- 年份
- 2024(5548)
- 2023(8111)
- 2022(7016)
- 2021(6717)
- 2020(5743)
- 2019(13367)
- 2018(13314)
- 2017(26161)
- 2016(13702)
- 2015(15671)
- 2014(15302)
- 2013(14640)
- 2012(12887)
- 2011(11253)
- 2010(10979)
- 2009(9679)
- 2008(8992)
- 2007(7354)
- 2006(5950)
- 2005(4777)
- 学科
- 济(55885)
- 经济(55833)
- 管理(39965)
- 业(38240)
- 方法(33626)
- 企(32744)
- 企业(32744)
- 数学(30493)
- 数学方法(29844)
- 财(13566)
- 农(13022)
- 中国(11729)
- 业经(11060)
- 理论(9923)
- 学(9699)
- 务(9435)
- 财务(9378)
- 财务管理(9355)
- 贸(9108)
- 贸易(9103)
- 技术(8978)
- 易(8895)
- 企业财务(8844)
- 农业(8604)
- 地方(8224)
- 和(8203)
- 制(7852)
- 环境(7568)
- 划(7326)
- 银(6486)
- 机构
- 学院(185278)
- 大学(184442)
- 管理(78904)
- 济(73900)
- 经济(72438)
- 理学(70021)
- 理学院(69356)
- 管理学(67753)
- 管理学院(67425)
- 研究(52855)
- 中国(39267)
- 京(37131)
- 科学(33207)
- 财(31740)
- 业大(28570)
- 农(27239)
- 财经(26786)
- 中心(26236)
- 江(25017)
- 经(24599)
- 所(24383)
- 经济学(22840)
- 研究所(22626)
- 北京(22199)
- 范(21843)
- 师范(21598)
- 农业(21505)
- 经济学院(20824)
- 经济管理(20791)
- 财经大学(20407)
- 基金
- 项目(137543)
- 科学(110303)
- 基金(102501)
- 研究(97951)
- 家(89325)
- 国家(88665)
- 科学基金(78577)
- 社会(62693)
- 社会科(59684)
- 社会科学(59670)
- 基金项目(54005)
- 省(53635)
- 自然(53169)
- 自然科(52081)
- 自然科学(52066)
- 自然科学基金(51095)
- 教育(47034)
- 划(45270)
- 资助(42973)
- 编号(39425)
- 重点(30785)
- 部(30678)
- 创(29442)
- 成果(29278)
- 发(28217)
- 创新(27526)
- 科研(27238)
- 教育部(26775)
- 国家社会(26402)
- 人文(26134)
共检索到243072条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 清华大学学报(自然科学版)
[作者]
韩坤 潘海为 张伟 边晓菲 陈春伶 何舒宁
多模态医学影像信息已经在计算机辅助检测和诊断中被广泛地应用。在对Alzheimer病(Alzheimer’s disease, AD)的分类与诊断中,结合多个模态医学影像的特征信息能够更加准确且全面地对同一AD主题进行分类与诊断。该文提出了一种基于卷积神经网络的模型结构,分别对AD病患的磁共振图像(MRI)和正电子发射型计算机断层显像(PET)图像进行3D卷积操作来提取各自模态的特征信息,并应用模型融合方法对模态特征信息加以融合,从而得到包含更加丰富的多模态特征信息。最后用全连接神经网络将上述提取的多模态特征信息进行分类预测。通过在AD神经影像学倡议(Alzheimer’s disease neuroimaging initiative, ADNI)公开数据集上的实验结果表明:该文所提出的模型在准确率(accuracy, ACC)和曲线下面积(area under the curve, AUC)的性能评价中都取得了更加优越的结果。
[期刊] 情报理论与实践
[作者]
蒋雨肖 丁晟春 吴鹏
