课程文献中心 更多>>

关键词： 灰色关联分析   灰色关联度   样条光滑   火炮身管   烧蚀磨损  

摘要： 针对灰色关联分析对于非等间隔含噪序列数据精度低或不适用等问题,首先,提出从含噪数据重构本征函数及其高阶导函数的惩罚样条光滑法,以弱化序列数据分布间隔和观测误差的影响;然后,设计能够综合静态关联性和动态关联性的函数型关联度,并论证其规范性、接近性、分解形式和实践应用准则;最后,将所提出模型应用于火炮身管烧蚀磨损截面特征分析.结果表明:所提出方法能够准确辨识烧蚀磨损截面与弹丸初速减退的关联关系,且优于对比模型,验证了所提出方法的可靠性和有效性.

关键词： 社交网络   图神经网络   多任务学习   图表示学习   社交项推荐  

摘要： 除了考虑用户间的社交关系,挖掘项间隐含的关系特征对提升用户和项的表示学习能力同样具有至关重要的作用。当前社交项推荐中静态项图构建过程难以准确抓取项间的潜在关系,且后续的图融合过程缺乏深度交互,这限制了相关模型对多图特征间复杂且多层次关系的理解能力。因此,提出一种基于项图动态适应性生成的多任务社交项推荐方法(MTDAG)。首先,在基于多任务学习(MTL)的联合训练中,使用项图动态生成模块结合下游推荐任务的反馈信息适应性地调整项图结构;其次,使用社交项推荐模块通过深层次的多图特征融合方法在各输入图之间迭代地传播用户和项的特征表示;最后,在Yelp和Ciao两个公共数据集上把MTDAG与ECGN(Efficient Complementary Graph convolutional Network)和MGL(Meta Graph Learning framework)等6种基线方法比较。实验结果表明,MTDAG在命中率(HR)、召回率(Recall)和归一化折损累计增益(NDCG)上均至少提高了3%且MTDAG的鲁棒性在针对冷用户和冷项推荐的评估实验中得到了充分验证,实验结果表明,MTDAG可以在一定程度上解决交互稀疏的冷用户和冷项的推荐问题。

关键词： 剩余寿命预测评估   图卷积神经网络   高阶邻域聚合   双向门控循环单元   联合训练  

摘要： 针对现有小子样高可靠性装备剩余寿命预测方法精度较低、预测泛化性较差等不足,提出了一种基于高阶邻域聚合图卷积神经网络和双向门控单元联合训练的装备剩余寿命评估方法。该方法将公开的大样本数据集和装备关键部件测试数据等小子样本信息构建为属性图,整合不同阶邻居信息,捕获装备采样信息间的高阶关联特征,再使用双向门控单元进行寿命预测,并通过预训练-微调的联合训练策略提升模型泛化能力。提升了装备剩余寿命预测的精度,提升了不同场景下的寿命预测的泛化性,并通过仿真实验和消融实验证明了方法各个模块的必要性。与其他经典方法相比,该方法预测的准确性和稳健性均有显著提升。有效利用了公开数据集和装备小子样数据之间的关联信息,为复杂装备系统的剩余寿命预测评估提供了一种新的解决方案。

关键词： 脑卒中   继发性癫痫   发作类型   病变性质   相关性  

摘要： 目的:分析脑卒中患者继发性癫痫发作与病变性质的关系。方法:对成武县人民医院2021年1月至2023年12月收治100例脑卒中患者进行研究,根据是否发生癫痫将其分为癫痫组(40例)与无癫痫组(60例),并根据癫痫发作的类型分为早发型(19例)与迟发型(21例)。分析脑卒中患者继发性癫痫发作与发作类型的危险因素。结果:癫痫组与无癫痫组在不同类型脑卒中发生率对比差异显著,且不同继发性癫痫发作类型与不同类型脑卒中存在一定关联(P<0.05)。脑梗死、脑出血以及脑实质出血与早发型癫痫有关,而短暂性脑缺血发作、蛛网膜下腔出血以及腔隙性脑梗与迟发型癫痫有关(P<0.05)。脑卒中患者继发性癫痫发作的治疗显效15例,有效20例,无效5例,总有效率为87.50%(35/40)。与治疗前相比,治疗后,癫痫发作次数、持续时间、简易智能精神状态检查表(MMSE)评分、肿瘤坏死因子-α(TNF-α)水平、神经元特异性烯醇化酶(NSE)水平均有明显改善(P<0.05)。结论:脑梗死、脑出血以及脑实质出血患者在癫痫发作风险上呈正相关,而短暂性脑缺血发作、腔隙性脑梗与癫痫发作的风险呈负相关,不同类型脑卒中与癫痫早发型和迟发型之间存在关联,脑梗死、脑出血以及脑实质出血与早发型癫痫有关,而短暂性脑缺血发作、蛛网膜下腔出血以及腔隙性脑梗则与迟发性癫痫有关。在治疗中,左乙拉西坦具有显著疗效,能促进患者康复。

