基于群体共识的语言直觉模糊三支决策方法

针对基于语言直觉模糊数评价损失函数的三支群决策问题,提出一种具有群体共识的语言直觉模糊三支决策方法.首先,基于海明距离定义了语言直觉模糊相似测度(语言直觉模糊数),进而构建基于非相似度最小的最优集成模型并导出权重迭代公式.在此基础上,设计一种实现语言直觉模糊综合损失函数一致性的迭代算法且理论上证明了该算法的收敛性.依据迭代算法获得满足一致性的综合损失函数,建立确定语言直觉模糊三支群决策阈值的单一优化模型,并提出基于群体共识(即所谓群体一致性)的语言直觉模糊三支决策方法.最后,算例分析和仿真实验验证了所提出方法的有效性.     

基于掩码机制的非自回归神经机器翻译

当前基于自注意力机制的神经机器翻译模型取得了长足的进展,但是采用自回归的神经机器翻译在解码过程中无法并行计算,耗费时间过长.为此,提出了一个采用非自回归的神经机器翻译模型,可以实现并行解码,并且只使用一个Transformer的编码器模块进行训练,简化了传统的编码器-解码器结构.同时在训练过程中引入了掩码机制,减小了与...     

潍坊市工商资本下乡赋能机制构建

工商资本下乡能够加快农业现代化、产业化进程,助力乡村振兴.潍坊市推动工商资本下乡,取得了阶段性成果.但是,依然存在非农化和非粮化、损害农民利益、工商资本投机行为、村庄公司化、工商资本与农民利益联结不紧密和盲目投资等问题和现象.文章基于乡村振兴视角,从政府、村民、企业三个主体出发,构建了潍坊市工商资本下乡赋能机制,包括政...     

影响植物分枝的一些基因及其分子机制

了解植物分枝机理不仅具有理论意义,对于农业、林业、果树、蔬菜和花卉等生产实践更具有重要意义.由于分子生物学的发展,人们有机会获得转基因植物和突变体,利用这些材料从不同角度对植物分枝机理进行深入研究.影响植物分枝的分子机制是多种多样的,对激素感知、激素代谢、激素运输等方面的影响都可以改变植物的分枝状况.目前,分枝的分子机制研究已取得较大进展.     

基于深度学习的轻量级道路障碍检测算法

道路障碍检测是智慧交通和无人驾驶的重要组成部分。针对道路障碍检算法的参数量过大、占用内存过多、难以在内存和算力有限的设备中使用等问题,本文提出一种轻量级的道路障碍检测算法。在YOLO v4的基础上,使用MobilenetV3作为模型的主干网络,减少模型参数,提高检测速度;改进模型中的PAN结构,将主干网络中更浅层的特征图提取融合,改善小目标检测不佳的问题;在特征融合部分加入ECA注意力机制提升网络整体精度;提出一个新的DBR模块,使网络整体相比之前更加轻便。使用改进后的模型在自制数据集中进行检测,与Mobilenetv3-YOLO v4相比,精度提升5.24%,参数量降低35.5%,F达43.8,满足实时应用的技术要求,表明模型可以嵌入到小型移动设备,达到良好的实时效果。     

基于SOA的区域协同电子商务平台设计与研究

以成都、德阳、绵阳为核心的区域协同电子商务系统平台为基础平台,运用Web Services技术对系统的架构及其实现的关键技术进行了设计和分析,通过业务流程管理的自动化实现区域内企业之间商务合作和资源共享,并以订单管理为例详细说明了系统的实现过程.     

安全事故电视新闻语言探讨

以安全事故电视新闻语言应当具备的基本要求为基础,结合当前的实际状况,探讨了安全事故电视新闻画面语言的发展趋势,明确了其意义和目的所在.     

河北省创新型人才资源开发研究

创新型人才资源匮乏是制约河北省经济和社会发展的根本性矛盾,如何解决这一问题,一方面在于坚持好市场导向、结构导向、协调发展、超前培养、注重实效等基本原则;另一方面在于构建起多层面立体化的创新型人才资源综合开发机制。     

基于注意力机制的红外小目标检测方法

针对红外小目标占用像素较少、背景相似性强、网络容易受到背景杂波信息干扰的问题,提出了一种基于注意力机制的红外小目标检测方法。利用注意力机制模块抑制背景杂波,增强小目标特征,并使用红外小目标检测模块实现检测任务;为了增强网络鲁棒性,通过高斯噪声与原图通道堆叠输入的数据增强方式提升网络抗杂波干扰的能力。实验表明,提出的方法在MDvsFA数据集中的性能超过了目前最新的对比算法。     

基于注意力机制的分层次交互融合多模态情感分析

针对基于视频的多模态情感分析中,通常在同一语义层次采用同一种注意力机制进行特征捕捉,而未能考虑模态间交互融合对情感分类的差异性,从而导致模态间融合特征提取不充分的问题,提出一种基于注意力机制的分层次交互融合多模态情感分析模型(hierarchical interactive fusion network based on attention mechanism, HFN-AM),采用双向门控循环单元捕获各模态内部的时间序列信息,使用基于门控的注意力机制和改进的自注意机制交互融合策略分别提取属于句子级和篇章级层次的不同特征,并进一步通过自适应权重分配模块判定各模态的情感贡献度,通过全连接层和Softmax层获得最终分类结果。在公开的CMU-MOSI和CMU-MOSEI数据集上的实验结果表明,所给出的分析模型在2个数据集上有效改善了情感分类的准确率和F1值。