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2901-2910项 搜索用时 96 毫秒
[首页] « 上一页 [286] [287] [288] [289] [290] 291 [292] [293] [294] [295] [296] 下一页 » 末  页»
2901.
  
传统的基于表示学习的知识推理方法只能用于封闭世界的知识推理,有效进行开放世界的知识推理是目前的热点问题。因此,提出一种基于路径和增强三元组文本的开放世界知识推理模型PEOR(Path and Enhanced triplet text for Open world knowled… …   相似文献
2902.
智能路侧设施布设的管控效果对智能路侧设施建设至关重要,但在现有的智能路侧设施管控效果测度方法研究中,存在实地测度实验的高成本性、场景不可控及现有仿真软件侧重单车仿真且缺乏对交通流层面的控制策略植入与运行状态分析等问题。因此利用VISSIM COM二次开发,提出了基于交通流仿真的管… …   相似文献
2903.
在移动群智感知网络多个并发任务的情况下,如何根据用户资源以及任务的质量需求实现多任务的有效分配问题,利用纳什议价解模型在资源分配方面的优势,提出了一种基于纳什议价解的多任务分配策略。该策略将多个用户对多个任务根据不同目标以及质量需求的选择问题映射为一个多方纳什议价博弈模型,并采用… …   相似文献
2904.
针对符号回归中遗传编程方法在表达式空间中随机搜索缺乏方向性,以及种群进化过程中未利用数据特征导致效率低下的问题,提出了一种称作神经网络算子的新颖变异算子。该算子通过递归神经网络学习给定数据集特征,优化种群中的表达式,使种群向误差更低的方向进化,提升种群的进化效率。实验结果表明,结… …   相似文献
2905.
针对现有同态加密方案效率低,同态运算噪声增长速率高影响解密正确性的问题进行了研究,提出了一种格上基于整数矩阵的安全多方计算同态加密方案。方案采用了矩阵存储方式来处理明文数据并减小了密钥尺寸,与传统的比特或向量存储方式相比,矩阵存储方法在处理大规模数据时更为高效。为了控制噪声增长并… …   相似文献
2906.
近年来,以CLIP为代表的视觉-语言大模型在众多下游场景中显示出了出色的零样本推理能力,然而将CLIP模型迁移至需要像素水平图-文理解的参考图像分割中非常困难,其根本原因在于CLIP关注图像-文本整体上的对齐情况,却丢弃了图像中像素点的空间位置信息。鉴于此,以CLIP为基础模型,… …   相似文献
2907.
针对未充分利用模态表征能力的差异和说话者情绪线索的问题,提出了一种基于知识增强的跨模态融合网络模型。该模型设计了外部知识增强的跨模态模块,将较弱模态特征与多层次文本和外部知识逐层融合嵌入到多头注意力层中,充分挖掘较弱模态中的有效信息,实现模态间的特征互补和一致性。此外,模型还设计… …   相似文献
2908.
近年,网络社交媒体充斥着丰富的自由言论,而检测其中的讽刺语义作为一种特殊的情感分析引发了越来越多的关注。为了更好地研究面向社交媒体的讽刺检测,回顾了传统方法和基于深度学习方法的演进过程,并从文本讽刺检测和多模态讽刺检测两种角度来系统分析其发展趋势。首先,对讽刺检测的数据集进行了归… …   相似文献
2909.
  
话语标记(Discourse Markers)是一种语言标记,具有组织语篇、引导指意、显示情感的作用,因而受到语言学界的广泛关注。对话语标记及其类别的准确识别,对于篇章理解、说话人意图和情感的把握有重要作用。近十年来,国内外学者对话语标记的功能、特征、来源和系统分类展开研究并取得… …   相似文献
2910.
针对现有基于图神经网络的会话推荐方法中缺乏对高阶特征的提取和利用以及数据稀疏性的问题,提出一种结合动态多阶门控图神经网络(GGNN)和超图卷积的自监督会话推荐模型(SDMHC-GNN).首先,利用不同的图结构将会话序列建模为3个不同的视图:会话视图、超图视图和关系视图,会话视图使… …   相似文献
[首页] « 上一页 [286] [287] [288] [289] [290] 291 [292] [293] [294] [295] [296] 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