课程文献中心 更多>>

关键词： 车辆工程   车辆轨迹预测   人工神经网络   时空特征融合   自动驾驶车辆  

摘要： 为实现自动驾驶系统对周围车辆运动轨迹的精确预测，本研究提出了一种基于Transformer与图注意力网络（Graph Attention Network， GAT）的时空特征融合预测模型。该模型支持非欧式数据输入，具备动态适应周围车辆数量变化的特性。模型架构采用双通道特征提取机制：通过Transformer编码器捕获车辆历史轨迹的时间依赖性特征，利用GAT网络建模车辆间的空间交互关系，进而通过Transformer解码器实现时空特征的深度融合，最终由全连接层解码器输出未来轨迹预测结果。在NGSIM公开数据集上的实验表明：相较于LSTM-GAT基准模型，本模型在1s、2s、3s、4s和5s预测时域的轨迹均方根误差分别降低13.0%、10.2%、14.3%、18.2%和21.6%；相比Transformer-CNN对比模型，本方案在3s、4s和5s长时域预测性能显著提升，对应误差降幅达27.2%、44.3%和49.4%。实验结果验证了所提模型在车辆轨迹预测任务中的有效性和优越性。

关键词： 故障选线   格拉姆角场   马尔可夫转移场   卷积注意力机制  

摘要： 为针对现代配电系统中常见的单相接地故障的问题，提出了一种融合马尔可夫转移场MTF（Markov transition fiel）和格拉姆角场GAF（Gramian angular field）图像变换技术与深度学习的故障选线方法。通过将故障信号的零序电流数据转换成二维图像，结合自研的带有注意力机制的密集连接卷积神经网络（ECA-DenseNet），进行故障特征的自动提取与分类。实验结果显示，本方法在识别与分类配电网故障方面相较传统技术具有显著优势，尤其在高噪声环境下依然能够达到完美的分类效果。该研究的成功应用显著提升了故障检测的精度和效率，并为电力系统故障诊断提供了新的研究和应用方向。

关键词： 远志   农艺性状   指标成分含量   主成分分析   隶属函数   品质评价  

摘要： 为建立一种评价远志资源品质的综合方法，以山西省中药材种质资源圃中的14份4年生远志育种材料为研究对象，通过测定其农艺性状与指标成分，采用变异系数分析、相关性分析、聚类分析、主成分分析、多元线性回归分析和隶属函数分析对远志资源的品质进行综合评价。结果表明，远志的地上部农艺性状、指标成分含量具有明显差异，平均变异系数分别为15.81%、4.24%。相关性分析表明，各性状间具有较强的相关性，有44对性状间呈极显著相关（P<0.01）、17对性状间呈显著相关（P<0.05）。聚类分析表明，远志酮Ⅲ与茎粗聚为一类，细叶远志皂苷和根重的距离最近，3,6’-二芥子酰基蔗糖与叶疏密、根分支的距离最近；主成分分析将所有指标简化为7个主成分，其累积贡献率达87.611%，包含了远志品质指标的大部分信息；采用主成分综合评价函数和多元线性回归分析法综合分析得出13个评价远志品质的关键性指标，分别为木芯重、叶长、根粗、韧皮部厚度、细叶远志皂苷、叶宽、花色、茎显色、花疏密、生长习性、根分支、茎分支和茎粗等；利用关键指标对14份远志材料进行隶属函数分析和排名，分析结果与主成分综合评价函数的结果一致。从14份远志资源中筛选出5份综合表现良好的核心种质，研究结果为远志育种提供重要参考。

关键词： 图分类   图Transformer   图表示学习  

摘要： 图Transformer网络在图表示学习领域具有出色的性能表现，但目前多数方法在进行图分类等任务时存在计算复杂度高、多特征间关系点位建模有限等问题。针对上述不足，参考Transformer模型的优化模型PatchTST，提出了一种基于PatchTST的图分类方法（PatchTST-based Graph Classification Method，PatchGC）。方法在图卷积环节引入PatchTST模型的思想处理节点初始特征，快速准确计算节点表示；在图池化环节采用SAGPool分层池化方法对图降维，有取舍地生成图嵌入；最后使用Softmax函数处理图嵌入，完成图分类。在7个公开数据集上的实验表明，PatchGC相较于7种基线模型具有更高的分类准确率，相比次优结果分别提高1.58%、3.56%、1.26%、1.50%、0.31%、0.57%、0.74%，且相较于传统图Transformer方法具有更快的运行速度，每训练轮次平均用时减少5.13%，在图分类任务中具有较好的表现。

关键词： 建筑自由曲面   网格划分   智能结构设计   深度学习   生成对抗网络  

摘要： 多样和不规则的建筑自由曲面使自由曲面网格划分成为难题，现有显示编程方法由于过于针对具体曲面，因此缺乏通用性。该文提出利用生成对抗网络模型挖掘并学习自由曲面与对应网格结构的内在规律，以实现在模型中输入自由曲面即可生成对应网格结构的目的。该文首先利用二维云图表示自由曲面，并将其作为模型的输入；其次，使用自编算法提取模型生成网格结构的节点坐标和各节点之间的拓扑关系，并将其投影至三维空间，获得三维自由曲面网格结构；最后，对比了该文所提方法与基于显示编程的三角形和四边形网格划分方法，并通过多个案例测试了该文所提方法。基于网格几何特性杆长和形状质量的评价结果表明：该文所提方法可实现多种形状自由曲面的网格划分。

