期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到249,185篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于化工过程事故知识谱图-多头时间注意力图网络(CPAKG-MultiTGAT)的化工过程事故情景推演模型
1
作者 郑琛 陈国华 +1 位作者 赵远飞 杨运锋 《化工进展》 北大核心 2026年第2期1243-1254,共12页
针对化工园区事故演化过程复杂多变的特征及传统推演方法时空特征融合不足的问题,本文提出了基于CPAKG-MultiTGAT的化工过程事故情景推演模型。通过解析485起化工事故案例,构建涵盖5类本体、74种情景节点的化工过程事故知识谱图(chemica... 针对化工园区事故演化过程复杂多变的特征及传统推演方法时空特征融合不足的问题,本文提出了基于CPAKG-MultiTGAT的化工过程事故情景推演模型。通过解析485起化工事故案例,构建涵盖5类本体、74种情景节点的化工过程事故知识谱图(chemical process accident knowledge graph,CPAKG),实现事故要素的时空关联建模。创新设计的多头时间注意力图网络(multi-head temporal graph attention network,MultiTGAT)融合时间戳编码与图结构特征,以CPAKG的时空拓扑为输入,动态解析节点间跨时空的耦合关系,实现事故情景演化链路预测。实验表明,在自建数据集上,模型AUC与AP值分别达0.865和0.858,较GCN、TGAT-NoTime等基准模型有显著提升,能够有效推演事故演化链路。本文研究成果为化工为事故情景推演提供了可解释的数字化工具,推动事故分析从经验驱动向“数据-知识”融合转型,对提升事故防控能力具有重要的工程应用价值。 展开更多
关键词 化工园区 化工过程事故 情景推演 知识谱图 多头时间注意力图网络
在线阅读 下载PDF
便携式拉曼光谱仪结合CGAN-Multi-CNN模型的矿物精确识别方法研究 被引量：1
2
作者 向艳芳 石红 +1 位作者 张家臣 蔡耀仪 《分析测试学报》 北大核心 2025年第6期1075-1085,共11页
野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼... 野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼光谱分类模型,并联立便携式拉曼光谱仪实现了野外未知矿物的快速识别。首先,三次样条曲线拟合算法被用于实现不同设备所采集光谱的维数匹配,从而消除不同光谱设备之间采样分辨率的差异。其次,全球矿物光谱库包含1648类矿物的5668个光谱样本被送入生成对抗网络进行训练并产生15000个扩增样本,从而缓解了数据稀缺性对模型分类性能的制约。此外,一种新的多尺度深度卷积网络被用于同步提取拉曼光谱的宽峰与窄峰特征,从而增强复杂光谱的表征能力。实验中将所提出的模型与k-近邻(k-NN)、支持向量机(SVM)和随机森林(RF)等几类经典机器学习模型对未知矿物的识别性能进行对比。结果表明,所提出的多尺度卷积神经网络结合光谱样本生成的分类模型对未知矿物拉曼光谱的判别准确率远超其他传统机器学习模型,其top-1和top-3的准确率值分别为93.26%和98.94%。使用所提出的模型结合便携式拉曼光谱系统对50类未知天然矿石样本进行了识别,其准确率达到100%,单个样本的识别时间仅为1~2 min,体现了该方法快速、精确和无需取样制样的优势。 展开更多
关键词 拉曼光谱 矿物识别 重采样方法 多尺度卷积网络 条件生成对抗网络(CGAN)样本生成
在线阅读 下载PDF
“大数据、大模型、大计算”全新范式与舆情精准研判:理论和Multi-Agent实证两个向度的探索 被引量：2
3
作者 丁晓蔚 戚庆燕 刘梓航 《传媒观察》 2025年第2期28-42,共15页
