课程文献中心 更多>>

摘要： 在山水画发展的历史进程中,金陵画派是明末清初画坛的特殊存在.工整细腻的技巧表达与文人心性的呈现有机融合,特别是对现实景观的关注与表现给后人带来巨大启迪.重要的是,周亮工对这一群体的记录和张庚对这一群体的定名,成就了"金陵八家".其中,叶欣作为"金陵八家"之一,以独特的绘画风格形成技巧与心性并重的独特艺术语言.

关键词： 推荐系统   对比学习   数据增强   门控机制  

摘要： 近年来，基于图神经网络的推荐系统取得显著进展。然而，现有的自监督对比学习方法主要通过随机删除边构建增强视图，难以区分边的重要性，限制模型性能。为解决上述问题，提出一个基于图扩散的增强对比学习框架(Graph Diffusion Augmenter Contrastive Learning,GDACL)，用于提升推荐系统在数据稀疏和噪声环境下的表现。该方法通过图扩散机制保留边权信息，并结合多层图卷积嵌入拼接、随机特征掩码和对比学习增强特征多样性与鲁棒性；同时引入门控机制自适应融合原图与扩散图的特征表示。实验表明，GDACL在多个真实数据集上推荐准确率高于现有主流方法，具备更强的鲁棒性和泛化能力。

关键词： 受限Voronoi图   胞元裁剪   最近邻搜索  

摘要： 受限Voronoi图广泛应用于计算机图形学等领域， 提升其构造效率对下游应用具有重要意义. 针对现有的主流构造方法存在部分裁剪对结果没有贡献的问题， 提出一种四近邻驱动的受限Voronoi图快速构造方法. 通过扩散方式迭代地搜索Voronoi胞元与网格面片对， 并依次计算每对的交集. 所提方法的创新点在于Voronoi胞元与网格面片之间交集的高效计算. 遍历面片的每条边， 若两个端点所属的Voronoi胞元不同， 则通过几次四近邻搜索确定目标种子点与其邻居的中垂面， 并对面片进行裁剪. 与主流方法的对比实验结果表明， 所提方法具有更高的效率， 且对种子点分布的敏感程度显著降低. 在种子点和网格面片数量均为50k且种子点分布随机的情况下， 所提方法相比两种主流方法分别减少了71%和30%的耗时.

关键词： 空间模式挖掘   局部同位模式   加权Voronoi图   top-k   并行  

摘要： 局部同位模式（local co-location pattern，LCP）挖掘是空间同位模式挖掘的重要分支，旨在发现局部区域中频繁出现的同位模式。LCP能够揭示局部区域而非全局范围内空间特征之间的关联关系，在各种基于位置的应用领域中发挥积极的指导作用。现有LCP挖掘方法无法有效地识别人类活动驱动下（人为因素）形成的局部区域，并且难以设置合适的频繁度阈值去筛选不同区域的频繁模式。为了解决这些问题，提出一种新颖的基于加权维诺图（Voronoi图）的top-k LCP挖掘方法（称为Top-k LCPM-WVD）。该方法首先通过加权Voronoi图识别由于人为因素形成的LCP的分布区域，然后使用top-k挖掘框架高效地挖掘区域内最频繁的k个模式。同时，基于该框架设计了一系列优化策略进一步提高了挖掘效率。此外，为解决面向大规模数据集的效率问题，提出一种并行挖掘方案以加快挖掘过程，在4线程下的加速比达到1.65。在真实和合成数据集上的大量实验结果证实，与现有最先进算法相比，提出的Top-k LCPM-WVD方法能够更高效地发现可解释性的局部同位模式，其效率提升达到数十倍。

关键词： 无人机影像序列   应急场景   影像检索   共视图   特征匹配   位姿估计   运动恢复结构  

摘要： 针对全球导航卫星系统(GNSS)拒止环境下无人机影像位姿估计效率低的问题,提出一种基于共视图优化的快速建图算法——NSG-VLAD算法。首先,利用尺度不变特征变换(SIFT)提取每张影像的特征,并利用局部聚合描述子向量(VLAD)算法将特征描述子聚合为全局特征向量;其次,利用基于图索引的近似最近邻搜索(ANNS)算法进行相似影像的检索;最后,对各个相似影像对构建共视图,并进行迭代匹配,从而提升影像特征匹配、影像位姿估计及应急场景建图的效率。在此基础上,利用NPU＿FACTORY、NPU＿PARK数据集以及3个自制数据集,将NSG-VLAD算法与具有代表性的Colmap开源软件和Metashape、Pix4Dmapper商业软件进行对比验证。结果表明:NSG-VLAD算法较Metashape商业软件重建速度提高了3倍,比Colmap开源软件快10倍以上,重投影误差优于Colmap开源软件和Metashape商业软件;在应急测绘任务下的三维点云建图速度高于同类方法至少2倍,验证了NSG-VLAD算法在地震灾害等GNSS拒止环境下的应急测绘中具有良好应用前景。