关键词： 智能合约   预训练模型   图嵌入   图注意力网络   漏洞检测   区块链  

摘要： 智能合约是在区块链上自动执行的代码，因其不可逆性和与金融交易的密切关联，其安全问题至关重要。然而，当前智能合约漏洞检测技术仍面临特征提取效率低、检测精度低以及过度依赖专家规则等问题。本文提出一种基于异构合约图多维度特征深度融合的漏洞检测方法。首先，针对智能合约数据集的代码进行去噪处理，采用代码函数交换等数据增强方法扩充数据集，进而将其表示为异构合约图。其次，结合图嵌入技术以及代码预训练技术高效获取智能合约图以及对应操作码中节点的高维度语义表示。最后，设计双层异构图注意力网络深度融合在两种维度下学习到的节点特征，以实现高效的漏洞检测。针对不同类型漏洞的实验结果表明，本方法整体表现均有所提升，F1指标平均值高于77.72%，在拒绝服务漏洞类型的检测上表现最佳，F1值最高达到84.88%，较传统的深度学习方法和图拓扑检测方法相比，分别实现了10.62%和22.34%的显著提升。本文方法不仅提高了检测的效率和准确性，而且通过学习节点特征减少了对专家规则的依赖，为智能合约的安全性提供了更为可靠的保障。

关键词： 科学文献摘要   抽取式摘要   图神经网络   超图注意网络   图对比学习  

摘要： 生成面临跨句关系的捕捉、长距离依赖及文档信息的高效编码与提取等难题，一直是自然语言处理领域的一个难点任务。然而，科学文献通常包含多个章节和段落，具有更加复杂的层次结构，使得科学文献摘要生成任务更具挑战性。针对以上问题，提出了一种基于多图神经网络和图对比学习的科学文献摘要模型（MGCSum）。对于输入的文档，该模型首先通过同构图和异构图神经网络分别建模句内与句间关系，生成初始句子表示；然后，将这些句子表示馈送到一个多头超图注意网络，利用自注意机制充分捕捉节点和边之间的关系，进一步更新和学习跨句子的表示；接着，引入图对比学习模块，增强全局主题感知，提升句子表示的语义一致性和区分度；最后，采用多层感知器和归一化层计算一个得分，用于判断句子是否应被选为摘要。在PubMed和ArXiv数据集上的实验结果表明，MGCSum模型的表现优于多数对比模型。在PubMed数据集上，MGCSum的ROUGE-1、ROUGE-2和ROUGE-L分别达到了48.97%、23.15%和44.09%，相比现有的先进模型HAESum，分别提高了0.2、0.71和0.26个百分点。MGCSum通过结合多图神经网络和图对比学习，能够更有效地捕捉文献的层次结构信息和跨句关系，提升摘要生成的准确性和语义一致性，展现了其在科学文献摘要生成任务中的优势。

关键词： 3Cr2MnNiMoBi模具钢   热变形   流变曲线   本构方程   热加工图  

摘要： 利用热力模拟试验机研究了3Cr2MnNiMoBi钢在变形温度800～1150℃以及应变速率0.01～10 s-1条件下的热变形行为，根据不同变形条件下的峰值应力构建了实验钢的本构方程，计算了实验钢的热变形激活能，并基于动态材料模型绘制了不同应变条件下的热加工图。结果表明，在热变形过程中，变形温度升高和应变速率降低有利于发生动态再结晶。同时随着应变的增大，实验钢的加工失稳区向高温高应变速率区域移动，失稳区面积逐渐增大。3Cr2MnNiMoBi钢的最佳热加工窗口为（1060～1150）℃×（0.01～1） s-1。

摘要： 一个个项目破土动工,一栋栋厂房拔地而起……日前,记者在六师五家渠市走访发现,重大项目正成为推动该师市经济高质量发展的强大引擎. 2024年以来,六师五家渠市以开展"项目建设攻坚年"为抓手,聚焦"两区联动""一圈四链"产业发展思路,积极发挥重大项目牵引作用,优化投资结构、健全体制机制、提升服务保障能力,推动重点项目建设跑出加速度,为师市经济高质量发展蓄势赋能.

关键词： 旋回地层学   韩江组   时间序列分析   天文年代标尺   海平面变化   沉积速率   高频层序  

摘要： 本文基于旋回地层学方法，以珠江口盆地西江凹陷韩江组为研究对象，通过自然伽马测井数据作为古气候替代指标，结合时间序列分析方法，识别天文轨道周期信号，并运用高斯带通滤波提取405 ka长偏心率周期信号，构建高精度天文年代标尺。研究采用沉积噪声模型（DYNOT和ρ1模型）重建相对海平面变化，结合岩性与测井曲线特征，对韩江组进行高频层序划分。结果表明，韩江组地层受控于天文轨道周期，沉积持续时间为～6.08 Ma，最优沉积速率为20 cm/ka；通过天文调谐建立了16.17～10.09 Ma的高分辨率天文年代标尺，划分出15个四级层序和64个五级层序，揭示了中中新世海平面波动与沉积速率对砂体发育的关键控制作用。本研究不仅为韩江组沉积相分异特征、层序堆积样式及储层发育规律提供了方法学支撑，同时验证了米兰科维奇旋回在高分辨率地层研究中的重要性，为珠江口盆地油气勘探中的储层预测与评价提供了新的科学依据和技术路径。