期刊文献+
共找到407,290篇文章
< 1 2 250 >
每页显示 20 50 100
融合DeepSeek-R1和RAG技术的先秦文化元典智能问答研究 被引量:5
1
作者 张强 高颖 +2 位作者 任豆豆 韩牧哲 包平 《现代情报》 北大核心 2026年第1期173-186,共14页
[目的/意义]先秦文化元典是中华文明的源头文献,对其进行知识组织与智能应用,可以为建设中华民族现代文明提供历史依据和价值判断,增强国家文化软实力。本研究旨在基于检索增强生成(RAG)技术的先秦文化元典智能问答系统,推动相关知识的... [目的/意义]先秦文化元典是中华文明的源头文献,对其进行知识组织与智能应用,可以为建设中华民族现代文明提供历史依据和价值判断,增强国家文化软实力。本研究旨在基于检索增强生成(RAG)技术的先秦文化元典智能问答系统,推动相关知识的智能化应用与传承。[方法/过程]以中华书局出版的《春秋》三传为研究对象,构建先秦文化元典本体模型,采用DeepSeek-R1进行知识抽取并构建知识图谱。基于LangChain框架,运用GraphRAG、NaiveRAG、LightRAG、HybridRAG这4种RAG方法对大语言模型进行检索增强,并从定量和混合两方面评估问答能力。[结果/结论]研究结果显示,DeepSeek-R1抽取效果良好,生成的三元组能有效覆盖关键知识且质量较高。在智能问答评估中,不同RAG方法各有优劣。GraphRAG在各类问题和评估维度上表现较佳,尤其在考证溯源型、应用实践型等问题上表现突出;NaiveRAG在事实知识型问题上表现较好。综合定量与混合评估来看,根据实际应用场景选择合适的RAG技术至关重要。 展开更多
关键词 先秦文化元典 大语言模型 DeepSeek 检索增强生成 智能问答
在线阅读 下载PDF
深度学习在细胞图像自动分割中的应用与进展 被引量:1
2
作者 王旭 王晓燕 +3 位作者 郭英慧 蔡肖红 刘艳艳 张文凯 《计算机工程与应用》 北大核心 2026年第2期73-91,共19页
细胞分割研究对于细胞形态学分析、疾病早期诊断、药物筛选以及个性化医疗具有重要意义。细胞图像分割作为一种核心任务,旨在从复杂的生物图像中提取细胞边界和结构,支持疾病诊断和研究。因此,对细胞进行精确分割是解决细胞形态学分析... 细胞分割研究对于细胞形态学分析、疾病早期诊断、药物筛选以及个性化医疗具有重要意义。细胞图像分割作为一种核心任务,旨在从复杂的生物图像中提取细胞边界和结构,支持疾病诊断和研究。因此,对细胞进行精确分割是解决细胞形态学分析、肿瘤检测以及药物筛选等生物医学问题的首要任务。深度学习以其良好的特征提取和自适应学习能力,近年来成为细胞图像自动分割领域的重要技术手段。为推动细胞图像分割研究,在介绍常用细胞图像分割性能评价指标的基础上,梳理了CNN、U-Net、Mask R-CNN、GAN、Transformer、GNN、弱监督学习、迁移学习和视觉大模型以及混合架构在细胞图像分割中的应用,并通过对各模型优缺点进行对比分析,明确了当前研究中存在的主要问题,并展望了未来的研究方向。 展开更多
关键词 细胞分割 深度学习 TRANSFORMER 弱监督学习 混合架构
在线阅读 下载PDF
基于多尺度特征增强的航拍小目标检测算法 被引量:1
3
作者 肖剑 何昕泽 +2 位作者 程鸿亮 杨小苑 胡欣 《浙江大学学报(工学版)》 北大核心 2026年第1期19-31,共13页
针对航拍图像小目标检测中存在的检测精度低和模型参数量大的问题,提出兼顾性能与资源消耗的航拍小目标检测算法.以YOLOv8s为基准网络,通过降低通道维数和加强对高频特征的关注,提出自适应细节增强模块(ADEM),在减少冗余信息的同时加强... 针对航拍图像小目标检测中存在的检测精度低和模型参数量大的问题,提出兼顾性能与资源消耗的航拍小目标检测算法.以YOLOv8s为基准网络,通过降低通道维数和加强对高频特征的关注,提出自适应细节增强模块(ADEM),在减少冗余信息的同时加强对小目标细粒度特征的捕获;基于PAN-FPN架构调整特征融合网络,增加对浅层特征的关注,同时引入多尺度卷积核增强对目标上下文信息的关注,以适应小目标检测场景;针对传统IoU灵活性、泛化性不强的问题,构建参数可调的Nin-IoU,通过引入可调参数,实现对IoU的针对性调整,以适应不同检测任务的需求;提出轻量化检测头,在增强多尺度特征信息交融的同时减少冗余信息的传递.结果表明,在VisDrone2019数据集上,所提算法以8.08×106的参数量实现了mAP0.5=50.3%的检测精度;相较于基准算法YOLOv8s,参数量降低了27.4%,精度提升了11.5个百分点.在DOTA与DIOR数据集上的实验结果表明,所提算法具有较强的泛化能力. 展开更多