本文探讨了“大数据、大模型、大计算”全新范式在舆情精准研判中的相关理论和应用实证。理论部分论述了该范式的概念和所涉关系,分析了其与Multi-Agent多智能体系统之间的联系。实证部分基于此范式在舆情研判中的应用案例,提出Multi-Ag... 本文探讨了“大数据、大模型、大计算”全新范式在舆情精准研判中的相关理论和应用实证。理论部分论述了该范式的概念和所涉关系,分析了其与Multi-Agent多智能体系统之间的联系。实证部分基于此范式在舆情研判中的应用案例,提出Multi-Agent多智能体协作驱动的舆情分析框架,构建全新的舆情研判流程,能有效应对动态变化的舆情环境。采用Multi-Agent对热点事件是否上热搜进行预测和检验,并与传统大模型和BERT模型进行对比分析。研究表明:Multi-Agent在应对涉及公众情感共鸣和社会性广泛事件时具有显著优势,能通过多角度的综合评估提升预测精度和鲁棒性。通过实证研究验证了Multi-Agent在舆情监测中的重要价值,为未来舆情精准研判提供了新的技术路径。 展开更多
关键词 “大数据、大模型、大计算”全新范式 multi-Agent多智能体系统 舆情精准研判
原文传递
基于SENet-MultiHead-BiTCN的轴承故障诊断方法 被引量：1
4
作者 崔吉强 高军伟 吴文凯 《噪声与振动控制》 北大核心 2025年第6期190-195,227,共7页
针对电动机滚动轴承故障诊断需要提取大量特征,且单方向特征提取不充分导致故障识别准确率低的问题,提出一种双注意力机制和双向时间卷积网络的轴承故障诊断模型。首先,对振动信号进行预处理;然后,将处理好的信号输入压缩激励网络选取... 针对电动机滚动轴承故障诊断需要提取大量特征,且单方向特征提取不充分导致故障识别准确率低的问题,提出一种双注意力机制和双向时间卷积网络的轴承故障诊断模型。首先,对振动信号进行预处理;然后,将处理好的信号输入压缩激励网络选取对故障诊断有效的特征,减小模型运算量;再将选取的特征输入双向时间卷积网络从正反两个方向提取振动信号在时间序列上的依赖关系;再使用多头注意力机制对提取出的特征重新分配权重;最后,将特征送入全连接层进行故障分类,并使用江南大学轴承故障数据集验证该方法的有效性。实验结果表明,基于SENetMultiHead-BiTCN的轴承故障诊断方法在数据集上的准确率为99.49%,满足故障诊断的要求,为轴承故障诊断提供一种新方法。 展开更多
关键词 故障诊断 轴承 BiTCN 多头注意力机制 SENet
在线阅读 下载PDF
基于Multi‑Agent模型的电力物联网无线覆盖测试方法研究
5
作者 朱志康 龚庆武 +3 位作者 刘剑 马世乾 何潇 闫立东 《武汉大学学报(工学版)》 北大核心 2025年第7期1162-1171,共10页
为解决传统测试系统自主性较差、测试覆盖率和网络通讯资源利用率较低的问题,提出基于Multi-Agent模型的电力物联网无线覆盖测试方法,并给出测试方法的原理、无线连接方式、系统结构以及测试过程。通过NetLogo 3D软件建立基于Multi-Agen... 为解决传统测试系统自主性较差、测试覆盖率和网络通讯资源利用率较低的问题,提出基于Multi-Agent模型的电力物联网无线覆盖测试方法,并给出测试方法的原理、无线连接方式、系统结构以及测试过程。通过NetLogo 3D软件建立基于Multi-Agent模型的电力物联网无线覆盖测试仿真模型。仿真结果表明:与传统测试方法相比,所提方法具有更低的无线电发射功耗和带宽占用,测试过程无需人工操作测试装置,测试效率、自主性以及测试覆盖率都得到了较大提高。 展开更多
关键词 电力物联网 无线覆盖测试 multi-AGENT 分布式 NetLogo 3D
原文传递
基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型 被引量：2
6
作者 王运明 李明阳 +1 位作者 陈梦华 常振臣 《铁道科学与工程学报》 北大核心 2025年第5期2367-2379,共13页
牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次... 牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次地提取数据的时空特征来预测牵引电机的温度。该模型提出了多通道卷积神经网络(multi-channel convolutional neural networks, MultiCNN)的空间特征提取模块,多尺度地获取牵引电机数据的空间特征,增强特征的表征能力;设计了GRU(gated recurrent unit, GRU)堆叠的时间特征提取模块,采用门控循环单元捕捉数据的长期依赖关系,提取牵引电机数据的时间特征,更准确地预测温度的动态变化;引入改进的时序注意力机制模块(improved temporal attention,ITA),聚焦时空特征中的关键信息,进一步提升模型对重要特征的识别能力。利用动车组实际运行数据制作了数据集,并在多种预测场景下进行了实验测试。实验结果表明,在预测输出步长为5、10、15、20 min的4种场景下,MultiCNN-GRUITA模型在MAE和MSE方面均表现出明显的优势,相比于LSTM、GRU、SVR、ARIMA模型,MAE和MSE指标降低了41.03%和65.32%以上;在不同预测步长下,MultiCNN-GRU-ITA模型的温度预测曲线与实际值具有很高的拟合度,该模型能有效捕捉牵引电机的温度变化趋势,可为构建高精确性的牵引电机故障预测与健康评估系统提供模型支撑。 展开更多
关键词 牵引电机 温度预测 多通道卷积神经网络 门控循环单元 注意力机制
在线阅读 下载PDF
基于COMSOL Multiphysics软件的某地铁配电柜温湿度控制策略 被引量：1
7
作者 邓雷 崔光磊 《城市轨道交通研究》 北大核心 2025年第4期71-77,共7页
[目的]运行在长江流域高温高湿环境中的配电柜,易受自然环境的影响发生内部凝露现象,引发设备受潮及故障。为避免凝露引发的配电柜故障,有必要分析凝露现象产生的机理,研究配电柜的温湿度控制策略。[方法]基于凝露引发的配电柜故障,分... [目的]运行在长江流域高温高湿环境中的配电柜,易受自然环境的影响发生内部凝露现象,引发设备受潮及故障。为避免凝露引发的配电柜故障,有必要分析凝露现象产生的机理,研究配电柜的温湿度控制策略。[方法]基于凝露引发的配电柜故障,分析了凝露现象产生的机理及主要影响因素。以中部某城市地铁配电间内配电柜为例,利用COMSOL Multiphysics仿真软件构建配电柜全尺寸多物理场耦合仿真模型。基于环境测控的历史数据进行仿真,分析配电柜内温度及湿度变化对柜内凝露现象的影响。基于2022年数据,统计自然状态下各月的凝露概率,结合仿真计算结果提出配电柜温湿度控制策略,并通过仿真计算对控制效果进行分析。[结果及结论]凝露现象同相对湿度和露点温度密切相关。6月和7月的凝露概率最高,入夜后凌晨至清晨最易发生凝露。提高配电间空调设置温度并降低环境相对湿度,可显著降低配电柜发生凝露的概率。具体控制策略为:在夏季空调制冷时,配电间内空调温度设置不宜低于26℃:在配电间增设除湿机,将环境相对湿度降低至75%及以下。经仿真结果验证,温湿度控制策略具有良好的防凝露效果。 展开更多
关键词 地铁 配电柜 多物理场 温湿度 凝露
在线阅读 下载PDF
Multi-shooting非线性MPC无人驾驶汽车轨迹跟踪控制 被引量：1
8
作者 朱仲文 蒋智涛 +2 位作者 王维志 江维海 李书华 《控制理论与应用》 北大核心 2025年第8期1477-1485,共9页
针对复杂路径下无人驾驶汽车轨迹跟踪精度不足和稳定性差的问题,本文研究了非线性MPC轨迹跟踪控制策略.首先基于brush轮胎模型建立了考虑轮胎滑移的车辆动力学模型.然后利用Multi-shooting算法将状态方程转化为函数连续性约束,独立计算... 针对复杂路径下无人驾驶汽车轨迹跟踪精度不足和稳定性差的问题,本文研究了非线性MPC轨迹跟踪控制策略.首先基于brush轮胎模型建立了考虑轮胎滑移的车辆动力学模型.然后利用Multi-shooting算法将状态方程转化为函数连续性约束,独立计算每个预测子区间的状态微分方程组,采用序列二次规划方法对非线性最优控制问题进行求解,得到最优控制输入.最后通过CarSim和MATLAB进行联合仿真,分别在36 km/h,54km/h和72 km/h3种车速下跟踪双移线轨迹,与传统的线性MPC控制器对比,3种车速下本文的控制策略横向跟踪累积误差降低了41.6%,46.6%和36.5%,控制效果得到提高,对不同车速有较好的鲁棒性.与基于Single-shooting的非线性MPC控制器对比,计算效率提高了61.9%,60%和52.8%,算法实时性得到了提高. 展开更多
