- 年份
- 2024(9554)
- 2023(13335)
- 2022(11211)
- 2021(10272)
- 2020(8719)
- 2019(19797)
- 2018(19226)
- 2017(37445)
- 2016(19378)
- 2015(21878)
- 2014(21416)
- 2013(20864)
- 2012(18730)
- 2011(16558)
- 2010(16607)
- 2009(15642)
- 2008(14330)
- 2007(12269)
- 2006(10671)
- 2005(9507)
- 学科
- 济(76036)
- 经济(75925)
- 管理(64355)
- 业(60425)
- 企(52583)
- 企业(52583)
- 方法(36634)
- 数学(32414)
- 数学方法(31960)
- 融(27395)
- 金融(27391)
- 财(26887)
- 银(25522)
- 银行(25510)
- 中国(25113)
- 行(24528)
- 制(21403)
- 农(19271)
- 业经(19170)
- 务(18527)
- 财务(18468)
- 财务管理(18432)
- 企业财务(17633)
- 地方(15343)
- 体(14075)
- 贸(13565)
- 贸易(13549)
- 理论(13345)
- 易(13271)
- 农业(12966)
- 机构
- 大学(266045)
- 学院(265284)
- 济(111990)
- 经济(109771)
- 管理(108842)
- 理学(93992)
- 理学院(93113)
- 管理学(91586)
- 管理学院(91068)
- 研究(80712)
- 中国(69603)
- 财(56469)
- 京(53609)
- 科学(45576)
- 财经(44680)
- 中心(41899)
- 经(40642)
- 江(38703)
- 所(37311)
- 农(36991)
- 业大(36156)
- 经济学(35561)
- 财经大学(33660)
- 研究所(33311)
- 北京(32715)
- 经济学院(32237)
- 州(31123)
- 范(30998)
- 师范(30663)
- 院(29794)
- 基金
- 项目(183848)
- 科学(147306)
- 基金(137015)
- 研究(136147)
- 家(117694)
- 国家(116757)
- 科学基金(103172)
- 社会(89530)
- 社会科(85205)
- 社会科学(85187)
- 基金项目(72601)
- 省(71267)
- 自然(65776)
- 自然科(64343)
- 自然科学(64329)
- 自然科学基金(63175)
- 教育(62702)
- 划(59209)
- 资助(55226)
- 编号(54630)
- 成果(43770)
- 部(41367)
- 重点(40908)
- 创(39492)
- 制(39245)
- 发(38549)
- 国家社会(38192)
- 创新(36919)
- 教育部(36615)
- 课题(36340)
- 期刊
- 济(114299)
- 经济(114299)
- 研究(75340)
- 中国(51863)
- 财(46702)
- 管理(40798)
- 融(38655)
- 金融(38655)
- 学报(36858)
- 科学(33995)
- 农(32602)
- 大学(29614)
- 学学(28007)
- 技术(24419)
- 教育(22884)
- 财经(22530)
- 农业(21257)
- 经(19262)
- 经济研究(18400)
- 业经(18075)
- 问题(14885)
- 理论(14808)
- 财会(13561)
- 实践(13511)
- 践(13511)
- 图书(13304)
- 会计(13118)
- 统计(12774)
- 技术经济(12615)
- 策(12076)
共检索到393249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] 工业工程
[作者]
成佳闻 赛希亚拉图 张超勇 罗敏
刀具磨损是影响数控机床加工质量和加工效率的重要因素之一。针对现有铣刀磨损预测中信号单一和预测精度不足的问题，提出了一种基于注意力机制的堆叠LSTM (long short-term memory，长短期记忆网络)的多传感器信息融合刀具磨损预测方法。对多传感器信号进行预处理，然后提取多域特征，利用核主成分分析法对其进行特征级信息融合，得到后续网络的输入。采用基于注意力机制的堆叠LSTM网络模型，使得网络能够自适应地学习数据的重要信息，在PHM2010的数据集上预测精度达到99.9%。通过与其他算法的对比试验和加入人工噪声的方法，验证了本文所提出的模型的高精度和鲁棒性。