关键词 目标检测 YOLOv8 无人机图像 特征融合 损失函数
在线阅读 下载PDF
基于多模态改进残差网络的输电线路绝缘子覆冰类型识别方法 被引量:1
4
作者 谢静 肖韩 +4 位作者 刘志坚 龙志宏 张德龙 韩一瑞 张帅龙 《电力系统保护与控制》 北大核心 2026年第1期130-142,共13页
电力输电设备覆冰不仅会增加绝缘子表面的负荷,还会导致电弧击穿和绝缘失效等严重问题,威胁电力输送的可靠性与安全性。传统的人工观察、图像处理的边缘检测和基于支持向量机(support vector machine,SVM)的方法受限于复杂的环境和不稳... 电力输电设备覆冰不仅会增加绝缘子表面的负荷,还会导致电弧击穿和绝缘失效等严重问题,威胁电力输送的可靠性与安全性。传统的人工观察、图像处理的边缘检测和基于支持向量机(support vector machine,SVM)的方法受限于复杂的环境和不稳定的气象条件,难以满足实时监测和精确分类的需求。为此,提出了一种基于多模态改进残差网络的深度学习模型。该模型结合图像特征、覆冰图像的纹理特征以及气象数据3种模态,通过特征层融合提升覆冰类型分类的准确性。首先对覆冰图像进行去雾处理,利用基于暗通道先验的改进型去雾算法去除雾霾干扰,显著提升图像的清晰度和对比度。然后,通过灰度共生矩阵(gray-level co-occurrence matrix,GLCM)提取去雾后图像的纹理特征,并结合改进的残差网络(residual network,ResNet)对纹理特征和图像特征进行处理,以全面捕捉覆冰图像中的细微结构和表面特性。接着,构建包含温度、湿度、风速的气象信息数据集。最后,将图像特征、纹理特征与气象特征相结合,形成融合多模态特征的深度学习模型。通过现场实际工况下的绝缘子覆冰样本的训练和测试,算法对覆冰类型识别的准确率达到92.9%,验证了去雾技术与融合多模态特征的深度学习模型在提升覆冰类型识别精度方面的有效性。 展开更多
关键词 绝缘子覆冰 类型识别 纹理特征 微气象 动态赋权
在线阅读 下载PDF
多智能体协作驱动的审计问题定性法规推荐系统 被引量:1
5
作者 徐超 刘子硕 +2 位作者 周立云 朱浩然 黄佳佳 《计算机科学与探索》 北大核心 2026年第1期280-290,共11页
针对审计问题定性中多维特征解析与动态法规匹配的技术难题,提出了多智能体协作框架下的审计问题定性法规推荐系统。传统大语言模型在法规推荐任务中存在三重局限性:法律文本的语义特征与审计问题存在表征差异,动态更新的法规体系导致... 针对审计问题定性中多维特征解析与动态法规匹配的技术难题,提出了多智能体协作框架下的审计问题定性法规推荐系统。传统大语言模型在法规推荐任务中存在三重局限性:法律文本的语义特征与审计问题存在表征差异,动态更新的法规体系导致知识时效性不足,以及单一检索策略难以支撑复杂案例的多级推理需求。基于上述问题,构建了包含问题抽取、逻辑推理、伪例生成等专业化智能体的协同架构,通过任务分解机制将复杂审计案例解析为可并行处理的子问题空间。方法层面创新性地融合指令微调与检索增强生成技术,构建覆盖国家级、企业级和内控手册的三级法规知识库,并设计基于智能体的动态检索策略。经大量真实审计案例数据的实验验证,在国家级法规推荐任务中,系统实现30.56%的法规条款直接命中率,较ChatGPT-4(13.89%)提升116%,BERTScore与RougeL指标分别达71.19%与20.20%。在多级综合法规推荐任务中,命中率、BERTScore与Rouge-L分别达到63.91%、26.50%和27.80%,均超过基线模型至少15.2%。结果表明,通过智能体协同的任务分解机制可有效解耦复杂审计问题中的多维度特征,而多级知识库架构显著提高了法规推荐的准确度,为审计实务提供了可解释的法规推理路径。此外,模块化的设计支持不同司法辖区的法规库动态扩展,具有重要的工程应用价值。 展开更多
