的性能。研究表明人脑视觉系统具有出色的遮挡目标识别能力和对遮挡场景的强适应能力,为构建脑启发的遮挡目标识别模型提供了生物学依据与创新方向。系统梳理了脑启发遮挡目标识别模型的研究进展。首先,对当前主流的遮挡目标识别模型进行系统介绍;然后,聚焦脑启发模型的生物学基础,阐释了视觉皮层层级处理等神经机制在视觉推理中的关键作用;接着,评述模拟生物视觉功能机理的遮挡目标识别模型;最后,总结已有的工作,对当前脑启发的遮挡目标识别模型的发展方向进行讨论,指出对生物机制的探索仍是脑启发模型创新研究的难点。
模糊技能多映射的变精度模型与构建知识结构的矩阵方法
杨竞菁;李进金;王鸿伟;基于变精度α-模型构建知识结构是当前研究的热点之一。根据阈值取值范围的不同拓展了三种基于模糊技能多映射的变精度能力模型,讨论了它们所构建的知识结构的性质,并证明了由它们构建的知识结构族是一致的。在此基础上,提出基于模糊技能多映射构建知识结构的矩阵方法,并通过实验验证了方法的可行性和有效性,分析了模糊技能多映射中问题数、技能数对算法执行时间和空间的影响。
FGBK在医学断层图像重构仿真中的应用与改进
时文雅;蔡盼煜;孙思超;郇战;Kaczmarz算法是医学断层图像重构的经典方法之一,但存在计算复杂度高、耗时长等问题。为此,设计了一种基于最大残差原则的行索引集选择方法 FSGBK(Free Scale Greedy Block Kacmarz),有效提升了算法收敛速度,但由于其选择的索引集相关性较强,导致图像重构的内部结构误差增大。为解决该弊端,提出了KFGBK(K-means FGBK)算法,此算法以系数矩阵的若干线性无关行作为K-means初始中心,对数据进行聚类,构造出若干个线性无关的集合,从中选取索引集。最后,提出了融合两种策略的核心算法KFSGBK(K-means FSGBK)。实验结果表明,该算法较好地平衡了收敛速度和内部结构的重构效果且优于FGBK等主流算法。
基于深度抑郁特征编码网络的语音抑郁检测
李奇;姬生文;赵迪;武岩;奚洋;孟天宇;针对语音抑郁数据集存在的特征冗余问题,提出基于深度抑郁特征编码网络(deep depression feature encoding network,D-DFENet)的语音抑郁检测方法。首先,利用Wav2vec2.0预训练模型提取语音潜在表征;其次,设计一种卷积变分自编码器模块,该模块通过引入变分自编码器机制以实现特征空间的降维,并在其编码器的多层结构中逐层嵌入卷积神经网络,旨在有效滤除语音潜在表征中与抑郁状态无关的冗余或干扰信息。在DAIC-WOZ数据集上进行模型性能评估,实验结果表明,当D-DFENet的特征维度降至128时,检测精度可达到90%,在分类准确率上优于现有方法。
大语言模型驱动下知识图谱的构建及应用综述
张坤丽;王影;付文慧;朱永其;张艳莉;昝红英;在大语言模型的助力下,知识图谱凭借结构化和语义丰富的特征,提升了数据关联与解释能力,为复杂知识推理和智能决策支持等领域提供了新的研究方向和应用潜力。因此,从知识图谱的角度出发,总结了大语言模型驱动下知识图谱的构建及应用的最新研究进展。首先,从知识建模、信息抽取、知识融合以及知识图谱补全等角度探讨了知识图谱构建的新方法。其次,阐述了知识图谱在增强大语言模型、提升检索能力以及与大语言模型协同增强三个方面的应用。最后,对大语言模型与知识图谱结合的未来研究方向进行了展望。
基于自适应禁忌搜索多目标鲸鱼算法的武器目标分配
宰光军;徐旺旺;钟李红;田钊;佘维;针对多目标鲸鱼优化算法在解决武器目标分配时存在参数设置经验化、种群多样性差以及空间搜索能力弱等问题,提出一种自适应禁忌搜索多目标鲸鱼优化算法。首先,通过自适应网格划分和外部存档调整策略,使网格和档案大小能够根据种群分布状态和多样性变化情况自动调整。其次,设计了动态轮盘赌选择方法来控制全局最优个体的生成,以提高种群分布的多样性和均匀性。此外,引入了禁忌搜索算法中的禁忌列表和邻域搜索策略,扩大种群对新区域的探索能力。仿真实验结果表明,所提算法在种群分布性和解集多样性方面表现更优,同时具有更快的求解效率,有效提高了解集的质量,能够较好地解决多目标武器分配优化问题。
基于几乎随机占优的语言值概念知识获取方法
辛现伟;袁世婷;薛占熬;宋继华;针对语言值形式概念分析中的主观偏好问题,提出以参考点的差异表达风险偏好信息的前景语言值概念格。首先,将模糊语言值形式背景与前景理论结合,提出一种融合风险厌恶和风险偏好态度的前景语言值概念格构造方法。其次,利用几乎随机占优对风险信息的敏感性,获取前景语言值概念之间的占优关系和有效概念知识。最后,引入国际中文教育数字化转型的实例,通过一系列实验与对比分析,验证了所提方法的有效性和可行性。
融合多策略的哈里斯鹰优化算法求解Steiner树问题
王晓峰;王军霞;彭庆媛;华盈盈;何飞;唐傲;针对传统哈里斯鹰优化算法在解决图的Steiner树问题(Steiner tree problem of graph,GSTP)时存在种群分布不均匀、探索与开发阶段难以平衡以及易陷入局部最优的情况,提出一种融合多策略的哈里斯鹰优化算法。首先,通过S型函数对算法进行离散化处理,并引入Logistic-Sine混合混沌映射,以优化种群初始化过程。其次,设计了动态自适应权重策略,增强猎物逃逸能量的非线性表达,从而进一步平衡探索与开发行为。最后,在迭代后期对最优个体进行自适应高斯-柯西混合变异扰动,以防止种群过早收敛于局部最优。在多个GSTP实例上进行实验,结果表明,所提算法求解精度更高,收敛速度更快。