[期刊] 清华大学学报(自然科学版)
[作者]
刘成颖 吴昊 王立平 张智
为监测刀具的磨损状态,该文建立了一个基于声发射的刀具磨损状态监测系统。在刀具磨损状态监测实验中,采集加工过程中的声发射信号,提取方根幅值、绝对值均值、均方根、最大值作为反映刀具磨损的时域特征值。针对人工神经网络容易陷入局部极小值、结构难以确定、学习收敛速度慢等缺点,提出最小二乘支持向量机(least square support vector machine,LS-SVM)的刀具磨损状态识别方法。针对LS-SVM性能依赖于惩罚因子和核参数,利用粒子群优化(particle swarm optimizati
[期刊] 运筹与管理
[作者]
王永 刘岽 杜锡为 肖玲
为充分获取用户的个性化信息，提高推荐算法的准确性，提出一种融合注意力机制的自编码器推荐算法。算法首先针对数据中蕴含的低阶特征和高阶特征，针对性地设计了特征提取模块，以增强传统编码器的泛化能力和记忆能力，然后利用注意力机制对特征进行融合，得到关于用户偏好信息的向量表示，最后通过解码器预测用户对物品的购买意愿，实现个性化推荐任务。在Movilens100k、Movielens1m和Yahoo Music三个数据集上进行实验，并与主流个性化推荐算法进行对比，本文算法在F1值和归一化折损累计增益(NDCG)上均有较大的提升。在互联网推荐场景下，本文算法能够充分挖掘出用户的偏好信息，为用户提供高质量的推荐结果即给出最合理的物品购买决策建议，从而最大化满足用户需求。
关键词：
推荐算法 自编码器 注意力机制 协同过滤
[期刊] 清华大学学报(自然科学版)
[作者]
赵兴旺 侯哲栋 姚凯旋 梁吉业
多视图图聚类旨在挖掘多视图图数据中蕴含的簇结构，近年来得到了研究者的广泛研究。然而，现有大多数方法在不同视图信息的融合过程中同等对待各个视图，未能根据视图质量分配相应权重，而且处理具有属性和图的数据时面临一定困难。该文提出了一种基于注意力机制的两阶段融合多视图图聚类算法。首先，应用图滤波器过滤高频噪声，各个视图获得更适用于下游聚类任务的节点平滑表示；其次，基于注意力机制融合各个视图特征滤波后的平滑表示，并为拓扑融合阶段提供初始化权重；然后，在拓扑融合阶段，将不同视图加权融合的Laplace矩阵与融合的特征表示输入编码器得到嵌入表示，并构造优化函数对权重和嵌入表示进行优化，可以为质量较好的视图分配较大权重，同时产生更加紧凑的嵌入表示；最后，通过对嵌入表示执行谱聚类得到最终的聚类结果。将该算法和已有的相关聚类算法在真实数据集上进行了实验分析。结果表明，相比已有算法，所提出的算法在处理多视图图数据方面更加有效。
[期刊] 实验技术与管理
[作者]
张培培 王科盛 何倩鸿
针对制造类课程实验环节观摩多、分析少等问题,利用科研项目实验设施,设计了基于切屑监测刀具磨损状态的实验。此实验利用切屑与刀具磨损随时间变化的匹配关系,通过观测不停机获得的切屑形态变化来监测和预测需要停机获得的刀具磨损的状态,为加工制造中刀具的状态监测提供了新的思路。丰富了制造类课程实验内容,开阔了学生的思路,同时通过实验提高了学生的分析能力和观察能力。
关键词：
切屑监测 刀具磨损 实验设计
[期刊] 情报理论与实践
[作者]
张继东 张慧迪
［目的/意义］突发事件中不同模态之间传递的信息互为补充，为了充分挖掘突发事件中用户的意见，在情感分析中引入注意力机制，对挖掘上下文信息进而实现有效分类具有重大意义。［方法/过程］首先提出融合注意力机制的多模态情感分析模型。其次以“7.20河南特大暴雨”突发事件为例，运用Glove执行词向量嵌入，BiLSTM和VGG16进行文本、图像特征提取。最后融合图文特征进行情感分类。［结果/结论］对比单模态的情感分析效果，多模态模型能够提供更加丰富的信息内容。在多模态情感模型基础上，对比有无注意力机制的分析效果，证实注意力机制能够突出文本中情感信息量的部分，提升了突发事件情感分析的效率和准确性。
[期刊] 统计与决策
[作者]
任梦 孟勇
得益于互联网的快速发展和数据收集技术的进步，社交网络文本为投资者文本情绪的度量提供了新渠道。目前，关于文本情绪分析的研究主要基于单个文本，而基于单位时间内多文本和多用户相融合的研究较少。文章将多文本信息、用户社交信息与情绪时间序列相结合，提出时间和用户双重注意力机制下长短期记忆网络（LSTM）模型，对投资者文本情绪度量指标进行分类和预测。采用该模型对来自东方财富网行业吧的真实数据进行实证分析，并同词汇分类字典法和时间注意力机制下的LSTM进行比较，证明了所提模型的有效性。
[期刊] 电子科技大学学报(社科版)
[作者]
李涛 沈江
在自然灾害的严重性和灾害特征分析的基础上，建立了一套有效的自然灾害预警系统模型。并深入研究了如何利用阈值理论实现特征级融合和基于Ｄ－Ｓ证据理论融合方法的决策级融合，保证了自然灾害预警系统做出更加及时、准确的决策，对提高自然灾害应急水平以及减少灾害损失具有重要意义。