关键词 多智能体系统 审计问题定性 人工智能 法规推荐 大数据审计
在线阅读 下载PDF
基于层内融合和跨层增强两阶段融合的RGB-P图像语义分割 被引量:1
6
作者 蔡轶珩 何秉芳 +1 位作者 何楷祺 何彦良 《计算机工程与应用》 北大核心 2026年第2期266-276,共11页
偏振信息能有效揭示各类物体材料差异,与可见光图像融合,可显著增强网络语义分割能力。然而,现有的大多数可见光-偏振(RGB-P)图像语义分割方法忽视了偏振图关键细节信息的保留且采用通用的交互融合方式,这导致复杂场景下分割结果容易出... 偏振信息能有效揭示各类物体材料差异,与可见光图像融合,可显著增强网络语义分割能力。然而,现有的大多数可见光-偏振(RGB-P)图像语义分割方法忽视了偏振图关键细节信息的保留且采用通用的交互融合方式,这导致复杂场景下分割结果容易出现边缘模糊和语义混淆。针对这些问题,提出了一种基于层内融合和跨层增强的递进式两阶段融合网络(IFCE-Net)。在第一阶段,设计跨模态多尺度交互机制,其结合多尺度化操作使RGB和偏振图像每级特征实现空间和通道信息的交互,加之混合通道嵌入操作,该阶段实现了多模态层内特征互补性探索和精细融合。在第二阶段,通过设计具有自适应权重的跨层增强策略,以逐级联合强化各层特征,从而显著提高网络对物体边缘等关键细节信息的保留能力。在公开ZJU-RGB-P和MCubeS数据集上进行实验,结果表明,该网络在定性和定量评估中均优于当前先进的RGB-P图像分割方法。 展开更多
关键词 RGB-P图像语义分割 跨模态多尺度交互机制 逐级联合增强
在线阅读 下载PDF
基于改进YOLOv8的森林火灾检测方法研究 被引量:1
7
作者 雷建云 田祚汉 +1 位作者 夏梦 雷瑞璠 《中南民族大学学报(自然科学版)》 2026年第1期97-105,共9页
针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测... 针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测速度.此外,融入了SENet注意力机制模块,以增强网络对火灾检测的准确性.使用α-IoU损失函数代替YOLOv8原始损失函数中的CIoU损失函数来计算定位损失,该函数能够自适应地调整IoU的阈值,更好地处理不同大小和形状的目标,同时提高模型对小目标的检测性能.结果表明:该方法的平均准确率(mA@0.5P)达到了87.2%,帧率(FPS)提升了17帧,显著提高了火灾检测的实时性. 展开更多
关键词 深度学习 YOLOv8模型 森林火灾检测 实时性
在线阅读 下载PDF
三角帆蚌三维表型性状参数的动态测量方法
8
作者 张俊 周普洛 +3 位作者 曹守启 白志毅 胡庆松 刘兴国 《南方水产科学》 北大核心 2026年第2期27-36,共10页
为实现三角帆蚌(Hyriopsis cumingii)在动态传输条件下的三维表型性状参数测量,构建了一种基于旋转框(Oriented bounding box,OBB)定位、关键点检测与自适应多帧稳健融合的动态测量方法。该方法以YOLOv8n-OBB旋转框检测与YOLOv8n-Pose... 为实现三角帆蚌(Hyriopsis cumingii)在动态传输条件下的三维表型性状参数测量,构建了一种基于旋转框(Oriented bounding box,OBB)定位、关键点检测与自适应多帧稳健融合的动态测量方法。该方法以YOLOv8n-OBB旋转框检测与YOLOv8n-Pose关键点检测为基础,结合彩深配准技术与针孔成像模型构建三维空间映射关系,通过DeepSORT多目标追踪算法实现动态个体的身份保持与轨迹关联;设计边缘完整性判定机制、5帧中值滤波及全局滑动窗口最优选取策略,有效抑制角度跳变与几何错连问题。实验表明,该方法在多目标动态条件下可稳定输出三角帆蚌的表型性状参数。