信息传播正逐渐从文本、图像、音频、视频等单模态形式过渡到相互融合的多模态形式,且数据量飞速扩张。大规模数据需要庞大的存储空间,如何对海量的文本、图像等多模态数据进行有效分类变得至关重要。文章提出一种基于深度学习的多模态语义特征分类模型,解决图像文本形式的多模态数据的分类问题。在该模型中,利用BiLSTM(双向长短期记忆模型)设计文本特征提取模型,利用VGG16卷积神经网络设计图像特征提取模型,将两类深度神经网络提取出的文本特征与图像特征进行特征融合,进而实现多模态信息的分类。在NUS-WIDE公开数据集上的实验结果证明了该方法的有效性。
[期刊] 情报理论与实践
[作者]
韩普 陈文祺 顾亮 叶东宇 景慎旗
[目的/意义]医学实体识别是医疗健康知识挖掘和知识组织的关键环节。深入挖掘多模态数据间语义关联可以提升医学实体识别效果，进而为领域知识补全和知识推理提供支撑。[方法/过程]提出一种基于双线性注意力融合机制的多模态中文医学实体识别模型BAF-MNER。首先通过视觉和文本编码器进行多模态医学数据的语义特征学习；接着利用双线性注意力网络实现图像和文本跨模态语义交互，并引入门控机制过滤视觉噪声；然后融合基于注意力机制的视觉特征和文本特征进而构建多模态特征表示，同时增加批量归一化层优化深度神经网络；最后将多模态特征向量输入CRF层解码获取预测标签。[结果/结论]本模型能够有效提升中文医学实体识别效果，在多模态医学数据集上的F1值较单模态基线模型提升4.07%，较多模态基线模型提升1.65%；在多模态公开数据集上的实验表明模型具有良好的泛化能力。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计、学生在线互动设计及评估与反思设计三个方面。本文从这三个方面对自主学习进行研究，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 南京农业大学学报
[作者]
薛悦平 胡彦蓉 刘洪久 童莉珍 葛万钊
[目的]针对水稻病虫害图像分类技术缺少对病症描述的问题，本文提出一种轻量化的水稻病虫害图像描述模型，对水稻病虫害图像进行更为具体的描述。[方法]以白叶枯病、细菌性条斑病、恶苗病、三化螟虫、稻瘟病、稻曲病、纹枯病、飞虱、稻蓟马、胡麻斑病这十类常见的水稻病虫害开展研究，构建了水稻病虫害图像中文描述数据集。首先采用多模态预训练模型CLIP生成图像向量，其中包含基本的图像信息以及丰富的语义信息，采用映射网络将图像向量映射到文本空间里生成文本提示向量，语言模型GPT-2根据文本提示向量生成图像描述。[结果]试验结果表明，在水稻病虫害图像描述数据集上，本文模型的指标总体明显优于其他模型，本文算法的BLEU-1、BLEU-2、BLEU-3、BLEU-4、ROUGE、METEOR指标较传统的CNN＿LSTM模型分别提升0.26、0.27、0.24、0.22、0.22、0.14。生成的图像描述具有准确、详细、语义丰富等优点。另外使用实际稻田图片对模型进行测试，实际田间的场景更为复杂多样，生成的图像描述指标与数据集指标对比总体仅有轻微下降，仍高于其他对比模型。本文模型对水稻病虫害的总体识别准确率达97.28%。[结论]基于多模态预训练模型的水稻病虫害图像描述方法能够准确识别水稻病虫害病症并形成相应的病症描述，为水稻病虫害检测提供一种新思路。
[期刊] 实验技术与管理
[作者]
芦楠楠 韩之远
多模态数据融合是针对单模态数据信息表达不充分而形成的一种数据处理方法，有利于更深层地挖掘和利用数据。然而，现存的多模态数据融合方法缺乏多模态数据之间复杂相关性的表示和处理。在数据相关性建模方面，超图能够很好地表示复杂数据之间的高阶关系，但容易覆盖底层特征。因此，该文提出一种基于超图卷积并结合底层特征学习的多模态融合方法。该方法首先根据多模态数据构造多模态超图，利用超图卷积获得节点高层特征表示，然后自适应学习节点底层特征权重，保留底层信息，最后将高层信息和底层信息融合，进行节点分类。通过物体识别实验，验证了底层特征的重要性。同时，在结构体健康监测的实际场景中，该方法能够很好地融合震电磁三场数据进行损伤等级判定。
关键词：
超图卷积 数据特征 节点分类 多模态融合
[期刊] 南京农业大学学报
[作者]
葛春磊 张九于 胡春华 杨绪兵 范习健
[目的]针对田间杂草目标存在分布不均匀、尺度不一以及边缘重叠等问题，提出一种基于可见光和近红外图像跨模态交互的双分支分割模型CMFNet-Lite。[方法]首先，基于Transformer模型构建了双分支特征提取网络，分别从近红外和可见光输入中提取光谱和视觉特征；其次，建立基于交叉注意力机制的特征融合模块，将两种特征进行跨模态交互并通过残差网络进行拼接融合，以充分利用不同模态各自的信息，形成优势互补；最后将融合后的特征图送入多层感知机进行杂草分割掩码预测。此外，本文进一步利用可分离卷积替代常规卷积，以降低模型参数量和提升推理速度。[结果]在Sugar Beets 2016数据集上的试验结果表明，所提方法较基于卷积神经网络和近年来采用混合CNN和Transformer架构的分割模型有较大提升，mIoU和mAcc分别为92.73%和95.52%。轻量化模型的参数量为8.5 M，单幅图像检测速率为6.3帧/秒。同时，消融试验表明，本方法比未融合特征的Segformer分割模型，mIoU和mAcc分别提高了6.22%和4.1%。[结论]本文方法验证了融合多模态信息相比于仅使用单模态输入更有助于田间杂草区域的精细化感知，可为精确除草作业提供技术支持。
