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9671-9680项 搜索用时 143 毫秒
[首页] « 上一页 [963] [964] [965] [966] [967] 968 [969] [970] [971] [972] [973] 下一页 » 末  页»
9671.
屏幕空间环境光遮蔽(AO)算法是一种流行的全局光照技术,此类技术可用于辅助复杂3D流管场景的可视化,以便于更好地理解场景分布特点.对此提出一种屏幕空间各向异性AO方法来实现复杂三维流管场景可视化.其基本思想是利用三维流管的特性设计两个各向异性滤波器,来指导计算流管场景AO时的屏幕… …   相似文献
9672.
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
9673.
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
9674.
深度半监督聚类旨在利用少量的监督信息达到更好的聚类效果.然而,由于标注成本昂贵,监督信息的数量往往是有限的.因此,在监督信息有限的情况下,如何选择对聚类最有价值的监督信息变得至关重要.针对以上问题,提出了基于主动学习的深度半监督聚类模型(DASCM).该模型设计了一种主动学习方法… …   相似文献
9675.
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
9676.
针对堆优化算法HBO处理含电动汽车的动态经济调度问题时存在收敛慢和精度低等问题,提出一种改进的堆优化算法RDHBO.首先,在RDHBO中引入了最优成员区域搜索和双种群交互策略.前者引导最优成员移动到更有希望的区域,提升了算法的收敛精度和收敛速度;后者充分利用被淘汰的劣势个体,丰富… …   相似文献
陈旭  张智祥 《计算机应用研究》2024,41(10):3032-3037
9677.
基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息,二是如何有效利用多层网络的层间关系。因此,提出多层网络社团检测模型AGCFN(autoencoder-enhanced graph convolutional fusion networ… …   相似文献
9678.
基于背景对话的关键问题之一是知识抽取,但由于有些会话的信息量不足,特别是在一些对话信息较少的情况下,选择恰当的知识变得尤为困难,且目前的生成方式缺乏动态选取背景知识的能力.针对这些问题,提出了 KIF模型,引入知识增强库和知识向量并提出知识追踪模块和知识情感反馈模块去解决上述问题… …   相似文献
9679.
不一致数据修复是数据清洗领域的一个重要研究方向,现有方法大多是基于完整性约束规则的,采用最小代价原则进行修复,然而,代价最小的修复方案通常是不正确的,导致现有修复方法的准确率较低.针对现有方法准确率较低的问题,提出了 一种基于统计推理的不一致数据清洗方法BayesOUR,兼顾修复… …   相似文献
9680.
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
[首页] « 上一页 [963] [964] [965] [966] [967] 968 [969] [970] [971] [972] [973] 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