关键词 无人驾驶汽车 轨迹跟踪 模型预测控制 multi-shooting算法
在线阅读 下载PDF
基于COMSOL Multiphysic的电枢/轨道接触界面多物理场耦合与教学应用 被引量：2
9
作者 姚金明 张腾飞 +2 位作者 韩辉 杨艳 吴巨爱 《物理与工程》 2025年第2期46-52,共7页
在“电磁发射理论与技术”课程教学中,电枢/轨道接触理论涉及结构力学、电磁学、热学等多场耦合过程较为抽象且复杂。电磁发射试验依赖昂贵的脉冲电源及发射材料,并且脉冲电源的操作及安全控制危险系数较高,以致实验教学难以开展。本文... 在“电磁发射理论与技术”课程教学中,电枢/轨道接触理论涉及结构力学、电磁学、热学等多场耦合过程较为抽象且复杂。电磁发射试验依赖昂贵的脉冲电源及发射材料,并且脉冲电源的操作及安全控制危险系数较高,以致实验教学难以开展。本文针对课程现存的这些教学难点,介绍了COMSOL Multiphysic在电磁发射枢轨接触界面多场耦合教学中的应用;以发射初期枢轨界面电流分布为教学案例,通过软件的应用使学生掌握电枢/轨道手动建模、接触压力过盈计算、结构力学模块和电磁模块耦合设置、2D/3D接触界面压力和电流分布查看等教学内容。同理论教学相比,基于COMSOL Multiphysic的实验教学环节可有效地将枢轨接触界面多物理场耦合过程形象化、案例化,使得“电磁发射理论与技术”课程教学更具说服力,提高课程的教学效果和专业水平。研究成果有助于提升学生逻辑思考及主动探究能力,为在物理学教学中引入仿真软件使理论教学和可视化仿真有机结合提供了有益的借鉴。 展开更多
关键词 电磁发射 接触界面 多物理场耦合 实验课程 COMSOL
在线阅读 下载PDF
基于TiBERT+Multi-Head Attention的藏文医疗实体关系联合抽取
10
作者 仁欠扎西 安见才让 曼拉才让 《电脑与电信》 2025年第10期45-49,54,共6页
实体关系抽取是自然语言处理的关键任务之一,在藏医药领域的应用对于构建藏医药知识图谱、智能辅助诊断和药物研发具有重要意义。针对藏文医疗文本实体关系抽取任务,提出一种基于预训练模型TiBERT加多头注意力的联合抽取方法。该方法通... 实体关系抽取是自然语言处理的关键任务之一,在藏医药领域的应用对于构建藏医药知识图谱、智能辅助诊断和药物研发具有重要意义。针对藏文医疗文本实体关系抽取任务,提出一种基于预训练模型TiBERT加多头注意力的联合抽取方法。该方法通过TiBERT模型对藏文医疗文本进行编码处理,生成包含上下文信息的特征向量,再利用多头注意力机制增强特征表示能力,捕捉不同实体之间的关联信息。实验结果表明,该模型在藏医文本数据集上的F1值达到81.81%,显著优于其他对比模型,证明了其有效性。 展开更多
关键词 TiBERT模型 multi-Head Attention 实体关系抽取 自然语言处理
在线阅读 下载PDF
基于multi-branch的点云几何后处理方法
11
作者 钱虞杰 丁丹丹 《杭州师范大学学报(自然科学版)》 2025年第6期664-672,共9页
基于几何的点云压缩(geometry-based point cloud compression,G-PCC)可有效降低点云传输对网络带宽和存储的要求,但重建后的点云质量常因点的消失而显著下降.文章提出了一种基于多分支(multi-branch)的G-PCC点云几何后处理方法,通过提... 基于几何的点云压缩(geometry-based point cloud compression,G-PCC)可有效降低点云传输对网络带宽和存储的要求,但重建后的点云质量常因点的消失而显著下降.文章提出了一种基于多分支(multi-branch)的G-PCC点云几何后处理方法,通过提取多尺度几何特征,并在每个尺度上使用基于k近邻的最大池化层来聚合几何邻域信息,从而预测体素块的概率,实现更精确的点云重建.在国际运动图像专家组(Moving Picture Experts Group,MPEG)推荐的通用测试条件下,该方法与G-PCC(octree)、G-PCC(trisoup)相比,平均获得91.89%(84.57%)和75.24%(73.51%)的D1(D2)BD-Rate增益;与传统方法LUT相比,平均获得76.78%(70.37%)的D1(D2)BD-Rate增益;与基于深度学习的方法DGPP相比,平均获得23.95%(21.41%)的BD-Rate增益.此外,该方法相较于现有基于学习的方法,复杂度更低,具有更广阔的应用前景. 展开更多
