用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第241-260项 搜索用时 107 毫秒
[首页] « 上一页 [8] [9] [10] [11] [12] 13 [14] [15] [16] [17] [18] 下一页 » 末  页»
241.
  
该文针对机器翻译中的复杂句主从信息区分不清,导致译文和原文意思不一致的问题,提出一种汉英复杂句主从信息对齐标注策略,并在此基础上进行汉英主从对齐语料库的构建。语料构建采用手工和自动相结合的方式,先手工标注了10万句对包含小句、主从和主从对齐信息的语料,然后采用自动的方法分任务进行… …   相似文献
《中文信息学报》2026,40(3):83-93
242.
现实案件中赤足和穿袜足迹在混合样本库中的检索识别一直是难点问题。提出了一种基于图神经网络的赤足和穿袜足迹识别算法。设计了足迹图像到图结构的转换框架;通过网格划分将足迹分割为多个局部区域并提取统计特征作为节点属性;基于空间邻接关系建立连接;有效保留了足迹的视觉特征和空间拓扑结构。构… …   相似文献
243.
针对文物领域多源异构数据整合困难;以及传统知识抽取方法依赖人工标注、自动化程度低等问题;提出一种基于大语言模型的文物知识图谱构建方法。融合领域专家知识与文物行业标准;构建涵盖文物核心概念及其关系的知识本体;系统定义其时空属性、文化属性和物理特征;以及文物间的关联关系;形成多维度结… …   相似文献
244.
随着人工智能技术的飞速发展,以ChatGPT为代表的生成式人工智能大模型深刻地改变了人类的生活,同时也对生成内容检测技术提出了更高要求.相较英文生成文本,中文生成文本检测研究起步较晚,资源相对匮乏.基于零样本学习思想,提出融合条件独立采样与对数似然对数秩比(LRR)机制优化的人工… …   相似文献
245.
为有效解决约束高维多目标优化问题,本文提出了一种新型的融合参考向量更新的双种群双阶段进化算法WDPEA-RVU,旨在高维空间中有效平衡可行性、收敛性和多样性.首先,算法采用双种群双阶段机制,通过辅助种群与主要种群的信息交流,实现全局搜索与局部集中的有效协作.其次,针对在高维空间中… …   相似文献
246.
传统恶意代码检测方法难以应对多样化变体问题.为此,本文提出了一种基于多模态特征融合与注意力机制的恶意代码检测模型.该模型首先将恶意代码样本转化为灰度图像和对应文本表示,充分保留其静态特征.接着,利用卷积神经网络和多头自注意力机制分别提取图像和文本的多层次特征进行特征级融合,并通过… …   相似文献
247.
在船舶制造环境中,无线信号容易受金属墙壁屏蔽和多路径效应影响,导致船舱内的无线传感器网络覆盖率下降,影响节点对环境信息的有效感知.为优化传感器节点部署以最大化网络覆盖率,本论文针对船舶制造环境中的无线传感器网络信号覆盖问题,提出一种基于虚拟力鲸鱼融合算法的优化方法.首先,建立了考… …   相似文献
248.
医学图像分割在疾病诊断与治疗中具有关键作用,精准分割可为临床医生提供重要决策支持.然而,传统U-Net架构及其Transformer变体在捕获图像位置信息、通道特征和空间信息方面存在局限性,同时在参数效率和计算精度上仍有改进空间.为此,本文提出了一种基于多维度注意力机制与空间金字… …   相似文献
249.
针对复杂环境下移动机器人轨迹跟踪与避障控制问题,提出了一种基于控制障碍函数（Control Barrier Functions, CBF）—控制李雅普诺夫函数（Control Lyapunov Functions, CLF）优化框架的预设时间轨迹跟踪控制方法.在安全区域,基于预定义时间收敛定理设计一种光滑、有界的时变虚拟控制律,给出具有预定义时间收敛特性的控制律解析解.在避障区域,引入超椭球约束拟合复杂几何障碍,并构建线性化CBF,以降低求解复杂性.其次,引入松弛变量改进CLF,结合CBF将问题转化到线性凸二次规划框架下求解,实现避障与跟踪性能的平衡.仿真结果表明,该方法能在预设时间Tc内将跟踪误差收敛到μm级（1.3μm内）,同时在安全裕度内避开复杂障碍,在规避障碍后跟踪误差限制在1.2Tc内收敛.对比实验进一步验证了该方法的精准度和控制效率.… …   相似文献
250.
在移动群智感知(MCS)研究中,单平台MCS中隐私保护方法由于未考虑平台间竞争的影响,难以直接应用于多平台环境,而多平台MCS中尚未有针对平台隐私保护的相关研究.为解决这一问题,本文提出了一种面向隐私保护的多平台定价策略.具体而言,本文将平台定价问题建模为多领导者-多追随者的斯塔… …   相似文献
251.