在角度易发生跳变的姿态下,与单帧平均策略相比,最优15帧选取策略使壳长、全高、壳高、臀角放射肋长和壳宽的平均绝对误差(Mean absolute error,MAE)分别降低13.0%、45.8%、30.0%、13.0%和16.8%;在任意摆放条件下,各测量参数的MAE也降低约10%~30%,该方法测量5个参数平均误差约为2 mm,综合处理帧率达18.94帧·s-1,满足动态实时测量需求。该方法实现了基于视觉-深度信息融合和时序自适应测量的表型参数三维动态测量,可为水产贝类育种与表型分析提供高精度、可移植的自动测量方法,为水生动物非接触测量、个体识别及表型数据库建设提供技术支撑。 展开更多
关键词 三角帆蚌 表型性状 动态测量 非接触测量 三维表型测量 时序稳健融合
在线阅读 下载PDF
农作物表型组大数据工厂成套技术装备研究综述
9
作者 郭新宇 吴升 +9 位作者 苟文博 温维亮 李英伦 张颖 樊江川 王传宇 顾生浩 卢宪菊 刘海深 赵春江 《农业机械学报》 北大核心 2026年第1期1-18,61,共19页
面向作物表型组大数据获取解析、作物种质资源表型鉴定等亟需高效率、智能化和低成本技术、装备及系统的问题,在系统梳理分析国内外农作物高通量表型平台相关技术产品研究现状的基础上,通过组织多学科的协同技术攻关,突破了作物表型组... 面向作物表型组大数据获取解析、作物种质资源表型鉴定等亟需高效率、智能化和低成本技术、装备及系统的问题,在系统梳理分析国内外农作物高通量表型平台相关技术产品研究现状的基础上,通过组织多学科的协同技术攻关,突破了作物表型组大数据高通量获取和智能化解析中的关键技术难题,设计了具有自主知识产权的轻小敏捷型多传感器阵列、通用化成像单元和适用于多生境的固定式、移动式高通量表型平台装备,以及配套算法和软件平台,构建了农作物表型组大数据工厂成套技术装备体系。该体系由大田和设施作物高通量自主作业表型平台、室内器官和显微表型平台、大田和设施环境自动化种植管控设备、作物模型系统、数字孪生智慧管控平台和大数据计算服务中心等构成,可实现多生境、自动化、高通量、高效率、高精度的多源作物表型-环境数据协同采集,涵盖农作物群体、个体、器官和显微多重尺度,能够重建农林作物的三维形态结构并精准解析株型、产品、品质、抗性等表型组指标,是发展数字育种和智慧栽培的新一代信息化基础设施。农作物表型组大数据工厂技术装备体系创新了作物表型组大数据的产生、处理和服务模式,可为作物表型组理论技术的发展、基于AI for Science的平台化科研和工厂化的作物种质资源表型鉴定等提供体系化的技术装备支撑。 展开更多
关键词 作物表型组 大数据工厂 高通量表型平台 管道化解析软件 数字孪生管控平台
在线阅读 下载PDF
基于双重并行任务的无人机小目标两阶段检测方法
10
作者 杨艺 朱江睿 +3 位作者 王科平 张高鹏 钱伟 王田 《模式识别与人工智能》 北大核心 2026年第1期31-51,共21页
目标在图像中的尺寸过小是无人机目标检测面临的主要挑战之一,特别是当无人机飞行高度较高且成像分辨率较低时,小目标特征极易在深度神经网络的深层特征中弥散.为此,文中提出基于双重并行任务的无人机小目标两阶段检测方法,并行任务包... 目标在图像中的尺寸过小是无人机目标检测面临的主要挑战之一,特别是当无人机飞行高度较高且成像分辨率较低时,小目标特征极易在深度神经网络的深层特征中弥散.为此,文中提出基于双重并行任务的无人机小目标两阶段检测方法,并行任务包含小目标检测任务与超分辨率重建任务.在超分辨率重建任务分支中,构建空间先验模块和窗口注意力引导模块.小目标检测任务分支以Swin Transformer为基础,并且分别由空间先验模块和窗口注意力引导模块进行浅层特征的空间信息和深层特征的注意力的超分辨率重建.两阶段检测方法分为训练阶段和推理阶段.在训练阶段,超分辨率重建任务分支均以高分辨率特征为标签,从而增强小目标检测任务分支对细节特征的提取能力.在推理阶段,仅保留小目标检测任务分支,可提升方法的推理速度,降低资源开销.在公共数据集VisDrone和自制无人机数据集JZ-UAV上的实验表明,文中方法识别精度较高. 展开更多