[期刊] 中南林业科技大学学报
[作者]
董伟航 胡勇 田广军 邱学海 郭晓磊
【目的】为解决木质家具生产过程中木工刀具磨损造成的加工质量下降和生产成本升高的问题,需要对生产过程中的木工刀具磨损状态进行精确监测。【方法】提出了一种基于离散小波变换与遗传BP神经网络的木工刀具磨损状态监测方法。通过接入机床控制箱的功率传感器采集不同主轴转速、铣削深度和刀具磨损状态下的机床主轴功率信号,使用离散小波变换提取主轴功率信号的近似系数,将所提取的近似系数、主轴转速、铣削深度作为输入向量,刀具磨损作为输出向量,建立样本数据集,并将样本数据集输入BP神经网络中进行木工刀具磨损状态监测模型训练,同时使用遗传算法对BP神经网络的阈值和权值进行优化,实现对不同铣削条件下的木工刀具磨损状态进行精确监测。【结果】离散小波变换所提取主轴信号的近似系数能明显反映木工刀具磨损状态变化;在使用相同的样本数据集与遗传算法参数时,使用遗传BP神经网络所建立的木工刀具磨损状态监测模型的准确度可以达到100%,优于使用遗传概率神经网络建立监测模型的准确度。【结论】即使在样本数据集选取不佳时,本研究提出的监测方法仍然能对不同铣削条件下的木工刀具磨损状态进行精准监测,可以用于木质家具实际生产,达到提高木质家具加工质量、降低生产成本的目的。
[期刊] 华中师范大学学报(自然科学版)
[作者]
陈宇 邢锐 雷建军
学龄人口是区域教育资源配置的重要依据,对区域内下一年小学入学规模进行准确预测,可以为区域内教育管理部门对教育资源进行调配提供辅助决策支持.该文针对区域内小学入学规模预测问题,考虑区域经济、人口等相关因素和小学入学规模的关联关系,提出了基于注意力机制的循环网络预测模型.该模型以长短时记忆网络模型为基础,引入注意力机制,自动提取小学入学规模与经济、人口等特征之间的关联关系以及进一步增强历史关键时间点的信息表达,提升预测准确率.在采用真实数据集进行试验的结果说明,该模型对比其它模型在多个评价指标上均有提升,具有更准确和更稳定的预测效果.
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
[期刊] 华中农业大学学报
[作者]
刘志 翟瑞芳 彭万伟 陈珂屹 杨万能
为解决测报灯采集图像中害虫依赖人工识别及统计结果可靠性低和准确性差的问题，本研究提出一种改进型Cascade R-CNN田间害虫检测算法。该算法以Cascade R-CNN为基础框架，采用ResNeSt-50作为主干网络，融合了跨通道注意力机制；使用统一目标检测头（unifying object detection heads with attentions,DyHead），并融合尺度感知、空间位置感知和任务感知。此外，采用简单复制-粘贴（simple copy-paste,SCP）方法进行了数据增强。研究共采集到20类害虫总计1 500张图像，制作了符合MS COCO格式（microsoft common objects in context 2017, MS COCO 2017）的测报灯田间害虫数据集。结果显示，本研究提出的方法的F1分数（F1-score）达到了86.2%。当交并比（intersection over union,IoU）为0.5时，其F1-分数与经典Cascade R-CNN、Faster R-CNN和YOLOv4相比，分别提升了2.8、5.8和8.2个百分点。表明该方法满足测报灯害虫检测任务对判别能力和实时性的要求，实现了害虫的高精度自动识别与计数，可直接应用于田间害虫检测。
[期刊] 情报学报
[作者]
马霄 邓秋淼 张红玉 文轩 曾江峰
学术论文推荐旨在为研究人员从海量学术资源中快速筛选出感兴趣的论文。现有论文推荐方法主要基于论文标题等文本内容和引用关系等进行推荐，使得蕴含丰富语义的多源学术信息的表示学习不够充分，制约了推荐准确度的进一步提升。同时，当前方法往往关注论文推荐的准确性，而忽略了可解释性，降低了论文推荐系统的可信度和用户满意度。为解决上述问题，本文提出了一种融合异质图表示学习与注意力机制的可解释论文推荐方法，该方法能够有效利用异质学术图中的语义信息，为推荐结果提供文本解释说明。具体来说，首先，提出了一种基于异质图表示学习与注意力机制的论文推荐模型，融合多源学术信息来构建语义丰富的异质学术图，并利用注意力机制学习不同节点和元路径的重要性，以获得更准确的节点表示。其次，提出了一种基于特征的文本解释生成模型，该模型将可解释文本生成方法引入论文推荐场景，能够在为作者提供推荐列表的同时生成文本解释，以告知其推荐缘由，从而提高论文推荐的可解释性。最后，构建了一个包含论文元数据、特征词、引用上下文的学术数据集，基于该数据集的对比实验结果表明，本文提出的基于异质图表示学习与注意力机制的论文推荐模型推荐准确度更高，解释生成模型能够为论文推荐结果提供质量较高的可解释文本说明。
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
