- 年份
- 2024(7757)
- 2023(10450)
- 2022(8943)
- 2021(8265)
- 2020(7106)
- 2019(16203)
- 2018(15870)
- 2017(30793)
- 2016(16315)
- 2015(18454)
- 2014(17967)
- 2013(17563)
- 2012(15727)
- 2011(13933)
- 2010(13606)
- 2009(12497)
- 2008(11915)
- 2007(10135)
- 2006(8505)
- 2005(7469)
- 学科
- 济(64833)
- 经济(64727)
- 管理(53805)
- 业(49168)
- 企(42717)
- 企业(42717)
- 方法(33477)
- 数学(29559)
- 数学方法(29105)
- 财(20877)
- 制(16083)
- 农(15826)
- 中国(15412)
- 业经(14588)
- 务(13464)
- 财务(13416)
- 财务管理(13382)
- 企业财务(12703)
- 贸(11334)
- 贸易(11324)
- 体(11310)
- 学(11101)
- 易(11082)
- 技术(10647)
- 银(10363)
- 银行(10346)
- 环境(10268)
- 农业(10167)
- 划(10053)
- 理论(9995)
- 机构
- 大学(225212)
- 学院(224152)
- 济(94951)
- 经济(93169)
- 管理(92379)
- 理学(80836)
- 理学院(80063)
- 管理学(78686)
- 管理学院(78253)
- 研究(68499)
- 中国(52921)
- 财(46118)
- 京(45329)
- 科学(39761)
- 财经(36820)
- 经(33597)
- 中心(33163)
- 江(32315)
- 业大(32153)
- 农(31959)
- 所(31915)
- 经济学(30086)
- 研究所(28696)
- 财经大学(27772)
- 北京(27398)
- 经济学院(27246)
- 范(26298)
- 师范(26033)
- 院(25660)
- 农业(24948)
- 基金
- 项目(159343)
- 科学(128228)
- 基金(119553)
- 研究(116436)
- 家(103492)
- 国家(102701)
- 科学基金(90575)
- 社会(76821)
- 社会科(73086)
- 社会科学(73071)
- 基金项目(63267)
- 省(61172)
- 自然(58793)
- 自然科(57515)
- 自然科学(57501)
- 自然科学基金(56455)
- 教育(54194)
- 划(51617)
- 资助(48355)
- 编号(45790)
- 部(36522)
- 成果(35857)
- 重点(35615)
- 制(34699)
- 创(34224)
- 发(32788)
- 国家社会(32781)
- 教育部(32150)
- 创新(31999)
- 人文(31460)
共检索到318818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] 中南林业科技大学学报
[作者]
崔晓晖 陈民 陈志泊 许福 王新阳
【目的】针对物候期识别传统方法特征提取不充分、未对关键特征进行区分,导致方法泛化能力较差、迁移应用识别精度低的问题,本研究将注意力机制引入残差神经网络,结合基于数字照相的物候观测方式,提出具有较强细粒度特征识别能力且实用性较强的林木物候期识别方法,从而为林木的长期实时物候监测提供技术支撑。【方法】以PhenoCam中的栎林及槭林像片为研究材料,选取2017—2018年的数据作为训练集,以2019年的数据评价模型的泛化能力。研究结合实地观测数据对研究区的林木物候期进行划分,设计数据裁剪公式,在增强数据的同时均衡各个物候期数据的数量。研究基于ResNet50残差神经网络设计了深度学习模型,针对林木物候期差异较小的特性引入了注意力机制,注意力模块在通道及空间维度对神经网络提取的特征进行再处理,提升了模型对细粒度图像差异的识别能力。【结果】注意力机制的引入有效提升了模型的泛化能力,增强了模型对易混淆物候期的识别能力,在未参与训练的19年数据集的栎林物候期识别取得了90.58%的准确率,槭林物候期识别准确率为89.27%,较引入前模型准确率在两个研究区分别提升21.86%与13.15%,优于传统AlexNet和HOG-SVM方法。【结论】基于残差注意力网络的林木物候期识别方法较好解决了原有方法泛化能力较差的问题,该方法具有准确度高、迁移应用能力强等优势,能对易混淆的林木物候期进行精准区分,适用于林木物候的长期观测。