关键词 点云几何压缩 后处理 深度学习 多尺度 K近邻算法
在线阅读 下载PDF
基于Multi-Agent精确控制的优化脱氮调试实践
12
作者 黄文章 古凌艳 +4 位作者 李波文 陈勇刚 李伟杰 苏航 王未君 《给水排水》 北大核心 2025年第12期57-63,共7页
为响应生态环境部等七部委加强沿海城市重污染海湾入海河流加强总氮排放控制,实施总氮削减工程的要求,深圳市提出将深圳河湾流域内的水质净化厂出水总氮浓度年均值控制在5 mg/L以下的目标。为实现该目标,在深圳市采用多级AO工艺的一座... 为响应生态环境部等七部委加强沿海城市重污染海湾入海河流加强总氮排放控制,实施总氮削减工程的要求,深圳市提出将深圳河湾流域内的水质净化厂出水总氮浓度年均值控制在5 mg/L以下的目标。为实现该目标,在深圳市采用多级AO工艺的一座大型水质净化厂一条独立生产线(5万m^(3)/d)开展了工艺调控优化尝试。在详细评估了该水质净化厂的进水水质和工艺运行现状及其脱氮效果的前提后,提出包括内回流和曝气的精确控制策略,并据此搭建了Multi-Agent智能精确控制系统。该控制策略和系统在测试生产线应用,实现了高于88%的总氮去除率和低至4 mg/L的出水总氮浓度,满足了既定目标要求。 展开更多
关键词 多级AO工艺 multi-Agent精确控制 优化脱氮 调试
在线阅读 下载PDF
电网故障下新能源并网系统多时间尺度暂态稳定问题与研究现状 被引量：1
13
作者 朱东海 马玉梅 胡家兵 《中国电机工程学报》 北大核心 2026年第1期212-231,I0016,共21页
不同于传统同步发电机,电网故障下新能源发电装备呈现多时间尺度暂态响应特性,深刻影响新型电力系统的暂态行为及稳定性。该文首次提出新能源并网系统多时间尺度暂态稳定框架,并综述暂态失稳机理的研究现状。首先,分析新能源并网系统在... 不同于传统同步发电机,电网故障下新能源发电装备呈现多时间尺度暂态响应特性,深刻影响新型电力系统的暂态行为及稳定性。该文首次提出新能源并网系统多时间尺度暂态稳定框架,并综述暂态失稳机理的研究现状。首先,分析新能源并网系统在不同故障程度下的序贯响应与切换过程,总结归纳暂态稳定机理研究的主要架构;随后,从交流电流尺度、直流电压尺度、转子转速尺度暂态稳定机理3个层面对现有研究展开综述,并凝练各个时间尺度下的主导致稳机理;最后,针对现有研究存在的不足,从跨时间尺度交互作用机理、多尺度非线性切换动力学建模、跨尺度耦合系统定量分析、复杂扰动下控制理论等方面展望未来的研究方向。 展开更多
关键词 多时间尺度 新能源并网系统 序贯响应与切换 暂态稳定机理 跨尺度交互作用
原文传递
基于Multi-Head Attention机制优化的Bi-LSTM模型河道汇流模拟
14
作者 程帅 张娟 +2 位作者 李晓琳 杨默远 沈建明 《水文》 北大核心 2025年第2期80-87,共8页
为有效提取河道径流时间序列信息特征,提高河道汇流过程模拟预测的非线性拟合能力,构建一种融合双向长短期记忆网络(Bi-LSTM)、多头注意力机制(Multi-Head Attention)、前馈神经网络(FFNN)的河道汇流预测模型(MABLFN)。为验证MABLFN模... 为有效提取河道径流时间序列信息特征,提高河道汇流过程模拟预测的非线性拟合能力,构建一种融合双向长短期记忆网络(Bi-LSTM)、多头注意力机制(Multi-Head Attention)、前馈神经网络(FFNN)的河道汇流预测模型(MABLFN)。为验证MABLFN模型有效性,以永定河山峡段典型站点实测数据开展实例验证,并将预测结果与单一的LSTM、Bi-LSTM模型和具有物理机制的MIKE11模型预测结果进行对比分析,评估模型不同预报时长径流过程预测性能。结果表明:MABLFN模型能够较好地预测河道径流,MABLFN模型相比于LSTM模型、Bi-LSTM模型和MIKE11模型的RMSE降低了1%~52%,NSE提高了8%~9%;在计算效率方面MABLFN模型相比于LSTM模型、Bi-LSTM模型计算耗时由0.26 s增加至1.2 s,相比于MIKE11模型(360 s)计算耗时明显降低。 展开更多
