网络首发
场景化国际中文教学资源知识图谱的构建
杨浩;辛晶;朱珊仪;饶高琦;荀恩东;近些年,为支持国际中文教学,学界构建了大量的知识库,但大多都是针对某一具体的资源对象,比如搭配库、例句库等,其孤立性问题较为突出。在万物智能的时代背景下,国际中文教学也面临着数智化转型的问题,其对语言教学资源提出了更高的要求,构建细粒度的、各个资源对象相互关联的知识图谱成为必要。在教学过程中,特别注重“因材施教”,因此在构建教学用知识图谱时必需考虑知识的来源和用处,即场景化。利用BCC结构检索工具关联各个资源实体,充分考虑知识的来源以及适用的场景,构建了场景化的国际中文教学知识图谱,并初步进行了国际中文智慧教学的工程实践。
结合边缘注意U-Net和焦点类别损失的脊柱图像分割方法
李奇;董家言;武岩;王玉芹;针对脊柱磁共振图像边缘模糊和像素分布不平衡影响脊柱图像精确分割问题,提出一种增强边缘特征提取的边缘注意U-Net,利用多头自注意力机制和卷积注意力机制构建边缘注意模块,融合边缘的局部特征和全局表示以增强对边缘特征的学习。然后,提出焦点类别损失函数降低像素分布不平衡的影响,根据不同像素区域的损失值调整对应的权重因子,使网络关注包含细小特征结构的像素区域。实验结果表明,相比其他分割网络,边缘注意U-Net提高了分割精度,且在相同的网络条件下,焦点类别损失函数训练网络的分割性能优于其他损失函数,证明了所提方法的有效性。
带有执行器饱和的非线性多智能体事件触发一致性控制
付磊;张利杰;郝雷;李松;针对具有单边Lipschitz动力学、不确定性、时滞和执行器饱和的多智能体系统领导跟随一致性问题,提出一种基于事件触发的分布式控制方法。首先,通过单边Lipschitz条件与二次内界性方法处理系统非线性动态,采用凸包表示法刻画执行器饱和特性,并设计分布式控制协议与事件触发机制;其次,通过构造李雅普诺夫函数,证明系统在时滞、不确定性和执行器饱和约束下可实现领导跟随一致性,并进一步线性化得到控制器增益,且以线性矩阵不等式形式估计一致性域;最后,证明所有跟随者的触发间隔存在严格正下界,有效避免Zeno现象,并通过数值仿真验证所提方法的有效性。
知识服务中基于WKNN-MF与NRS的非完备案例知识匹配
张建华;曹子傲;周晓倩;温丹丹;贺龙飞;为改善知识服务效益、解决非完备案例知识属性值缺失的问题,设计了基于WKNN-MF与NRS的知识匹配方法。首先,该方法利用WKNN算法对非完备案例知识集实施预填充,作为缺失森林算法相应计算的基础,并由WKNN-MF获得完备案例知识集;在此基础上,对案例视图进行NRS约简,剔除冗余属性;进而,基于知识视图相似度搜寻类似案例并确定最终结果。基于3个不同UCI数据集的实验结果表明,相较于既有数据填补算法,本方法对非完备案例知识集具有更优的填补实效。
基于区块链和模型共存的联邦蒸馏动态优化方法
田钊;谢文顶;牛亚杰;徐旺旺;佘维;针对联邦学习中心服务器存在的单点故障隐患和模型训练过程中的异质性问题,提出了一种基于区块链和模型共存的联邦蒸馏动态优化方法。首先,引入区块链技术搭建一个去中心化的数据共享交流平台,以克服中心服务器的单点故障风险。其次,采用全局模型与个性化模型共存的策略,并且在局部训练过程中引入知识蒸馏技术,实现更加灵活和高效的模型训练,以解决异质性问题。最后,实验结果表明,所提出的算法能够保证个性化模型的高准确率,提升全局模型在数据分布差异较大情况下的稳定性和鲁棒性,是解决异质性的有效方法,同时区块链技术的使用成功克服了中心服务器单点故障的隐患。
Informer-LSTM融合算法在蓝莓基质温湿度预测中的研究与应用
胡玲艳;陈鹏宇;郭占俊;徐国辉;秦山;付康;盖荣丽;汪祖民;张雨萌;为了精准预测温室蓝莓基质的温湿度变化趋势,提出一种融合Informer-LSTM算法的温湿度预测方法。以温室蓝莓现场环境数据为研究对象,使用LSTM算法捕捉时间序列数据中的依赖关系并与自注意力机制相结合,使模型在聚焦自注意力特征的同时兼顾LSTM特征,以增强其长期记忆力。在生成初步预测序列后,再应用LSTM算法修正模型的短期注意力,提高模型的反应速度。实验结果显示,Informer-LSTM预测模型在预测准确率、鲁棒性和响应速度等方面都有显著的优势,相比于Informer模型,融合模型的预测准确率提高了15%以上,当温度湿度等时序输入数据发生变化时,其响应速度也得到了显著提升,能快速捕获短期内输入数据的动态模式变化,该模型在智慧温室管理中,对辅助人工决策及实现智能化控制具有较高实际价值。
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。