关键词： 不平衡分类   数据标签不确定性   加权标签分布稳健损失  

摘要： 在不平衡数据的多分类任务中,由于类别分布存在数量差异,分类器的决策边界往往偏向多数类别,从而导致模型难以实现准确分类。现有研究主要关注于数据平衡策略和损失函数的结构调整,忽视了样本标签可能存在标注错误或噪声,标签信息的不确定性会进一步增加分类的难度。为解决这一问题,提出了一种名为加权标签分布稳健(weighted label distributionally robust Kullback-Leibler,WLDR-KL)的损失函数。该损失利用先验信息和标签权重显式地调整模型对少数类别的关注度,通过优化最不利的集合下的预测分布来应对数据标签不确定性下的不平衡分类任务。此外,利用Monte Carlo模拟提出了一种不平衡数据集的仿真方法,以更全面地评估各损失函数在不同类别和不同数量差异水平下的表现。在多组模拟数据集、UCI和Kaggle数据集上的实验结果表明,所提出的方法在处理不平衡数据时表现良好,并且在top-k准确率、F_(1)值、精度、召回率上均实现了一定程度的提升,为解决不平衡分类问题提供了一种有效的方法。

关键词： 槐荫消夏图   临摹   数字复制   故宫博物院   文物保护  

摘要： 故宫博物院藏宋人册页中有一幅描绘文人高士于槐树下仰卧乘凉的精美画作——《槐荫消夏图》,本文即对此图的复制过程展开详细解析。复制工作的具体做法是以人工临摹为主,以数字复制为辅,进行保护性复制。文中首先提出了复制的重点及难点,而后通过分析文物画面,围绕背景知识开展研究,并采用人工临摹和数字复制相结合的方法,成功突破复制壁垒,高质量地还原文物原貌,满足了文物保护以及使之代替原作参展的实际需求。

关键词： 软件定义网络   饱和攻击检测   图神经网络   长短期流图   灰色关联系数  

摘要： 软件定义网络(SDN)的控制平面与数据平面解耦,该特性使其广泛应用于数据中心、物联网、云网络等大规模网络场景中。然而,这种解耦的网络架构也使其面临饱和攻击的挑战。基于图神经网络(GNN)检测饱和攻击是SDN中的研究热点,但目前GNN中常用的k近邻(k-NN)图忽略了短期流特征,无法有效聚合节点信息,使模型不能充分利用流的时间特征。为利用流的长短期特征提高饱和攻击检测精度,提出一种基于长短期流图及混合GNN的饱和攻击检测方法HGNM。该方法通过设置2个采样时间来收集流的长短期特征,同时基于灰色关联系数设计一种长短期流图生成方法LSGH以构建长短期流图,使流图包含流的全部特征。此外,设计一种混合GNN模型GU-GCN,通过并联GRU与GCN来获取流的时间特征与空间特征,从而提高模型检测饱和攻击的精度。实验结果表明:在生成图上,相比于k-NN算法和CRAM算法,LSGH方法能有效提高模型的检测精度;与其他模型相比,GU-GCN模型在准确率、精确率、召回率、F1值、ROC曲线、PR曲线、混淆矩阵方面都有性能提升。

关键词： 中考数学   图象性质   思维创新   新函数   压轴题  

摘要： 近几年来,各地的中考数学压轴题不拘泥于已有经验和传统思维模式,勇于突破惯性思维,追求新颖、独特和有价值的解决方案,其中新函数类问题通过构建新函数,并运用新函数的图象和性质解决问题│常常能起到引领思维创新的作用.解答新函数类问题,无论是建立新函数关系式,还是运用新函数的图象和性质解决问题,都需要我们灵活地调整思维方向,从不同角度和途径去解决问题,这都体现了思维的创新性.

关键词： 配电网   高比例分布式光伏   遗传算法   动态划分   同步交替方向乘子法  

摘要： 针对高比例分布式光伏接入配电网引起电压越限的问题,以及集中控制计算复杂度高、效率低的挑战,提出了一种面向光伏消纳的配电网集群动态划分方法与优化运行策略。通过考虑不同节点间的调压需求与调压能力,定义电压调节能力匹配度指标,建立兼顾模块度、电压调节能力匹配度与集群均衡度的综合性指标,并采用遗传算法对配电网集群进行动态划分,通过设定阈值更新集群划分结果。根据集群划分结果进行解耦,将全局优化问题转化为多个集群的子优化问题,并基于改进的同步交替方向乘子法进行分布式控制。以某地10 kV实际配电网进行仿真分析,结果表明所提方法在促进光伏消纳与降低计算复杂程度方面均具有优势,验证了所提动态集群划分方法与分布式控制策略的有效性。

关键词： 大语言模型   评论摘要   注意力机制   语法分析   指针网络  

摘要： [目的/意义]针对现有评论摘要模型在生成过程中存在生成内容混乱以及属性词与情感词不对应的问题,提出一种融合大语言模型结构化信息和主题语法图的评论摘要生成方法。[方法/过程]运用大语言模型GPT4.0抽取评论的结构化信息,利用句法依赖分析器提取句子的依存信息,通过语法图卷积神经网络获取语法特征向量,利用TextRank抽取主题信息,将主题信息和语法信息融合,通过交叉注意力机制分别获得包含主题语法信息引导语义信息的向量表示和包含结构化信息引导语义的向量表示,形成双通道信息,并获取融合注意力,替换指针生成网络的单通道注意力,最终生成评论摘要。[结论/结果]相对于已有方法,提出的模型在ROUGE值评价指标上的效果相较于其他先进基线模型均有提升。生成的摘要更能符合评论文本原句的内容及顺序,能够缓解事实性错误的问题。