[期刊] 南京农业大学学报
[作者]
陆舟 沈明霞 刘龙申 薛鸿翔 丁奇安 陈佳
[目的]针对育肥猪采食行为识别误差大、检测速度慢等问题，提出一种具有轻量化结构的育肥猪采食行为检测模型，实现对育肥猪采食行为的快速检测与采食时长统计。[方法]以YOLO v5L目标检测算法为基础，构建侧视视角下的猪只采食行为检测模型。对比更换不同轻量化主干网络后对模型检测效果的影响，选取性能最优的模型；改进ShuffleNet V2网络结构基本单元，采用Mish激活函数提高模型泛化能力与推理速度，引入SE注意力机制给予目标特征更高的权重以提高目标识别精度；对比模型增加非营养性访问行为检测前、后的采食行为识别准确率。[结果]优化后的育肥猪采食行为检测模型大小为38.2 MB，计算量为37.8 GFLOPs，视频检测平均帧耗时7.6 ms。与非营养性访问行为进行区分识别后，猪只采食行为检测识别准确率为96.4%，召回率为92.5%。模型检测采食时长与人工统计采食时长相对误差为6.1%。[结论] 改进的YOLO v5L-ShuffleNet网络模型检测速度和模型大小均能满足实际生产需求，可在复杂养殖环境中全天候识别育肥猪采食行为。
[期刊] 情报学报
[作者]
朱茂然 王奕磊 高松 王洪伟 郑丽娟
商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。
关键词：
比较评论 文本分类 深度学习 注意力机制
[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] 情报理论与实践
[作者]
周瑛 刘越 蔡俊
[目的/意义]微博作为人们表达观点的重要平台,已成为文本情感分析的一个研究热点。文章提出一个基于注意力机制的LSTM模型,以华为P10闪存门事件微博相关评论为研究对象,分析网络用户对该事件的情感趋向,以验证该模型的有效性。[方法/过程]引入深度学习理论,使用基于注意力机制的LSTM模型进行情感分析以更好地把握文本中的情感信息,提升情感分类的成功率。[结果/结论]基于注意力机制的LSTM模型是一个有效的模型,在分析较长文本的情感特征时更加准确,比较适合微博这类成段落的文本分析。[局限]对于颜文字、表情包等非
[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] 清华大学学报(自然科学版)
[作者]
李明扬 孔芳
相比规范新闻文本中命名实体识别(named entity recognition,NER),中文社交媒体中命名实体识别的性能偏低,这主要受限于文本的规范性和标注语料的规模。近年来中文社交媒体的命名实体识别研究主要针对标注语料规模小这一问题,倾向于使用外部知识或者借助联合训练来提升最终的识别性能,但对社交媒体文本不规范导致的对文本自身蕴含特征的挖掘不够这一问题的研究很少。该文着眼于文本自身,提出了一种结合双向长短时记忆和自注意力机制的命名实体识别方法。该方法通过在多个不同子空间捕获上下文相关信息来更好地理解和表示句子结构,充分挖掘文本自身蕴含的特征,并最终提升不规范文本的实体识别性能。在Weibo NER公开语料上进行了多组对比实验,实验结果验证了方法的有效性。结果表明:在不使用外部资源和联合训练的情况下,命名实体识别的F1值达到了58.76%。
关键词：
命名实体识别 中文社交媒体 自注意力机制
[期刊] 清华大学学报(自然科学版)
[作者]
张宇 张鹏远 颜永红
由于背景噪声、混响以及人声干扰等因素,远场语音识别任务一直充满挑战性。该文针对远场语音识别任务,提出基于注意力机制和多任务学习框架的长短时记忆递归神经网络(long short-term memory,LSTM)声学模型。模型中嵌入的注意力机制使其自动学习调整对扩展上下文特征输入的关注度,显著提升了模型对远场语音的建模能力。为进一步提高模型的鲁棒性,引入多任务学习框架,使其联合预测声学状态和干净特征。AMI数据集上的实验结果表明:与基线模型相比,引入注意力机制和多任务学习框架的LSTM模型获得了1.5%的
[期刊] 图书情报工作
[作者]
王良 李牧南
[目的/意义]许多现有研究依赖于专利数据来识别颠覆性技术，但这些方法在专利文本的主题聚类分析方面仍有进一步优化的潜力。[方法/过程]通过构建基于新闻影响力增强的图注意力网络，以及自适应分配注意力权重，有效捕捉和充分利用技术主题词共现网络节点关系，在生成有代表性的节点向量后再进行专利文本主题聚类分析，可以进一步辅助识别潜在的颠覆性技术。[结果/结论 ]为进一步验证方法的有效性，选择智慧城市和工业互联网两个新兴技术领域进行实证检验。理论和实证分析显示，这种融合新闻影响力的图注意力网络聚类方法可以进一步丰富当前有关颠覆性技术识别的方法体系。