关键词 河道汇流演算 双向长短期记忆网络 多头注意力机制 深度学习
在线阅读 下载PDF
融合视觉Mamba与自适应多尺度损失的医学图像分割 被引量：1
15
作者 刘建明 曹圣浩 张志鹏 《中国图象图形学报》 北大核心 2026年第1期335-348,共14页
目的在医学图像分割领域,传统基于卷积神经网络(convolutional neural network,CNN)的模型在捕捉长距离依赖信息方面存在固有局限,而基于视觉Transformer(vision Transformer,ViT)的模型其自注意力机制的计算复杂度与图像尺寸呈平方关系... 目的在医学图像分割领域,传统基于卷积神经网络(convolutional neural network,CNN)的模型在捕捉长距离依赖信息方面存在固有局限,而基于视觉Transformer(vision Transformer,ViT)的模型其自注意力机制的计算复杂度与图像尺寸呈平方关系,在资源有限的现实环境中难以部署。为了解决这些问题,提出一种融合视觉Mamba和自适应多尺度损失的医学图像分割方法VMAML-UNet(medical image segmentation with vision Mamba and adaptive multi-scale loss)。方法VMAML-UNet采用编码器—解码器架构。在编码阶段,设计了融合小波卷积的视觉Mamba块,以线性复杂度提取病变区域的精确特征并扩大感受野,并通过块合并进行下采样。解码阶段同样引入融合小波卷积的视觉Mamba块并利用块扩展进行上采样。跳跃连接中,提出小波卷积注意力聚合模块,用于提取并融合不同尺度下的图像特征。此外,设计了柯尔莫哥洛夫—阿诺德网络(Kolmogorov-Arnold network,KAN)调控多尺度加权损失,动态调控各层级损失权重。结果在BUSI(breast ultrasound images dataset)、GlaS(gland segmenta⁃tion in histology images challenge dataset)和CVC(CVC-ClinicDB dataset)3个异质性显著的医学图像数据集上的实验结果表明,与主流的VM-UNet(vision Mamba UNet)等采用Mamba的医学图像分割方法相比取得显著的性能提升。在BUSI数据集上,交并比(intersection over union,IoU)和F1分数分别提升2.72%和2.02%;在GlaS数据集上,IoU和F1分数分别提升3.38%和1.89%;在CVC数据集上,IoU和F1分数分别提升2.51%和1.42%。结论提出的VMAML-UNet采用基于视觉Mamba的线性复杂度的长距离依赖建模与基于KAN的动态损失优化机制,显著减少了计算成本,同时提升了模型对复杂医学图像的分割精度。该模型在3个数据集上的优异表现证明了其在不同医学图像场景下的广泛适用性和高效性。 展开更多
关键词 状态空间模型(SSM) 柯尔莫哥洛夫-阿诺德网络(KAN) 小波卷积 多尺度加权损失 连续流
原文传递
金融强国战略下的跨境支付创新:基于多边央行数字货币桥的视角 被引量：1
16
作者 杨望 徐慧琳 刘智冉 《新疆师范大学学报(哲学社会科学版)》 北大核心 2026年第1期136-148,F0002,共14页