关键词： 多对多通信   智能节点部署   多智能体图强化学习   动作空间局部观测方法   软件定义无线网络  

摘要： 多对多通信路由问题是NP难的组合优化问题，构建出高效的多对多通信路由路径还需及时获取全局网络状态信息以适应网络状态高度动态变化的特点.本文在软件定义无线网络（Software-defined Wireless Networks,SDWN）场景中针对现有数据驱动的多智能体深度强化学习方法存在计算和部署成本高、难于适应非欧结构特点的网络拓扑的问题，并且训练过程中无效动作过多会增加存储空间和时间开销以及收敛速度慢，本文设计了一种SDN控制平面和数据平面进行协同感知与智能决策的新框架，并针对多对多通信路由问题设计了一种两阶段的多智能体路由方法（基于智能节点部署策略的多智能体图强化学习方法：MAGDS-M2M）.为了降低在每个节点上都部署智能体所带来的计算和部署成本，设计了一种基于Q-学习的智能节点部署算法来确定需要部署智能体的网络节点；在完成多智能体部署后，在Actor-Critic(AC)框架下设计了一种基于多智能体图强化学习的多对多路由决策方法，基于图卷积网络（Graph Convolutional Networks,GCN）和图神经网络（Graph Neural Networks,GNN）重新设计Actor和Critic网络，解决了现有多智能体强化学习方法中卷积神经网络（Convolutional Neural Networks,CNN）对拓扑结构数据适应能力比较弱的问题；此外，为解决Actor网络固定长度的动作空间在训练过程中产生大量无效动作的问题，设计了一种新的动作空间局部观测方法 .实验结果表明所提出的方法相比于基准实验降低了29.33%任务完成时延，并且验证了可以通过调节参数使任务完成的时延和各节点累计能耗标准差之间达到平衡.本文所做工作源代码已提交至开源平台https：//github. com/GuetYe/MAGDS-M2M.

关键词： 统计估计   阈值分红策略   扰动复合泊松模型   分红支付  

摘要： 关于分红问题的研究一直是风险理论领域的核心焦点.因为在现实情形中,保险公司并不完全清楚索赔遵循的具体分布,只可以获得某一特定时间点之前的索赔相关信息,因此基于这些数据进行分红函数的统计估计研究将更有意义.在阈值分红策略下,本文研究了带扰动复合泊松风险模型的破产前分红总额的期望现值函数.根据可获得的索赔和分红观测数据,利用傅里叶余弦级数展开方法(COS方法)得到了破产前分红总额的期望现值函数的统计估计量,并分析其在大样本情形下的收敛速度,最后给出了数值结果来进一步证明估计方法的有效性.

关键词： 图注意力网络   中文讽刺检测   双通道动态交互   情感分析   讽刺文本识别  

摘要： 由于汉语语义的复杂性和情感的细腻表达，中文文本讽刺检测是一个具有挑战性的任务。现有的讽刺检测方法多基于英文开发，难以适应中文的独特表达方式和文化内涵。因此，本文提出了一种新颖的动态交互双通道图注意力网络（Dynamic Interaction Dual-Channel Graph Attention network， DiDu-GAT），利用独特的双通道结构来分析文本中的句法依赖关系与情感特征。DiDu-GAT设计动态交互机制增强其跨通道学习能力，实现全面提取情感信息和句法信息，从而显著提升了中文讽刺检测的准确率。在哈工大中文讽刺数据集（GuanSarcasm）和两个公开英文讽刺数据集（IAC-V1和IAC-V2）实验结果表明，本方法在主要性能指标上均显著优于现有基线方法，验证了其在中英文讽刺检测任务中的有效性和优越性。

关键词： 应力函数   角度非均质材料   切口   渐近展开   应力强度因子  

摘要： 提出了一种将有限元分析与应力函数相结合的方法，来确定角度非均质材料V形切口结构的奇异应力场。首先，基于奇异性特征分析，得到角度非均质材料切口的应力奇性指数。然后，通过引入Williams渐近展开表示的应力函数，将角度非均质材料控制方程和相容方程转化为常微分方程，求解获得应力函数的具体表达式。进而，由有限元应力结果计算出应力函数渐近展开中的系数。最后，重构出角度非均质材料切口尖端附近奇异应力场。论文分析了选取的有限元节点数，特征距离和截断项数对应力强度因子计算结果的影响。选取不同的有限元节点数时，应力强度因子呈水平线，说明有限元节点数的选取不影响计算结果的稳定性。当截断项数较少时，应力强度因子随着特征距离的增大而逐渐变化，而当截断项数取到五至六项时，应力强度因子随着特征距离的增大而保持稳定。

关键词： 文档级关系抽取   路径推理   长距离依赖   文档图   路径推理图  

摘要： 关系抽取（RE）最近已经从句子级转移到文档级，这需要聚合文档信息，并使用实体和提及加以推理。现有研究忽略了围绕目标实体对的局部上下文信息，且只关注实体级的推理路径，没有考虑文档中跨多个句子的长距离实体之间的复杂交互。为此，提出了一种新的具有信息聚合和长距离跨句推理的文档级关系抽取模型。首先，构造了一个文档图，对文档中的全局信息进行建模；其次，加入了一个新的节点，以聚合目标实体对的局部上下文信息；再次，将目标实体对之间的各种路径集成到一个更简单的推理图结构中以推理长距离跨句实体对的关系，并进行关系推理。在DocRED、CDR和GDA 3个公共数据集上的实验结果表明，路径推理模型在F1上均优于对比模型，验证了该模型的有效性。