关键词 无人机(UAV) Swin TRANSFORMER 小目标检测 超分辨率重建
在线阅读 下载PDF
基于图像匹配的高空大斜视无源目标定位
11
作者 贾平 李昌灏 +3 位作者 孙辉 宋悦铭 祃卓荦 徐芳 《光学精密工程》 北大核心 2026年第1期124-138,共15页
提出一种基于图像匹配的无源定位方法,通过引入基于Transformer的特征增强与MiHo聚类筛选的两步匹配策略,减轻了高空大斜视条件下传统无源定位算法因微小角度误差导致的定位精度下降程度。根据粗定位结果与飞行参数对航拍图像进行近似... 提出一种基于图像匹配的无源定位方法,通过引入基于Transformer的特征增强与MiHo聚类筛选的两步匹配策略,减轻了高空大斜视条件下传统无源定位算法因微小角度误差导致的定位精度下降程度。根据粗定位结果与飞行参数对航拍图像进行近似正射变换,并截取对应区域的卫星图像。采用RepVGG提取图像粗特征,通过互最近邻实现初步匹配,并结合MiHo与归一化互相关(Normalized Cross Correlation,NCC)筛选匹配点对。最后,借助Transformer模块完成精细化匹配,再根据精匹配结果构建角度误差修正矩阵,多次迭代修正系统误差。实验结果表明,所提方法的定位精度较传统方法有较大幅度提升,在典型应用场景下提升约70%,在斜距90 km的情况下,定位精度可维持在120 m左右。该方法突破了传统无源定位对角度精度的高度依赖,验证了基于图像匹配的无源定位路径的可行性与有效性。 展开更多
关键词 图像匹配 目标定位 航空光电系统 无源定位 大斜视 TRANSFORMER
在线阅读 下载PDF
面向风力机翼型的西北工业大学NF-3数字风洞设计与应用
12
作者 赵钟 惠增宏 +2 位作者 张勇 孙中国 罗玉明 《太阳能学报》 北大核心 2026年第2期616-625,共10页
聚焦风洞试验数字化转型,针对物理风洞试验和计算流体力学(CFD)数值试验两种手段融合需求,根据西北工业大学NF-3翼型风洞,设计可业务化运行的数字风洞软件系统。基于风雷软件(PHengLEI),通过重建风洞各部段和翼型数字模型,仿真试验风速... 聚焦风洞试验数字化转型,针对物理风洞试验和计算流体力学(CFD)数值试验两种手段融合需求,根据西北工业大学NF-3翼型风洞,设计可业务化运行的数字风洞软件系统。基于风雷软件(PHengLEI),通过重建风洞各部段和翼型数字模型,仿真试验风速控制过程,构建NF-3数字风洞,只需输入二维翼型的坐标,即可自动化开展虚拟试验。为实现自动化、业务化运行,基于预制模板自动生成风洞背景网格和试验模型网格,二者采用拼接技术自动装配为全流场计算网格,通过预处理技术加速可压缩流动求解器收敛。首先介绍物理风洞各部段的数字化模型、试验风速控制策略,再给出数字风洞系统设计方案,包括翼型网格自动生成、风洞/翼型网格拼接装配、流场求解和虚拟试验风速控制方法。最后,采用风力机翼型在数字风洞中开展虚拟试验,对比分析虚拟试验与传统CFD计算结果的差异。结果表明,该数字风洞具备自动化开展翼型虚拟试验能力,能捕捉到传统CFD模拟所无法体现的展向分离流动变化,与传统CFD计算结果相比,数字风洞虚拟试验的气动系数与物理试验吻合更好。 展开更多
关键词 风洞 翼型 风力机 数字风洞 风雷软件 计算流体力学
原文传递
基于复杂设施农业环境的多传感器融合建图
13
作者 张三强 钱刚 +4 位作者 虢淇泽 刘微 吴杰 周红宇 胡新宇 《农机化研究》 北大核心 2026年第6期179-187,共9页
针对当前2D激光雷达SLAM系统不适应复杂设施农业环境建图和3D激光雷达成本高昂的问题,基于阿克曼农业机器人平台提出了一种2D激光雷达、视觉RGB-D相机与轮式里程计融合的建图方法,构建了2D激光雷达、RGB-D相机与轮式里程计多传感器融合... 针对当前2D激光雷达SLAM系统不适应复杂设施农业环境建图和3D激光雷达成本高昂的问题,基于阿克曼农业机器人平台提出了一种2D激光雷达、视觉RGB-D相机与轮式里程计融合的建图方法,构建了2D激光雷达、RGB-D相机与轮式里程计多传感器融合建图模型,对视觉-雷达-轮式里程计融合的SLAM建图过程进行了研究分析。