关键词：
杂草分割 多模态融合 注意力机制 轻量化
[期刊] 华中农业大学学报
[作者]
许多 鲁旺平 许瑞清 张红雨 江洋 游良志 冯在文
为构建基于农业时空大数据的管理系统，实现田间养分精细化管理，提出了一种面向精准施肥的农业时空多模态知识图谱的构建及其控制与决策方法。通过基于深度学习的子图匹配方法，将地块待查询图和农业时空多模态知识图谱中的节点和关系嵌入表示；利用向量相似度计算获取候选子图，并从存储历史数据信息的子图中获取适合查询地块的施肥模型数据。结果显示，基于实例化后的待施肥地块查询图，在农业时空多模态知识图谱中可获取与给定地块查询图同构的子图，并从存储历史决策信息的子图中，获得适合当前地块的农业施肥模型。结果表明，基于农业时空多模态知识图谱的农业模型自动化选择结果可为精准施肥任务提供新思路和决策支撑。
[期刊] 实验技术与管理
[作者]
李阳 许凌复 崔渭刚 刘竞宇 刘丽
针对现有3DU-Net网络在脑肿瘤分割中存在的训练过程中损失函数值难以降低，对增强瘤、肿瘤核分割精度较差等问题，该文提出了某模型网络的优化方案。首先使用残差网络结构降低训练难度；进一步引入注意力机制对多模态MRI的融合权值进行自适应学习，充分利用不同模态特征信息；最后在网络解码器部分采用双路卷积结构，提高了网络的特征提取能力。实验结果表明，改进后的网络训练损失函数更容易收敛到较小值，且对3种肿瘤的平均分割Dice系数提高了0.018 9，平均Hausdorff距离缩短了1.197 1，在整体分割性能上优于改进前的网络。
[期刊] 开放教育研究
[作者]
邵明铭 赵丽
随着教育新基建进程的不断推进，依托人工智能技术实现高质量教育、个性化发展的目标将逐步变得可能。学习风格是个性化学习的重要指标，学习风格理论在教和学过程中具有重要的指导作用。学习风格分析研究历经从静态学习者模型到广义动态模型，从量表测量法到技术分析法的进路演变。基于多模态技术的学习风格分析也获得长足发展，但同时陷入技术层面的支持不足和伦理层面的隐私危机等困境。本研究提出融合多主体数据采集与新算法的多模态学习风格分析路径，即“数据层—信息层—应用层”分析框架，以期服务于未来的个性化教学理论与实践研究，为多模态学习风格分析的数据收集、处理、分析和应用提供优化思路。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 情报理论与实践
[作者]
张继东 蒋丽萍
［目的/意义］反讽作为一种隐性而间接的情感表达方式，在社交评论中被广泛使用，正确识别用户的反讽情感对于网络平台和服务商具有重要意义。［方法/过程］本文基于深度学习构建多模态反讽识别模型，以在线旅游评论为例，运用深度学习模型分别提取文本、表情符号和图片的特征向量，通过不同的特征融合方式进行反讽识别。［结果/结论］通过与单模态反讽识别模型进行对比实验，发现本文提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优，验证了多模态模型比单模态模型反讽识别效果更佳的结论。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计三个方面，本文探讨从这三个方面建构自主学习框架，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 情报学报
[作者]
王震宇 朱学芳
为了减少虚假新闻给社会带来的负面影响，虚假新闻检测一直是自然语言处理中的一个重要领域。现有多模态虚假新闻检测方法通常使用预训练模型充当特征提取器，但是这些方法存在以下不足：(1)预训练模型参数在模型训练过程中总是会冻结，但预训练模型并不完美；(2)基于CNN (convolutional neural network)的图像特征提取器结构通常比基于Transformer的文本特征提取器结构更加复杂，图像特征通常被提前存储，使得这些模型的缺点被忽略。为此，本文提出基于端到端训练的多模态Transformer模型，通过使用视觉Transformer代替CNN提取图像特征，统一了不同模态的特征提取过程，利用共同注意力模块实现图像特征和文本特征交叉融合，并且在3个公开数据集上进行了对比实验。实验结果表明，本文模型性能超越了其他基线模型。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