在全球经济贸易体系深度重塑的关键时期,国际贸易及科技摩擦频发致使现有贸易规则遭遇前所未有的挑战,贸易震荡加剧、科技封锁升级等因素相互交织,推动国际经贸格局加速重构。在这一背景下,国际清算银行(香港)创新中心、中国香港金融管... 在全球经济贸易体系深度重塑的关键时期,国际贸易及科技摩擦频发致使现有贸易规则遭遇前所未有的挑战,贸易震荡加剧、科技封锁升级等因素相互交织,推动国际经贸格局加速重构。在这一背景下,国际清算银行(香港)创新中心、中国香港金融管理局、中国人民银行数字货币研究所、泰国中央银行和阿联酋中央银行等机构共同研发搭建了多边央行数字货币桥项目,不仅推动数字人民币等央行数字货币在跨境支付中的创新应用,而且有助于破解传统跨境支付交易成本高、效率低、透明度低等问题。文本以传统跨境支付体系面临的发展瓶颈为切入点,系统剖析其痛点、难点以及深层根源,并对比分析数字货币桥作为新一代跨境支付方案的应用优势与路径选择,深入挖掘其底层技术架构、支付操作流程、治理体系设计、货币汇兑机制,评估其潜在的风险与挑战,进而提出有针对性的政策优化建议。 展开更多
关键词 多边央行数字货币桥 跨境支付 金融强国 人民币国际化
原文传递
深部固体资源流态化开采原位多场多相岩体力学理论研究前沿
17
作者 周宏伟 张茹 +6 位作者 薛东杰 李存宝 高富强 巨峰 范建国 陈磊 谢和平 《煤炭学报》 北大核心 2026年第1期352-369,共18页
随着地球浅部能源资源逐步开采殆尽,提升人类对深部固体资源获取能力是全球科学前沿和技术发展的必然趋势,也是确保我国长久能源安全的战略选择。煤炭禀赋固体资源与能源属性,深部煤炭资源流态化开采是突破固体矿产资源开采深度极限的... 随着地球浅部能源资源逐步开采殆尽,提升人类对深部固体资源获取能力是全球科学前沿和技术发展的必然趋势,也是确保我国长久能源安全的战略选择。煤炭禀赋固体资源与能源属性,深部煤炭资源流态化开采是突破固体矿产资源开采深度极限的颠覆性技术,其关键是要构建能考虑深部煤炭资源流态化开采原位赋存环境影响的深部工程科学全新理论与技术。现有岩石力学理论与方法难以考虑深部原位环境的影响(现有强度准则、本构方程等与深度无关、与深部原位环境无关),无法有效指导流态化技术研发和灾害防控,亟需发展考虑深部固体资源流态化开采原位多场多相环境影响的原位岩体力学新理论、新方法。建立深部原位多场多相岩体力学理论是实现深部固体资源流态化开采的基础,针对考虑深部煤炭资源原位流态化开采赋存环境影响的岩体力学理论新体系,凝练了四大关键科学问题:(1)深部固体资源流态化开采不同深度赋存环境本真参数与岩体物理力学行为差异性规律;(2)考虑深部固体资源流态化开采多场多相赋存环境影响的原位岩体力学理论;(3)深部固体资源流态化开采围岩稳定与岩层控制机制及动力灾害孕灾机理;(4)深部固体流态化开采负碳充填体的拓扑结构与构建。并相辅相成地提出五大关键技术问题:(1)深部固体资源流态化开采不同深度原位多场多相赋存环境本真信息获取技术;(2)深部固体资源流态化开采环境重构下岩体形变多参量同步测试技术;(3)深部固体资源流态化开采围岩多场耦合破坏智能数值仿真技术;(4)深部固体资源流态化开采负碳充填材料改性及性能调控技术;(5)深部固体资源流态化开采负碳高效充填技术。最后,结合科学问题和技术问题细分出七大重点研究内容:(1)深部固体资源流态化开采不同深度岩体力学行为原位测试原理与技术;(2)深部固体资源流态化开采环境重构下多场多相岩体形变规律同步测试方法与技术;(3)深部固体资源流态化开采下原位岩体力学理论与灾变预测方法;(4)深部固体资源流态化开采下围岩稳定技术与安全评价方法;(5)深部固体资源流态化开采巷道前方灾害源随掘声波精细探测技术;(6)深部固体流态化开采下负碳充填及其岩层控制技术;(7)深部开采动力灾害防控方法及工程示范。基于以上内容构建深部固体资源流态化开采原位多场多相岩体力学理论,为未来深部固体资源流态化开采提供理论基础和技术支撑。 展开更多
关键词 深部开采 多场多相 深部原位岩体力学 流态化 围岩稳定 负碳充填
在线阅读 下载PDF
Multi-ANRL:一种基于多粒度思想的属性网络表示学习算法
18
作者 邹佳贤 《安徽电气工程职业技术学院学报》 2025年第2期107-119,共13页