在模拟的复杂设施农业环境中进行试验,对提出的建图方法进行了验证。试验结果显示:该方法建立的环境地图为二维平面与三维空间的融合地图,误差最大为2.2%,2D激光雷达建图的地图误差最大为2.9%,RGB-D相机纯视觉建图的地图误差最大为4.4%,融合建图地图的精度高于2D激光雷达与RGB-D相机建图。融合地图中,障碍物长、宽、高的最大误差分别为16.3%、20.9%、12.1%,障碍物质心到建图起始点的距离最大误差为4.5%,均在合理范围内,满足复杂设施农业环境中自动导航的建图要求,有效改善了农业机器人2D激光雷达在复杂设施农业环境下建图的局限性,同时解决了3D激光雷达成本昂贵、不利于农业机器人推广应用的问题,为农业机器人建图与导航研究提供了理论基础与数据支撑。 展开更多
关键词 设施农业 多传感器融合 SLAM 2D激光雷达 RGB-D深度相机 轮式里程计
在线阅读 下载PDF
面向知识融合的本草典籍知识图谱实体对齐研究
14
作者 李贺 邵文诗 +3 位作者 刘嘉宇 张津源 沈旺 王桂敏 《现代情报》 北大核心 2026年第3期30-43,共14页
[目的/意义]针对本草典籍知识图谱实体对齐任务中图谱异构、术语易混淆及高质量标注稀缺等挑战,提出融合生成对抗网络与模糊语义辨识的实体对齐模型GAFL-Align,旨在实现多源知识自动化融合。[方法/过程]该模型通过BERT与图注意力网络融... [目的/意义]针对本草典籍知识图谱实体对齐任务中图谱异构、术语易混淆及高质量标注稀缺等挑战,提出融合生成对抗网络与模糊语义辨识的实体对齐模型GAFL-Align,旨在实现多源知识自动化融合。[方法/过程]该模型通过BERT与图注意力网络融合实体语义与拓扑结构,利用生成对抗网络进行领域自适应以消除异构引发的特征分布差异,采用模糊边界负采样策略强化对易混淆术语的细粒度辨识,并结合迭代自训练机制利用高置信度结果扩充样本,有效降低对人工标注的依赖。[结果/结论]实验表明,该模型在自建数据集上的核心指标均优于基线方法。在此基础上构建的多源融合图谱实现了典籍间知识的互补与增值,为本草典籍知识自动化融合提供了有力的技术支撑。 展开更多
关键词 知识融合 实体对齐 本草典籍 知识图谱 深度学习
在线阅读 下载PDF
突发公共事件下ICU救治混合建模仿真
15
作者 李雯静 尹胜男 +4 位作者 彭卫 詹丽英 汤焱彬 林志勇 李光 《科学技术与工程》 北大核心 2026年第5期1916-1926,共11页
突发公共事件期间病人涌入导致重症医学科(intensive care unit, ICU)救治效率降低。为综合评估病人床位分配策略提升ICU救治效率的效果,采用智能体建模-离散事件仿真(agent-based modeling-discrete event simulation, ABM-DES)方法构... 突发公共事件期间病人涌入导致重症医学科(intensive care unit, ICU)救治效率降低。为综合评估病人床位分配策略提升ICU救治效率的效果,采用智能体建模-离散事件仿真(agent-based modeling-discrete event simulation, ABM-DES)方法构建ICU救治系统仿真模型。以武汉大学人民医院综合性ICU为例,引入急诊科分区管理策略设计4种差异化床位分配方案,同时从病人、医护人员、物资和空间多维度出发,采用熵权逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)法构建ICU救治效率评价体系对多种病人到达模式下的救治效率进行量化评估,筛选最优床位分配方案。结果表明:病人到达模式显著影响最优床位分配方案;分区管理策略的增效作用仅体现在长期大量病人到达场景。研究结果可为ICU应对突发公共事件提供重要参考。 展开更多
关键词 重症监护室(ICU) 救治仿真 床位分配 ABM DES
在线阅读 下载PDF
用于低剂量CT图像降噪的多路特征生成对抗网络
16
作者 王丽芳 任文婧 +2 位作者 郭晓东 张荣国 胡立华 《计算机应用》 北大核心 2026年第1期270-279,共10页
