课程文献中心 更多>>

关键词： 多模态推荐系统   长尾问题   图神经网络   微视频   注意力机制  

摘要： 现有的多模态图神经网络微视频推荐算法，对于交互度数高的项目节点，其中多模态特征包含的信息会随着图卷积的过程而被增强。但对于交互度数低的项目节点，其信息则会被削弱，这便带来了长尾问题。针对此问题，提出了基于图神经网络的多模态长尾微视频推荐算法(MLT-GNN)。该算法提出了一种偏好信息共享概念，对用户历史交互中的头项目节点和尾项目节点之间的关联进行建模，来发现在不同模态下，不同项目中蕴含的相同信息；为缓解用户-项目图中尾项目节点信息丢失问题，该算法从交互丰富的头项目节点中发现尾项目结点所需信息，结合注意力机制对其进行信息弥补，减小头尾项目节点的差距。在Movielens和Tiktok两个公开微视频数据集上的实验表明，MLT-GNN算法在Precision、Recall和NDCG指标上分别实现了至少3.18%、5.27%和6.29%的提升，验证了所提出方法在改善长尾项目节点对用户偏好预测贡献度方面的有效性。

关键词： 有功调制   不确定性   稀疏多项式混沌展开   全局灵敏度分析   数据驱动  

摘要： 灵敏度方法在快速、准确筛选发电机有功调制的参调机组方面具有重要作用，但现有灵敏度计算方法难以量化不确定因素及变量相互作用对系统的影响，严重影响具备强随机性和高不确定性的新能源电力系统中有功调制机组选择的准确性。为此，提出一种基于径向基函数(RBF)与稀疏正交多项式混沌展开(sPCE)相结合的电力系统全局灵敏度分析方法，用于准确地辨识影响系统阻尼比的关键发电机组有功输出。在此基础上，通过精准估计提升系统至安全运行阻尼水平所需的最小有功调制量，设计了完全数据驱动的区间弱阻尼模式的阻尼比在线调制策略。所提全局灵敏度能够有效计及不确定性因素对新能源电力系统阻尼比的影响，以此获得调制策略中对发电机有功对阻尼比提升的重要性排序结果，实现仅依赖量测随机响应数据的系统阻尼比在线精准调制。IEEE 16机5区域系统和实际电网仿真算例验证了所提方法的有效性与可行性。

关键词： 异质网络   元路径   图神经网络  

摘要： 异质信息网络中由于节点类型各异，邻居信息在聚合前需投影到相同特征空间，这易导致语义混淆。同时，节点特征学习过程常面临局部拓扑结构特征与全局语义信息难以有效融合的问题。为此，提出一种分槽聚合元路径信息的异质网络图对比学习方法(Stack-Based Metapath Aggregation Graph Contrastive Learning,SMACon)。该方法基于元路径从多视角捕捉节点间的语义与结构关系，在元路径内部引入stack结构实现分槽聚合，为每类节点提供独立的消息传递过程，从而保留其类型特征空间中的信息表达；同时，在不同元路径视图上引入图对比学习，增强模型对全局图结构的理解能力；最后，通过注意力机制完成元路径与槽之间的信息聚合，得到最终节点表示。实验结果表明，S-MACon在链路预测和节点分类任务中分别达到95.61%和94.59%的准确率，显著优于现有主流方法，验证了其有效性与推广价值。

关键词： 除数问题   指数和   Kloosterman和   p-adic驻相法  

摘要： 对于模q≤X?n,l以及（q,a）=1,本文一致地得到除数函数τ（k）在算术序列k≡a （mod q）上的渐近公式,其中参量?n,l定义为■特别地,若取l=2,则可得?n,l>3/4+5/32,这一范围优于Liu等（2018）的结果.与此同时,这一结果也进一步改进了Wu和Xi （2021）的结论.值得注意的是,此渐近公式最早由Selberg,Linnik和Hooley于20世纪50年代在q X2/3-ε时分别独立地得到.Irving （2015）第一次在特殊模情形下越过了2/3-障碍.本文打破经典的3/4-障碍,并且进一步扩大模q的范围.本文借鉴Mangerel （2021）对Mili′cevi′c和Zhang处理特定类加权Kloosterman和的方法,以此替代Liu等（2018）使用的Korobov技术.

