课程文献中心 更多>>

关键词： 推荐系统   图神经网络   会话推荐   对比学习   图注意力网络  

摘要： 为解决会话推荐模型忽略项目之间的时间信息和空间关系，导致无法准确捕获项目之间复杂转换模式的问题，提出一种时间感知和空间增强的双通道图神经网络的会话推荐模型。首先，对于时间通道，采用自适应的时间权重对项目处理，构建时间感知的会话图，并通过时间感知的图神经网络捕获用户的兴趣转移模式。其次，对于空间通道，将项目之间的空间关系嵌入到一个图注意力网络中，从空间图结构的角度对信息聚合。最后，引入一种对比学习策略增强推荐效果。实验结果表明，与新近会话推荐模型相比，在Diginetica、Tmall和Nowplaying三个公开的数据集上的精确率(P)和平均到数排名(MRR)取得更优的效果。相较于次优模型Atten-Mixer、GCE-GNN, P@10分别提高2.09%、24.97%和10.45%, MRR@10分别提高2.52%、11.60%和4.43%，验证了所提模型的有效性。

关键词： 无人机   室内封闭场景   激光点云   自主探索   路径规划   ESDF地图   信息增益  

摘要： 传统室内测量在复杂环境下精度与全面性欠佳，狭窄区域数据采集困难。为此，本文提出一种室内无人机自主探索建图方法并研制配套软硬件系统。本文方法基于信息增益最大化策略和欧几里得符号距离场（euclidean signed distance field map，ESDF）地图，在地图中均匀预设探索点，融合激光雷达与惯性测量单元数据，经去畸变、预积分及因子图优化构建点云地图。硬件搭载半固态激光雷达、飞控等关键部件，软件包括激光里程计定位、动态避障及路径规划算法，在ROS（robot operating system）中系统运行。仿真实验显示，相比基于特征的不确定性探索与学习FUEL（feature-based uncertainty exploration and learning）方法，本文方法探索时间平均降低13.28%，轨迹长度减少14.89%。实地实验中，地下室走廊点云测量最大偏差4.87cm，最小偏差0.37cm，标准偏差2.66cm，满足室内高精度测绘需求。实验结果表明本文自研无人机软硬件系统可在无GNSS（global navigation satellite system）信号的室内封闭环境有效自主探索，为相关研究提供了有益的借鉴。

关键词： 思维导图   初中语文   阅读教学  

摘要： 阅读教学是初中语文教学的重要组成部分,对于培养学生的阅读能力和文学素养具有非常重要的作用。思维导图作为教学的辅助工具,能够帮助学生在阅读过程中更加清晰的理清阅读思路,从而更加深刻的掌握阅读内容,为初中语文阅读教学质量的提升奠定良好的基础。基于此,文章将对思维导图在初中语文阅读教学中的应用进行深入的研究和分析,从而更好的促进学生思维能力的发展进步。

关键词： 脑电信号   情感识别   图神经网络   自监督学习   多任务  

摘要： 针对脑电信号（Electroencephalogram，EEG）情感识别中因标签缺失导致模型泛化性不足以及单任务自监督学习易过拟合的问题，提出了一种基于EEG频域特征的图神经网络模型，采用自监督多任务学习框架进行表征学习和情感识别。首先，提取EEG数据的微分熵特征并构建图结构表示，通过通道掩蔽、频率掩蔽、空间拼图和频率拼图四种自监督任务进行多任务学习。结合切比雪夫图神经网络提取深层特征，通道掩蔽和频率掩蔽任务通过重建模块计算损失，空间拼图和频率拼图任务通过分类模块计算损失。训练完成后，冻结特征提取器参数并用于下游情感识别任务。实验结果在SEED和DEAP数据集上显示，依赖被试的情感分类准确率在SEED数据集上达到89.87%（三分类），在DEAP数据集上，唤醒度和效价维度的两分类准确率分别为88.03%和89.70%；而独立被试的准确率分别在SEED数据集上为72.03%，在DEAP数据集上为65.38%和61.29%。这些结果表明，所提方法有效提升了分类性能，缓解了过拟合问题，且优于现有方法。

摘要： 高中化学学习中,解题能力的培养直接影响学生对化学概念的理解和应用.然而,传统的解题方法往往缺乏系统性和可视化,导致学生在面对复杂问题时感到困惑和无所适从.