近些年,把生成对抗网络(GAN)应用于低剂量计算机断层扫描(LDCT)图像降噪取得了显著进展。然而,现有方法存在对复杂噪声分布建模能力不足以及结构细节保留能力有限等问题。因此,提出一种用于LDCT图像降噪的多路特征GAN——Trident GAN。... 近些年,把生成对抗网络(GAN)应用于低剂量计算机断层扫描(LDCT)图像降噪取得了显著进展。然而,现有方法存在对复杂噪声分布建模能力不足以及结构细节保留能力有限等问题。因此,提出一种用于LDCT图像降噪的多路特征GAN——Trident GAN。首先,设计特征引导生成器Trident Uformer,通过在U-Net结构的瓶颈层增加特征聚合注意力(FPA)模块解决U型结构空间分辨率较低的问题;其次,设计多路特征提取子模块Trident Block,并在3个分支中分别引入局部细节增强模块(LDEB)提取细节特征,轻量通道注意力模块(LCAB)增强通道特征,以及空间交互注意力模块(SIAB)获得重要空间特征;在SIAB中采用多级交互式注意力函数和评估机制设计空间上下文注意力机制(SCAM),解决单一注意力受限的问题;最后,设计多特征融合(MFF)模块来在三分支末端进行特征聚合,并对局部细节信息和全局语义信息进行建模,解决不同层次之间细节不连续的问题。此外,利用多尺度金字塔判别器(MSPD)在不同维度下检查生成结果的质量,指导具有全局一致性图像的生成。实验结果表明,在Mayo和Piglet数据集上,Trident GAN的平均峰值信噪比(PSNR)和结构相似性(SSIM)分别达到了31.5193 dB/0.8830和33.6331 dB/0.9478,与高频敏感GAN(HFSGAN)相比,参数量降低75.58%,测试时间缩短36.36%。可见,与HFSGAN等方法相比,Trident GAN可在较少的计算负荷下提高了图像质量。 展开更多
关键词 低剂量计算机断层扫描 图像降噪 注意力机制 TRANSFORMER 生成对抗网络
在线阅读 下载PDF
基于改进SDU-YOLOv8的军事飞机目标检测算法
17
作者 赵海丽 包大泱 +3 位作者 张从豪 刘鹏 王彩霞 景文博 《兵工学报》 北大核心 2026年第1期296-306,共11页
针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的... 针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的UCDN-Head检测头,实现特征提取、融合与检测头的协同优化。在自建军事飞机数据集上的实验结果表明,SDU-YOLOv8网络较基准YOLOv8的mAP@0.5提升2.5%,达到95.7%,参数量减少6.7%,计算量降低9.9%,在小尺寸、低对比度及形变目标的检测鲁棒性显著增强;新方法在保持轻量化的同时实现了检测精度与效率的均衡优化,为空天侦察场景下的军事飞机检测提供了高效解决方案。 展开更多
关键词 军事飞机目标检测 YOLOv8 深度特征提取 动态上采样 统一参数化
在线阅读 下载PDF
面向学科撤销后科研人员重分配的多阶段耦合决策框架
18
作者 高飞 陈董 +5 位作者 边帝行 范文强 刘起东 吕培 张朝阳 徐明亮 《计算机应用》 北大核心 2026年第2期416-426,共11页
现有学科撤销后的科研人员重分配依赖人工决策,难以有效统筹学科关联。在此背景下,拥有强大知识分析能力的大语言模型(LLM)为基于学科撤销后的科研人员重分配优化提供了新思路,然而它们在以科研信息为代表的高校科研数据上面临着专业术... 现有学科撤销后的科研人员重分配依赖人工决策,难以有效统筹学科关联。在此背景下,拥有强大知识分析能力的大语言模型(LLM)为基于学科撤销后的科研人员重分配优化提供了新思路,然而它们在以科研信息为代表的高校科研数据上面临着专业术语难理解和长尾分布明显等挑战。因此,提出一种面向学科撤销后科研人员重分配的多阶段耦合决策框架MCRF(Multistage Coupled Redeployment Framework)。MCRF包含召回、语义增强、配对和重排这4个阶段,能有效地将困难问题分解为多个相对简单的子问题。首先,构建学科科研词云关联数据集,缓解通用模型难以理解专用学术名词的问题;其次,设计关联召回算法,快速召回科研信息的Top-k关联学科,从而降低整体决策的时间开销;最后,引入隐式优化模块,生成多样化的科研信息表述,从而确保尾部学科科研信息能与科研人员研究方向全面关联,并通过细粒度科研项目排序模型实现精准语义匹配。实验结果表明,在多个数据集上,所提框架在召回阶段的召回率达到了92%,在重排阶段的准确率为96%,有效验证了MCRF在学科结构优化任务中的有效性。 展开更多