[期刊] 职教论坛
[作者]
董申 王松 马莉萍
在线学习的效果一直是学界关注的热点问题，学生的注意力是教学内容得以传达的基本保证之一。在职学生的学情与一般学生存在明显差异，有必要专门探讨。基于针对教师、学生的访谈和课堂录像，运用扎根理论对在职学生在直播、录播、慕课、微课中的注意力现象开展实证研究，提出在职学生在线学习的注意力驱动机制模型。学习动机是在线学习注意力的主要内驱力，任务机制下的师生互动和“自组织”同伴学习等策略是提高学生注意力的核心手段，课程安排、技术平台、教学团队对在线教学有支撑作用。在线学习注意力提升的关键在于对学习动机的激发、对“距离感”的消解、对课程情境的建构。建议参照这些注意力驱动机制，多策并举提升在职学生在线学习的效果。
[期刊] 情报理论与实践
[作者]
孟凡会 王玉亮 汪卫霞
[目的/意义] 在用户痛点信息破碎化的背景下，及时准确了解客户对特定产品和服务的要求和体验诉求，把握用户对产品和服务主要关注度和问题所在，对企业克服产品和服务缺陷，改善用户产品体验，满足用户客观需求具有重要的现实意义。[方法/过程] 利用条件随机场CRF序列标注和GloVe词向量编码，注意力机制和VGG-19构建基于文本、图像及双特征融合的用户痛点提取和分析模型，建立用户痛点量化与计算，实现基于注意力机制的在线用户痛点信息挖掘。[结果/结论] 对OPPO Find X5 Pro手机在线评论用户痛点信息进行挖掘，该模型有效提取了文本、语音和图像中的用户情感特征，建立了用户情感词三个类别的分类和量化，得到用户痛点计算得分，构建了OPPO Find X5 Pro手机用户痛点五个等级划分。该模型计算准确度比现有典型模型平均高13.49%。
[期刊] 实验技术与管理
[作者]
张璐莹 卞雨辰 周立娇 蒋鹏 刘英
该文将管道漏磁缺陷分类任务设计成应用型教学实验。该实验使用迁移学习的方法，调用预训练模型ResNet50，并插入主流的注意力机制（SE、CA、ECA、CBAM）进行对比分析。同时，利用Grad-CAM++可解释算法对模型内部的识别逻辑进行可视化，以便帮助学生更好地理解模型。实验结果显示，插入注意力机制的最优模型准确率达99.7%，能够有效识别管道中的正常情况和分类缺陷情况。该实验依托高性能计算机硬件和最新的Pytorch2.0软件包搭建了深度学习平台，有助于培养学生的创新意识和科研能力，也是对多学科交叉融合人才培养模式的探索和实践。
[期刊] 情报学报
[作者]
范涛 吴鹏 王昊 凌晨
网民情感对网络舆情的演化和发展具有重要的推动作用,如何精准分析网民情感对于网络舆情管理有着重大的现实意义。现有的网民情感研究主要是基于文本进行分析,鲜有研究从多模态视角出发,结合文本和图片对网民情感进行分析。在多模态情感分析中,现有研究多结合不同模态的全面特征、进行高维融合,容易造成信息冗余、引入噪声,忽略了不同模态之间的交互性和相关性。本文提出基于多模态联合注意力机制的情感分析模型,通过联合词引导的注意力机制和图引导的注意力机制,结合文本和图片分析网民情感,并且在"新冠肺炎疫情"等网络舆情数据中进行实证研究,与相关优异的基线模型进行了对比分析。实验结果表明,本文提出的基于多模态联合注意力机制模型具有一定的优越性,能够有效捕捉不同模态间的交互和相关关系。
[期刊] 清华大学学报(自然科学版)
[作者]
张仰森 郑佳 黄改娟 蒋玉茹
微博情感分析是获取微博用户观点的基础。该文针对现有大多数情感分析方法将深度学习模型与情感符号相剥离的现状,提出了一种基于双重注意力模型的微博情感分析方法。该方法利用现有的情感知识库构建了一个包含情感词、程度副词、否定词、微博表情符号和常用网络用语的微博情感符号库;采用双向长短记忆网络模型和全连接网络,分别对微博文本和文本中包含的情感符号进行编码;采用注意力模型分别构建微博文本和情感符号的语义表示,并将两者的语义表示进行融合,以构建微博文本的最终语义表示;基于所构建的语义表示对情感分类模型进行训练。该方法通
[期刊] 管理现代化
[作者]
卫武 黄昌洋
通过文献研究、访谈、问卷调查、预试等方式设计出管理者注意力的维度问卷,并选取了284个企业管理者进行问卷调查,接着采用探索性因子分析、信效度检验对管理者注意力的维度构成进行了探讨。研究表明:管理者注意力由关注、编码、解释和聚焦四个维度组成。
关键词：
管理者 注意力 维度
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