视觉作为强化学习智能体感知环境的主要途径, 能够提供丰富的细节信息, 从而支持智能体实现更复杂、精准的决策. 然而, 视觉数据的高维特性易导致信息冗余与样本效率低下, 成为强化学习应用中的关键挑战. 如何在有限交互数据中高效提取关键视觉表征, 提升智能体决策能力, 已成为当前研究… …   相似文献
252.
<正>向量数据库是一种专门用于管理高维数据的数据库系统.与传统数据库系统主要处理结构化数据不同,向量数据库专注于存储和检索以向量形式表示的数据,这些数据可以是文本、图像、音频等复杂数据类型.在大数据和人工智能技术的驱动下,向量数据库已经广泛应用于信息检索、推荐系统、语音识别、图像分析等领域,成为数字化转型和智能化发展的重要推动力.然而,面对海量高维向量数据的实时更新、存储、检索与分析需求,特别是来自大语言模型(large language model, LLM)等人工智能技术的应用需求,传统数据库技术还面临着许多挑战,亟须发展新的数据库理论、方法与技术,提高向量数据库对实际应用场景的支持能力.… …   相似文献
高宏  李国良  张蓉 《软件学报》2026,37(3):969-970
253.
Go语言(Go programming language, Golang)作为一门新兴编程语言,利用编译时的逃逸分析与运行时的垃圾回收实现了高效的内存自动管理,同时提供了interface、slice、map等内建数据类型,显著提升了开发效率和程序性能.然而,这些特性也带来与传统… …   相似文献
李清伟  丁伯尧  张昱  陈金宝 《软件学报》2026,37(3):1197-1224
254.
数据库系统作为数据存储与处理的基础设施,其性能对现代社会的运行效率具有重要影响.随着内存技术的进步及SSD(solid state drive)的广泛应用,磁盘数据库的性能瓶颈逐渐转向CPU的利用率和内存管理的优化.现代数据库系统通常采用解释执行的方式处理查询,造成了大量虚函数调… …   相似文献
255.
在时序数据分析领域,跨域数据分布的偏移显著削弱了模型的泛化性能.为此,开发一种称为TPN的端到端时序数据域自适应框架.该框架融合了时序模式激活模块(TPAM)与Transformer编码器. TPAM通过双层时空卷积操作捕捉序列特征的空间及时间依赖性,结合Sigmoid和tanh… …   相似文献
256.
Text2SQL技术通过减少非专业用户与关系数据库交互的技术障碍,已发展为数据分析和数据库管理的重要工具.以GPT为代表的大语言模型(large language model, LLM)的引入,进一步提升了Text2SQL系统的性能.然而,由于空间数据涉及复杂的几何关系、多样化的… …   相似文献
刘孟怡  许建秋  童咏昕 《软件学报》2026,37(3):1121-1142
257.
针对低数据条件下连续汉语语音的自动声韵母标注方法进行了研究。提出采集有限样本构建声韵母模板,采用模板匹配策略确定连续语音中声韵母的边界及转写。基于声韵母特性,系统性地引入音类检测技术,将连续语音分为清音、浊音及元音等音类区域,以此提升模板匹配的精度与效率。将融合音类检测和模板匹配… …   相似文献
258.
针对图像描述任务中多尺度纹理表征不足、特征融合冗余及动态语义建模有限的核心挑战,提出一种基于小波-Kolmogorov-Arnold网络（KAN）协同优化的自适应图像描述算法WKCN。首先,设计小波-KAN多尺度非线性增强模块（WKMNE）,通过Daubechies-4小波基对图… …   相似文献
259.
为了提升视盘和视杯分割精度,助力青光眼早期诊断,提出了一种基于U-Net架构的改进型深度可分离多尺度聚合网络（DSMA-Net）。首先,引入自适应可分离多尺度注意力模块,以增强特征表示能力并有效捕捉视盘和视杯的复杂结构,从而减少边界模糊现象;其次,将该网络的部分传统卷积替换为深度… …   相似文献
260.
针对基于区块链的食品供应链溯源系统中数据存储压力大与查询效率低的问题,提出了一种基于双链存储结构与HMB+树索引机制的溯源查询方案。首先,构建联盟链+私有链的双链架构,以实现对产品各阶段信息分开上链,并减轻主链的存储负担;同时,引入以监管机构为核心的公证人组,通过采用批量签名与异… …   相似文献
[首页] « 上一页 [8] [9] [10] [11] [12] 13 [14] [15] [16] [17] [18] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持