摘要： 半导体掩模版是集成电路制造中的关键材料,被誉为芯片制造的"母版".它不仅是光刻工艺的图形载体码,更直接影响芯片的性能、良率和制程水平,战略价值日益凸显. 作为国内极少数具备独立研发能力的第三方半导体掩模版供应商,龙图光罩正以创新为驱动,加速推进这一关键材料的国产化进程.

关键词： 保安全   光伏日内保障出力   CNN-BiLSTM   多目标损失函数   保障率   保障电量占比  

摘要： 目前，光伏功率预测方法均是以追求整体预测精度最高为优化目标，导致部分时段的预测功率高于实际功率。基于高估的预测功率制定的发电调度计划可能无法满足实际电力需求，对电力系统保供产生不利影响。针对此问题，提出了一种以保安全为目标的省级光伏日内保障出力预测方法。首先，利用卷积神经网络(convolutional neural networks， CNN)的空间特征提取和双向长短期记忆网络(bi-directional long short-term memory， BiLSTM)的时间序列处理能力，构建基于卷积神经网络-双向长短期记忆神经网络(CNN-BiLSTM)的省级光伏日内保障出力模型。然后，引入包括正偏差预测精度、预测功率修正强度、正偏差识别准确性和模型响应速度在内的多目标损失函数，识别并提取光伏预测功率的正偏差时序特征。接着，对省级光伏日内原始预测功率结果进行修正，获得最低的省级光伏日内出力水平，并建立了2种面向光伏保障出力预测结果的评价指标，即保障率和保障电量占比。最后，基于我国西北某省实际生产运行数据对所提方法的有效性进行了验证。

关键词： 涡轮叶片   损伤分区   二阶聚类   边界优化   Alpha-Shapes算法  

摘要： 为了提高航空发动机涡轮叶片使用寿命，依据损伤发生位置的不同采取分类管理的策略，提出了一种基于无监督学习的损伤检查区域划分方法。该方法通过综合分析叶片的几何特征、应力以及温度分布等影响因素，利用二阶聚类算法建立了区域划分标准，确保划分区域能够准确反映叶片不同部位的结构特性和发生裂纹的风险水平。为了解决区域划分过程中边界模糊的问题，应用基于Alpha-Shapes和最小二乘法相结合的边界优化识别算法，实现了划分边界的清晰和平滑。划分结果与发动机原厂商设定的裂纹型损伤检查区域进行对比，结果表明：所有划分区域的Jaccard相似性系数均超过0.85，综合相似度为0.929，验证了划分结果的可靠性和方法的可行性。该研究成果可为航空发动机进行叶片分区管理提供重要理论依据和方法。

关键词： 施工图设计   建筑电气   节能技术应用  

摘要： 在国家经济发展新时期,节能低碳等工作备受关注,相关政策不断出台,这也对电气施工图设计提出了全新要求.从现实了解到,建筑电气设计对建筑项目整体品质影响较大,属于建筑设计的核心环节.为符合新时期绿色建筑的发展理念,设计人员需重视相关的节能问题,对供配电系统设计等实施优化,保障电气节能效果,本文将从建筑电气节能设计的原则出发,探讨节能设计的主要内容.

摘要： 机械波是高考考查的重要知识点,机械波中的质点振动图像和波形图像是研究机械波的重要信息来源.数学正弦函数图像、波形图像、质点振动图像均为正弦式图像,虽然物理量的意义不同,但横纵坐标表示的物理量都满足正弦式关系.通过对比这三个图像,使用数学关系可以快速解决机械波中的物理问题.