近些年,网络表示学习引发众多研究者的关注,其目的是将网络中的节点映射为低维向量,并保留网络骨干信息。目前在单一粒度上学习网络表示已有许多研究,然而很多网络呈现多粒度特性,因此如何有效利用各粒度网络的结构和属性信息学习更丰... 近些年,网络表示学习引发众多研究者的关注,其目的是将网络中的节点映射为低维向量,并保留网络骨干信息。目前在单一粒度上学习网络表示已有许多研究,然而很多网络呈现多粒度特性,因此如何有效利用各粒度网络的结构和属性信息学习更丰富的节点表示具有重要意义。文章提出一种基于多粒度思想的属性网络表示学习算法Multi-ANRL,该方法能快速构建多粒度网络,深度融合网络中节点的结构和属性信息,并保留网络层级信息。首先,根据相似关系对节点进行聚类,构建一系列不同粒度的网络。然后学习最粗层网络的节点表示作为原始网络的近似表示。最后利用基于相似特征增强的自动编码器模型学习粗化过程得到的网络表示,进而传递到原始网络。在3个数据集和节点分类任务上对Multi-ANRL进行了评估,实验结果表明,该方法在节点分类任务中的表现相较于现有多粒度方法有明显提升,能够有效学习网络的多粒度特性。 展开更多
关键词 多粒度 自动编码器 网络表示学习 聚类分析
在线阅读 下载PDF
基于多尺度特征融合的超短期风电功率预测
19
作者 高鹭 庄庆泽 +2 位作者 张飞 秦岭 邬锡麟 《电子测量技术》 北大核心 2026年第1期166-175,共10页
鉴于风电在能源结构中的重要性及其间断性带来的挑战,本文提出了一种基于异常值处理和多尺度特征融合的端到端超短期风电功率多步预测组合模型,旨在提高超短期风电功率预测的精确度与稳定性,进而为电力系统调度与运行的准确性与稳定性... 鉴于风电在能源结构中的重要性及其间断性带来的挑战,本文提出了一种基于异常值处理和多尺度特征融合的端到端超短期风电功率多步预测组合模型,旨在提高超短期风电功率预测的精确度与稳定性,进而为电力系统调度与运行的准确性与稳定性提供有力支撑。首先,通过RobustTSF方法处理时间序列异常,为预测模型的鲁棒性提供有力的保障,减少了异常时间序列预测和噪声标签学习之间的差异。其次,融合空间金字塔匹配映射策略、Levy飞行策略以及自适应t分布变异策略对蜣螂优化算法进行改进,显著提高了全局搜索能力和收敛效率。同时,利用多策略蜣螂优化算法优化改进的TimeMixer模型的超参数,以获得最优的模型性能。最后使用CATimeMixer模型,实现了多尺度季节特征和趋势特征的融合和预测。实验结果表明,相较于基准模型多层感知机的MAE、RMSE、MSE分别下降了49.71%、41.26%、65.50%,同时R2提高了4.49%,能够有效降低预测误差,为超短期风电功率的准确预测提供了一种新的方法和思路。 展开更多
关键词 超短期风电功率多步预测 异常值处理 多尺度特征融合 多策略蜣螂优化算法
原文传递
基于区域生长分割融合深度学习的多层多道焊缝特征提取与分析
20
作者 张刚 杜志敏 +4 位作者 焦萌雨 康治 石玗 樊丁 王都丽 《焊接学报》 北大核心 2026年第2期71-79,共9页
针对基于结构光视觉传感的焊缝特征提取,以解决中厚板多层多道自动化焊接中存在的激光条纹亮度不均匀、局部高反光、噪声严重、焊缝轮廓特征复杂多变等突出难题,提出一种分块区域生长图像分割融合YOLOv8深度学习算法的焊缝特征提取策略... 针对基于结构光视觉传感的焊缝特征提取,以解决中厚板多层多道自动化焊接中存在的激光条纹亮度不均匀、局部高反光、噪声严重、焊缝轮廓特征复杂多变等突出难题,提出一种分块区域生长图像分割融合YOLOv8深度学习算法的焊缝特征提取策略.组建了单条纹激光+高分辨摄像机的视觉传感系统,采集细丝埋弧多层多道焊缝图像,并对每层焊缝图像进行自适应阈值分块区域生长分割、卷积滤波和分段拟合处理,提取每层焊缝特征点.利用YOLOv8算法提取焊缝图像目标区域特征点像素坐标,构建规划机器人焊接路径.结果表明,自适应阈值分块区域生长分割算法能够完整提取出激光条纹图像和多层焊道特征点.深度学习模型总体均方根误差(RMSE)为0.0551 mm,特征点识别准确率为98.41%,算法精度和鲁棒性较高,能够满足焊缝检测要求,通过焊接试验证实,采用该算法能够获得成形良好的多层多道焊缝形貌,为中厚板多层多道焊接的焊缝检测提供了一种创新的解决方法. 展开更多
关键词 中厚板 多层多道焊 图像处理 深度学习 焊缝检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部