371.
汉语语义的复杂性和情感的细腻表达,导致中文文本讽刺检测具有挑战性。现有的讽刺检测方法多基于英文开发,难以适应中文的独特表达方式和文化内涵。因此,提出了一种新颖的动态交互双通道图注意力网络(Dynamic Interaction Dual-channel Graph Attenti… … 相似文献
谭萍萍;徐计;李逸骏;汪海 《计算机科学》2026,(2)
372.
目的 盲图像分离（blind image separation, BIS）指在未知混合方式及源图像先验的条件下,从单幅观测图像中同时估计并恢复多个独立源图像的逆问题,典型应用包括恶劣天气（雨、雪）去除和反射/阴影层分离等。然而,现有的BIS方法普遍依赖人工先验或基于卷积神经网络（… … 相似文献
龚嘉鑫;徐金东;孙浩钦 《中国图象图形学报》2026,(2)
373.
目的 机车圆弹簧缺陷检测对机车的安全运行至关重要,受限于检测车间复杂环境的影响,机车圆弹簧缺陷检测存在漏检、误检及检测效率低下的问题,为此,提出一种基于改进RT-DETR(real-time detection Transformer)的机车圆弹簧缺陷检测方法。方法 首先,应用结… … 相似文献
彭珍瑞;裴志彪 《中国图象图形学报》2026,(2)
374.
皮革瑕疵分类是确保皮革产品质量的关键环节.传统的人工检测和图像处理方法受限于光照等环境因素,难以满足高效检测需求.近年来,深度学习特别是卷积神经网络(CNN)的应用提高了瑕疵检测的准确性和效率,但仍受到环境影响.毫米波雷达技术作为一种新兴的无损检测方法,因其强穿透性和不受光照等因… … 相似文献
张健;关灏文 《小型微型计算机系统》2026,(2)
375.
多元长时序预测的主流框架是编码器-解码器结构,然而关于解码器结构的研究略显不足.采用简单的全连接层作为解码器不仅导致模型参数量过大,且忽略了多元时间序列的通道异质性和时序依赖性.针对上述问题,本文提出了一种基于分治策略和频域调制的轻量级多元长时序预测方法.首先,频域分段编码器将历… … 相似文献
张亚浩;周晓锋;张宜弛;李帅;刘舒锐 《小型微型计算机系统》2026,(2)
376.
随着深度学习的发展,预训练模型、图神经网络等技术的广泛应用,课堂教学评价已成为人工智能和智慧教育领域的研究热点.本文提出了图注意力网络和预训练模型BERT相结合的细粒度情感分析模型,其中方面类别情感分析(ACSA)被分为方面检测(ACD)和方面情感分析(ASC)且共用同BERT参… … 相似文献
柯昌博;任知临;张伯雷 《小型微型计算机系统》2026,(2)
377.
目前大语言模型在检索增强(Retrieval-Augmented Generation, RAG)领域大部分工作都着重于提高检索能力提高召回精度,以及结合大语言模型对知识图谱进行构建.但是在面对实际工程化任务时,RAG系统往往会面临高并发场景,目前的RAG系统存在知识图谱数据检索… … 相似文献
郭宇豪;陈庆奎 《小型微型计算机系统》2026,(2)
378.
针对数据驱动深度学习调制识别中的数据冗余及低信噪比下训练性能欠佳的问题,提出了一种基于领域知识驱动的双流网络模型,并引入了自适应注意力机制.首先,利用通信信号领域知识和主分量分析算法提取信号关键动态特性,并初始化卷积神经网络,提高训练效率;其次,将信号的I/Q数据送入初始化后的卷… … 相似文献
刘高辉;张宇 《小型微型计算机系统》2026,(2)
379.
智能制造与工业自动化的发展使数控加工技术成为现代制造业的关键.G代码作为数控机床的重要指令语言,其生成质量直接影响加工精度、生产效率和制造水平.然而,传统G代码依赖人工编写,效率低下且易出错.为此,本文提出了一种基于智能体的G代码生成系统.系统通过自然语言处理解析用户需求,自动生… … 相似文献
郜宇博;何平;周正;迟连攀;陈伟强;于东 《小型微型计算机系统》2026,(2)
380.
现有的方面级情感分析方法,大多是通过分析句子中意见项和句子语义信息得到方面项的情感极性,较少考虑意见项出现的背后可能原因和句子本身所处的语境等与方面相关的潜在外部信息,而这些潜在外部信息有助于方面级的情感分析.本文提出一种基于思维链推理的方面级情感分析模型4-T.4-T思维链模型… … 相似文献
黄俊光;缪裕青;刘同来;张万桢;蔡国永 《小型微型计算机系统》2026,(2)
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
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