关键词 大语言模型 科研词云 学科结构优化 科研信息 语义匹配
在线阅读 下载PDF
基于SGD-YOLO模型的黄瓜霜霉病检测
19
作者 秦立峰 李博梾 +3 位作者 林敬轩 李明 李栋青 宋怀波 《农业机械学报》 北大核心 2026年第2期203-214,共12页
为实现复杂环境下黄瓜霜霉病快速定位和精准检测,针对黄瓜霜霉病小样本及小目标问题,基于YOLO v8n提出一种黄瓜霜霉病检测改进模型SGD-YOLO(SimAM Guide-Fusion Dysample-YOLO)。以黄瓜霜霉病叶片为研究对象,通过将显著性检测FT算法引导... 为实现复杂环境下黄瓜霜霉病快速定位和精准检测,针对黄瓜霜霉病小样本及小目标问题,基于YOLO v8n提出一种黄瓜霜霉病检测改进模型SGD-YOLO(SimAM Guide-Fusion Dysample-YOLO)。以黄瓜霜霉病叶片为研究对象,通过将显著性检测FT算法引导CutMix方法进行数据增强,结合迁移学习的训练方式,缓解样本数量少带来的过拟合影响。SGD-YOLO在YOLO v8 n的基础上引入无参的轻量级模块SimAM (A simple,parameter-free attention module),加强重要特征传播,提高网络整体性能;并采用轻量动态上采样器DySample增强上采样行为,提升病害小目标检测效果;采用CGFM模块(Context guide fusion module)代替Concat模块,通过基于坐标注意力机制(Coordinate attention)实现更精准的多尺度特征融合,优化病害区域的特征提取;损失函数替换为WIoUv3,提供梯度增益分配策略,提高模型泛化性能。结果表明,在增强后的数据集上检测精确率较原数据集提高12.0个百分点进行迁移学习后检测精确率进一步提高5.3个百分点;改进SGD-YOLO检测精确率为84.6%,平均精度均值(mAP50)达到93.9%,相较于原模型分别提高7.4、9.5个百分点。研究结果对于小样本情况下蔬菜病害检测方法具有较好借鉴作用。 展开更多
关键词 黄瓜霜霉病 SGD-YOLO模型 注意力机制 小样本学习 目标检测
在线阅读 下载PDF
可解释的轻量化无人机网络入侵检测方法
20
作者 王鹏 郭相科 +1 位作者 宋亚飞 王晓丹 《空军工程大学学报》 北大核心 2026年第1期106-116,共11页
针对无人机算力有限、存储空间小和实时性高的特点,提出一种基于Kolmogorov-Arnold Networks(KAN)的可解释的无人机网络入侵检测方法KIDS。受Kolmogorov-Arnold表示定理的启发,KAN利用样条参数化的单变量函数取代了传统的线性权重,从而... 针对无人机算力有限、存储空间小和实时性高的特点,提出一种基于Kolmogorov-Arnold Networks(KAN)的可解释的无人机网络入侵检测方法KIDS。受Kolmogorov-Arnold表示定理的启发,KAN利用样条参数化的单变量函数取代了传统的线性权重,从而动态地学习激活模式,能够有效提取流量序列数据特征并以更轻量化的网络结构实现优异的无人机网络入侵性能。此外,可视化参数化的样条函数能够进一步探索和解释模型在流量特征提取阶段的决策过程,从而增强模型应用的可信度。最后,在真实无人机网络流量数据集UAV-IDS-2020进行广泛实验。结果表明,KIDS以更低的模型复杂度实现了优异的检测性能,且在跨机型入侵检测任务中表现出显著的泛化性能。 展开更多
关键词 无人机网络入侵检测 Kolmogorov-Arnold Networks 可解释性 网络安全
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部