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9821-9830项 搜索用时 142 毫秒
[首页] « 上一页 [978] [979] [980] [981] [982] 983 [984] [985] [986] [987] [988] 下一页 » 末  页»
9821.
  
大量课程知识图谱在自动答疑、学习路径规划及学习资源推荐等智能化教学应用中发挥着重要的支撑作用,然而实体间关系缺失导致的不完整问题显著降低了它们的应用价值.关系预测是自动化补全课程知识图谱缺失关系的主要手段,但现有方法仅直接使用稀疏的拓扑结构信息,未能挖掘利用其特有的先决条件关系信… …   相似文献
9822.
时序图旨在表示现实世界中实体之间的时序交互关系;而时序图链路预测是建模这种关系的重要方法。现有基于表示学习的时序图链路预测方法通常基于时序图神经网络建模节点之间交互;并将时间信息融入到图神经网络的消息传递机制中以捕捉交互中的时序关联。时序图神经网络输出的节点嵌入作为时序图表示学习… …   相似文献
9823.
高分辨率遥感图像建筑物分割是遥感影像研究的热点之一;而高分辨率遥感图像中建筑物尺度多样容易导致错分割、漏分割和边界模糊。针对上述问题;基于U-Net网络结构提出了一种双路径编码的遥感建筑物图像分割网络（DCU-Net）。DCU-Net在U-Net上加入一条并行编码路径;形成双路径… …   相似文献
9824.
分布式服务资源环境下;由于峰值负载的整体占比很小;大量服务资源长期处于低利用率甚至闲置状态。通过实现资源自适应弹性伸缩;在高负载时扩充服务资源以应对高需求;在低负载时将其缩减以降低开销;可显著提升系统能效并降低运作开销。但实际负载通常具有很强的波动性;满足服务质量所需的服务资源持… …   相似文献
9825.
在数字印刷领域,精确再现计算机图像的颜色是高质量印刷的前提,其中色彩特征化是关键环节.传统多项式回归模型由于高阶项会放大特征化样本集中的奇异值,导致模型振荡从而影响色彩特征化的准确性.基于神经网络的色彩特征化算法精度较高,但算法复杂度也呈数量级的提高,难以满足工业生产中的效率要求… …   相似文献
9826.
未隶定铭文的识别主要依靠传统卷积网络提供单一的全局特征,却忽略了部位识别和特征学习的关系,导致模型难以充分表达复杂形态的文字构造,进而产生识别误差.针对上述问题,提出了一种姿态对齐的多部位特征细粒度识别模型(MP-CNN).在第一个阶段,构建空间转换器引导铭文统一字形姿态,辅助模… …   相似文献
9827.
针对现有交通流预测方法存在难以构建空间和时间依赖关系的问题,提出了新的利用时空位置注意力的图神经网络（ST-PAGNN）方法。首先,该图神经网络中包含有位置关注机制,由此能够更好地对城市道路网络中交通节点的空间依赖关系进行有效捕捉;然后,利用带有trend adaptive Tr… …   相似文献
9828.
超大规模MIMO(extremely large-scale massive MIMO,XL-MIMO)是未来6G通信的关键技术之一.现有的XL-MIMO混合场信道模型大多对均匀线性阵列和单天线用户之间信道建模,且采用散射体最后一跳模型.若收发双端均配备线性阵列,现有的混合场信道… …   相似文献
9829.
目前通用大语言模型(如GPT)在专业领域问答应用中存在不稳定性和不真实性.针对这一现象,提出了一种在通用大语言模型上耦合领域知识的意图识别精准性增强方法(EIRDK),其中引入了三个具体策略:a)通过领域知识库对GPT输出结果进行打分过滤;b)训练领域知识词向量模型优化提示语句规… …   相似文献
9830.
通用大语言模型(large language model, LLM)缺乏对专业领域知识理解的深度和广度,对专业领域问题回答的准确度不够,常常产生幻觉,阻碍了大语言模型的商业应用落地。因此,基于专业领域特有数据提高大型语言模型的专业性成为当前大语言模型应用落地的关键挑战。针对通用大… …   相似文献
[首页] « 上一页 [978] [979] [980] [981] [982] 983 [984] [985] [986] [987] [988] 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