关键词： 图嵌入   图表示   深度学习   神经网络   复杂图  

摘要： 图数据作为一种具有强大表达能力的数据类型，因其复杂的结构而难以高效建模。如何有效捕捉其中的内在信息成为一个富有挑战性的问题。图嵌入（graph embedding，GE）方法通过将高维稀疏的图映射为低维稠密的特征向量，同时保留图的结构信息，已经引起了广泛关注。然而，现有综述对图嵌入方法总结不够全面，尤其对复杂图嵌入的关注较少，导致在处理多样化图数据时的研究现状未能得到系统梳理。因此，文中从简单图到复杂图对图嵌入学习方法进行了系统综述。首先给出了各种类型的图和图嵌入的常见定义；其次，系统地归纳了简单图上的嵌入方法，包括浅层和深度图嵌入方法；然后，按照图的种类，总结了复杂图上的嵌入方法，重点介绍深度嵌入技术在动态图、异质图、多重图和超图等复杂图结构中的应用，以弥补现有文献对复杂图结构研究不足的空白；最后，讨论了图嵌入技术的实际应用场景，并展望了未来的发展方向。

关键词： 黑翅鸢优化算法   Levy飞行策略   自适应随机余弦振荡因子   函数优化   工程设计优化问题  

摘要： 针对黑翅鸢优化算法存在全局搜索能力弱、易陷入局部最优以及全局探索与局部开发能力不平衡的问题，提出一种多策略改进的黑翅鸢优化算法。在种群攻击行为阶段引入Levy飞行策略，增强算法的全局探索能力，降低局部桎梏概率，有助于算法跳出局部最优；在种群迁徙行为阶段引入自适应随机余弦振荡因子，平衡算法的全局探索与局部开发能力。为了验证所提算法的寻优性能，将所提算法和7个优化算法在CEC2017和CEC2022测试套件上进行测试，同时进行Wilcoxon秩和检验和Friedman检验来分析算法之间的显著性差异。实验结果表明，所提算法的寻优精度、稳定性以及收敛性能明显优于对比算法，尤其在高维复杂函数下，表现出更加优越的寻优性能。为了进一步验证所提算法的可行性与实用性，将其应用于压力容器设计问题上，验证了所提算法在处理实际优化问题时具有一定的优越性。

关键词： 矿产勘查   数字化自动成图   软件开发  

摘要： 编制各类地质图件是地质工作者的一项必不可少的基础工作，这往往需要投入大量的时间和精力，制图方法和工具显得至关重要。MAPGIS软件已为我们提供了一套符合中国地质图规范的通用制图工具，但由于制图过程是人机交互式的手工操作，并且需要外部的数据计算作支持，制图工作还是比较繁琐、费时费力的。为了提高工作效率，减轻劳动强度，笔者基于MAPGIS二次开发平台，开展了矿产勘查数字化自动成图技术研究和辅助软件开发，软件实现了从数据表到工程图的一键成图。这种制图方法不仅简单、高效，便于数据和图件的更新，而且生成的图件精细、美观、规范。本文主要从技术层面对该辅助制图软件进行介绍，也有助于使用者的理解和应用。

关键词： 概念图   实验教学   高中生物学  

摘要： 概念图应用于实验教学,使思维外显化,实现概念学习与实验探究的有效衔接,充分发挥探究自主性,促进学生核心素养发展。从实验原理、实验步骤、实验拓展、实验评价等多个方面进行案例分析,阐述运用概念图策略达成实验教学的系统性与整体性。

关键词： Turing不稳定   交叉扩散   PD控制器   谣言传播  

摘要： Turing不稳定性是谣言传播系统生成空间模式的关键机制， Turing斑图是谣言传播中存在的自组织现象。然而， 目前对谣言传播模型的研究大多集中在一维空间上的自扩散， 不能准确地描述谣言的传播与澄清过程。本文提出了一个具有二维交叉扩散的谣言传播模型， 并对其Turing不稳定特性进行研究。维度的扩展和交叉扩散机制的引入可以更好地模拟不同群体之间的相互作用。通过对模型的稳定性分析， 本文探讨了自扩散和交叉扩散对系统Turing不稳定的促进作用， 研究了PD控制器对系统Turing不稳定的抑制作用。最后， 通过数值模拟验证了理论分析的结论。本文为谣言管控提供了理论依据， 对于维护社会秩序和提高信息传播的可靠性具有重要的现实指导意义。

关键词： 水泵   故障识别   小样本   图神经网络  

摘要： 水泵是现代工农业生产中的常见装备，其运行环境下普遍存在大量噪声，给基于数据驱动的故障识别带来了困难。研究表明，图神经网络对噪声信号下的故障特征提取有着显著优势。通过将一维信号转换为图结构数据，能够揭示信号中隐藏的故障信息。然而，故障识别的可靠性在很大程度上取决于输入图的构建策略。对此，本文提出了一种具有噪声强鲁棒的构图策略和图特征提取方法。其中，构图环节通过短时傅里叶变换来嵌入节点信息，并利用余弦相似度实现边关系的建立，保证样本内部的特征空间得到充分的描述。接着，提出了一种图剪枝优化方法，既增强了输入图的噪声鲁棒性，又减少了计算压力。进一步地，利用一种改进的GraphSAGE模型对构建得到的输入图进行逐层图特征提取，并利用SoftMax分类器得到每个样本的故障标签。通过轴流泵试验平台进行数据采集与方法验证，证明了所提方法在噪声背景下多部件故障识别的可靠性。